Busca avançada
Ano de início
Entree

Estratégias adaptativas híbridas para exoesqueletos de membros inferiores

Resumo

Este projeto de pesquisa propõe desenvolver e avaliar estratégias adaptativas híbridas para a reabilitação robótica do caminhar, utilizando algoritmos de controle adaptativos e novas interfaces de comunicação e interação entre o usuário e os dispositivos robóticos como, por exemplo, a Estimulação Elétrica Funcional (FES, do inglês Functional Electrical Stimulation) e a Realidade Virtual (RV). Especificamente, pretende-se desenvolver um sistema integrado de RV e exoesqueletos de membros inferiores, considerando a caminhada em esteira e no solo. Este sistema será utilizado em conjunto com os sistemas de identificação das fases do caminhar e de estimativa da fadiga muscular para fornecer informações necessárias ao sistema de controle adaptativo de FES. Este último sistema atuará em conjunto com o controle de impedância variável do exoesqueleto para dar suporte ao caminhar e promover a reabilitação motora. Os algoritmos de estimativa e estratégias adaptativas híbridas serão avaliados com voluntários saudáveis e com pacientes com sequelas decorrentes de AVC ou lesão medular incompleta. (AU)

Matéria(s) publicada(s) na Revista Pesquisa FAPESP sobre o auxílio::
Robots que ayudan a caminar 
Robôs que ajudam a andar 
Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
NUNES, POLYANA F.; OSTEN, ICARO; SIQUEIRA, ADRIANO A. G. Evaluation of Motor Primitive-Based Adaptive Control for Lower Limb Exoskeletons. FRONTIERS IN ROBOTICS AND AI, v. 7, DEC 16 2020. Citações Web of Science: 0.
PEREZ-IBARRA, JUAN C.; SIQUEIRA, ADRIANO A. G.; KREBS, HERMANO I. Identification of Gait Events in Healthy and Parkinson's Disease Subjects Using Inertial Sensors: A Supervised Learning Approach. IEEE SENSORS JOURNAL, v. 20, n. 24, p. 14984-14993, DEC 15 2020. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.