Preserving and promoting mobility in individuals with gait impairments is of paramount importance. Physical inactivity is associated with the onset of several diseases and leads to muscle atrophy and weakening, ultimately increasing the risk of falls, whose related injuries represent a major public health concern. Another important challenge faced by modern healthcare systems concerns conventional gait rehabilitation, where therapists are often required to physically support patients during gait training, resulting in significant physical workload and ergonomics-related issues. Moreover, the duration and intensity of rehabilitation sessions are frequently constrained by the limited availability of trained personnel, which is often insufficient relative to the growing number of patients requiring rehabilitation. At the same time, traditional gait assistance devices, such as canes and walkers, provide limited support in terms of stability and adaptability to individual user needs. For this reason, in recent years, robotic walking assistive devices have attracted increasing attention both as tools to enhance walking stability and safety in home-oriented environments and as rehabilitation technologies. Their ability to provide compliant interaction, enhanced physical support, and improved adaptability during locomotion makes them promising solutions for both daily-life assistance and rehabilitation applications. The main purpose of this PhD thesis is the development of innovative control strategies for a novel mobile robotic assistive device designed for individuals who need or may benefit from physical support while performing daily-life movements, such as walking, balancing, and obstacle avoidance. First, a directional-based variable admittance controller is implemented to ensure compliant interaction and motion aligned with the user’s intention. To better accommodate subject-specific needs and characteristics, a Preference-Based Optimization (PBO) framework is proposed to personalize the admittance controller parameters according to users’ subjective preferences. Experiments conducted on twelve healthy subjects validate the effectiveness of the proposed approach, highlighting the strong inter-subject variability in the optimized parameters and emphasizing the importance of personalized control settings in robotic gait assistance. Walking aids for individuals with musculoskeletal frailty or motor disabilities must ensure adequate physical support and assistance to their users. To this end, an innovative biomechanical metric based on the relationship between the eXtrapolated Center of Mass (XCoM) and the Base of Support (BoS) is introduced to detect gait perturbations and unstable walking conditions. The soundness of the proposed metric is first validated on twenty-five healthy participants. Next, a variable admittance controller exploiting this metric is developed to provide assist-as-needed support whenever instability is detected. Experimental comparisons with a force-threshold-based strategy conducted on thirteen healthy subjects demonstrate improved specificity and smoother intervention behavior. The attention was then shifted toward the simulation of structured, task-oriented rehabilitation scenarios, with the aim of assessing the feasibility of using the proposed device during stages of rehabilitation. To this end, a shared-control strategy was developed to guide users along predefined trajectories while preserving compliant interaction and voluntary motion. The validity of the proposed approach was experimentally evaluated through a study involving twelve healthy subjects. Furthermore, to improve motion fluency and responsiveness in unstructured environments, a proactive assistance framework combining Long Short-Term Memory (LSTM)-based human motion prediction with Model Predictive Control (MPC) is developed and validated through experiments involving fifteen participants. Finally, a safety-constrained MPC architecture integrating Control Barrier Functions (CBFs) is introduced to ensure real-time obstacle avoidance and safe navigation in constrained environments. The proposed framework is experimentally validated on twelve healthy subjects. Overall, these contributions provide a comprehensive framework for adaptive robot control of personalized walking support that improves user comfort, reduces energy expenditure, enhances motion smoothness, and increases safety during assisted walking. Results demonstrate the strong potential of the proposed platform and control strategies for future testing and validation in real-world scenarios involving target users.

Preservare e promuovere la mobilità negli individui con disturbi motori del cammino è di fondamentale importanza. L’inattività fisica è associata all’insorgenza di numerose patologie e determina atrofia e indebolimento muscolare, aumentando di conseguenza il rischio di cadute, le cui conseguenze rappresentano una rilevante problematica di sanità pubblica. Nella riabilitazione convenzionale i terapisti sono spesso chiamati a fornire supporto fisico ai pazienti durante la deambulazione, con conseguente carico fisico elevato e problematiche di natura ergonomica. Inoltre, la durata e l’intensità delle sessioni riabilitative sono limitate dalla disponibilità di personale specializzato, spesso insufficiente rispetto al crescente numero di pazienti. Allo stesso tempo, i dispositivi tradizionali di assistenza al cammino, quali bastoni e deambulatori, offrono un supporto limitato in termini di stabilità e adattabilità alle esigenze individuali degli utenti. Per queste ragioni, negli ultimi anni i dispositivi robotici di assistenza alla deambulazione hanno suscitato crescente interesse sia come tecnologie per la riabilitazione, sia come strumenti per migliorare la sicurezza del cammino in ambienti domestici. La loro capacità di fornire un’interazione agevole, un maggiore supporto fisico e una migliore adattabilità durante la locomozione li rende soluzioni promettenti sia per applicazioni riabilitative sia per l’assistenza nelle attività della vita quotidiana. L’obiettivo principale di questa tesi di dottorato è lo sviluppo di strategie di controllo innovative per un nuovo dispositivo robotico mobile di assistenza, progettato per individui che necessitano, o possono beneficiare, di un supporto fisico durante l’esecuzione di movimenti della vita quotidiana, quali camminare, mantenere l’equilibrio ed evitare ostacoli. In primo luogo, viene implementato un controllore ad ammettenza variabile, al fine di garantire un’interazione agevole e un movimento coerente con l’intenzione dell’utente. Per meglio adattarsi alle esigenze e alle caratteristiche specifiche dei singoli soggetti, viene proposto un framework di Preference-Based Optimization (PBO) per personalizzare i parametri del controllore ad ammettenza in base alle preferenze soggettive degli utenti. Esperimenti condotti su dodici soggetti sani validano l’efficacia dell’approccio proposto, evidenziando una marcata variabilità inter-soggetto nei parametri ottimizzati e sottolineando l’importanza di impostazioni di controllo personalizzate nell’assistenza robotica al cammino. Gli ausili alla deambulazione per individui con fragilità muscoloscheletrica o disabilità motorie devono garantire un adeguato supporto fisico e assistenza agli utenti. A tal fine, viene introdotta un’innovativa metrica biomeccanica basata sulla relazione tra eXtrapolated Center of Mass (XCoM) e Base of Support (BoS), con l’obiettivo di rilevare perturbazioni del cammino e condizioni di deambulazione instabile. La validità della metrica proposta viene inizialmente verificata su venticinque partecipanti sani. Successivamente, viene sviluppato un controllore ad ammettenza variabile che sfrutta tale metrica per fornire supporto assist-as-needed ogni volta che viene rilevata una condizione di instabilità. Confronti sperimentali con una strategia basata su soglie di forza, condotti su tredici soggetti sani, dimostrano una maggiore specificità e un comportamento di intervento più fluido. L’attenzione viene poi spostata verso la simulazione di possibili scenari riabilitativi strutturati, con l’obiettivo di valutare la fattibilità dell’impiego del dispositivo proposto durante alcune fasi del percorso riabilitativo. A questo scopo, viene sviluppata una strategia di controllo condiviso per guidare gli utenti lungo traiettorie predefinite, preservando al contempo un’interazione agevole e il movimento volontario. La validità dell’approccio proposto viene valutata sperimentalmente attraverso uno studio che coinvolge dodici soggetti sani. Inoltre, per migliorare la fluidità e la reattività del movimento in ambienti non strutturati, viene sviluppato un framework di assistenza proattiva che combina la predizione del movimento umano basata su Long Short-Term Memory (LSTM) con il Model Predictive Control (MPC), successivamente validato mediante esperimenti condotti su quindici partecipanti. Infine, viene introdotta un’architettura MPC con vincoli di sicurezza che integra Control Barrier Functions (CBFs), al fine di garantire l’evitamento degli ostacoli in tempo reale e una navigazione sicura in ambienti vincolati. Il framework proposto viene validato sperimentalmente su dodici soggetti sani. Nel complesso, la tesi fornisce un framework completo per il controllo robotico adattivo finalizzato al supporto personalizzato del cammino, in grado di migliorare il comfort dell’utente, ridurre il dispendio energetico, aumentare la fluidità del movimento e incrementare la sicurezza durante la deambulazione assistita. I risultati dimostrano il significativo potenziale della piattaforma e delle strategie di controllo proposte per future attività di test e validazione in scenari reali che coinvolgano utenti target.

Adaptive control strategies for personalized walking support in a mobile assistive robotic platform

Fortuna, Andrea
2026

Abstract

Preserving and promoting mobility in individuals with gait impairments is of paramount importance. Physical inactivity is associated with the onset of several diseases and leads to muscle atrophy and weakening, ultimately increasing the risk of falls, whose related injuries represent a major public health concern. Another important challenge faced by modern healthcare systems concerns conventional gait rehabilitation, where therapists are often required to physically support patients during gait training, resulting in significant physical workload and ergonomics-related issues. Moreover, the duration and intensity of rehabilitation sessions are frequently constrained by the limited availability of trained personnel, which is often insufficient relative to the growing number of patients requiring rehabilitation. At the same time, traditional gait assistance devices, such as canes and walkers, provide limited support in terms of stability and adaptability to individual user needs. For this reason, in recent years, robotic walking assistive devices have attracted increasing attention both as tools to enhance walking stability and safety in home-oriented environments and as rehabilitation technologies. Their ability to provide compliant interaction, enhanced physical support, and improved adaptability during locomotion makes them promising solutions for both daily-life assistance and rehabilitation applications. The main purpose of this PhD thesis is the development of innovative control strategies for a novel mobile robotic assistive device designed for individuals who need or may benefit from physical support while performing daily-life movements, such as walking, balancing, and obstacle avoidance. First, a directional-based variable admittance controller is implemented to ensure compliant interaction and motion aligned with the user’s intention. To better accommodate subject-specific needs and characteristics, a Preference-Based Optimization (PBO) framework is proposed to personalize the admittance controller parameters according to users’ subjective preferences. Experiments conducted on twelve healthy subjects validate the effectiveness of the proposed approach, highlighting the strong inter-subject variability in the optimized parameters and emphasizing the importance of personalized control settings in robotic gait assistance. Walking aids for individuals with musculoskeletal frailty or motor disabilities must ensure adequate physical support and assistance to their users. To this end, an innovative biomechanical metric based on the relationship between the eXtrapolated Center of Mass (XCoM) and the Base of Support (BoS) is introduced to detect gait perturbations and unstable walking conditions. The soundness of the proposed metric is first validated on twenty-five healthy participants. Next, a variable admittance controller exploiting this metric is developed to provide assist-as-needed support whenever instability is detected. Experimental comparisons with a force-threshold-based strategy conducted on thirteen healthy subjects demonstrate improved specificity and smoother intervention behavior. The attention was then shifted toward the simulation of structured, task-oriented rehabilitation scenarios, with the aim of assessing the feasibility of using the proposed device during stages of rehabilitation. To this end, a shared-control strategy was developed to guide users along predefined trajectories while preserving compliant interaction and voluntary motion. The validity of the proposed approach was experimentally evaluated through a study involving twelve healthy subjects. Furthermore, to improve motion fluency and responsiveness in unstructured environments, a proactive assistance framework combining Long Short-Term Memory (LSTM)-based human motion prediction with Model Predictive Control (MPC) is developed and validated through experiments involving fifteen participants. Finally, a safety-constrained MPC architecture integrating Control Barrier Functions (CBFs) is introduced to ensure real-time obstacle avoidance and safe navigation in constrained environments. The proposed framework is experimentally validated on twelve healthy subjects. Overall, these contributions provide a comprehensive framework for adaptive robot control of personalized walking support that improves user comfort, reduces energy expenditure, enhances motion smoothness, and increases safety during assisted walking. Results demonstrate the strong potential of the proposed platform and control strategies for future testing and validation in real-world scenarios involving target users.
27-lug-2026
Inglese
Preservare e promuovere la mobilità negli individui con disturbi motori del cammino è di fondamentale importanza. L’inattività fisica è associata all’insorgenza di numerose patologie e determina atrofia e indebolimento muscolare, aumentando di conseguenza il rischio di cadute, le cui conseguenze rappresentano una rilevante problematica di sanità pubblica. Nella riabilitazione convenzionale i terapisti sono spesso chiamati a fornire supporto fisico ai pazienti durante la deambulazione, con conseguente carico fisico elevato e problematiche di natura ergonomica. Inoltre, la durata e l’intensità delle sessioni riabilitative sono limitate dalla disponibilità di personale specializzato, spesso insufficiente rispetto al crescente numero di pazienti. Allo stesso tempo, i dispositivi tradizionali di assistenza al cammino, quali bastoni e deambulatori, offrono un supporto limitato in termini di stabilità e adattabilità alle esigenze individuali degli utenti. Per queste ragioni, negli ultimi anni i dispositivi robotici di assistenza alla deambulazione hanno suscitato crescente interesse sia come tecnologie per la riabilitazione, sia come strumenti per migliorare la sicurezza del cammino in ambienti domestici. La loro capacità di fornire un’interazione agevole, un maggiore supporto fisico e una migliore adattabilità durante la locomozione li rende soluzioni promettenti sia per applicazioni riabilitative sia per l’assistenza nelle attività della vita quotidiana. L’obiettivo principale di questa tesi di dottorato è lo sviluppo di strategie di controllo innovative per un nuovo dispositivo robotico mobile di assistenza, progettato per individui che necessitano, o possono beneficiare, di un supporto fisico durante l’esecuzione di movimenti della vita quotidiana, quali camminare, mantenere l’equilibrio ed evitare ostacoli. In primo luogo, viene implementato un controllore ad ammettenza variabile, al fine di garantire un’interazione agevole e un movimento coerente con l’intenzione dell’utente. Per meglio adattarsi alle esigenze e alle caratteristiche specifiche dei singoli soggetti, viene proposto un framework di Preference-Based Optimization (PBO) per personalizzare i parametri del controllore ad ammettenza in base alle preferenze soggettive degli utenti. Esperimenti condotti su dodici soggetti sani validano l’efficacia dell’approccio proposto, evidenziando una marcata variabilità inter-soggetto nei parametri ottimizzati e sottolineando l’importanza di impostazioni di controllo personalizzate nell’assistenza robotica al cammino. Gli ausili alla deambulazione per individui con fragilità muscoloscheletrica o disabilità motorie devono garantire un adeguato supporto fisico e assistenza agli utenti. A tal fine, viene introdotta un’innovativa metrica biomeccanica basata sulla relazione tra eXtrapolated Center of Mass (XCoM) e Base of Support (BoS), con l’obiettivo di rilevare perturbazioni del cammino e condizioni di deambulazione instabile. La validità della metrica proposta viene inizialmente verificata su venticinque partecipanti sani. Successivamente, viene sviluppato un controllore ad ammettenza variabile che sfrutta tale metrica per fornire supporto assist-as-needed ogni volta che viene rilevata una condizione di instabilità. Confronti sperimentali con una strategia basata su soglie di forza, condotti su tredici soggetti sani, dimostrano una maggiore specificità e un comportamento di intervento più fluido. L’attenzione viene poi spostata verso la simulazione di possibili scenari riabilitativi strutturati, con l’obiettivo di valutare la fattibilità dell’impiego del dispositivo proposto durante alcune fasi del percorso riabilitativo. A questo scopo, viene sviluppata una strategia di controllo condiviso per guidare gli utenti lungo traiettorie predefinite, preservando al contempo un’interazione agevole e il movimento volontario. La validità dell’approccio proposto viene valutata sperimentalmente attraverso uno studio che coinvolge dodici soggetti sani. Inoltre, per migliorare la fluidità e la reattività del movimento in ambienti non strutturati, viene sviluppato un framework di assistenza proattiva che combina la predizione del movimento umano basata su Long Short-Term Memory (LSTM) con il Model Predictive Control (MPC), successivamente validato mediante esperimenti condotti su quindici partecipanti. Infine, viene introdotta un’architettura MPC con vincoli di sicurezza che integra Control Barrier Functions (CBFs), al fine di garantire l’evitamento degli ostacoli in tempo reale e una navigazione sicura in ambienti vincolati. Il framework proposto viene validato sperimentalmente su dodici soggetti sani. Nel complesso, la tesi fornisce un framework completo per il controllo robotico adattivo finalizzato al supporto personalizzato del cammino, in grado di migliorare il comfort dell’utente, ridurre il dispendio energetico, aumentare la fluidità del movimento e incrementare la sicurezza durante la deambulazione assistita. I risultati dimostrano il significativo potenziale della piattaforma e delle strategie di controllo proposte per future attività di test e validazione in scenari reali che coinvolgano utenti target.
AJOUDANI, ARASH
File in questo prodotto:
File Dimensione Formato  
PHD_Thesis_Fortuna_politesi.pdf

embargo fino al 06/07/2027

Licenza: Tutti i diritti riservati
Dimensione 8.18 MB
Formato Adobe PDF
8.18 MB Adobe PDF

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/20.500.14242/385118
Il codice NBN di questa tesi è URN:NBN:IT:POLIMI-385118