Human-like trajectory planning for a motorized upper-limb exoskeleton

Neuromuscular disorders impair the ability of diagnosed patients to adequately perform activities of daily living. Novel rehabilitation methods using robotic exoskeletons to interact with patients have been shown to improve the quality of the rehabilitation process, resulting in improved muscular function for patients. To increase the effectiveness of the rehabilitation process, the designed exoskeleton must be able to properly execute the modality of human-robot interaction chosen. Some human-robot interaction modalities require some pre-computed trajectories to be used as a reference for the exoskeletal control system. These reference trajectories must exhibit human-like qualities to ensure the high quality of the rehabilitation process. The AGREE exoskeleton is an upper-limb exoskeleton designed to rehabilitate or assist people diagnosed with neuromuscular disorders. To generate human-like reference trajectories, a virtual kinematic model of the AGREE robot was designed in Robot Operating System (ROS). Using the MoveIt motion planning framework to implement a variety of motion planning algorithms, trajectories for various movements based on activities of daily living were generated and analyzed. The metrics used to identify the human-like quality of the generated trajectories were the peak-to-average velocity ratio, the integral of the squared jerk per joint, and a single peak velocity curve. The motion planners were effective in improving the trajectory generation method with respect to the geometric trajectory generation method previously used. The most effective motion planning algorithm was the Covariant Hamiltonian Optimization for Trajectory Planning (CHOMP) algorithm, with some improvements possible by implementing the Stochastic Trajectory Optimization for Motion Planning (STOMP) algorithm as a post-processor.

Le malattie neuromuscolari limitano la capacità dei pazienti che ne sono affetti di compiere varie attività di vita quotidiana. I nuovi metodi di riabilitazione, che impiegano esoscheletri robotici per l'interazione con i pazienti, hanno dimostrato di essere in grado di migliorare la qualità del processo riabilitativo, garantendo un maggior recupero delle funzioni motorie da parte dei pazienti stessi.Per aumentare l'efficacia del processo riabilitativo, un esoscheletro deve essere in grado di eseguire adeguatamente le modalità di interazione uomo-robot desiderate. Alcune di queste modalità richiedono l'utilizzo di traiettorie pre-registrate da usare come riferimento per il sistema di controllo del robot. Tali traiettorie devono avere caratteristiche più possibili affini al movimento umano, al fine di assicurare l'efficacia degli esercizi proposti. AGREE è un esoscheletro per arto superiore pensato per la riabilitazione e l'assistenza di pazienti affetti da disturbi neuromuscolari. Al fine di generare traiettorie simili ai movimenti umani, da usare come riferimento per gli esercizi di riabilitazione, è stato disegnato in ROS (Robot Operating System) un modello cinematico di AGREE. Usando il framework di pianificazione del movimento MoveIt sono stati implementati vari algoritmi di pianificazione e sono state quindi realizzate delle traiettorie per realizzare movimenti-base di alcune attività di vita quotidiana. Tali traiettorie sono poi state testate e analizzate, per valutarne la somiglianza a dei movimenti umani, studiando per ogni giunto il rapporto tra velocità di picco e velocità media, il jerk e una curva a singolo picco di velocità. I planner usati si sono dimostrati efficaci nel migliorare il metodo di generazione delle traiettorie. L'algoritmo di pianificazione che è risultato il migliore è il cosiddetto Covariant Hamiltonian Optimization for Motion Planning (CHOMP), reso più efficace anche grazie all'utilizzo dell'algoritmo di post processing chiamato Stochastic Trajectory Optimization for Motion Planning (STOMP).