A cooperative assisted-as-needed control for a single-joint hybrid FES-robotic system

This thesis presents the development of a cooperative, hybrid robotic system aimed at enhancing lower-limb rehabilitation for patients with neurological impairments such as stroke. The system integrates motorized assistance, Functional Electrical Stimulation (FES), and user volitional effort into a knee joint exoskeleton controlled by a novel algorithm. Addressing gaps in existing solutions that often treat the patient as passive or fail to synergistically combine these modalities, the proposed control strategy adapts in real-time to the user's capabilities and effort levels. Key requirements identified and fulfilled include personalized trajectory tracking, movement smoothness, system cooperativity, prioritization of volitional contribution, and fatigue management. Simulation studies validated the theoretical model, followed by pilot tests with healthy participants, demonstrating system adaptability, fluid motions aligned with voluntary efforts, initiation of assistance based on surface electromyography (sEMG) signals, and effective fatigue management. Simulations and experiments reveal that personalized trajectories and smooth movements are remarkably achieved with effective system cooperativity and convergence. Balancing motor assistance, FES, and volitional effort optimizes performance, enhances engagement, manages fatigue, and strategically prioritizes interventions for improved rehabilitation outcomes. While limitations such as a small sample size and the need for long-term effect evaluation exist, the study lays the groundwork for future developments. Future work may involve extending the system to a multi-degree-of-freedom setup, expanding trials to clinical populations and conducting extended studies. To further improve the rehabilitation process, refinements could focus on optimizing the design for comfort and usability, incorporating sensory inputs (haptic, visual or auditory feedback) and using virtual reality to enhance patient engagement. These advancements hold promise for accelerating recovery and improving rehabilitation outcomes

Questa tesi presenta lo sviluppo di un sistema robotico ibrido cooperativo per la riabilitazione degli arti inferiori per pazienti post ictus. Il sistema integra assistenza motorizzata, Stimolazione Elettrica Funzionale (FES) e contributo volontario dell'utente in un esoscheletro per il ginocchio, gestito da un algoritmo innovativo. Superando le limitazioni delle soluzioni esistenti, che considerano il paziente passivo o non integrano queste modalità, la strategia di controllo proposta si adatta in tempo reale alle capacità e allo sforzo dell’utente. I requisiti chiave identificati comprendono il tracciamento personalizzato della traiettoria, la fluidità del movimento, la cooperatività del sistema, la priorità del contributo volitivo e la gestione della fatica. Lo studio in simulazione ha validato il modello teorico, seguito da un test pilota con partecipanti sani, che ha confermato l’adattabilità del sistema, movimenti fluidi allineati con gli sforzi volontari, l’avvio dell’assistenza tramite segnale sEMG e una gestione efficace della fatica. I risultati ottenuti rivelano che traiettorie personalizzate e movimenti fluidi sono ottenuti grazie all’efficace cooperatività e convergenza del sistema. L’equilibrio tra i tre contributi ottimizza le prestazioni, gestisce l’affaticamento e assegna priorità ai vari contributi per migliorare i risultati riabilitativi. Nonostante le limitazioni, come un campione ridotto e la necessità di valutazioni a lungo termine, lo studio getta le basi per futuri sviluppi. Il lavoro futuro potrebbe prevedere l'estensione del sistema a configurazioni a più gradi di libertà, l’ampliamento degli studi a più soggetti e a popolazioni cliniche. Per migliorare la riabilitazione, si potrebbero ottimizzare il design per l’usabilità, integrare input sensoriali (feedback aptico, visivo o uditivo) e utilizzare la realtà virtuale per aumentare il coinvolgimento del paziente. Questi progressi potrebbero accelerare il recupero e migliorare i risultati