Questa ricerca presenta un nuovo modello neuromuscoloscheletrico della rigidezza articolare dell'arto inferiore umano, fisiologicamente consistente e computazionalmente veloce. Il modello computazionale proposto usa segnali elettromiografici, dati di movimento e forze di reazione al suolo per predire la forza sviluppata da 43 attuatori muscolotendinei. Le forze stimate sono poi usate per calcolare la rigidezza muscoloteninea e la corrispondente rigidezza articolare. Le stime, per ogni unità muscolotendinea, sono vincolate a soddisfare simultaneamente gli angoli e i momenti generati ai giunti, rispetto a cinque gradi di libertà: Adduzione-Abduzione, Flesso-Estensione e Rotazione Interna-Esterna dell'Anca, Flesso-Estensione del Ginocchio e Flessione Dorsi-Plantare della Caviglia. Metodi avanzati sono stati utilizzati per l'esecuzione di simulazioni dinamiche e per garantire la consistenza tra i dati cinematici e cinetici. Nel presente lavoro, viene inoltre descritta la progettazione, simulazione e prototipazione di un piccolo umanoide, realizzato per replicare la struttura muscoloscheletrica umana in un apparato artificiale, in grado di mantenere una posizione eretta stabile utilizzando una struttura di attuazione elastica completamente passiva. Il prototipo proposto ha una massa totale di circa 2 kg e un'altezza di 40 cm. Ciascuna gamba è composta da quattro segmenti e si articola su sei gradi di libertà: Adduzione-Abduzione e Flesso-Estensione dell'Anca, Flesso-Estensione del Ginocchio, Flessione Dorsi-Plantare e Inversione-Eversione della Caviglia, Flesso-Estensione delle dita del Piede. Per ricostruire i parametri di stato nel mantenimento della posizione eretta, viene proposta una tecnica ibrida che coniuga l'utilizzo di un Filtro di Kalman Esteso non lineare, un modello del robot basato su pendolo inverso eccitato alla base e misure di posizione. L'obiettivo di questo lavoro è di fornire soluzioni efficaci e strumenti software atti a migliorare l'interazione umana con ausili robotici. Questa tesi si propone di contribuire al progresso della ricerca nella modellazione neuromuscoloscheletrica per comprendere meglio i meccanismi di attuazione fornita dai muscoli umani, nonché le regole che governano la modulazione della rigidezza articolare degli arti inferiori. I risultati ottenuti suggeriscono che la modellazione neuromuscoloscheletrica può essere sfruttata per affrontare le sfide dello sviluppo di umanoidi, interfacce uomo-robot di nuova generazione, algoritmi di controllo del movimento e dispositivi indossabili intelligenti capaci di garantire in modo efficace un corretto accoppiamento dinamico tra uomo e robot.

Musculoskeletal Modeling of the Human Lower Limb Stiffness for Robotic Applications

BORTOLETTO, ROBERTO
2016

Abstract

Questa ricerca presenta un nuovo modello neuromuscoloscheletrico della rigidezza articolare dell'arto inferiore umano, fisiologicamente consistente e computazionalmente veloce. Il modello computazionale proposto usa segnali elettromiografici, dati di movimento e forze di reazione al suolo per predire la forza sviluppata da 43 attuatori muscolotendinei. Le forze stimate sono poi usate per calcolare la rigidezza muscoloteninea e la corrispondente rigidezza articolare. Le stime, per ogni unità muscolotendinea, sono vincolate a soddisfare simultaneamente gli angoli e i momenti generati ai giunti, rispetto a cinque gradi di libertà: Adduzione-Abduzione, Flesso-Estensione e Rotazione Interna-Esterna dell'Anca, Flesso-Estensione del Ginocchio e Flessione Dorsi-Plantare della Caviglia. Metodi avanzati sono stati utilizzati per l'esecuzione di simulazioni dinamiche e per garantire la consistenza tra i dati cinematici e cinetici. Nel presente lavoro, viene inoltre descritta la progettazione, simulazione e prototipazione di un piccolo umanoide, realizzato per replicare la struttura muscoloscheletrica umana in un apparato artificiale, in grado di mantenere una posizione eretta stabile utilizzando una struttura di attuazione elastica completamente passiva. Il prototipo proposto ha una massa totale di circa 2 kg e un'altezza di 40 cm. Ciascuna gamba è composta da quattro segmenti e si articola su sei gradi di libertà: Adduzione-Abduzione e Flesso-Estensione dell'Anca, Flesso-Estensione del Ginocchio, Flessione Dorsi-Plantare e Inversione-Eversione della Caviglia, Flesso-Estensione delle dita del Piede. Per ricostruire i parametri di stato nel mantenimento della posizione eretta, viene proposta una tecnica ibrida che coniuga l'utilizzo di un Filtro di Kalman Esteso non lineare, un modello del robot basato su pendolo inverso eccitato alla base e misure di posizione. L'obiettivo di questo lavoro è di fornire soluzioni efficaci e strumenti software atti a migliorare l'interazione umana con ausili robotici. Questa tesi si propone di contribuire al progresso della ricerca nella modellazione neuromuscoloscheletrica per comprendere meglio i meccanismi di attuazione fornita dai muscoli umani, nonché le regole che governano la modulazione della rigidezza articolare degli arti inferiori. I risultati ottenuti suggeriscono che la modellazione neuromuscoloscheletrica può essere sfruttata per affrontare le sfide dello sviluppo di umanoidi, interfacce uomo-robot di nuova generazione, algoritmi di controllo del movimento e dispositivi indossabili intelligenti capaci di garantire in modo efficace un corretto accoppiamento dinamico tra uomo e robot.
28-gen-2016
Inglese
Modellazione Muscoloscheletrica / Musculoskeletal Modeling Rigidezza dell'Arto Inferiore / Lower Limb Stiffness Applicazioni Robotiche / Robotic Applications Umanoidi / Humanoids
Università degli studi di Padova
112
File in questo prodotto:
File Dimensione Formato  
bortoletto_roberto_tesi.pdf

accesso aperto

Dimensione 18.86 MB
Formato Adobe PDF
18.86 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/118131
Il codice NBN di questa tesi è URN:NBN:IT:UNIPD-118131