Powered lower limb exoskeletons (LLEs) are innovative wearable robots that allow independent walking in people with severe gait impairments, or even to augment lower limb capabilities of able-bodied users. Despite the recent advancements, the use of this promising technology is still restricted to controlled research/clinical settings; uptake in real-life conditions as a device to promote user independence is still lacking. The main reason behind this limitation can be traced back to the lack adaptability of LLEs to the different walking conditions that may be encountered in real world settings: the majority of LLEs relies on predefined gait trajectories and is generally unaware of the environment in which gait occurs. This means that the control burden is entirely on the user, resulting in an increased physical and cognitive workload. This thesis aims at overcoming the aforementioned limitations by proposing a novel approach to enhance the autonomy of the LLEs. In particular, the proposed method has the purpose of estimating the optimal gait trajectory of the exoskeleton in order to autonomously avoid low obstacles on the ground. By using a depth camera coupled with Computer Vision software module, the environment is sensed to detect the ground plane and obstacles that might interfere with the forward motion, in order to predict the following foothold. Then, an iterative-based collision-free foot trajectory generator (CFFTG) algorithm is proposed to calculate the optimal foot motion and the joints’ angles to be sent to the exoskeleton low-level controllers. Experimental tests have been carried out in simulation to evaluate both the CV module and the CFFTG based on real data, showing successful performance in different scenarios. In addition, the assumptions that have been considered in this work make the proposed approach compatible with the majority of exoskeletons in research and on the market. I believe that re-thinking exoskeletons as semi-autonomous agents will represent not only the cornerstone to promote a more symbiotic human-exoskeleton interaction but may also pave the way for the use of this technology in the everyday life.

Gli esoscheletri motorizzati per gli arti inferiori (LLEs) sono robot indossabili che permettono a soggetti con disabilità degli arti inferiori di camminare indipendentemente, e persino migliorare le prestazioni degli arti inferiori nel caso di soggetti sani. Nonostante i recenti sviluppi, l'uso di questa promettente tecnologia è relegato agli ambiti clinici e di ricerca; il suo utilizzo come strumento per camminare in modo indipendente in ambienti non controllati è ancora mancante. Il motivo principale di questa limitazione è dovuto alla mancanza di adattabilità degli LLE ai diversi ambienti che possono essere incontrati durante il cammino: la maggioranza degli LLE sfrutta traiettorie predefinite degli arti inferiori senza valutare l'ambiente circostante. Questo implica che ogni tipo di controllo addizionale è a carico dell'utente, e risulta in un sovraccarico fisico e cognitivo da parte di quest'ultimo. Questa tesi si pone l'obbiettivo di superare le limitazioni sopracitate, proponendo un approccio innovativo per aumentare l'autonomia degli LLE. In particolare, il metodo proposto ha lo scopo di stimare la traiettoria degli arti inferiori ottimale, così da poter superare in modo autonomo gli ostacoli bassi che potrebbero essere incontrati lungo il cammino. Tramite l'uso di una stereo camera unita ad un algoritmo di Computer Vision, l'ambiente viene percepito in modo da identificare il pavimento e gli ostacoli che potrebbero influenzare il cammino con l'obbiettivo di selezionare il punto d'appoggio ottimale per il piede. Successivamente, un algoritmo iterativo per la generazione della traiettoria del piede senza collisioni (CFFTG) permette di ottenere i dati necessari a calcolare la cinematica inversa dell'esoscheletro, ed infine gli angoli ai giunti ottenuti da quest'ultima vengono forniti ai controllori dei motori per effettuare il movimento desiderato. Test sperimentali in simulazione (basati su dati reali) sono stati eseguiti per valutare il comportamento dell'algoritmo di Computer Vision e del CFFTG, mostrando ottimi risultati in diversi scenari. Inoltre, le assunzioni su cui si basa la soluzione proposta permettono la sua compatibilità con la maggioranza degli esoscheletri commerciali e di ricerca attualmente disponibili. Credo che pensare agli esoscheletri come degli agenti semi autonomi, piuttosto che come dei dispositivi controllati unicamente dall'utente, rappresenti non solo un percorso che porterà alla simbiosi tra uomo ed esoscheletro, ma anche all'uso di questa tecnologia nella vita di tutti i giorni.

Low obstacles avoidance for lower limb exoskeletons

TROMBIN, EDOARDO
2021/2022

Abstract

Powered lower limb exoskeletons (LLEs) are innovative wearable robots that allow independent walking in people with severe gait impairments, or even to augment lower limb capabilities of able-bodied users. Despite the recent advancements, the use of this promising technology is still restricted to controlled research/clinical settings; uptake in real-life conditions as a device to promote user independence is still lacking. The main reason behind this limitation can be traced back to the lack adaptability of LLEs to the different walking conditions that may be encountered in real world settings: the majority of LLEs relies on predefined gait trajectories and is generally unaware of the environment in which gait occurs. This means that the control burden is entirely on the user, resulting in an increased physical and cognitive workload. This thesis aims at overcoming the aforementioned limitations by proposing a novel approach to enhance the autonomy of the LLEs. In particular, the proposed method has the purpose of estimating the optimal gait trajectory of the exoskeleton in order to autonomously avoid low obstacles on the ground. By using a depth camera coupled with Computer Vision software module, the environment is sensed to detect the ground plane and obstacles that might interfere with the forward motion, in order to predict the following foothold. Then, an iterative-based collision-free foot trajectory generator (CFFTG) algorithm is proposed to calculate the optimal foot motion and the joints’ angles to be sent to the exoskeleton low-level controllers. Experimental tests have been carried out in simulation to evaluate both the CV module and the CFFTG based on real data, showing successful performance in different scenarios. In addition, the assumptions that have been considered in this work make the proposed approach compatible with the majority of exoskeletons in research and on the market. I believe that re-thinking exoskeletons as semi-autonomous agents will represent not only the cornerstone to promote a more symbiotic human-exoskeleton interaction but may also pave the way for the use of this technology in the everyday life.
2021
Low obstacles avoidance for lower limb exoskeletons
Gli esoscheletri motorizzati per gli arti inferiori (LLEs) sono robot indossabili che permettono a soggetti con disabilità degli arti inferiori di camminare indipendentemente, e persino migliorare le prestazioni degli arti inferiori nel caso di soggetti sani. Nonostante i recenti sviluppi, l'uso di questa promettente tecnologia è relegato agli ambiti clinici e di ricerca; il suo utilizzo come strumento per camminare in modo indipendente in ambienti non controllati è ancora mancante. Il motivo principale di questa limitazione è dovuto alla mancanza di adattabilità degli LLE ai diversi ambienti che possono essere incontrati durante il cammino: la maggioranza degli LLE sfrutta traiettorie predefinite degli arti inferiori senza valutare l'ambiente circostante. Questo implica che ogni tipo di controllo addizionale è a carico dell'utente, e risulta in un sovraccarico fisico e cognitivo da parte di quest'ultimo. Questa tesi si pone l'obbiettivo di superare le limitazioni sopracitate, proponendo un approccio innovativo per aumentare l'autonomia degli LLE. In particolare, il metodo proposto ha lo scopo di stimare la traiettoria degli arti inferiori ottimale, così da poter superare in modo autonomo gli ostacoli bassi che potrebbero essere incontrati lungo il cammino. Tramite l'uso di una stereo camera unita ad un algoritmo di Computer Vision, l'ambiente viene percepito in modo da identificare il pavimento e gli ostacoli che potrebbero influenzare il cammino con l'obbiettivo di selezionare il punto d'appoggio ottimale per il piede. Successivamente, un algoritmo iterativo per la generazione della traiettoria del piede senza collisioni (CFFTG) permette di ottenere i dati necessari a calcolare la cinematica inversa dell'esoscheletro, ed infine gli angoli ai giunti ottenuti da quest'ultima vengono forniti ai controllori dei motori per effettuare il movimento desiderato. Test sperimentali in simulazione (basati su dati reali) sono stati eseguiti per valutare il comportamento dell'algoritmo di Computer Vision e del CFFTG, mostrando ottimi risultati in diversi scenari. Inoltre, le assunzioni su cui si basa la soluzione proposta permettono la sua compatibilità con la maggioranza degli esoscheletri commerciali e di ricerca attualmente disponibili. Credo che pensare agli esoscheletri come degli agenti semi autonomi, piuttosto che come dei dispositivi controllati unicamente dall'utente, rappresenti non solo un percorso che porterà alla simbiosi tra uomo ed esoscheletro, ma anche all'uso di questa tecnologia nella vita di tutti i giorni.
Exoskeletons
Robotics
Computer Vision
File in questo prodotto:
File Dimensione Formato  
Trombin_Edoardo.pdf

accesso aperto

Dimensione 22.55 MB
Formato Adobe PDF
22.55 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/31590