Learning-based upper limb robotic rehabilitation

Bedolla Martinez, David (2024). Learning-based upper limb robotic rehabilitation. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (9MB) | Prévisualisation

Résumé

In this doctoral thesis, several advancements are presented to enhance the capabilities of a seven DoF robotic exoskeleton designed for upper-limb rehabilitation. First and foremost, a human-like inverse kinematic solution, underpinned by a machine-learning technique, is introduced. This solution paves the way for generating natural and comfortable upper-limb postures. Unlike conventional methods, this approach provides a practical and efficient means of finding appropriate inverse kinematic solutions for upper-limb rehabilitation via redundant robotic exoskeletons. The core advantage lies in its real-time capabilities.

Additionally, a robust learning-based controller is developed to tackle uncertainties and disturbances that are inherent in the patient-robot interaction. This includes addressing unknown forces and ensuring compliance with predefined input and state constraints. By doing so, the controller offers functional safety and optimal performance during rehabilitation exercises.

The last development in this thesis is the design of a mirror rehabilitation system. This system is devised with the aim of enhancing the motor skills of individuals with hemiplegia through brain neuroplasticity stimulation. The approach involves providing visual feedback and proprioceptive stimulation while both arms move symmetrically and simultaneously. This methodology represents a significant leap forward in rehabilitation, harnessing the power of neuroplasticity to drive recovery.

Furthermore, these advancements cater to both passive and active rehabilitation modes, allowing for a flexible and tailored approach to recovery. In the passive mode, the patient can relax while the exoskeleton guides the arm through a predefined trajectory. In the active mode, the wearer gains the independence to initiate movements and complete desired tasks without external assistance, empowering them to take charge of their rehabilitation journey. To validate the efficacy and real-world applicability of these advancements, a series of real-time experiments have been conducted. The results of these experiments were documented, submitted and/or published in several journals, contributing to the scientific community and the field of rehabilitation robotics. The advancements showcased herein open new horizons for enhancing the quality of life and recovery prospects for individuals in need of rehabilitation, setting the stage for a promising future in the field of robotic exoskeleton-assisted rehabilitation.

Titre traduit

Réhabilitation robotique des membres supérieurs basée sur l’apprentissage

Résumé traduit

Dans cette thèse de doctorat, plusieurs avancées sont présentées pour améliorer les capacités d’un robot exosquelette à sept degrés de liberté (7 DDL) conçu pour la rééducation des membres supérieurs. Tout d’abord, une solution cinématique inverse de type humain, basée sur une technique d’apprentissage automatique, est introduite. Cette solution ouvre la voie à la génération de postures naturelles et confortables des membres supérieurs. Contrairement aux méthodes conventionnelles, cette approche offre un moyen pratique et efficace pour trouver des solutions cinématiques inverses appropriées pour la rééducation des membres supérieurs via de robot exosquelettes redondants. L’avantage central réside dans ses capacités en temps réel.

De plus, un contrôleur robuste base sur l’apprentissage est développé pour traiter les incertitudes et les perturbations inhérentes à l’interaction patient-robot. Cela inclut la gestion des forces inconnues et l’assurance du respect des contraintes d’entrée et d’état prédéfinies. Ainsi, le contrôleur offre la sécurité fonctionnelle et des performances optimales lors des exercices de rééducation.

La dernière avancée dans cette thèse est la conception d’un système de rééducation miroir. Ce système vise à améliorer les compétences motrices des individus atteints d’hémiplégie par la stimulation de la neuroplasticité cérébrale. L’approche implique la fourniture de rétroaction visuelle et de stimulation proprioceptive tandis que les deux bras se déplacent de manière symétrique et simultanée. Cette méthodologie représente un grand pas en avant dans le domaine de la rééducation, exploitant le pouvoir de la neuroplasticité pour favoriser la récupération.

De plus, ces avancées s’adressent à la fois aux modes de rééducation passifs et actifs, permettant une approche flexible et personnalisée de la récupération. En mode passif, le patient peut se détendre tandis que l’exosquelette guide le bras le long d’une trajectoire prédéfinie. En mode actif, le porteur gagne de l’indépendance pour initier des mouvements et accomplir des tâches souhaitées sans assistance externe, lui permettant de prendre en main son processus de rééducation. Afin de valider l’efficacité et l’applicabilité en temps réel de ces avancées, une série d’expérimentations a été réalisée. Les résultats de ces expériences ont été documentés, soumis et/ou publiés dans plusieurs revues, contribuant à la communauté scientifique et au domaine de la robotique de rééducation. Les avancées présentées ici ouvrent de nouvelles perspectives pour améliorer la qualité de vie et les perspectives de récupération des personnes ayant besoin de rééducation, posant les bases pour un avenir prometteur dans le domaine de la rééducation assistée par des exosquelettes robotiques.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 169-183).
Mots-clés libres:	exosquelette robotique, rééducation du membre supérieur
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Saad, Maarouf
Codirecteur:	Codirecteur Ochoa Luna, Cristóbal
Programme:	Doctorat en génie > Génie
Date de dépôt:	30 mai 2024 14:29
Dernière modification:	30 mai 2024 14:29
URI:	https://espace.etsmtl.ca/id/eprint/3453

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt