Design and implementation of a terrain identification model for lower-limb sensorized prostheses

This thesis is framed within the prosthetic field and, more specifically, in that of the design of passive prosthetic feet capable of adapting to different walking conditions and intended for individuals with trans-tibial amputation. To assess whether signals acquired directly from an instrumented foot prosthesis can be effectively exploited to discriminate among different ground slopes, a terrain identification and classification model based on experimental data was implemented. The dataset was collected using a 3D printed composite Energy Storing and Returning (ESAR) prosthetic foot instrumented with an Inertial Measurement Unit for gait kinematic characterization and six Fiber Bragg Grating (FBG) sensors for structural strain measurement. The locomotion conditions considered include: level-ground walking, ramp ascent and descent, stair ascent and descent. The work was structured into four main phases: experimental data acquisition during dedicated clinical trials, step-wise signal segmentation, extraction and selection of the most informative descriptive features, implementation and evaluation of the classification model. A novel segmentation algorithm based on the signals acquired through FBG sensors was developed and validated, and a classification framework based on Support Vector Machines with a radial kernel and dimensionality reduction through Principal Component Analysis was implemented. The obtained results show high overall accuracy (0.89–0.94), highlighting the significant contribution of FBG sensors and remaining consistent with findings reported in the literature, where level-ground walking is generally the most easily recognized condition. Overall, the study confirms the methodological reliability and practical feasibility of an approach based on prosthesis-embedded sensing technologies for terrain classification, representing a fundamental prerequisite for the future development of intelligent and adaptive prosthetic feet with the potential to improve the quality of life of individuals with amputation.

Questa tesi si inserisce nel contesto protesico e, in particolare, in quello della progettazione di piedi protesici passivi in grado di adeguarsi a diverse condizioni di cammino e destinati a soggetti con amputazione trans-tibiale. Volendo valutare se i segnali acquisiti direttamente da un dispositivo strumentato possano essere efficacemente utilizzati per discriminare differenti pendenze del suolo, è stato implementato un modello di identificazione e classificazione del terreno basato su dati sperimentali. Questi sono stati acquisiti con un piede protesico di tipo Energy Storing and Returning (ESAR) stampato in 3D e strumentato con un’Unità di Misura Inerziale per la caratterizzazione cinematica del passo e sei sensori a reticolo di Bragg (FBG) per la misura delle deformazioni strutturali. Le condizioni locomotorie considerate sono: cammino su terreno pianeggiante, salita e discesa di rampa, salita e discesa di scale. Il lavoro è stato articolato in quattro fasi principali: acquisizione sperimentale dei dati durante appositi trial clinici, segmentazione dei segnali in passi, estrazione e selezione delle metriche descrittive più significative, implementazione e valutazione del modello di classificazione. È stato sviluppato e validato un algoritmo di segmentazione innovativo basato sui segnali acquisiti con sensori FBG, ed è stato implementato un modello di classificazione basato su Support Vector Machine con kernel radiale e riduzione dimensionale tramite Principal Component Analysis. I risultati ottenuti mostrano accuratezze elevate (0.89-0.94), evidenziando il contributo rilevante dei sensori FBG e risultando coerenti con la letteratura in merito, dove il cammino su terreno pianeggiante risulta la condizione più facilmente riconoscibile. Nel complesso, il lavoro conferma la solidità metodologica e la fattibilità di un approccio di classificazione del terreno basato su sensori integrati nella protesi, rappresentando un prerequisito fondamentale per lo sviluppo di piedi protesici intelligenti ed adattivi potenzialmente in grado di migliorare la qualità di vita dei soggetti con amputazione.