Desarrollo de un exotraje adaptativo monoarticular basado en simulación
Contenido principal del artículo
Resumen
El diseño y desarrollo de exotrajes adaptativos para extremidades inferiores presenta oportunidades significativas para el avance de las tecnologías de rehabilitación y asistencia a la marcha. A diferencia de los exoesqueletos tradicionales, los exotrajes se caracterizan por su estructura flexible y ligera que utiliza el propio cuerpo como soporte estructural, transmitiendo fuerzas y movimientos a través de cables y materiales adaptables al sujeto en lugar de componentes rígidos.
Este estudio se centra en la creación de un prototipo de exotraje monoarticular como primera aproximación a un exotraje multiarticular que permita la asistencia a la marcha en pacientes con patología neurológica (mielomeningocele o síndrome Charcot-Marie-Tooth). El dimensionado del actuador se basa en los requisitos de potencia y par obtenidos de los datos de simulación, obtenidos previamente mediante modelos musculoesqueléticos, de manera que los actuadores garanticen una transmisión de fuerza óptimas de los cables tipo Bowden durante el movimiento. Una polea en el eje del motor junto con un alimentador garantiza el guiado correcto del cable, evitando desenrollamientos y destensados del cable en la polea en la polea. El extremo que asiste el movimiento del segmento corporal se puede acoplar en diferentes puntos de anclaje tejidos sobre una muslera deportiva para evaluar diferentes contribuciones de la actuación a la marcha del sujeto.
En cuanto a la sensorización, se emplean unidades de medición inercial (IMUs) y células de carga, para identificar la combinación más efectiva en la detección de intención de movimiento y monitorización en tiempo real de la fase de la marcha. Esta configuración de sensores, junto con un enfoque de control adaptativo, se empleó para compensar el destensado de los cables, mejorando la precisión general de la actuación. El modelo de rigidez de la interfaz cable-sujeto se ajusta experimentalmente, considerando la relación entre los cambios en la longitud del cable y la fuerza resultante en varias pruebas.
Una vez obtenido el prototipo funcional, el siguiente paso será la implementación de un proceso de optimización bayesiana en el prototipo para identificar los parámetros de actuación y variables de diseño óptimas para minimizar eficientemente funciones objetivo específicas, como el coste metabólico, la trayectoria del centro de masas o la asimetría de la marcha. La optimización bayesiana posibilitará que el exotraje se adapte al comportamiento dinámico real del sistema sujeto-exotraje, considerando factores como destensado de cables, contacto con la piel, patología del sujeto y adaptación al uso del exoesqueleto y particularidades biomecánicas difícilmente cuantificables o medibles durante el funcionamiento.
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA 4.0)
El lector puede compartir, copiar y redistribuir el material en cualquier medio o formato, siempre y cuando cumpla con las siguientes condiciones:
-
Atribución (BY): Debe dar crédito adecuado al autor original, proporcionando un enlace a la licencia y señalando si se han realizado cambios.
-
No Comercial (NC): No puede utilizar el material con fines comerciales. Esto significa que no puede venderlo ni obtener ganancias directas de su uso.
-
Compartir Igual (SA): Si adapta, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Recuerda que esta licencia no afecta los derechos legales del autor, como el derecho moral o las excepciones de uso justo.
Citas
Kim, Y.G., Xiloyannis, M., Accoto, D., Masia, L., (2018). In: 7th IEEE International Conference on Biomedical Robotics and Biomechatronics (Biorob). “Development of a soft exosuit for industrial applications”, 2018. IEEE.
Panizzolo, F.A., et al., (2016) “A biologically-inspired multi-joint soft exosuit that can reduce the energy cost of loaded walking”, Journal of NeuroEngineering and Rehabilitation, 13, p.p. 43.
Organización Mundial de la Salud (2011). World Report on Disability. Ginebra: OMS. Disponible en: https://www.who.int/teams/noncommunicable-diseases/sensory-functions-disability-and-rehabilitation/world-report-on-disability.
Turner, D. L., Ramos-Murguialday, A., Birbaumer, N., & Hoffmann, U. (2013). Neurophysiology of robot-mediated training and therapy: A perspective for future use in clinical populations. Frontiers in Neurology, 4, 184.
Calabrò, R. S., Cacciola, A., Bertè, F., Manuli, A., Leo, A., Bramanti, A., & Bramanti, P. (2016). Robotic gait rehabilitation and substitution devices in neurological disorders: Where are we now? Neurological Sciences, 37(4), 503-514.
Beck, O.N., Punith, L.K., Nuckols, R.W., Sawicki, G.S., (2019). “Exoskeletons improve locomotion economy by reducing active muscle volume”. Exercise and Sport Sciences Review. 47(4), p.p. 237-245.
Talaty, M., Esquenazi, A., & Briceno, J. E. (2013, June). Differentiating ability in users of the ReWalk TM powered exoskeleton: An analysis of walking kinematics. In 2013 IEEE 13th international conference on rehabilitation robotics (ICORR) (pp. 1-5). IEEE.
Asbeck, A. T., De Rossi, S. M., Holt, K. G., & Walsh, C. J. (2015). A biologically inspired soft exosuit for walking assistance. The International Journal of Robotics Research, 34(6), 744-762.
Bae, J., et al. (2018). in: IEEE International Conference on Robotics and Automation (ICRA). “A lightweight and efficient portable soft exosuit for paretic ankle assistance in walking after stroke”, Brisbane, Australia, IEEE, p.p. .2820–2827.
Panizzolo, F. A., Freisinger, G. M., Karavas, N., Eckert-Erdheim, A. M., Siviy, C., Long, A., ... & Walsh, C. J. (2019). Metabolic cost adaptations during training with a soft exosuit assisting the hip joint. Scientific reports, 9(1), 9779.
De Rossi, S., Bae, J., O'Donnell, K., Hendron, K., Holt, K., Ellis, T., & Walsh, C. (2015). Gait improvements in stroke patients with a soft exosuit. In the proceedings of the Gait and Clinical Movement Analysis Society (GCMAS) Meeting. Portland, OR.
Awad, Louis N., et al. A soft robotic exosuit improves walking in patients after stroke. Science translational medicine, 2017, vol. 9, no 400, p. eaai9084.
Dinh, B. K., Xiloyannis, M., Antuvan, C. W., Cappello, L., & Masia, L. (2017). Hierarchical cascade controller for assistance modulation in a soft wearable arm exoskeleton. IEEE robotics and automation letters, 2(3), 1786-1793.
Alibeji, N. A., Molazadeh, V., Moore-Clingenpeel, F., & Sharma, N. (2018). A muscle synergy-inspired control design to coordinate functional electrical stimulation and a powered exoskeleton: Artificial generation of synergies to reduce input dimensionality. IEEE Control Systems Magazine, 38(6), 35-60.
Ding, Y., Kim, M., Kuindersma, S., & Walsh, C. J. (2018). Human-in-the-loop optimization of hip assistance with a soft exosuit during walking. Science robotics, 3(15), eaar5438.
Ding, Y., et al. Biomechanical and physiological evaluation of multi-joint assistance with soft exosuits. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2016, vol. 25, no 2, p. 119-130.
Uchida, T. K., Seth, A., Pouya, S., Dembia, C. L., Hicks, J. L., & Delp, S. L. (2016). Simulating ideal assistive devices to reduce the metabolic cost of running. PloS one, 11(9), e0163417.
Cseke, B., Uchida, T. K., & Doumit, M. (2022). Simulating ideal assistive strategies to reduce the metabolic cost of walking in the elderly. IEEE Transactions on Biomedical Engineering, 69(9), 2797-2805.
Aftabi, H., Nasiri, R., & Ahmadabadi, M. N. (2021). Simulation-based biomechanical assessment of unpowered exoskeletons for running. Scientific Reports, 11(1), 11846.
Falisse, A., Afschrift, M., & De Groote, F. (2022). Modeling toes contributes to realistic stance knee mechanics in three-dimensional predictive simulations of walking. PLoS One, 17(1), e0256311.
Seth, A., et al. OpenSim: Simulating musculoskeletal dynamics and neuromuscular control to study human and animal movement. PLoS computational biology, 2018, vol. 14, no 7, p. e1006223.
Boyer, K.A., et al. Age-related changes in gait biomechanics and their impact on the metabolic cost of walking: Report from a National Institute on Aging workshop. Experimental gerontology, 2023, vol. 173, p. 112102.
Fukuchi, C. A., R. K. Fukuchi, and M. Duarte. 2018. A public dataset of overground and treadmill walking kinematics and kinetics in healthy individuals. PeerJ 6:e4640.
Leardini, A., Z. Sawacha, G. Paolini, S. Ingrosso, R. Nativo, and M. G. Benedetti. 2007. A new anatomically based protocol for gait analysis in children. Gait & Posture 26 (4):560–71.
J.L. Hicks, T.K. Uchida, A. Seth, A. Rajagopal, S.L. Delp, Is my model good enough? Best practices for verification and validation of musculoskeletal models and simulations of movement, J. Biomech. Eng. 137 (2) (2015).
D. Rodríguez Jorge, J. Bermejo García, A. Jayakumar, R. Lorente Moreno, R. Agujetas Ortiz, F. Romero Sánchez, Force and torque characterization in the actuation of a walking-assistance, cable-driven exosuit, Sensors 22 (11) (2022)