Human-in-the-loop control for lower limb assistance driven by exoskeleton

Abstract

Atualmente, as lesões musculosqueléticas relacionadas com o trabalho (LMERTs) afetam aproximadamente 60% dos trabalhadores europeus (1). Permanecer de pé durante longos períodos e carregar e levantar objetos pesados são atividades que introduzem uma carga significativa nas pernas dos trabalhadores (1). Nem todos os processos industriais podem ser completamente automatizados e, portanto, é ainda necessário que os trabalhadores executem tarefas repetitivas (2). Os exoesqueletos podem ser utilizados para aumentar a capacidade física e diminuir a tensão física nos músculos dos utilizadores, contudo, os exoesqueletos atuais ainda não sincronizam os seus movimentos com a intenção do humano nem assistem cada trabalhador de forma individualizada (2). O principal objetivo desta dissertação foi o desenvolvimento e validação de um controlo human-in-the loop (HITL) para um exoesqueleto de membros inferiores. O propósito do controlo foi a otimização, em tempo-real, do perfil de torque do exoesqueleto, para um perfil que minimizasse o esforço do utilizador, avaliado pelo seu custo metabólico (CM) e torque de interação. Primeiramente, um modelo regressor capaz de estimar o CM de uma pessoa, em tempo-real, com base em dados de quatro sensores inerciais foi desenvolvido e integrado no exoesqueleto. O modelo foi treinado com dados de três atividades: (i) estar de pé; (ii) andar; e (iii) estar sentado. Durante uma validação experimental, o modelo alcançou um erro quadrático médio de 0.66 W/kg. De seguida, foi desenvolvido um controlo de torque que permitiu a manipulação dos atuadores do dispositivo para seguirem um perfil de torque gerado por interpolação polinomial. Este foi formado por um controlador de nível médio que estima a fase da marcha e obtém a referência de torque, e um controlador de nível baixo usado para movimentar o atuador de acordo com a referência e fase da marcha. Uma validação conceptual do controlo mostrou que este foi capaz de assistir o utilizador com sucesso. Por fim, um controlo HITL foi desenvolvido, pela integração do modelo regressor e o controlo de torque com um algoritmo otimizador. O otimizador adaptou o perfil de torque, em tempo-real, para minimizar o esforço do utilizador. Uma validação conceptual do otimizador demonstrou que a assistência otimizada resultou numa redução de 8.7% e 54.6% do CM e torque de interação do utilizador, respetivamente, comparativamente com a utilização do dispositivo em modo transparente. O controlo HITL foi desenvolvido e integrado no exoesqueleto com sucesso. Os resultados de uma prova de conceito revelaram que este foi eficaz na redução do esforço do utilizador.

Work-related musculoskeletal disorders (WMSDs) affect roughly 60% of the European working population (1). Standing for long periods and carrying and lifting loads are all industrial activities that introduce significant loads on the workers’ legs (1). Not every industry process can yet be fully automated, and, therefore, humans are still required to perform repetitive tasks in their workplaces (2). Exoskeletons can be employed for power augmentation of healthy workers by reducing the physical stress and strain on the user’s muscles, however, today’s exoskeletons can not yet perfectly synchronize to the human’s intentions nor provide ideal and individualized assistance to each worker (2). The main goal of this dissertation was to develop and validate a human-in-the-loop (HITL) control for a lower limb exoskeleton (LLE). This control aim was to optimize, in real-time, the torque profile of the exoskeleton, to a profile that minimizes the user’s exertion, evaluated by the person’s metabolic cost (MC) and interaction torque. Firstly, a regression model capable of estimating, in real-time, a person’s MC based on data from four inertial sensors was developed and integrated into the exoskeleton’s system. The model was trained with data from three different activities: (i) standing; (ii) walking; and (iii) sitting. During a real-time experimental validation, the model achieved a root-mean-square error of 0.66 W/kg. Then, a torque tracking control was developed for the LLE. This control ensured that the device’s actuators track a pre-determined torque profile, generated by a natural cubic spline interpolator. It was composed of a mid-level controller that estimated the gait phase and generated a torque reference, and a low-level controller, used to drive the actuator according to the reference torque. A conceptual validation of the control showed that it was able to successfully assist the user by producing a comfortable gait. Finally, the HITL control was developed, by integrating the MC estimating model and the torque tracking control with an optimization algorithm. This optimizer adapted the torque profile, namely the knee flexion and extension peak torque magnitudes, to minimize the user’s exertion. A conceptual validation of the HITL strategy showed that the optimized assistance resulted in a reduction of 8.7% and 54.6% of one participant’s MC and interaction torque, respectively, compared to using the device in a zero-torque mode. The HITL control was successfully developed and integrated into an LLE. The proof-of-concept results revealed that this strategy was effective in reducing the user’s exertion.