A Neuromuscular Human-Machine Interface for Applications in Rehabilitation Robotics

Questo lavoro di ricerca presenta un innovativo modello neuromuscoloscheletrico (NMS) dell'arto inferiore umano. Il modello e' fisiologicamente accurato e computazionalmente efficiente. Utilizza segnali elettromiograci (EMG) acquisiti da 16 muscoli per predire la forza sviluppata da 34 attuatori muscolo-tendinei (MTAs). Ogni MTA e vincolato a soddisfare i momenti articolari generati rispetto a 4 gradi di liberta: adduzione-abduzione e flessione-estensione dell'anca, flessione-estensione del ginocchio e flessione plantare-dorsale della caviglia. Sono stati sviluppati metodi avanzati per digitalizzare il movimento umano e creare simulazioni motorie realistiche. Queste vengono utilizzate per assicurare consistenza dinamica durante l'esecuzione del modello NMS. Tecniche di pattern recognition e machine learning vengono poi utilizzate per predire il tipo di movimento che il soggetto umano vuole compiere attraverso l'analisi dei segnali EMG. Questa ricerca sviluppa gli strumenti necessari per realizzare un interfaccia uomo macchina (HMI) comandata da segnali EMG che consenta l'attuazione simultanea dei giunti articolari in un esoscheletro dell'arto inferiore. Viene mostrato, infatti, per la prima volta, che e' possibile usare segnali EMG per stimare i momenti articolari prodotti rispetto a piu gradi di liberta e che questo e' fondamentale per ottenere stime corrette della forza muscolare. Questa tesi illustra anche la possibilita di implementare strategie di locomozione per robot umanoidi dotati di una struttura muscoloscheletrica. L'obiettivo di questo lavoro e' quindi quello di fornire soluzioni efficaci e strumenti software avanzati per migliorare l'interazione umana con dispositivi robotici di assistenza. Questo e' ottenuto attraverso una ricerca nel campo della modellazzione neuromuscoloscheletrica per comprendere i meccanismi di attuazione propri dei muscoli uniarticolari e biarticolari umani. La comprensione di tali meccanismi rappresenta il punto chiave per lo sviluppo di soluzioni efficaci per il controllo di sistemi assistivi indossabili. Questo lavoro mette a disposizione la tecnologia necessaria per ottenere tali risultati.