Resumen

En la rehabilitación asistida por robots (RAR), la estimación precisa de los ángulos articulares de las extremidades del paciente es fundamental para evaluar la eficacia de la terapia. En la RAR, el uso de los sistemas clásicos de captura de movimiento (MOCAP) (por ejemplo, ópticos y electromagnéticos) para estimar los ángulos de la articulación glenohumeral (GH) se ve obstaculizado por el cuerpo del exoesqueleto, que provoca oclusiones y perturbaciones magnéticas. Además, la postura del exoesqueleto no refleja con exactitud la postura de la extremidad, ya que sus modelos cinemáticos difieren. Para abordar dichas limitaciones en la estimación de la postura, proponemos instalar las cámaras de un MOCAP basado en marcadores ópticos en el exoesqueleto de rehabilitación. A continuación, los ángulos de las articulaciones del GH se estiman combinando las posturas estimadas del marcador y la cinemática avanzada del exoesqueleto. Este sistema híbrido evita los problemas relacionados con las oclusiones de los marcadores, la reducción del volumen de detección de la cámara y la estimación imprecisa de los ángulos de las articulaciones debido al desajuste cinemático de los modelos del paciente y del exoesqueleto. Este artículo presenta la formulación, simulación y cuantificación de la precisión del método propuesto con movimientos humanos simulados. Además, se ha llevado a cabo un análisis de sensibilidad de la precisión del método a los errores de estimación de la posición del marcador, debido a los errores de calibración del sistema y a las derivas del marcador. Los resultados muestran que, incluso con errores significativos en la estimación de la posición del marcador, la precisión del método es adecuada para el RAR.

• Materias:Ingeniería biomédica Bioingeniería Robots Extremidades (Cuerpo Humano) Articulación ósea
• Subjects:Biomedical engineering Bioengineering Robot Limbs (Human Body) Bone joint
• Palabras claves:estimación de la posición del marcador, precisión de los métodos, ángulo de la articulación, sistema de captura de movimiento, error de calibración del sistema, movimiento humano simulado, ángulo de la articulación gh, volumen de detección de la cámara, rar, estimación del ángulo de la articulación
• Keywords:marker position estimation, methods accuracy, joint angle, motion capture system, system calibration error, simulated human movement, gh joint angle, camera detection volume, rar, joint angle estimation