Este trabajo presenta las principales contribuciones realizadas en el ámbito de la interacción humano-robot empleando técnicas de visión artificial para la estimación de posturas humana y seguridad del paciente durante la rehabilitación. Adicionalmente, se realiza un análisis integral de la función y rendimiento muscular utilizando técnicas de evaluación de movimientos (índice de manipulabilidad muscular) y análisis de las señales electromiográficas. La visión artificial se emplea para identificar y rastrear la posición y orientación de las partes del cuerpo humano en tiempo real. En este trabajo se analizan las técnicas empleando sensores de profundidad y técnicas basadas en redes neuronales convolucionales. Conocer el estado del entorno permite a los robots adaptarse a las necesidades del paciente, mejorando la precisión y la eficacia en la rehabilitación. Adicionalmente, se plantea una configuración orientada a prevenir colisiones y lesiones, asegurando un ambiente protegido para el paciente y manteniendo la continuidad en el proceso de rehabilitación. En tal sentido, se propone un sistema integral de las plataformas ROS (Robot Operating System), MoveIt y OMPL (Open Motion Planning Library). Con esta configuración, se puede evaluar en tiempo real el rendimiento de los planificadores, garantizando la seguridad del paciente durante el proceso de rehabilitación. El índice de manipulabilidad muscular es una métrica que evalúa la capacidad de un músculo para generar fuerzas y movimientos en diferentes direcciones y posiciones. Al integrar esta métrica en la interacción humano-robot, se puede ajustar el nivel de asistencia proporcionado por el robot en función de las capacidades y limitaciones de cada paciente, permitiendo una rehabilitación personalizada y eficiente. Al combinar la visión artificial, el índice de manipulabilidad muscular y la señales electromiográficas, se obtiene una retroalimentación más precisa sobre el estado y la función muscular del paciente. Esto ayuda a los terapeutas y a los robots a adaptar y optimizar el tratamiento, acelerando el proceso de recuperación. Estas tecnologías permiten una mayor adaptabilidad, personalización y seguridad en la rehabilitación robótica, lo que resulta en una mejora significativa en la calidad y eficacia del tratamiento.
Identifer | oai:union.ndltd.org:ua.es/oai:rua.ua.es:10045/144892 |
Date | 21 July 2023 |
Creators | Hernández, Óscar G. |
Contributors | Jara, Carlos A., Morell, Vicente, Universidad de Alicante. Departamento de Física, Ingeniería de Sistemas y Teoría de la Señal |
Publisher | Universidad de Alicante |
Source Sets | Universidad de Alicante |
Language | Spanish |
Detected Language | Spanish |
Type | info:eu-repo/semantics/doctoralThesis |
Rights | Licencia Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0, info:eu-repo/semantics/openAccess |
Page generated in 0.0117 seconds