Abstract:
Functional Electrical Stimulation (FES) and robotic gait orthoses are rehabilitation technologies that help patients who have lost their normal gait function due to conditions such as spinal cord injury or stroke. FES promotes active muscle contractions that facilitate the rehabilitation process, while the Lokomat (an automated gait orthosis developed by Hocoma in collaboration with Balgrist University Hospital) provides passive limb movements that help to restore and increase mobility. The goal of this project was to combine both technologies in order to improve the beneficial effects that they provide individually. For that purpose, a control algorithm was developed for real-time Linux using an Iterative Learning Control approach in parallel with feedback control. The system was implemented on the ankle and knee joints. The ankle was controlled using a desired angle based on medical literature, while the knee was controlled using a reference force trajectory measured on subjects inside the Lokomat under high-effort conditions. As an alternative to force control on the knee, angle control was implemented for experiments in the lab. The controllers were tested on healthy subjects with and without the inclusion of voluntary movement. Based on these tests, we show the advantages and disadvantages of the control scheme and the physical setup, and give ideas for further improvement.
Resumen:
La estimulación eléctrica funcional (FES) y las ortesis de marcha robótica son tecnologías de rehabilitación que ayudan a los pacientes que han perdido su función de marcha normal debido a afecciones como una lesión de la médula espinal o un accidente cerebrovascular. FES promueve contracciones musculares activas que facilitan el proceso de rehabilitación, mientras que Lokomat (una órtesis de marcha automatizada desarrollada por Hocoma en colaboración con el Hospital Universitario Balgrist) proporciona movimientos pasivos de las extremidades que ayudan a restaurar y aumentar la movilidad. El objetivo de este proyecto fue combinar ambas tecnologías para mejorar los efectos beneficiosos que proporcionan individualmente. Para ello, se desarrolló un algoritmo de control para Linux en tiempo real utilizando un enfoque de control por aprendizaje iterativo en paralelo con el control de retroalimentación. El sistema se implementó en las articulaciones del tobillo y la rodilla. El tobillo se controló usando un ángulo deseado basado en la literatura médica, mientras que la rodilla se controló usando una trayectoria de fuerza de referencia medida en sujetos dentro del Lokomat bajo condiciones de alto esfuerzo. Como alternativa al control de fuerza en la rodilla, se implementó el control de ángulo para experimentos en el laboratorio. Los controladores se probaron en sujetos sanos con y sin la inclusión de movimiento voluntario. Con base en estas pruebas, mostramos las ventajas y desventajas del esquema de control y la configuración física, y brindamos ideas para mejoras adicionales.
Citación recomendada (normas APA)
Andrés Mauricio González Vargas, "Functional Electrical Stimulation in the Lokomat using Iterative Learning Control", Colombia:-, 2011. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3711674/), el día 2025-05-02.
