Evaluación del control compartido guiado por visión para manipuladores de robótica de asistencia (ARM Control)

Los veteranos que usan dispositivos de movilidad motorizados, incluidos aquellos con lesión de la médula espinal (SCI) de alto nivel, esclerosis lateral amiotrófica (ALS) y esclerosis múltiple (MS), a menudo experimentan discapacidades graves en las extremidades superiores. El manejo y cuidado de las deficiencias de las extremidades superiores a menudo involucran una variedad de soluciones de asistencia. Sin embargo, la disponibilidad de productos y el avance tecnológico para la asistencia de manipulación están muy por detrás de los de la movilidad. Muchas de estas personas, a pesar de su movilidad independiente, no pueden alcanzar un vaso de agua, preparar una comida sencilla y recoger un cepillo de dientes. Todavía requieren la asistencia de un cuidador personal para las actividades esenciales de la vida diaria (AVD) que implican alcanzar y manejar/manipular objetos. Con el rápido avance de la tecnología robótica, los manipuladores robóticos de asistencia (ARM, por sus siglas en inglés) emergen como una solución viable para ayudar a los veteranos con impedimentos en las extremidades superiores a completar las tareas diarias que implican alcanzar, manejar objetos y manipular. Los ARM a menudo están equipados con muchos grados de libertad (DOF), pero los usuarios no pueden controlar todos los DOF ​​al mismo tiempo con un joystick convencional y necesitan cambiar de modo con bastante frecuencia para completar incluso tareas de manipulación simples, especialmente cuando un ARM se acerca. al objetivo y deben alinearse adecuadamente para su manipulación. Por lo tanto, los ARM existentes sufren de falta de eficiencia y eficacia, especialmente en un entorno no estructurado. El objetivo de este proyecto es combinar el control compartido guiado por visión (VGS) con dos tipos de modificaciones del entorno para abordar la eficacia y la eficiencia de los ARM para el uso en el mundo real. Los dos tipos de modificaciones del entorno incluyen el uso de herramientas adaptativas comerciales o personalizadas (p. ej., un soporte que puede contener una botella o un frasco para que un ARM pueda abrirlo) y la adición de marcadores de referencia (similares a los códigos QR) a los objetos o herramientas adaptativas para hacer seguimiento basado en visión robusto y confiable para aplicaciones del mundo real. Basado en las modificaciones del entorno, el control VGS permitirá que un usuario inicie cualquier tarea moviendo un ARM cerca de un objeto etiquetado, y el ARM se hará cargo de la manipulación fina al detectar el objetivo. Este proyecto es para evaluar el nuevo control entre 16 usuarios de sillas de ruedas eléctricas que utilizarán un ARM montado en silla de ruedas para completar un conjunto de tareas de manipulación cotidianas. Los participantes completarán un conjunto de 10 tareas de manipulación utilizando el método de control predeterminado y el nuevo método de control VGS. Los investigadores recopilarán medidas de resultados en términos de eficiencia (es decir, tiempo de finalización de tareas y frecuencia de cambio de modo), efectividad (es decir, tasa de éxito de finalización de tareas) y usabilidad (es decir, índice de carga de tareas de la NASA y escala de usabilidad del sistema). Los investigadores esperan mejorar las funciones de manipulación de los veteranos con discapacidades en las extremidades superiores a través de una implementación más práctica y útil del control robótico basado en la visión y las tecnologías de interacción humano-robot.