A kinematic-based Intention Detection Strategy for Robotic Assistance: A Real-Time Approach to Upper Limb Rehabilitation

Upper limb motion impairment resulting from neurological disorders significantly hinders individuals in their interactions with the environment and performing activities of daily living (ADL). Effective rehabilitative therapies can greatly enhance the quality of life for people living with such disabilities. Rehabilitation robotics has proven to be a valuable complement to traditional therapies, enabling a high volume of training sessions in a safe and controlled environment. When combined with an efficient Intention Detection Strategy (IDS), motor recovery potential can be maximized, enabling individuals affected by neurological disorders to regain their autonomy and perform ADL with precision and consistency in task execution. An IDS is a method or approach used to identify an individual's volitional movements or intentions. It acts as the crucial link between human intention and the response generated by technology. In cases where a person has suffered a neurological injury or has a disability affecting their motor functions, such as arm or leg movements, the ability to detect their intention to move and translate it into a action thanks to the innovative technology, can be life-altering. The study conducted experiments with healthy subjects wearing an exoskeleton on their rigth arm, named "AGREE", to detect the intention of various movements, with a particular focus on reaching tasks. The collected data, acquired with the built-in sensors of the exoskeleton, were then used to train machine learning architectures. Then, a real time evaluation has been performed by testing four subjects with the same protocol directly in the robotic platform. The results demonstrated that the exoskeleton is capable of recognizing the intention to move in an impressively short timeframe, with a latency of 5.2 milliseconds with an accuracy of 84\%. Future developments in this field will involve expanding the range of exercises for which intention detection is possible. This includes tasks like bringing the hand to the mouth or lateral elevation, thereby allowing the exoskeleton to assist patients with a wide variety of movements. Such advancements in the fusion of rehabilitation robotics and IDS hold the potential to significantly improve the lives of individuals affected by neurological disorders.

Le persone affette da disturbi neurologici sperimentano notevoli difficoltà nell’interagire con l’ambiente circostante a causa della ridotta capacità di movimento degli arti superiori e nell’esecuzione delle attività quotidiane (ADL). Terapie riabilitative efficaci possono notevolmente migliorare la qualità della vita delle persone affette da tali disabilità. La robotica riabilitativa si è dimostrata un complemento prezioso alle terapie tradizionali, consentendo un alto numero di sessioni di allenamento in un ambiente sicuro e controllato. Quando combinata con una strategia di rilevamento delle intenzioni efficiente (IDS), il potenziale di recupero motorio può essere massimizzato, consentendo alle persone affette da disturbi neurologici di riguadagnare l’autonomia e di eseguire le ADL con precisione e coerenza. Un IDS è un approccio o un metodo utilizzato per identificare e comprendere le intenzioni di un individuo in base ai suoi comportamenti o azioni. Essa costituisce il collegamento essenziale tra la volontà dell’individuo e la risposta prodotta dalla tecnologia. Nei casi in cui una persona abbia subito una lesione neurologica o abbia una disabilità che influisce sulle funzioni motorie, come i movimenti degli arti superiori o inferiori, la capacità di rilevare l’intenzione di muoversi e tradurla in un’azione tecnologica può cambiare radicalmente la vita. Lo studio si riconduce a esperimenti con soggetti sani che indossavano un esoscheletro sul braccio destro, chiamato "AGREE", per rilevare l’intenzione di vari movimenti, con particolare attenzione alle attività di raggiungimento. I dati raccolti, acquisiti con i sensori integrati dell’esoscheletro, sono stati quindi utilizzati per addestrare architetture di apprendimento automatico. Successivamente, quattro soggetti sono stati utilizzati per una valutazione in tempo reale eseguendo lo stesso protocollo direttamente sulla piattaforma robotica. I risultati hanno dimostrato che l’esoscheletro è in grado di riconoscere l’intenzione di muoversi in un breve lasso di tempo, con una latenza di 5,2 millisecondi con una accuratezza dell’ 84%. Sviluppi futuri in questo campo comporteranno l’espansione della gamma di esercizi per i quali è possibile rilevare l’intenzione di movimento da parte del soggetto. Ciò include attività come portare la mano alla bocca o l’innalzamento laterale, consentendo così all’esoscheletro di assistere i pazienti in una vasta gamma di movimenti. Tali progressi nella fusione tra la robotica riabilitativa e l’IDS hanno il potenziale per migliorare significativamente la vita delle persone affette da disturbi neurologici.