Identification of movement intention of gait on various terrains -a bioinspired approach-

En este documento se propone una aproximación al entendimiento del lenguaje neuromotor de una persona con una amputación por encima de rodilla, mediante la identificación de su intención de movimiento a partir de la percepción de las manifestaciones tanto internas como externas de los Patrones de Ac...

Full description

Autores:
Caicedo, Eduardo F.
Campo Salazar, Oscar Iván
Tipo de recurso:
Article of journal
Fecha de publicación:
2017
Institución:
Universidad Autónoma de Occidente
Repositorio:
RED: Repositorio Educativo Digital UAO
Idioma:
eng
OAI Identifier:
oai:red.uao.edu.co:10614/11122
Acceso en línea:
http://hdl.handle.net/10614/11122
https://dx.doi.org/10.25100/iyc.v19i2.5294
Palabra clave:
Extremidades artificiales
Artificial limbs
Prótesis
Prosthesis
Algoritmo de identificación
Intención del usuario
Patrón de acción fija artificial
Identification algorithm
Artificial fixed action pattern
User’s intention
Rights
openAccess
License
Derechos Reservados - Universidad Autónoma de Occidente
Description
Summary:En este documento se propone una aproximación al entendimiento del lenguaje neuromotor de una persona con una amputación por encima de rodilla, mediante la identificación de su intención de movimiento a partir de la percepción de las manifestaciones tanto internas como externas de los Patrones de Acción Fija (PAF) mediante el uso de una propiocepción artificial y la exterocepción de su prótesis durante el desarrollo de diferentes gestos (marcha, subir y bajar escaleras y subir y bajar rampas). Se presentan la formalización de una expresión General del Gesto Rítmico, los procedimientos para la generación de PAF artificiales y un Algoritmo de Respuesta ante el Desarrollo de Gestos. Mediante la identificación de la intención del usuario a través de la información propioceptiva y exteroceptiva, la prótesis discrimina entre un repertorio de PAF artificiales y selecciona el más adecuado para satisfacer las necesidades de movimiento del usuario. Los datos experimentales de las pruebas desarrolladas en individuos sanos y amputados mostraron un alto desempeño en la identificación de la intención del usuario (97.06% de identificaciones correctas) y un buen seguimiento de los gestos de movimiento independientemente de la velocidad con que fueron ejecutados