Tesis - RubenFerro Marchas Potologicvas
Tesis - RubenFerro Marchas Potologicvas
Tesis - RubenFerro Marchas Potologicvas
caminadores inteligentes
Trabajo de Grado
Tutor
Prof. Dr. Carlos Andrés Cifuentes García
Cotutor
Prof. Dra. Marcela Cristina Múnera Ramírez
Quiero agradecer a mi familia, especialmente a mis padres Rubén Darío Ferro, Ana Lucia
Rugeles y mi hermana Viviana Lucia Ferro por todo su apoyo y amor, que me brindaron
durante todo el desarrollo de mi carrera, donde cada día me motivaban a ser mejor, a cumplir
mis metas, sueños y ser una mejor persona.
De igual manera, les quiero agradecer a todos los profesores de la Universidad del Rosario
y la Escuela Colombiana de Ingeniería Julio Garavito por sus enseñanzas a lo largo de esta
carrera. Especialmente a los profesores Dr. Carlos Andrés Cifuentes García, Dra. Marcela
Cristina Múnera Cristina Ramírez y MSc Sergio David Sierra Marín, por su constante apoyo,
consejos y acompañamiento durante el desarrollo de este proyecto de grado, al igual que
durante algunas asignaturas me brindaron las herramientas y el conocimiento para afrontar
este trabajo de grado. Finalmente, manera quiero agradecer a Juan Sebastián Moreno Escobar
y Laura Alejandra Neira Lagos por su colaboración y apoyo durante el transcurso de toda la
carrera.
i
Resumen
Actualmente la población está envejeciendo con mayor rapidez, lo que lleva a que más
personas tengan dificultades para caminar, debido a los procesos degenerativos naturales de
la vida. Por otro lado, existe un porcentaje importante de personas que padecen algún tipo de
enfermedad o discapacidad que limita sus procesos de locomoción. Por ello, los avances tecno-
lógicos, especialmente en robótica móvil, han apostado por dispositivos de asistencia para esta
población. A partir de esto, han surgido caminadores inteligentes, dispositivos que involucran
sensores, sistemas de control y diferentes componentes electrónicos en su estructura mecánica.
En este trabajo, inicialmente se presenta los resultados de un estudio de evaluación de per-
cepción con personal de salud y rehabilitación, con la finalidad de obtener su opinión acerca
de los caminadores inteligentes, sus características y su impacto en terapias de rehabilitación
y asistencia. La obtención de la percepción se realizó a través de un cuestionario basado en
el cuestionario estándar Quest (Quebec User Evaluation of Satisfaction with assistive Tech-
nology, Version 2.0). De este estudio se encontraron distintas necesidades, orientadas a la
seguridad principalmente e interacción del caminador con el usuario. Se evidenció que los
parámetros de seguridad con un porcentaje de 58.62 %, fueron más determinantes para los
profesionales de la salud, contra otro tipo de parámetros como diseño, dimensiones, peso,
entre otros que presentan los caminadores inteligentes.
Posteriormente, para el segundo estudio, se seleccionaron 4 preguntas del primer estudio en-
focadas a parámetros de seguridad, modalidades y sistemas de monitoreo, seguridad y nave-
gación, a las cuales se les aplico un análisis estadistico y la prueba de Friedman, para obtener
diferencias significativas con la finalidad de tener un criterio de diseño más exacto y profundo,
para diseñar una estrategia de control orientada al uso clínico. Para las 4 preguntas, el valor
p obtenido fue menor a el nivel de significancia α cuyo valor se fijó en 0.05, resultados que
evidenciaban que existen diferencias significativas entre todas las categorías de las preguntas
seleccionadas.
Con base a los resultados de las 4 preguntas seleccionadas y teniendo en cuenta la prueba
de Friedman y el análisis estadístico descriptivo, se diseñó una estrategia de control, que se
adaptaba a las necesidades encontradas en primer estudio del proyecto. La estrategia de con-
trol diseñada involucraba un sistema de detección de obstáculos, con un sistema de frenado
de emergencia y dos tipos de realimentación para el usuario, que son realimentación auditiva,
por medio de alarmas y comentarios audibles y realimentación visual por medio de alarmas
visibles. Con la finalidad de validar la estrategia diseñada, se construyó un mundo virtual,
donde se evaluaría la estrategia mediante la simulación de un caminador inteligente. El mundo
virtual correspondía a una pista con diferentes tipos de obstáculos, con los cuales interactuaría
el caminador inteligente.
Finalmente, el tercer estudio, buscaba analizar la usabilidad de la estrategia de control dise-
ñada en usuarios sanos, los cuales manipulaban el caminador inteligente en el entorno virtual
diseñado. En este estudio, se utilizó el cuestionario de usabilidad y aceptación QUEAD (A
Questionnaire for the Evaluation of Physical Assistive Devices, Version 1.0), del cual se obtu-
vo que usabilidad percibida, actitud y comodidad, categorías preguntadas frente a la estrategia
de control utilizada por los participantes del estudio, fueron lo que más destacaron en los re-
sultados del cuestionario relacionado a la prueba.
Lo expuesto anteriormente en los tres estudios realizados para este proyecto, permitieron con-
cluir que para los profesionales de la salud y rehabilitación les parece que los caminadores
ii
inteligentes deben principalmente enfocarse en parámetros de seguridad, apoyando y facili-
tando el proceso de movilidad de los usuarios con problemas de locomoción. De igual manera,
se evidenció tanto en la literatura como en el estudio de percepción que los sistemas de detec-
ción de obstáculos son indispensables en los caminadores inteligentes. Igualmente, este tipo
de sistemas deben ser integrados con otro tipo de ayudas y medidas de seguridad para lo-
grar mantener la seguridad de los usuarios lo más alta posible. Esto se vio evidenciado en la
estratega de control diseñada para este proyecto, donde se incluían realimentaciones visibles
y audibles para guiar a los usuarios y se incluía un sistema de frenado de emergencia para
minimizar lo más posible, que el caminador presentara una colisión con un obstáculo, ya que
esto presenta un escenario de bastante riesgo por la posibilidad de que se presente una caída.
Palabras clave: Asistencia, caminadores inteligentes, cuestionarios de percepción,
estrategias de control, marcha humana, profesionales de la salud, usabilidad,
rehabilitación, robots móviles.
iii
Índice general
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
1. INTRODUCCIÓN 1
1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Proyecto relacionado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1. General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2. Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. Contribución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5. Organización del documento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4. RESULTADOS 40
4.1. Identificación de características esenciales en caminadores inteligentes . . . . . 40
4.1.1. Respuestas de las preguntas para el diseño de la estrategia de control. . 42
4.2. Desarrollo de la estrategia de control adaptable a las necesidades clínicas . . . . 44
4.2.1. Hardware de la estrategia de control . . . . . . . . . . . . . . . . . . . . 46
4.2.2. Software de la estrategia de control . . . . . . . . . . . . . . . . . . . . . 48
4.2.3. Simulación de la estrategia de control . . . . . . . . . . . . . . . . . . . 50
4.3. Evaluación de usabilidad de la estrategia de control en pacientes no patológicos 52
5. DISCUSIÓN 54
5.1. Identificación de las características esenciales en caminadores inteligentes . . . 54
5.2. Desarrollo de la estrategia de control adaptable a las necesidades clínicas . . . . 55
5.3. Evaluación de usabilidad de la estrategia de control en usuarios no patológicos 57
6. CONCLUSIONES 59
BIBLIOGRAFÍA 62
ANEXOS 68
v
Índice de figuras
vi
4.19. Escala de aceptación Likert. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
vii
Índice de tablas
viii
Capítulo 1
INTRODUCCIÓN
Este primer capítulo presenta la motivación general, el proyecto relacionado y los objetivos
del trabajo presentado en esta tesis. La motivación de este trabajo incluye las estadísticas
mundiales de las patologías que afectan la marcha humana, las ventajas del uso de la robótica
en terapias de rehabilitación y asistencia y la importancia de utilizar caminadores inteligentes
para ayudar en estos procesos a los pacientes y profesionales de la salud. El proyecto se
divide en tres estudios, uno de percepción de caminadores inteligentes por parte del personal
de salud y rehabilitación, uno de diseño de la estrategia de control, y finalmente, uno de
evaluación de usabilidad y aceptación de la estrategia diseñada en usuarios no patológicos. Es
importante resaltar que la evaluación de usabilidad de la estrategia, se realizó por medio de
una simulación de un caminador inteligente que se movilizaba en un mundo virtual. A partir
de los tres estudios anteriores, se presentan los objetivos del proyecto, además de los aportes
y la organización del documento.
1.1 Motivación
1
La población que presenta estas patologías generalmente sufre secuelas como deterioro motor,
daños en la postura, problemas cognitivos [9], falta de equilibrio, perdida de la coordinación
muscular (ataxia), marchas anchas o asimétricas y aumento del tono muscular (espasticidad)
[10]. Estas patologías comprometen severamente el desarrollo de una marcha normal y afectan
el desarrollo de las actividades diarias de las personas, generando una limitación. Alrededor del
29,3 % de personas con discapacidad presentan una limitación permanente relacionada a los
patrones de la marcha [11]. Estos datos mencionados anteriormente, representan un desafío
para los dispositivos de asistencia, ya que deben ser amigables y eficientes con el usuario.
Debido a que los pacientes que padecen de estas patologías presentan diferentes condiciones,
algunos de los dispositivos actuales no logran suplir satisfactoriamente las necesidades de estas
personas.
Las ayudas para la movilidad, como muletas, sillas de ruedas y bastones, son sencillas y
por lo general de fácil acceso para los pacientes; sin embargo, entre sus desventajas están la
incapacidad de reducir el gasto energético y la posibilidad de sufrir caídas [4]. También existen
otros dispositivos de asistencia, unos de ellos son los caminadores convencionales, los cuales
utilizan la capacidad de locomoción de las personas para ayudar al movimiento y mejorar
los eventos característicos de una marcha patológica, proporcionando una base de apoyo y
mejorando el equilibrio [12].
No obstante, estos dispositivos han sido asociados con caídas y lesiones, ya que el acto de
levantar y avanzar con el dispositivo puede resultar en la desestabilización de las fuerzas
biomecánicas, lo que conduce a un desequilibrio, y por lo tanto, aumenta el riesgo que se
presente una caída [12].
Las caídas se definen como acontecimientos involuntarios que hacen perder el equilibrio y dar
con el cuerpo en tierra u otra superficie firme que lo detenga. Las lesiones relacionadas con las
caídas pueden ser mortales [13]. El factor de la caída de la población es un problema grave, las
caídas son la segunda causa mundial de muerte por lesiones accidentales o no intencionales.
Se calcula que anualmente mueren en todo el mundo unas 646 000 personas debido a caídas,
y más de un 80 % de esas muertes se registran en países de bajos y medianos ingresos [13].
Los mayores de 65 años son quienes sufren más caídas mortales [13]. Cada año se producen
37,3 millones de caídas cuya gravedad requiere atención médica [13]. Por estos motivos, las
estrategias preventivas deben hacer hincapié en la educación, la capacitación, la creación
de entornos más seguros, la priorización de la investigación relacionada con las caídas y el
establecimiento de políticas eficaces para reducir los riesgos [13].
Sierra et al, ha demostrado que los caminadores inteligentes son una alternativa que promete
tener excelentes resultados para estas problemáticas, ya que incluyen alta tecnología, sistemas
de control y sensores, los cuales pueden brindar funcionalidades significativas para minimizar
riesgos, potenciar terapias de rehabilitación, disminuir el gasto energético y brindar auto
independencia monitorizada [4]. Estos dispositivos permiten detección y evasión de obstáculos,
monitoreo de la salud del usuario, localización, análisis de marcha, identificación de intención
de movimiento, una avanzada interfaz humano-robot, entre otros [12], [14].
Dichas características ayudan significativamente a mejorar a experiencia del usuario cuando
utiliza el dispositivo, así como brindando mayor seguridad estabilidad y equilibrio [12]. Además
de esto, los caminadores inteligentes, cuentan con herramientas de apoyo físico, las cuales se
complementan con la asistencia sensorial para proporcionar una mejor estabilidad de la marcha
y seguridad para el usuario [12].
En este contexto, este proyecto tiene como objetivo presentar una estrategia de control que
2
sea adaptable a un caminadores inteligente, basada en la opinión de los profesionales del área
clínica y de la rehabilitación. De esta forma, se propone un estudio de percepción el cual
pueda brindar bases sólidas en el diseño de caminadores inteligentes y estrategias de control
adaptables a estos dispositivos, con la finalidad de lograr cumplir la demanda y la necesidad
actual del personal que ayuda en los procesos de rehabilitación. Además, el presente trabajo
tiene como objetivo realizar y reportar una primera evaluación de usabilidad de la estrategia
diseñada a partir de una simulación de un caminador inteligente en usuarios sanos.
1.3 Objetivos
1.3.1. General
Identificar las características más relevantes de los caminadores inteligentes para los pro-
fesionales de la salud del sector clínico y desarrollar un sistema de control orientado a las
necesidades clínicas encontradas anteriormente.
1.3.2. Específicos
1. Realizar una revisión de literatura para entender las características más relevantes de
los caminadores inteligentes en rehabilitación y asistencia junto con sus estrategias de
control.
3
2. Diseñar un cuestionario de percepción de tecnología de asistencia e implementarlo con
profesionales de la salud del sector clínico.
3. Diseñar y desarrollar un sistema de control orientado a las necesidades encontradas en
el cuestionario de percepción.
4. Evaluar la usabilidad del sistema de control en usuarios no patológicos usando una
simulación de un caminador inteligente.
1.4 Contribución
4
En el capítulo 5 se presenta una discusión de los resultados comparando lo que se
encuentra en la literatura con lo que se obtuvo del proyecto.
5
Capítulo 2
Este capítulo presenta una perspectiva teórica sobre la marcha humana y la marcha pato-
lógica, presentando algunos de los tipos de marcha patológica más comunes. Posteriormente
se introducen algunos dispositivos de asistencia a la movilidad con sus características y propó-
sito. Finalmente, se presenta una revisión bastante profunda sobre caminadores inteligentes,
con sus características en detalle, al igual que las diferentes funcionalidades tanto físicas como
sensoriales que están presentes en estos dispositivos. De la misma manera, se presentan algunas
estrategias de control utilizadas por los caminadores inteligentes. Igualmente, se introducen
los caminadores inteligentes actuales más relevantes de la literatura con las funcionalidades
que estos brindan y sus sensores.
La marcha bípeda es una forma característica de desplazamiento del ser humano, la cual
lo diferencia del resto de las especies animales [15]. Esta se describe como un conjunto de
movimientos rítmicos y alternantes de las extremidades inferiores y del tronco, permitiendo el
desplazamiento del cuerpo a través de la acción coordinada de cada uno de los componentes
que conforman el sistema locomotor humano [16]. En el estudio de la marcha, un componente
utilizado para su análisis es el ciclo de la marcha, el cual se define como el proceso que
se analiza desde el primer contacto del talón de una pierna de referencia hasta el siguiente
contacto del talón de la misma pierna [16].
El ciclo que se muestra en la figura 2.1, está compuesto por dos fases principales: La fase
de apoyo la cual dura el 62 % del ciclo y la fase de balanceo que dura el 38 % restante [17].
De igual manera, las variables cinemáticas ayudan el estudio de la marcha, al describir el
desplazamiento del cuerpo mediante el registro de los cambios angulares de las articulaciones
y los movimientos rotativos de los segmentos corporales [16]. Estas variables de igual forma,
se encargan en el registro de la longitud de paso y la velocidad del movimiento [16].
En el patrón de marcha normal siempre hay un pie apoyado en el suelo de manera estática y
otro avanzando en el aire de manera dinámica, cuando un pie está apoyado el otro está en fase
de despegue, de tal manera que cuando uno es estático el otro es dinámico y viceversa. Esto
puede ser descrito y analizado mediante un conjunto de patrones dinámicos que se obtienen
en un laboratorio de marcha [17]. Con la información obtenida en los laboratorios de marcha
se permite el desarrollo de diferentes modelos que realizan una descripción más completa
del movimiento [16]. Actualmente, existen diversos modelos que describen la marcha humana
6
incluyendo la dinámica del movimiento, inspirados en la morfofisiología del sistema locomotor
[16].
7
otros lo hacen tras años de terapia [22]. No obstante, en la mayoría de los casos, las personas
que logran recuperarse de ciertas lesiones siguen necesitando la ayuda de dispositivos de asis-
tencia para recorrer largas distancias y desplazarse de manera autónoma [24].
Como se mencionó con anterioridad, los problemas de locomoción no son solamente asociados
a una patología, puesto que por lo general, su causa puede ser multivariable y progresiva,
lo que conlleva y potencia patrones de marcha anormales [25]. Con base en las caracterís-
ticas distintivas de la marcha normal, es posible conocer y distinguir las distintas marchas
patológicas que existen según las causas que las generan, estas se presentan en la tabla 2.1.
8
Como se presentó en la tabla 2.1, existe una variedad de tipos de marchas patológicas,
que pueden afectar significativamente los procesos de movilidad de las personas y generar
condiciones de limitación que generalmente no se pueden rehabilitar en su totalidad. De igual
manera existen otros tipos de alteraciones en la marcha natural, sin embargo estas no se
consideran patológicas, sino parte del proceso degenerativo del cuerpo humano especialmente
con la vejez de las personas [16].
Las Tecnologías de Asistencia de Marcha (TAM), son utilizadas para brindar asistencia,
en procesos de rehabilitación de pacientes con alguna condición de discapacidad motora,
por esta razón se busca brindar herramientas que otorguen seguridad, estabilidad, soporte y
asistencia a los usuarios [12]. De esta manera, identificar las necesidades de los pacientes y
del personal de salud ayuda a potenciar los procesos de rehabilitación. Por tal motivo, se han
desarrollado diferentes estrategias y dispositivos para ayudar a las personas que necesitan
apoyo en sus procesos de movilidad [29]. En la tabla 2.2 se muestran algunos dispositivos
de ayuda a la movilidad, como muletas, sillas de ruedas y bastones, los cuales se consideran
sencillos y suelen ser fácilmente accesibles para los pacientes. De igual manera se presentan
los caminadores convencionales que utilizan la capacidad de locomoción de las personas para
ayudar al movimiento y mejorar las características de la marcha patológica, proporcionando
una base de apoyo y mejorando el equilibrio [24].
Dispositivos de asistencia
Propósito Características
a la movilidad
Dos ruedas frontales
Dos ruedas traseras
Apoyapiés
Sillas de ruedas Transporte
Apoyabrazos
Manijas
Asiento
Almohadilla axilar
Soporte
Soporte y Manijas
Muletas
movimiento Tapa de extremo
Altura ajustable
Tubo de estructura
Manija
Soporte y
Bastones Tubo de estructura
movimiento
Tapa de extremo
Tubos de estructura
Caminadores Soporte y Manijas
convencionales movimiento Altura ajustable
Cuatro patas de soporte
9
Existen dos tipos de clasificación de dispositivos de asistencia para ayudar a pacientes
con limitaciones en la movilidad, los cuales son: Dispositivos para pérdida parcial del mo-
vimiento y dispositivos para pérdida total de la capacidad para movilizarse [29]. Dentro de
la clasificación de perdida parcial, se encuentran los dispositivos externos presentados con
anterioridad, donde los principales son las muletas y los bastones, cuyas funciones principales
buscan brindar balance y estabilidad [30]. Por otra parte, la clasificación de pérdida total
abarca a los dispositivos los cuales son utilizados para brindar asistencia a las personas que
han perdido la capacidad total de movilizarse [29]. En esta clasificación resaltan las sillas de
ruedas, dispositivos multifuncionales que ayudan a las personas a desplazarse, participando
en diferentes actividades de la vida diaria, aumentando su participación social y promoviendo
la independencia [30].
Con respecto a los caminadores convencionales, son utilizados para ayudar a personas con
perdida parcial de la movilidad y de la misma forma que los dispositivos presentados en per-
dida parcial. Su funcionamiento promueve y potencia la estabilidad y balance del usuario [31].
Esto se logra debido a que se amplía la base de apoyo y brinda soporte del peso de los usuarios
[31]. Analizando los dispositivos anteriores presentados en perdida parcial del movimiento, el
caminador convencional es el que proporciona mayor estabilidad, sin embargo decrementa la
velocidad de marcha de los usuarios y requiere un mayor esfuerzo físico [31].
No obstante, algunos de los dispositivos mencionados con anterioridad se han asociado con
caídas y lesiones, ya que el acto de levantar y avanzar con el dispositivo puede provocar una
desestabilización de las fuerzas biomecánicas, lo que conlleva a un desequilibrio y por lo tan-
to el riesgo de caída aumenta [12]. Actualmente, existen dispositivos como sillas de ruedas
que incluyen sistemas electromecánicos para facilitar la función de desplazamiento, algunas
de ellas incluyen sistemas sofisticados que diversifican sus funciones, éstas últimas son llama-
das sillas de ruedas inteligentes. Una silla de ruedas inteligente, en adición a la capacidad
motriz que comparte con las sillas de ruedas eléctricas, cuenta con mecanismos de medición
de variables vitales, sistemas de comunicación y transmisión de información, mecanismos de
monitoreo, adaptación a distintos comandos de control diferentes a la palanca de mando e
incluso capacidades de navegación autónoma o semiautónoma [32]. De igual manera, se han
integrado diferentes tecnologías robóticas, como los caminadores inteligentes los cuales dan
solución a las problemáticas mencionadas anteriormente y además proporcionan asistencia,
seguridad y estabilidad a la población que requiere asistencia para caminar [4].
Los caminadores inteligentes son dispositivos que contienen sistemas electrónicos, de con-
trol y sensores integrados en su estructura mecánica convencional, lo que proporciona una
mejor experiencia de conducción para los usuarios al controlar el dispositivo [12]. Una de las
principales ventajas es la minimización de los riesgos de caída y la posibilidad de experimentar
una marcha más suave y natural [33]. Algunos caminadores inteligentes ofrecen dos modali-
dades. La primera es automática, en la que el dispositivo se mueve de forma autónoma, pero
dependiendo de las intenciones de la persona. La segunda es la manual en la que el usuario
mueve el caminador libremente. De igual manera, algunos dispositivos, ofrecen modalidad
compartida, en la que tanto el usuario como el caminador tienen el control del movimiento
del dispositivo [34]. Estas modalidades dan la posibilidad al usuario que utiliza el dispositivo,
de elegir una de ellas dependiendo de sus necesidades e intenciones [34].
10
Estos avances en la tecnología hacen posible la incorporación de sensores y actuadores en di-
chos dispositivos, lo cual da la posibilidad de incorporar nuevas características. Estas buscan
mejorar las terapias basadas en los caminadores mediante la intervención de asistencia a la
necesidad y mejora de la fiabilidad del dispositivo [35]. Los caminadores (robóticos, avanzados
o inteligentes) suelen ser dispositivos de tres o cuatro ruedas en los que la locomoción está con-
trolada por motores, ofreciendo, al mismo tiempo, patrones de marcha naturales, estabilidad
lateral y la posibilidad de evitar caídas [35]. Los sensores destinados a extraer las condiciones
del usuario o del entorno proporcionan un control seguro y eficaz [35]. En resumen, los ca-
minadores inteligentes deben tener en cuenta cuestiones de usabilidad, como la seguridad, la
comodidad y la sencillez de uso del dispositivo [12]. Por este motivo, el desarrollo y la evolu-
ción de las tecnologías permitieron integrar una serie de funciones útiles en los caminadores
inteligentes, para que sean más fáciles de controlar y más cómodos para el usuario [12].
En este proyecto se realizó una revisión bibliográfica con respecto a la metodología utilizada
para encontrar la literatura relacionada con el estudio, esta búsqueda se realizó a través de la
estrategia PICO, donde la Población (P) fueron personas que padecían algún tipo de limita-
ción motora, pero también se incluyeron a los profesionales clínicos que utilizan caminadores
inteligentes en los procesos de rehabilitación de los usuarios. Por parte de la Intervención
(I) estuvieron aquellos procesos en los que se brinda asistencia y rehabilitación de la mar-
cha mediante caminadores inteligentes. A modo de Comparación (C), se analizó las pruebas
realizadas y validadas en laboratorios o entornos clínicos, y se destacó qué características, sis-
temas de control, sistemas sensoriales e interfaces tenían los caminadores en su seguridad y/o
funcionalidades relacionadas con la asistencia. Finalmente, los resultados y salidas (O) de la
investigación buscaron estudiar el funcionamiento y desempeño de los caminadores robóticos
en las terapias o pruebas que se les realizaron.
Para la búsqueda de la literatura se utilizó la siguiente ecuación basada en la lógica Booleana.
(“Smart Walker*” OR “Robotic Walker*”) AND (“Gait Assistance” OR “Assistive Gait” OR
“Walker-assisted Gait” OR “Gait Rehabilitation” OR "Walker functionalities" OR “Walking
Assistance”) AND (Çontrol systems").
Los criterios de inclusión tomaron en cuenta artículos que incluían información sobre cómo
funcionaban los caminadores inteligentes, sus características y sistemas de control, así como
artículos que iban dirigidos a personas con problemas de marcha y usaban caminadores inteli-
gentes como asistencia. Para los criterios de exclusión se excluyeron los artículos que incluían
robots de rehabilitación distintos de la marcha humana, dispositivos distintos a caminadores
robóticos y dispositivos de asistencia no inteligentes. La búsqueda de literatura se implementó
en las siguientes bases de datos: IEEE Xplore, PUBMED y Google scholar. Después de pasar
por el proceso de revisión de la metodología y la literatura, se encontraron 407 artículos en
Google Scholar, 48 en IEEE Xplore y 1 en PUBMED. Se seleccionaron un total de xx artículos
basándose en los criterios de inclusión y exclusión.
Algunos ejemplos de los caminadores inteligentes más significativos en la literatura se exponen
en la tabla 2.3.
11
Caminador inteligente Sensores Funcionalidades
Deteccion de fuerzas
Detección de intención
de movimiento
Sensores de fuerza
Monitoreo de marcha
TL (Telémetro láser)
Detección de obstáculos
Panel ultrasónico
Detección de personas
Cámara HD
Navegación y orientación
Codificadores rotatorios
(localización, construcción
AGoRA [4], [36] de mapas y seguimiento
de rutas)
Deteccion de obstáculos
Sensores de fuerza
Detección de objetos
Codificadores rotatorios
transparentes
TL
Evasión de obstáculos
Sensor de sonda
Comunicación auditiva
Codificadores ópticos
con el usuario
GUIDO [34]
12
Monitoreo de marcha
Sensores biomecánicos
Bloqueo del movimiento
Sensores inerciales
del caminador hacia atrás
Sensores de fuerza
Comunicación inalámbrica
Sensores 3D
Navegación basada en las
Sensores ultrasónicos
intenciones del usuario
Deteccion de fuerzas
Detección de intención
Sensores de fuerza
movimiento
Sensores IMUs
Detección de obstáculos
TL
Monitoreo de marcha
Codificadores rotatorios
Detección de distancia del
usuario con el caminador
UFES [44]
Detección de obstáculos
Modulo sensor de Evasión de obstáculos
infrarrojos Detección de intención
Sensores rotativos de movimiento
Sensores de proximidad Control automático de
TL velocidad del caminador
Codificadores rotatorios Navegación basada en las
intenciones del usuario
JARoW [45]
Deteccion de intención de
Sensores de fuerza
movimiento
Sensores ultrasónicos
Detección de fuerzas
Inclinómetros
Detección de obstáculos
Sensores de posición
Detección de distancia del
angular
usuario y el caminador
Codificadores rotativos
Monitoreo del rango
Push-pull unidimensional
circundante del caminador
WCIWAR [46]
13
Navegacion omnidireccional
Sensores táctiles Control automático de
Sensores de fuerza velocidad del caminador
Sensores de presión Monitoreo de marcha
Sensores de torsión Detección de intención de
movimiento
ODW [47]
Interfaz háptica
Detección de obstáculos
Sensores de fuerza
Monitoreo de salud del
Codificadores rotatorios
usuario
Cámara HD
Navegación automática
TL
Emisión de alarmas audibles
Comunicación inalámbrica
CAIROW [48]
Deteccion de caídas
Detección de riesgo de
vuelco del caminador
Codificadores rotatorios Detección de obstáculos
Sensores de fuerza Monitoreo de salud del
Inclinómetros usuario
Brújula digital Detección de intención de
Antenas movimiento
Sensores RIFD Navegación y orientación
(localización, construcción
de mapas y seguimiento
I-WALKER [49] de rutas)
Detección de obstáculos
Detección de descensos y
escaleras
Detección de intención de
Sensor de torsión
movimiento
Sensor de fuerza
Navegación y orientación
Codificadores rotatorios
(localización, construcción
Inclinómetros
me mapas y seguimiento
TL
de rutas)
Control automático de
velocidad del caminador
I-GO [50], [51] Evasión de obstáculos
14
Deteccion de intención de
movimiento
Codificadores rotatorios
Asistencia para pararse
Sensores de fuerza
y sentarse
Sensores IMUs
Monitoreo de marcha
Sensores infrarrojos
Control automático de
TL
velocidad
Cámara HD
ASBGo [52], [53] Detección de caídas
Altura ajustable
Monitoreo de salud del
usuario
Sensores de fuerza Detección de caídas
Sensores de torsión Monitoreo de marcha
TL Navegación y orientación
Sensores visuales (localización, construcción
Sensor Kinect de mapas y seguimiento
de rutas)
MOBOT [54], [55]
Detección de obstáculos
Emision de alarmas
vibratorias
Detección de obstáculos
TL Navegación y orientación
Codificadores rotatorios (localización, construcción
Modulo bluetooth de mapas y seguimiento
Unidad de procesamiento de rutas)
Bloqueo de las ruedas traseras
del caminador evitando que
deslicen
WACHAJA [56]
Deteccion de obstáculos
TL Evasión de obstáculos
Sensores ultrasónicos Detección de intención de
Sensores de fuerza movimiento
Sensores de torsión Comunicación auditiva con
VA - PAMAID [57] el usuario
15
Deteccion de obstáculos
Navegación y orientación
TL
(localización, construcción
Sensores ultrasónicos
de mapas y seguimiento
Sensores táctiles
de rutas)
Cámara HD
Detección de intención de
Sensores de fuerza
movimiento
Emisión de alarmas visuales
NOMAD XR4000 [58]
TL Deteccion de obstáculos
Sensores infrarrojos Seguimiento de ruta
Codificadores rotatorios Frenado de seguridad
Sensores sonar Emisión de alarmas de
Sensores de fuerza advertencia
Sensor de movimiento
Deteccion de intención de
de salto
movimiento
Sensores de fuerza
Monitoreo de marcha
Sensor Kinect
Navegación automática
Codificadores rotatorios
Reconocimiento de agarre
Cámara RGB-D
Tabla 2.3: Caminadores inteligentes relevantes de la literatura con sus sensores y funcionali-
dades.
16
[12].
17
incluir alarmas para avisar cuando el usuario está a punto de caer o modificar la posición del
dispositivo para ayudar a estabilizar el usuario [65]. Estos sistemas son generalmente acep-
tados por la trascendencia que tienen para mejorar la vida de las personas, permitiendo que
los usuarios dejen de tener una marcha cautelosa, brindando independencia y tranquilidad
al usuario [64] (16 % de los dispositivos presentes en la tabla 2.3) ofrecen este sistema de
retroalimentación sensorial como estrategia de seguridad del usuario.
Por los motivos presentados con anterioridad, el uso de un telémetro láser (TL) es muy útil
debido a la necesidad de los caminadores inteligentes de detectar obstáculos o cambios en el
campo que están relacionados directamente con la posibilidad de presentar una caída [66].
18
2.4.2.5 Sistema de monitoreo de marcha del usuario (Monitoreo biomecánico)
El sistema de monitoreo de la marcha humana, incluido en los caminadores inteligentes
se utiliza para detectar y registrar los movimientos, características y eventos de la marcha
humana [12], [63]. Estos parámetros son de gran importancia para detectar presencia de mar-
cha patológica en pacientes con enfermedades neuromusculoesqueléticas [12], [63]. De igual
manera este sistema se puede utilizar para brindar seguridad y asistencia al usuario, debido
a que permite evaluar los desequilibrios de alineación y apoyo plantar que pueden desencade-
nar la aparición de sobrecargas y posibles lesiones de los pacientes [42]. Este sistema se basa
generalmente en la detección de aterrizaje del talón, eventos de despegue del talón, elevación
del talón y contacto del dedo del pie [68].
Los caminadores cuentan con algoritmos que proporcionan mecanismos de monitoreo biome-
cánico, así como varias estrategias de control de movimiento para conocer y registrar si la
marcha tiene un patrón normal. Para cumplir esta finalidad generalmente se monitorean las
extremidades inferiores para identificar una marcha patológica [63]. La gran ventaja de estos
sistemas es que se conoce la posición del usuario con respecto al caminador y el seguimiento
de las extremidades inferiores se realiza de forma sencilla [35], (37 % de los dispositivos pre-
sentes en la tabla 2.3) ofrecen este sistema de retroalimentación sensorial como estrategia de
monitoreo del usuario.
Algunos caminadores tienen este sistema integrado en sus funcionalidades para registrar la
velocidad del usuario, calcular la variabilidad paso a paso, la longitud y frecuencia de la
zancada del usuario, así como la asimetría de la marcha, que son variables relevantes para
detectar la marcha patológica [57]. De igual manera se incluyen sistemas avanzado de aná-
lisis de la marcha, donde se usa un láser que permite detectar la presencia de las piernas
del paciente, así como un algoritmo interno que permite realizar mediciones y cálculos para
que el funcionamiento del dispositivo sea lo más seguro posible y sólo se produzca cuando el
paciente realice movimientos voluntarios de la marcha [48]. En algunos casos, la detección de
la marcha humana requiere un dispositivo adicional que se coloca en el cuerpo humano, lo que
puede generar dificultades en entornos al aire libre [45]. Para superar estas limitaciones de
las interfaces indirectas existentes, se desarrolló un nuevo sistema de interfaz natural que se
incluyó en el caminador JARoW [45]. Este caminador detecta la ubicación de las extremidades
inferiores del usuario mediante el uso de sensores infrarrojos giratorios y también contiene un
algoritmo de control para ajustar el movimiento del dispositivo de acuerdo con la velocidad y
la dirección con la que camina el usuario [45].
19
tabla 2.3) ofrecen este sistema de retroalimentación sensorial como estrategia de monitoreo
del usuario. El caminador inteligente VA-PAMAID incluye una aplicación que recoge datos
relevantes tomados a través de sensores fisiológicos que muestran los signos vitales. El cami-
nador cuenta con dos sistemas; uno local y otro de control. El local se centra en obtener la
posición de los obstáculos y da un aviso al usuario y el sistema de control recibe la señal de
vídeo y la frecuencia cardíaca [57]. Por parte del caminador MONIMAD, este cuenta con la
instalación de sensores de monitorización de la presión arterial y ECG, asociados con la me-
dición del trabajo del paciente durante su actividad de marcha permitiendo a estos pacientes
beneficiarse de una rehabilitación óptima, en las mismas condiciones que los pacientes más
jóvenes que necesitan asistencia [40].
Los sistemas de control incluidos en los caminadores inteligentes son considerados como el
cerebro del dispositivo, ya que estos dan las órdenes para ejecutar las acciones del dispositivo,
detectando los parámetros del sistema para realizar las acciones deseadas. Diferentes sistemas
de control aplicables a caminadores inteligentes, se han desarrollado, los cuales determinan
la orden para la realización de una acción específica [12]. Principalmente podemos encon-
trar diferentes controladores como lógica difusa, cinemática, admitancia e impedancia. Estos
controladores permiten desarrollar fines específicos, como estimación de movimiento humano,
detección de obstáculos, sistema de análisis de la marcha, seguimiento de ruta, entre otros.
Por esta razón las estrategias de control son indispensables en los caminadores inteligentes,
ya que son las encargadas de mantener una variable controlada, para operar dentro de rangos
aceptables y cumplir las funciones deseadas de manera eficiente y segura para los usuarios.
A continuación, se presentan algunos de los controladores presentes en los caminadores de la
tabla 2.3.
20
2.5.1. Control basado en detección de intención de movimiento
Algunas de las ayudas sensoriales diseñadas para caminadores inteligentes, tienen como
objetivo controlar y detectar el movimiento del usuario, estos algoritmos garantizan la se-
guridad de los pacientes que usan el caminador, además de ofrecer una interacción estable
humano-robot. Sus acciones se basan en las mediciones de diferentes sensores principalmente
de fuerza y presión que se activan cuando el usuario ejerce presión y/o fuerza sobre ellos
[70]. Estas estrategias, busca interpretar el movimiento del usuario infiriendo sus intenciones
al caminar, ya que normalmente cuando las personas tienen una condición de discapacidad
motora o necesitan asistencia para caminar, tienen un ritmo de marcha constante y realizan
los mismos movimientos [71].
Este tipo de estrategias buscan implementar la correlación entre las fuerzas y momentos ejer-
cidos por el usuario sobre el dispositivo, teniendo en cuenta velocidades lineales y ángulos de
curvatura involucrados en cada maniobra del caminador, como girar a la izquierda, caminar
hacia adelante, girar hacia la derecha, entre otros. [60]. Posterior de analizar la correlación en-
tre las fuerzas relevantes en cada maniobra y los desplazamientos de los mangos, la velocidad
lineal y el ángulo de curvatura son calculados a partir de codificadores del motor, teniendo en
cuenta que la plataforma es en realidad un robot diferencial [60]. En la figura 2.2, se muestra
un diagrama de bloques utilizado para esta estrategia de control.
Descripción de variables
C : Señal de control
E : Señal de error
Momentos
de fuerza
Detector de
intención del
E C
usuario
Ambiente / Lógica de
entorno control
Detector de
intención del
Estado del caminador
caminador
Figura 2.2: Diagrama de bloques de la estrategia de control estimación del movimiento humano
[41]
21
velocidades diferenciales [40]. La idea de estos controladores es que se construyen a partir
de información obtenida de situaciones experimentales. Por esta razón las nuevas formas de
desarrollar sistemas controlados difusos incluyen el uso de sistemas neuro difusos que permi-
ten al programador obtener más datos de la predicción [73]. En la figura 2.3, se muestra un
diagrama de bloques utilizado para esta estrategia de control basado en la lógica difusa.
Xt d Vr
Cálculo de Lógica difusa X
ruta Ψ Y
Yt Vl
θ
Figura 2.3: Diagrama de bloques de la estrategia de control basada en la lógica difusa [47]
Codificador
Interruptor
22
2.5.4. Controlador de admitancia
Descripción de variables
23
Descripción de variables Descripción de variables
qo : Posición inicial τact : Torque actual
q : Posición final τdes : Torque deseado
τ : Torque F : Fuerza
τact Sensores de
fuerza F
24
Capítulo 3
METODOLOGÍA
1
https://sites.google.com/vie /biomtlab/home?authuser=0
25
Figura 3.1: Descripción del caminador JARoW en la página web.
26
incluye temas sobre dimensiones, peso, ajustabilidad, seguridad, diseño y facilidad de uso. Del
mismo modo, la sección funcional incluye 5 preguntas que están relacionadas con modalidades
como el modo automático, modo manual, modo compartido, modo estacionario y la asistencia
para pararse y sentarse. Esta sección también incluye los sistemas de monitoreo, seguridad y
navegación: monitoreo de marcha, detección de obstáculos, detección de caídas, monitoreo de
salud del usuario, detección de intención de movimiento, detección de distancia y detección
de velocidad.
Por último, el tema de navegación, propulsión activa y pasiva e interacción social finalizan el
cuestionario. En el anexo B, se encuentra el enlace para acceder al cuestionario.
Categoría Preguntas
Dimensiones
Peso
Ajustabilidad
Características físicas
Seguridad
Diseño
Facilidad de uso
Modalidades
Sistemas de monitoreo, seguridad y navegación
Características funcionales Propulsión
Navegación
Interacción social
3.1.3. Participantes
El estudio está orientado a ser aplicado a profesionales clínicos o relacionados con el área
de rehabilitación. Todos los sujetos fueron invitados formalmente a participar en el estudio.
27
Se utilizó una muestra de personas que se encuentren en el sector clínico y de rehabilitación,
como fisiatras, fisioterapeutas, médicos, terapeutas ocupacionales, ingenieros biomédicos y
personas que trabajan en el área de la rehabilitación.
2. Peso: Corresponde al peso total del caminador incluyendo todas sus partes y accesorios.
7. Facilidad de uso: Corresponde a las herramientas que facilitan el uso del caminador por
parte de los usuarios, como pantallas táctiles, comunicación del caminador con centros
de asistencia, respuesta háptica e interfaces y consolas de control del caminador [11].
28
3.1.5.2 Características funcionales de los caminadores inteligentes
1. Modalidades:
3. Propulsión:
29
4. Navegación: Es el proceso que permite guiar el curso del caminador inteligente a través
de un entorno. En este estudio corresponde a construcción de rutas y mapas que facilitan
el uso del usuario y su localización [4].
5. Interacción social: Capacidad que tiene el caminador de interactuar con las personas
en entornos sociales sin interferir en estos procesos [4].
30
denotado como alfa de 0.05, ya que este funciona adecuadamente. Un nivel de significancia de
0.05 indica un riesgo de 5 % de concluir que existe una diferencia cuando no hay una diferencia
real [81].
Siendo este el nivel de significancia deseado para la prueba post-hoc. Si la prueba de Friedman
da como resultado un valor P menor que este nivel de significancia, el software realiza una
prueba para la comparación por pares de variables de acuerdo con [82]. Este procedimiento
estadístico se realizó en el software Medcal, un paquete estadístico para investigación biomé-
dica.
Con base a los resultados obtenidos del análisis estadístico descriptivo y la prueba de Friedman
en las preguntas seleccionadas, se obtuvo información significativa, que permitió identificar
las necesidades que sé tuvieron en cuenta, para diseñar la estrategia de control. Con respecto
a los resultados de las pruebas estadísticas avanzadas, el criterio de diseño de la estrategia de
control se hizo con base a las respuestas que se obtuvieron de la encuesta. Como se expuso en
el capítulo 3, se utilizó la prueba de Friedman para encontrar diferencias significativas para
las respuestas de cada pregunta, teniendo en cuenta que era una misma población de muestra.
De igual manera, se tuvo en cuenta el análisis descriptivo, debido a que nos da directamente
las características que tienen más importancia.
Como se observa en la figura 3.2, se evidenció una necesidad de una estrategia de control,
que esté orientada a la seguridad del usuario, suministre tanto al usuario como al caminador
la posibilidad de tomar acciones de control del dispositivo (modalidad compartida), ofrezca
un sistema de control, relacionado directamente con la detección de objetos y obstáculos,
presente un sistema de frenado como medida de seguridad y finalmente que incluya dos tipos
de realimentación, realimentación auditiva que incluye comentarios audibles y realimentación
visual que incluye alarmas visibles respectivamente.
31
medida de seguridad. Para cumplir este objetivo, la estrategia se validó a través de una simu-
lación para poder analizar su funcionamiento, sin embargo, tiene un componente de hardware
conectado con la simulación, con la finalidad de mostrar un entorno más real (Ver sección
3.2.3.).
Inicialmente para realizar el movimiento del caminador en la simulación, se utilizó un control
con 2 joysticks, simulando los soportes para antebrazos del caminador, este procedimiento se
expone y aclara en la figura 3.3. Las fuerzas y torques ejercidas por el usuario en los soportes
de antebrazo (simulación realizada con los joysticks del control) son las entradas al sistema,
las ecuaciónes 3.1 y 3.2, exponen el procedimiento de cómo se traduce la fuerza total ejercida,
es decir la fuerza y el torque ejercidos en el soporte de antebrazo izquierdo y derecho (simu-
lada por el joystick derecho e izquierdo del control.) La variable Fizq , es la señal de fuerza a
lo largo del eje y desde el sensor izquierdo, la variable Fder , es la señal de fuerza a lo largo
del eje y desde el sensor derecho y la variable d es la distancia entre los sensores de fuerza.
Sin embargo, se debe aclarar que realmente no se tienen fuerzas ni torques, sino posiciones
del joystick, debido a que el joystick no entrega fuerzas ni torques. Sin embargo, como se
busca modelar de la manera más aproximada a la realidad, se exponen las ecuaciones que se
utilizarían en un caminador inteligente real.
Posteriormente, el controlador utilizado para esta estrategia fue un controlador de admitancia,
debido a que este permite una interacción más eficiente del usuario con el caminador [74]. De
esta manera, este tipo de controladores reciben fuerzas y torques, los cuales son suministra-
dos por los soportes para antebrazos del caminador cuando los usuarios tratan de mover el
dispositivo. En términos generales, los controladores de admitancia modelan los caminadores
inteligentes como un sistema de masa amortiguado de primer orden, cuyas entradas son la
fuerza F y el torque τ aplicados al caminador por el usuario. Las salidas, del controlador son
velocidades lineales v y angulares ω [36]. Se debe destacar que el controlador de admitancia
no fue diseñado para el proyecto, sino se utilizó el controlador de admitancia del caminador
AGoRA como herramienta para realizar el movimiento del caminador y frenado de emergencia
para la estrategia de control de este proyecto [36], [83].
32
Fizq + Fder
FT otal = −( ) (3.1)
2
Fizq − Fder
τT otal = −( ).d (3.2)
2
Las salidas del controlador son velocidades angulares y lineales, expuetas en las ecuaciones
3.3 y 3.4, que van al efector que en este caso es el caminador inteligente. Las ecuaciónes del
controlador de admitancia expuestas en 3.5 y 3.6, describen la respuesta en el tiempo, donde
L (t) significa Sistema lineal y A (t) significa Sistema angular. Las variables descritas son, m
la masa virtual del caminador, J es el momento virtual de inercia del caminador y bl y ba son
constantes de amortiguación.
F (t) − mv v̇(t))
Vc (t) = (3.3)
bv
τ (t) − mω ω̇(t))
ωc (t) = (3.4)
bω
Vc (t) e−(bl.t)/m
L(t) = = (3.5)
F (t) m
ωc (t) e−(ba.t)/J
A(t) = = (3.6)
τ (t) J
Luego, el dispositivo interactúa con el entorno donde se encuentran diferentes tipos de obs-
táculos y objetos, los cuales son detectados por el caminador mediante el uso de un telémetro
láser (TL). Esta información obtenida por el sensor láser del caminador está conectada con
un módulo de detección de obstáculos, el cual a su vez va a dos actuadores que son los par-
lantes del computador y las alarmas visuales. Los parlantes se encargan de ejecutar alarmas
y comentarios audibles, mientras que las alarmas visuales muestran flechas de luz con una
dirección definida y un símbolo de peligro.
El proceso de detección de obstáculos se realiza mediante un algoritmo de clustering, el cual
tiene como objetivo la agrupación de elementos de datos en subconjuntos que sean homogé-
neos según una noción determinada de similitud. Un clúster en una región densa de puntos,
separada por regiones poco densas de otras regiones [84]. Para la detección de obstáculos,
específicamente se utiliza el algoritmo DBSCAN, un algoritmo de agrupamiento espacial ba-
sado en densidad de puntos, es decir el número de puntos en un radio específico [85]. Hay dos
parámetros clave de DBSCAN:
Epsilon: La distancia que especifica los vecindarios. Dos puntos se consideran vecinos
si la distancia entre ellos es menor o igual a epsilon (eps).
33
3. Noise: Cualquier punto que no forma parte de un clúster (“core”) ni está en su frontera
(“border”) [85].
Los dos actuadores descritos se activan cuando el caminador se aproxima a una distancia de
2.0 m de un obstáculo, y a su vez suministran dos tipos de realimentación para el usuario que
son realimentación auditiva y realimentación visual por medio de las alarmas visuales. Para
realizar este procedimiento, posterior a la detección del obstáculo, mediante el algoritmo de
clustering, se calcula la distancia que hay entre el robot y el obstáculo, usando la ecuación 3.7.
Posteriormente, se encuentra el valor del ángulo entre el caminador y el obstáculo, utilizando
la función arco tangente, procedimiento expuesto en la ecuación 3.8. Finalmente, se tiene en
cuenta el valor del ángulo encontrado, para determinar cuál es la orientación adecuada para
guiar al usuario con respecto a que dirección debe tomar, teniendo en cuenta la ubicación y
orientación del obstáculo. De igual manera se debe aclarar que el algoritmo de cluestering no
fue diseñado para el proyecto, sino se utilizó uno ya existente el cual se adaptó a la estrategia
de control de este proyecto, el algoritmo de cluestering fue tomado tomo de [86].
q
Dobst = (xrob − xobs )2 + (yrob− yobs )2 (3.7)
θ = arctan(Dobst ) (3.8)
De igual manera el módulo de detección de obstáculos está conectado con el controlador de
admitancia, para hacer la velocidad lineal del caminador cero, en caso de que se aproxime a
una distancia de seguridad de 1.0 metros con un obstáculo, lo que implicaría un frenado de
emergencia del dispositivo. Este supervisor de seguridad suministra una provisión de seguridad
para los usuarios. La ecuación 3.7, muestra cómo se calculó la distancia de seguridad con un
obstáculo y si esta era menor a la distancia de seguridad se frenaba el caminador. La figura
3.4, expone el diagrama de bloques a nivel general de la estrategia de control diseñada.
34
mundo. Esto debido a que de esta manera se suministraba una experiencia mucho más real
para el usuario y los dos tipos de realimentación de la estrategia de control tenían un rol
mucho más determinante, ya que el participante no podía ver la ubicación de los obstáculos
y su distribución en la pista era desconocida. En la figura 3.6, se expone la vista en primera
persona que experimentaron los usuarios al realizar las pruebas.
Figura 3.5: Mundo diseñado en el simulador 3D GAZEBO con vista en perspectiva y superior,
mostrados en la figura A y B respectivamente.
Figura 3.6: Vista en primera persona de la pista de obstáculos utilizada para las pruebas de
la estrategia de control.
35
en ROS.
Igualmente se utilizó el simulador 3D GAZEBO, en el cual se implementó la construcción
de un mundo que permitía el movimiento del caminador e incluía una pista de obstáculos
donde se realizaron las pruebas de la estrategia. Finalmente se utilizó Arduino para integrar
el hardware donde se muestra la realimentación visual de las alarmas visibles con el software
donde se realiza el desplazamiento del caminador, la detección de obstáculos y el frenado de
emergencia. Los componentes descritos anteriormente muestran en su totalidad la estrategia
de control diseñada. En la figura 3.7, se expone la arquitectura de la estrategia mostrando su
hardware y software.
36
se encuentra detalladamente el protocolo utilizado para la realización de este estudio. En la
figura 3.8, se expone como fue la configuración utilizada en las pruebas de usabilidad de la
estrategia de control.
3.3.2. Participantes
El estudio está orientado a ser aplicado a usuarios no patológicos. Todos los sujetos fueron
invitados formalmente a participar en el estudio. Se incluyeron sujetos, que tenían la capacidad
de leer y entender para diligenciar el consentimiento informado. De igual manera, que tenían
un leve conocimiento de cómo manipular un control con joysticks. Se excluyeron, sujetos con
deficiencias cognitivas o limitaciones físicas en algún miembro superior dominante. Individuos
bajo la influencia de bebidas alcohólicas, sustancias alucinógenas o medicamentos sedantes.
De igual manera sujetos que no cumplieron con las medidas de bioseguridad.
37
3.3.4.1 Variables de realimentación de la estrategia de control
Realimentación visual: Corresponde a la presencia de alarmas visuales, que guían al
usuario durante el recorrido de la pista de obstáculos y lo alertan de la presencia de un
obstáculo como un escenario de peligro. Para cada prueba se registrará cuantas veces se
activaron las alarmas visuales durante todo el recorrido.
Numero de colisiones: Para cada prueba se registran cuantas veces el usuario se estrelló
con un obstáculo, si sucede.
Usabilidad percibida PU
Facilidad de uso percibido PEU
Emociones E
Actitud A
Comodidad C
PU
38
PEU
39
Capítulo 4
RESULTADOS
En este capítulo se presentan los resultados relacionados con los 3 estudios realizados para
este proyecto. En la primera sección se presentan los resultados del estudio de percepción
clínico, donde se analizaron los resultados obtenidos por la encuesta mediante estadística
descriptiva, igualmente se muestran los resultados de la prueba de Friedman, realizada a las
4 preguntas que se seleccionaron para el diseño de la estrategia de control. Con respecto a la
segunda sección se presentan los resultados del segundo estudio relacionado con el diseño de
la estrategia de control, donde se muestra el diagrama de bloques, junto con los resultados
obtenidos de hardware, software y una simulación de una prueba de la estrategia. Finalmente
se presentan los resultados de la encuesta utilizada para la evaluación de usabilidad de la
estrategia de control. Para obtener estos resultados se utilizó una población de usuarios no
patológicos, a los cuales se les aplicó el cuestionario de usabilidad y aceptación.
Países Respuestas
Colombia 86.2 %
Otros países 13,8 %
40
Participantes 29
Genero Femenino 21 Masculino 8
Edad
20 – 30 años 20.69 %
30 – 40 años 31.03 %
40 – 50 años 27.59 %
50 – 60 años 20.69 %
Profesión
- Fisioterapeutas 51.72 %
- Terapeutas ocupacionales 6.90 %
- Médico fisiatra 6.90 %
- Ingeniero biomédico 13.79 %
- Médico 13.79 %
- Kinesiólogo 3.45 %
- Médico rehabilitador 3.45 %
Área de trabajo en salud
- Si (Personal clínico) 79.31 %
- No (Personal de investigación) 20.69 %
Área de trabajo con caminadores inteligentes
- Si 13.79 %
- No 86.21 %
Se debe resaltar que, debido al diferente estilo de las preguntas diseñadas para el cues-
tionario, existen tres tipos de tendencias en los resultados. Para facilitar el entendimiento
de estos dos tipos de resultados y las preguntas que se les aplicó la prueba de Friedman, se
explica cada resultado a detalle y se le asignó a cada gráfica una leyenda en la parte inferior
izquierda para especificar a qué tipo de tendencia corresponden.
Resultados expresados por mediana mayor: Estos resultados se presentan de esta ma-
nera, debido a que el tipo de pregunta que arrojaba estas respuestas solicitaba a los
participantes calificar en una escala ordinal donde el mayor valor representaba la mayor
importancia de las opciones posibles. Por este motivo, calculando la mediana, se obtiene
cuál opción resultaba de mayor importancia para los participantes. Debido a esto, los
resultados que presenten una mayor mediana son consideradas de mayor relevancia en
el estudio para este tipo de preguntas. La leyenda utilizada para identificar este tipo de
resultados es la siguiente: (M+).
Resultados expresados por mediana menor: Estos resultados se presentan de esta ma-
nera, debido a que el tipo de pregunta que arrojaba estas respuestas solicitaba a los
participantes ordenar en una escala ordinal donde el menor valor representaba la mayor
importancia de las opciones posibles. Por este motivo, calculando la mediana, se obtiene
cuál opción resultaba de mayor importancia para los participantes. Debido a esto, los
resultados que presenten una mayor mediana son consideradas de mayor relevancia en
el estudio para este tipo de preguntas. La leyenda utilizada para identificar este tipo de
41
resultados es la siguiente: (M-).
Figura 4.1: Tendencia de respuesta de pregunta sobre las características de los caminadores
inteligentes consideradas de mayor importancia para los profesionales de la salud y rehabi-
litación. La leyenda M+, representa que las características con mayor mediana son las más
importantes. La leyenda +, significa diferencias significativas con el resto de las características
y la leyenda * significa diferencias significativas entre las características.
La figura 4.1, expone los resultados de las características de los caminadores inteligentes
consideradas más importantes para la población de este estudio. Esta figura incluye la leyenda
M+ explicada en la sección 4.1 y se evidencia que seguridad es la que presenta mayor impor-
tancia, mientras que diseño, presenta menor importancia. El valor p para esta pregunta fue
<0.00001, es decir menor al nivel de significancia 0.05, por lo cual existen diferencias signifi-
cativas entre las características. Se observa que seguridad y diseño presentaban mayormente
diferencias significativas con el resto de las características.
42
Figura 4.2: Tendencia de respuesta de pregunta sobre modalidades que ofrecen los caminadores
inteligentes, considerados de mayor importancia para los participantes del estudio de percep-
ción clínica. La leyenda M+, significa que las modalidades con mayor mediana son las más
importantes. La leyenda +, significa diferencias significativas con el resto de las modalidades
y la leyenda * significa diferencias significativas entre las modalidades.
La figura 4.2, expone los resultados de las modalidades de los caminadores inteligentes con-
sideradas de mayor importancia para la población de este estudio. Se observa que modalidad
compartida es la más importante para los participantes del estudio, mientras que modalidad
estacionaria es la menos importante. El valor p, para esta pregunta fue <0.00001, es decir
menor al nivel de significancia 0.05, por lo cual se observa que existen diferencias significativas
en las preguntas. De igual manera modalidad estacionaria presenta diferencias significativas
con todas las demás categorías.
Figura 4.3: Tendencia de respuesta de pregunta sobre sistemas de control que incluyen los
caminadores inteligentes, considerados de mayor importancia para los profesionales de la salud
y rehabilitación. La leyenda M-, representa que los sistemas de control con menor mediana
son las más importantes. La leyenda +, significa diferencias significativas con el resto de los
sistemas.
43
La figura 4.3, expone los resultados de los sistemas de control de los caminadores inteligen-
tes más importantes para la población de este estudio. Se observa que el sistema de detección
de obstáculos es considerado de mayor importancia, mientras que el sistema de detección de
personas de menor importancia. El valor p, para esta pregunta fue <0.00001, es decir menor
al nivel de significancia 0.05, por lo cual se observa que existen diferencias significativas entre
las categorías de esta pregunta. Igualmente, el sistema de detección de distancia presenta
diferencias significativas con todos los demás sistemas de control.
La figura 4.4, expone los resultados de los elementos de seguridad de los caminadores inte-
ligentes consideradas de mayor importancia para la población de este estudio. Se observa, que
sistemas de frenado, alarmas y comentarios audibles del caminador y alarmas visuales son las
más importantes, mientras que manijas de apoyo para las manos, son considerados de menor
importancia. El valor p para esta pregunta fue <0.00001, es decir menor al nivel de signifi-
cancia 0.05, por lo cual se observa que existen diferencias significativas entre los elementos de
seguridad. Frenado de emergencia presenta diferencias significativas con las demás caracte-
rísticas, igualmente alarmas y respuestas del caminador por medio de comentarios auditivos
y alarmas visuales presentan mayormente diferencias significativas con las demás categorías
distintas ha frenado de emergencia.
44
dividida en hardware y software, por tal motivo se presentarán los resultados obtenidos para
cada uno.
La primera pregunta sobre características principales de caminadores inteligentes, presentaba
6 opciones de respuesta, con un valor mínimo de 1.0 y un valor máximo de 6.0. Los resultados
de la prueba de Friedman evidenciaron un valor p mucho menor que el nivel de significancia,
por tal motivo se determinó que si existen diferencias significativas entre las características.
De igual manera, la diferencia mínima del rango medio permite determinar que la opción de
seguridad presentaba diferencias significativas frente a las demás preguntas. No obstante, esta
prueba no nos determina cuál es la de mayor importancia para la población del estudio. Sin
embargo, el análisis estadístico descriptivo si, por tal razón se analiza que, para esta pregunta,
la que tuviese una mayor mediana era la más importante. Con base en el análisis anterior, se
tuvo en cuenta la seguridad por encima de las demás opciones, para el diseño de la estrategia.
La segunda pregunta sobre modalidades de los caminadores inteligentes, presentaba 5 opciones
de respuesta, con un valor mínimo de 1.0 y un valor máximo de 5.0. Al igual que con la pregunta
anterior, el valor p fue menor al valor de significancia, determinando que existen diferencias
significativas en las respuestas sobre modalidades. Sin embargo, el rango medio, evidencio
que dos opciones no diferían entre sí, pero diferían contra el resto. Estas dos opciones fueron,
modalidad compartida y asistencia para pararse y sentarse. Aunque no presentaran diferencias
significativas, se seleccionó la modalidad compartida, debido a que en el análisis estadístico
descriptivo fue la que tuvo mayor mediana, de la misma manera que era más adaptable para
diseñar la estrategia de control.
Con respecto a la pregunta 3 relacionada con sistemas de monitoreo, seguridad y navegación
en caminadores inteligentes, el comportamiento de los resultados fue totalmente distinto a
las dos opciones anteriores. Por parte del valor p, fue menor que el nivel de significancia, sin
embargo, solo se encontraron diferencias significativas con el sistema de detección de distancia,
igualmente analizando el rango medio. Estos resultados se dieron, debido a que este tipo de
pregunta solo permitía seleccionar 5 opciones de 9 posibles, por lo cual algunas opciones
tenían más respuestas que otras, no obstante, no significaba que fuera de mayor importancia
que los demás. Con base en lo anterior, el criterio para seleccionar el sistema de detección de
obstáculos fue obtenido del análisis de estadística descriptiva, donde esta opción fue superior
con algunas de las demás, aunque los datos no difirieran significativamente con el resto de
los sistemas. Por este motivo, el sistema de detección de obstáculos fue escogido. De igual
manera, tenía un alto grado de adaptabilidad a las respuestas de las dos preguntas anteriores.
Finalmente, la pregunta 4 sobre elementos de seguridad de caminadores inteligentes, contaba
con 9 opciones de respuesta cuyo rango de respuesta estaba entre 1.0 y 9.0, al igual que con
las 3 preguntas anteriores, el valor p de esta pregunta fue menor al nivel de significancia,
implicando que existían diferencias significativas entras las respuestas. Igualmente, el rango
medio evidencio que existían diferencias significativas, por tal motivo se seleccionaron las
tres opciones que, en el análisis de estadística descriptiva, mostraban una mayor mediana. La
razón para seleccionar estas tres opciones fue porque se adaptaban a las preguntas anteriores y
brindaban una estrategia de control más elaborada y robusta. La figura 4.5, ilustra el diagrama
de bloques de la estrategia diseñada. La figura 4.5 el diagrama de bloques obtenido del diseño
de la estrategia de control.
45
Retroalimentación
auditiva
Parlante Módulo de
Descripcion de las variables
Retroalimentación detección de
visual obstáculos F : Fuerza del usuario
Alarmas τ : Torque del usuario
visuales νc : Velocidad lineal de referencia
ωc : Velocidad angular de referencia
Supervisor de
seguridad
Joysticks
Controlador de vc , ωc
F, τ admitancia
Caminador Mundo en
inteligente Gazebo
Figura 4.6: Control con 2 joysticks para realizar el movimiento del caminador.
Figura 4.7: Alarma de flecha derecha, alarma de flecha izquierda y alarma de símbolo de
peligro en las figuras A, B, C respectivamente.
46
Flecha hacia la derecha: Esta alarma está presente en la estrategia con la finalidad de
guiar al usuario a dirigirse a la derecha del obstáculo, siendo la decisión más apropiada
debido a la ubicación del usuario con respecto al obstáculo.
Flecha hacia la izquierda: Esta alarma está presente en la estrategia con la finalidad de
guiar al usuario a dirigirse a la izquierda del obstáculo, siendo la decisión más apropiada
debido a la ubicación del usuario con respecto al obstáculo.
Símbolo de peligro: Esta alarma está presente en la estrategia con la finalidad de alertar
al usuario que en la situación que se encuentra es un escenario de riesgo, debido a la
presencia de un obstáculo, esta alarma esta interconectada con una u otra alarma de
flecha descrita anteriormente.
Los parlantes del computador están presentes en la estrategia con la finalidad de brindar al
usuario retroalimentación auditiva, este tipo de realimentación tiene la finalidad de guiar al
usuario mediante comentarios auditivos acerca de cuál dirección se debe tomar, dependiendo
de la orientación del obstáculo con respecto al usuario. Los dos comentarios presentes en
la realimentación auditiva son: "Presencia de un obstáculo, gire a la derecha " y "Presencia
de un obstáculo, gire a la izquierda”. En la figura 4.8, se expone el hardware completo de la
estrategia de control. De igual manera, se presenta en la figura 4.9, el entorno del experimento
y un participante interactuando en este.
47
Figura 4.9: Participante en el entorno del experimento.
Figura 4.10: Diagrama gráfico donde se exponen los nodos y tópicos más relevantes de la
estrategia de control diseñada.
El software de la estrategia está compuesto por 11 nodos y 9 tópicos. Sin embargo, solo
se presentarán los más relevantes para la estrategia, en la figura 4.10 se presentan los nodos
(rosa) y tópicos (verde) más relevantes:
48
Nodos:
/joy_to_wrench: Este nodo permite la interacción del control de la figura 4.6, con el
caminador inteligente de la simulación mostrado en la figura 3.3, el nodo se suscribe al
tópico /joy y publica en el tópico /wrench.
/visual_feedback: Este nodo se encarga de enviar la señal por el puerto serial del compu-
tador al circuito de la alarma visual (hardware), con la final de brindar realimentación
visual al usuario por medio de alarmas visuales, este nodo se suscribe al tópico /obstacle
y /odometry.
/switch: Este nodo se encarga de hacer 0 la velocidad lineal del caminador con la fi-
nalidad de frenar el caminador, o por el contrario permitir que la velocidad lineal se
mantenga, dependiendo de cuál tópico a los cuales está suscrito se active. El nodo se
suscribe en el tópico /emergency y /aux_cmd_vel y publica en /cmd_vel.
Tópicos
/joy: Este tópico es el canal de información entre los nodos /ps3 y /joy_to_wrench, el
tópico transmite la información del estado de los ejes y botones del joystick.
/scan: Este tópico es el canal de información entre el nodo /gazebo y el nodo /obs-
tacle_detection, el tópico transmite la información de la detección de un obstáculo
presente en el mundo mediante el LRF.
49
/emergency: Este tópico es el canal de información de los nodos /emergency_braking y
/switch. El tópico transmite la información de la presencia de un obstáculo en un rango
de 1 m del caminador y la velocidad lineal en cero, para que el nodo switch ejecute su
función.
/cmd_vel: Este tópico es el canal de información entre los nodos /switch y /twist_mux.
El tópico transmite la información de la velocidad si es cero, o la que tenía el caminador
durante el desplazamiento.
En la figura 4.12, se expone la trayectoria del caminador. Se puede observar, que la trayec-
toria cambia entre los 5 y 20 segundos. En la figura 4.13, se expone el ángulo de orientación
del caminador con respecto al eje x. Se puede observar, que el ángulo aumenta y disminuye,
entre los 3 y 15 segundos aproximadamente. En la figura 4.14, se expone la posición del cami-
nador con respeto al eje x, la cual fue aumentando progresivamente a través del tiempo. En la
figura 4.15, se expone la posición del caminador con respeto al eje y, la cual fue aumentando
50
hasta los 7.5 segundos aproximadamente y luego disminuyo. En la figura 4.16, se expone la
velocidad lineal del caminador, la cual varía a través del tiempo. En la figura 4.17, se expone
la velocidad angular del caminador, donde se generan cambios abruptos través del tiempo.
Figura 4.12: Gráfica del fragmento de la trayectoria recorrida por el caminador en la pista de
obstáculos.
Figura 4.13: Gráfica del ángulo de orientación del caminador en función del tiempo.
Figura 4.14: Gráfica de la posición del caminador en el eje X en función del tiempo.
Figura 4.15: Gráfica de la posición del caminador en el eje Y en función del tiempo.
51
Figura 4.16: Gráfica de la velocidad lineal del caminador en función del tiempo.
Figura 4.17: Gráfica de la velocidad angular del caminador en función del tiempo.
Figura 4.18: Respuestas del cuestionario de usabilidad. PU: Usabilidad percibida, PEU: Fa-
cilidad de uso percibido, E: Emociones, A: Actitud y C: Comodidad.
La figura 4.18, ilustra la gráfica que representa el porcentaje de aceptación para cada una
52
de las categorías del cuestionario de usabilidad. En el capítulo 3, se expusieron las preguntas
para cada categoría. El porcentaje de aceptabilidad se representa con la escala de colores,
donde verde es totalmente de acuerdo y rojo totalmente en desacuerdo. En la parte izquierda,
se presentan las categorías evaluadas en el cuestionario de usabilidad. Se puede observar, que
los valores de aceptación se encuentran hacia el lado derecho del eje, mientras que los valores
de no aceptación se encuentran hacia el lado izquierdo del eje y el valor neutral, se encuentra
en el centro del eje.
Figura 4.19: Escala de aceptación Likert, esta escala permite determinar el nivel de acuerdo
o desacuerdo de los encuestados. Los valores están entre 1 y 7, donde 1 es totalmente en
desacuerdo y 7 es totalmente de acuerdo.
La figura 4.19, muestra la escala de medición utilizada para este cuestionario. En la figura
4.18, se exponen las respuestas para la categoría del cuestionario. Para el caso de PU, se
observa que la población estaba parcialmente de acuerdo y mayormente de acuerdo con que la
usabilidad de la estrategia de control era buena. Con respecto a PEU, en términos generales
se puede observar que la facilidad de uso de la estrategia de control es buena, debido a que
la mayoría de la población puntuó entre totalmente de acuerdo y mayormente de acuerdo,
sin embargo, se reportan algunos valores bajos de aceptación. Para el caso de la categoría E,
el comportamiento fue muy similar a la categoría anterior, lo que refleja que en términos de
las emociones generadas por los participantes de la prueba fueron positivas. Finalmente, la
actitud y la comodidad tuvieron puntuaciones de aceptación altas de aceptación para ambas
categorías.
53
Capítulo 5
DISCUSIÓN
54
con un panel de pantalla LCD visual, encargada de informar al usuario sobre la dirección de
movimiento deseada por el sistema de control. La pantalla es similar a los sistemas de guía
existentes en los vehículos automatizados, que son utilizados en la industria automotriz [58].
La siguiente pregunta acerca de modalidades, fue diseñada con el fin de determinar las moda-
lidades que parecen ser más importantes en un caminador inteligente, los resultados muestran
que la modalidad compartida y la asistencia para pararse y sentarse fueron las más relevantes
para los participantes del estudio. En el caso de la modalidad compartida, fue un resultado
esperado, debido a que los caminadores inteligentes utilizados para este estudio, la mayoría
incluía una interacción combinada entre el usuario y el dispositivo, sin embargo, en el caso
de la asistencia para sentarse y pararse, se incluyó solo en algunos dispositivos. Algunos de
estos dispositivos son el caminador ASBgo, que incluye dos barras con asas para ayudar en la
transición de sentado a de pie y MONIMAD que incluyen una posición de estacionamiento,
que bloquea las dos ruedas delanteras en una posición perpendicular a las dos ruedas traseras,
por lo que el usuario tiene un punto fijo y estable para sentarse de forma segura. De igual
forma, el peso del robot es una ventaja para ello [52]. En el caso del caminador inteligente
GUIDO, ofrece 2 modos de control, donde el segundo modo, se comparte entre el usuario y el
caminador, a menos que el usuario se encuentre con un obstáculo, en esta situación GUIDO
tendrá el control total [34].
La última pregunta, presentada en la discusión se diseñó para identificar los sistemas de mo-
nitoreo, que la población clínica de este estudio consideraba más importante en un caminador
inteligente. Los resultados evidencian que la detección de obstáculos y el monitoreo de la salud
de los usuarios, fueron los más relevantes para ellos. Ese resultado era algo esperado porque la
mayoría de los caminadores de este estudio incluyeron estos sistemas para ayudar al usuario
y mejorar los parámetros de seguridad. Como se evidenció en el capítulo 2, la mayoría de los
caminadores, incluyen estos sistemas de monitoreo y algunos ejemplos son AGoRA [4] , GUI-
DO [34], PAMM [37], WACHAJA [56], MONIMAD [39], I-GO [50], JAROW [45], MOBOT
[54], entre otros. Un ejemplo específico de detección de obstáculos se incluye en WACHAJA,
este caminador informa al usuario a través de las asas de vibración o el cinturón de vibración
sobre todos los obstáculos en su vecindad, en este caso cada motor de vibración se asigna
al obstáculo más cercano dentro de su región angular [56]. Por otro lado, el monitoreo de la
salud del usuario fue el segundo sistema de monitoreo en orden de importancia. Este se inclu-
ye en el caminador PAMM, el cual incluye sensores de monitoreo de salud, que son efectivos
porque pueden detectar cambios a corto plazo, así como tendencias de salud a largo plazo.
Este dispositivo también puede registrar el nivel de actividad del usuario (velocidad y fuerzas
aplicadas), lo que con el tiempo puede ayudar a los terapeutas físicos a controlar mejor la
salud del usuario [37].
55
Caminador Frenado de Realimentación Realimentación Detección de
inteligente emergencia auditiva visual obstáculos
Simulación
Si Si Si Si
(Este estudio)
Guido Si Si No Si
Va - Pamaid No Si No Si
NOMAD
No No Si Si
XR4000
WCIWAR Si No No Si
Como se pudo analizar en la tabla 5.1, existen varios caminadores, que tienen en común
algunas de las características y funcionalidades presentes en el diseño de la estrategia de con-
trol para este proyecto. En el caso del caminador GUIDO, presentado en el capítulo 2, cuenta
con una arquitectura de control, que incluye un sistema de modalidad compartida, el cual
utiliza una red bayesiana para inferir los objetivos del usuario. En este enfoque de control
compartido, el usuario tiene el mayor control posible, y el sistema de control interviene solo
por motivos de seguridad [87]. De la misma manera, la estrategia de control diseñada cuenta
con el supervisor de seguridad orientada a frenar el caminador, que solo está presente en si-
tuaciones de alto riesgo para los participantes. Por otra parte, es extremadamente importante
para Guido maniobrar en espacios reducidos; Por tal motivo, cuenta con una metodología de
evasión de obstáculo. Para esto, el caminador cuenta con un mapa local basado en trayecto-
rias en este espacio. Este algoritmo es llamado CleanSweep, el cual evita obstáculos de forma
segura, pero permite al usuario controlar la dirección a través de una manija de dirección
[87]. Por su parte, la estrategia de control de este proyecto involucra el sistema de detec-
ción de obstáculos basado en un algoritmo de clustering. Sin embargo, no presenta evasión
de obstáculos, sino que suministra al usuario estrategias de realimentación para facilitar este
proceso, manteniendo una modalidad compartida en donde el usuario toma el control de la
evasión con ayuda de las estrategias de realimentación y el supervisor de seguridad descrito
anteriormente siempre está presente [87].
El caminador VA-PAMAID expuesto en el capítulo 2, presenta tres modos de control: manual,
automático y estacionario. En modo manual, el usuario tiene el control del dispositivo y la
información detectada por los sensores se emite como mensajes de voz que describen puntos de
referencia y obstáculos. En modo automático, el usuario y el dispositivo comparten el control
del caminador, utilizando motores conectados a las ruedas delanteras para alejar el dispositivo
de los obstáculos. En este caso, el controlador anulará la entrada del usuario cuando intente
evadir obstáculos, pero también emite y transmite mensajes de voz [57]. De manera muy si-
milar, la estrategia diseñada, transmite mensajes auditivos, cuando el sensor LRF, detecta un
obstáculo en el rango cercano al caminador. Estos mensajes orientan a los usuarios a tomar
una dirección definida y se repiten cada 6 segundos, dependiendo la orientación y ubicación
del obstáculo. Sin embargo, dejan de reproducirse cuando el caminador, se encuentra a un
rango lejano de cualquier obstáculo.
El caminador NOMAD XR4000 mostrado en el capítulo 2, incluye un software de control que
combina datos de fuerza con navegación robótica, para producir el movimiento del camina-
56
dor. Para cumplir esta finalidad, la coordinación del sistema móvil requiere una comprensión
completa de las intenciones de los usuarios y las acciones deseadas. El dispositivo, cuenta
modos de operación los cuales definen el sistema de control compartido: El modo activo,
donde se ignora la trayectoria prevista del caminador, con la finalidad de brindar libertad al
usuario para moverse por el entorno. La función principal en este modo es evitar colisiones
con obstáculos y monitorear la posición del usuario. En el segundo modo, denominado activo,
la trayectoria prevista del caminador se utiliza como la trayectoria deseada del sistema. La
trayectoria estimada del usuario se compara activamente con la trayectoria deseada y si se
detecta una desviación mayor que un ángulo de referencia dado, el movimiento del caminador
se ralentiza, a menos que el usuario se vuelva a alinear con la ruta, en este caso el disposi-
tivo se detendrá. Este modo de operación se acompaña de una interfaz gráfica para ayudar
al usuario a mantenerse en el camino [58]. Con respecto a la estrategia de control de este
proyecto, involucra el movimiento del usuario por medio de un controlador de admitancia, y
al igual que NOMAD, se permite el movimiento libre del caminador permitiendo libertad de
movimiento del usuario en la mayoría del tiempo. De igual manera que en el modo activo de
NOMAD, se incluyen interfases gráficas por medio de alarmas visuales, que en este caso están
determinadas para guiar a los usuarios al momento de detectar un obstáculo, funcionalidad
presente en la asistencia sensorial de NOMAD.
Por parte de la simulación de la estrategia de control, con respeto a las señales presentadas
en el capítulo 4, se encontró, que la trayectoria del caminador, expuesta en 4.12, cambiaba
debido a la presencia de obstáculos en la pista. De igual manera, la orientación del caminador,
expuesta en 4.13, variaba, ya que el participante trataba de esquivar los objetos con la finalidad
de no estrellarse. La posición en el eje X, expuesta en 4.14, aumentaba uniformemente, debido
a que el desplazamiento del caminador se realizaba en esa dirección. La posición en Y, expuesta
en 4.15, se observa que aumenta y disminuye, debido a que el recorrido se hacía en el eje X,
pero para evadir los obstáculos se hacía en el eje Y. La velocidad angular fluctúa, expuesta en
4.17, debido a que el control del caminador no se realizó de manera uniforme, por parte del
participante, sino que realizaba cambios bruscos desde los joysticks. Con respecto a los cambios
de la velocidad lineal, expuesta en 4.16, se evidenciaron debido a que el participante frenaba
ligeramente para evadir los obstáculos y no siempre se mantuvo constante en el desplazamiento
lineal.
En esta sección, se presenta la discusión con base en los resultados obtenidos en el cuestio-
nario de usabilidad y aceptación. Se pudo observar, que la categoría de usabilidad percibida,
más del 80 % población reporto valores de alta aceptación según la figura, 4.18, lo cual es un
resultado esperado, debido a que la estrategia de control fue diseñada a partir de un cuestio-
nario de percepción empleado con otro tipo de población, por lo cual su propósito principal
era satisfacer varias necesidades. Para la segunda categoría, facilidad de uso percibido, con
respecto a las preguntas positivas y negativas, se evidenció una tendencia de buena facilidad
de uso, debido a que el diseño permite una interacción sencilla del usuario con el caminador,
ya que solo se debe realizar el movimiento del dispositivo y los dos tipos de realimentación son
bastante sencillos de interpretar y son suministrados de manera automática, por lo cual no
57
requiere que el participante los active de manera manual. Con respecto a la tercera categoría,
acerca de emociones, se evidenció que la población reporto valores mayormente buenos de
aceptación, lo cual es posible debido a que la población utilizada fueron usuarios no patológi-
cos, por lo cual no se sentían tan identificados con las ayudas que ofrece este tipo de estrategias
enfocadas a la población con algún tipo de discapacidad. La cuarta categoría, relacionada con
la actitud, los participantes reportaron respuestas buenas para todas las preguntas, esto de-
bido a que los participantes siempre están abiertos a participar en el estudio y consideran que
pueden aportar de manera positiva para el proceso de investigación del estudio. Finalmente,
para la sección de comodidad, todos los participantes reportaron respuestas con un grado muy
alto de aceptación, debido a que en ningún momento la estrategia ni la interacción con ella
afectaba físicamente su desempeño ni visualmente presentaba algún escenario o situación que
incomodara a los participantes.
58
Capítulo 6
CONCLUSIONES
59
Se pudo observar en la simulación de la estrategia de control que la señal relacionada con la
trayectoria del caminador era muy parecida al fragmento de la trayectoria que realizo el cami-
nador inteligente en la pista de obstáculos. Port parte de las otras señales como la velocidad
angular o lineal, y la posición en X y Y, mostraban variaciones debido al desarrollo y la forma
de controlar el caminador con los joysticks por parte del participante que realizo la prueba.
Por otra parte, se pudo evidenciar que, en el recorrido de la pista de obstáculos, las señales
presentan cambios importantes, debido a la presencia de obstáculos y objetos en el entorno,
los cuales alteran el recorrido normal por parte de los participantes.
Finalmente se pudo evaluar la usabilidad de la estrategia de control diseñada en usuarios no
patológicos, donde las categorías de comodidad, usabilidad percibida y actitud obtuvieron
mayores calificaciones que la categoría de emociones y facilidad de uso. Resultados esperados,
debido a las características de la estrategia de control y a la población de muestra, con los
cuales se hizo la evaluación de usabilidad. Principalmente estos resultados se dieron por el
contexto de los participantes del estudio, ya que al ser pacientes no patológicos no tienen las
mismas necesidades ni perspectiva que pacientes que si presenten algún tipo de limitación en
su movilidad.
60
Capítulo 7
RECOMENDACIONES Y
TRABAJOS FUTUROS
61
Bibliografía
62
[14] E. K. Rossen y K. A. Knafl, «Older women’s response to residential relocation: Descrip-
tion of transition styles,» Qualitative Health Research, vol. 13, n.o 1, págs. 20-36, 2003,
issn: 10497323. doi: 10.1177/1049732302239409.
[15] D. Mariana Haro, «Laboratorio de análisis de marcha y movimiento,» Revista Médica
Clínica Las Condes, vol. 25, n.o 2, págs. 237-247, 2014, issn: 07168640. doi: 10.1016/
s0716-8640(14)70034-3.
[16] C. Cifuentes, F. Martínez y E. Romero, «Análisis teórico y computacional de la marcha
normal y patológica: una revisión,» Revista Med, vol. 18, n.o 2, pág. 182, 2010, issn:
0121-5256. doi: 10.18359/rmed.1311.
[17] S. paola rodriguez, «Marcha patologica,» 2020.
[18] L. Vargas, P. Caicedo, S. Salinas, W. Sierra y L. Rodrıguez, «Protocolo de Evaluación
de un Sistema para Medición de Parámetros de Tiempo de la Marcha Humana,» en
Congreso Iberdiscap, vol. 22, 2017, págs. 23-24.
[19] W. Pirker y R. Katzenschlager, «Gait disorders in adults and the elderly: A clinical
guide,» Wiener Klinische Wochenschrift, vol. 129, n.o 3-4, págs. 81-95, 2017, issn:
16137671. doi: 10.1007/s00508-016-1096-4.
[20] A. S. Duxbury, «Gait disorders and fall risk: Detection and prevention,» Comprehensive
Therapy, vol. 26, n.o 4, págs. 238-245, 2000, issn: 00988243. doi: 10.1007/s12019-
000-0024-7.
[21] G. Lacey y K. Dawson-Howe, «Evaluation of robot mobility aid for the elderly blind,»
en Proceedings of the Fifth International Symposium on Intelligent Robotic Systems,
Citeseer, vol. 8, 1997.
[22] L. VanHiel, BME, MSPT y CCRC, «Lesión de la médula espinal y rehabilitación de la
marcha,» Model Systems Knowledge Translation Center (MSKTC), págs. 1-7, 2011.
[23] P. Müller, A. J. Del Ama, J. C. Moreno y T. Schauer, «Adaptive multichannel FES
neuroprosthesis with learning control and automatic gait assessment,» Journal of neu-
roengineering and rehabilitation, vol. 17, n.o 1, págs. 1-20, 2020.
[24] X. Wan e Y. Yamada, «Changes in the determinism of the gait dynamics with the
intervention of a robotic walker,» Applied Sciences (Switzerland), vol. 10, n.o 14, 2020,
issn: 20763417. doi: 10.3390/app10144939.
[25] N. B. Alexander y A. Goldberg, «Gait disorders: Search for multiple causes,» Cleveland
Clinic Journal of Medicine, vol. 72, n.o 7, 2005, issn: 08911150. doi: 10.3949/ccjm.
72.7.586.
[26] R. Cartier et al., «Caıdas y alteraciones de la marcha en los adultos mayores,» Revista
médica de Chile, vol. 130, n.o 3, págs. 332-337, 2002.
[27] J. M. L.-T. Covisa, «Alteraciones de la marcha,» Jmunozy. Org, págs. 154-158,
[28] M. Morris, R. Iansek, T. Matyas y J. Summers, «Abnormalities in the stride length-
cadence relation in parkinsonian gait,» Movement Disorders, vol. 13, n.o 1, págs. 61-69,
1998, issn: 08853185. doi: 10.1002/mds.870130115.
[29] J. Gorgues, «Ayudas técnicas para la marcha,» Offarm, vol. 25, n.o 11, págs. 97-101,
2006.
63
[30] H. Bateni y B. E. Maki, «Assistive devices for balance and mobility: Benefits, demands,
and adverse consequences,» Archives of Physical Medicine and Rehabilitation, vol. 86,
n.o 1, págs. 134-145, 2005, issn: 00039993. doi: 10.1016/j.apmr.2004.04.023.
[31] H. Robinson, B. MacDonald y E. Broadbent, «The Role of Healthcare Robots for Older
People at Home: A Review,» International Journal of Social Robotics, vol. 6, n.o 4,
págs. 575-591, 2014, issn: 18754805. doi: 10.1007/s12369-014-0242-2.
[32] A. Cifuentes, M. Plaza y S. Rondón, «Diseño de un módulo de transformación para
sillas de ruedas eléctricas en silla de ruedas inteligente,» Ciencia y poder aéreo, vol. 11,
n.o 1, 2016.
[33] C. Valadão, E. Caldeira, T. Bastos-Filho, A. Frizera-Neto y R. Carelli, «A new controller
for a smart walker based on human-robot formation,» Sensors (Switzerland), vol. 16,
n.o 7, págs. 1-26, 2016, issn: 14248220. doi: 10.3390/s16071116.
[34] A. J. Rentschler, R. Simpson, R. A. Cooper y M. L. Boninger, Clinical evaluation of
Guido robotic walker, 2008. doi: 10.1682/JRRD.2007.10.0160.
[35] A. F. Neto, J. A. Gallego, E. Rocon, J. L. Pons y R. Ceres, «Extraction of user ’
s navigation commands from upper body force interaction in walker assisted gait,»
págs. 1-16, 2010.
[36] S. Sierra, M. Munera, T. Provot, M. Bourgain y C. Cifuentes, «Evaluation of Physical
Interaction during Walker-Assisted Gait with the AGoRA Walker: Strategies based on
Virtual Mechanical Stiffness.,» Sensors.,
[37] J. S. Henry y V. Aharonson, «Gait monitoring for the elderly using a robotic walking
aid,» en 2010 IEEE 26-th Convention of Electrical and Electronics Engineers in Israel,
IEEE, 2010, págs. 000 392-000 394.
[38] M. Spenko, H. Yu y S. Dubowsky, «Robotic personal aids for mobility and monitoring
for the elderly,» IEEE Transactions on Neural Systems and Rehabilitation Engineering,
vol. 14, n.o 3, págs. 344-351, 2006.
[39] V. Pasqui, L. Saint-Bauzel y O. Sigaud, «Characterization of a least effort user-
centered trajectory for sit-to-stand assistance,» en IUTAM Symposium on Dynamics
Modeling and Interaction Control in Virtual and Real Environments, Springer, 2011,
págs. 197-204.
[40] P. Rumeau, V. Pasqui-Boutard, M. Schaff, S. Moulias, P. Mederic, F. Steenkeste, F.
Piette, B. Vellas, N. Noury y V. Dupourquet, «Techniques de la robotique : application
au développement de déambulateurs adaptés au handicap à la marche des personnes
âgées,» NPG Neurologie - Psychiatrie - Geriatrie, vol. 5, n.o 25, págs. 31-37, 2005,
issn: 16274830. doi: 10.1016/S1627-4830(05)82550-4.
[41] A. Frizera-Neto, R. Ceres, E. Rocon y J. L. Pons, «Empowering and assisting natural
human mobility: The simbiosis walker,» International Journal of Advanced Robotic
Systems, vol. 8, n.o 3, pág. 29, 2011.
[42] A. F. Neto, J. A. Gallego, E. Rocon, J. L. Pons y R. Ceres, «Extraction of user ’
s navigation commands from upper body force interaction in walker assisted gait,»
págs. 1-16, 2010.
64
[43] A. Frizera, R. Raya, J. Pons, A. Abellanas y R. Ceres, «The smart walkers as geriatric
assistive device,» 6th International Conference of the International Society for Geron-
technology, 2008.
[44] C. A. Cifuentes, C. Rodriguez, A. Frizera y T. Bastos, «Sensor fusion to control a
robotic walker based on upper-limbs reaction forces and gait kinematics,» Proceedings
of the IEEE RAS and EMBS International Conference on Biomedical Robotics and
Biomechatronics, n.o February 2016, págs. 1098-1103, 2014, issn: 21551774. doi: 10.
1109/biorob.2014.6913927.
[45] G. Lee, T. Ohnuma y N. Y. Chong, «Design and control of JAIST active robotic walker,»
Intelligent Service Robotics, vol. 3, n.o 3, págs. 125-135, 2010.
[46] J. Ye, J. Huang, J. He, C. Tao y X. Wang, «Development of a width-changeable intelli-
gent walking-aid robot,» en 2012 International Symposium on Micro-NanoMechatronics
and Human Science (MHS), IEEE, 2012, págs. 358-363.
[47] Y. Jiang y S. Wang, «Adapting directional intention identification in running control
of a walker to individual difference with fuzzy learning,» 2010 IEEE International
Conference on Mechatronics and Automation, ICMA 2010, n.o c, págs. 693-698, 2010.
doi: 10.1109/ICMA.2010.5589091.
[48] M. F. Chang, W. H. Mou, C. K. Liao y L. C. Fu, «Design and implementation of
an active robotic walker for Parkinson’s patients,» Proceedings of the SICE Annual
Conference, n.o June 2015, págs. 2068-2073, 2012.
[49] U. Cortés, A. Martınez-Velasco, C. Barrué, E. Martın, F. Campana, R. Annicchiari-
co y C. Caltagirone, «Towards an Intelligent Service to Elders Mobility Using the
i-Walker.,» en AAAI Fall Symposium: AI in Eldercare: New Solutions to Old Problems,
2008, págs. 32-38.
[50] C.-K. Lu, Y.-C. Huang y C.-J. Lee, «Adaptive guidance system design for the assistive
robotic walker,» Neurocomputing, vol. 170, págs. 152-160, 2015.
[51] Y.-C. Huang, H.-P. Yang, C.-H. Ko y K.-Y. Young, «Human intention recognition for
robot walking helper using ANFIS,» en 2011 8th Asian Control Conference (ASCC),
IEEE, 2011, págs. 311-316.
[52] J. Alves, C. P. Santos, E. Seabra y L. F. Silva, «ASBGO*: A MECHATRONIC IM-
PROVED SMART WALKER,»
[53] J. Alves, I. Caetano, E. Seabra y C. Santos, «Design considerations of ASBGo++ (Plus
Plus) Smart Walker,» 2017.
[54] Y. Koumpouros, A. Karavasili, E. Efthimiou, S.-E. Fotinea, T. Goulas y A. Vacalopou-
lou, «User Evaluation of the MOBOT rollator type robotic mobility assistive device,»
Technologies, vol. 5, n.o 4, pág. 73, 2017.
[55] I. Call, «Intelligent Active MObility Assistance RoBOT integrating Multimodal Sensory
Processing, Proactive Autonomy and Adaptive Interaction,»
[56] A. Wachaja, P. Agarwal, M. Zink, M. R. Adame, K. Möller y W. Burgard, «Navigating
blind people with walking impairments using a smart walker,» Autonomous Robots,
vol. 41, n.o 3, págs. 555-573, 2017.
65
[57] A. J. Rentschler, R. A. Cooper, B. Blasch y M. L. Boninger, «Intelligent walkers for
the elderly: Performance and safety testing of VA-PAMAID robotic walker,» Journal
of rehabilitation research and development, vol. 40, n.o 5, págs. 423-432, 2003.
[58] A. Morris, R. Donamukkala, A. Kapuria, A. Steinfeld, J. T. Matthews, J. Dunbar-Jacob
y S. Thrun, «A robotic walker that provides guidance,» en 2003 IEEE International
Conference on Robotics and Automation (Cat. No. 03CH37422), IEEE, vol. 1, 2003,
págs. 25-30.
[59] G. S. Wasson, J. P. Gunderson, S. Graves y R. A. Felder, «Effective Shared Control in
Cooperative Mobility Aids.,» en FLAIRS Conference, 2001, págs. 509-513.
[60] G. Wasson, J. Gunderson, S. Graves y R. Felder, «An assistive robotic agent for pe-
destrian mobility,» en Proceedings of the fifth international conference on Autonomous
agents, 2001, págs. 169-173.
[61] J. Paulo, P. Peixoto y U. J. Nunes, «ISR-AIWALKER: Robotic walker for intuitive
and safe mobility assistance and gait analysis,» IEEE Transactions on Human-Machine
Systems, vol. 47, n.o 6, págs. 1110-1122, 2017.
[62] L. Garrote, J. Paulo, J. Perdiz, P. Peixoto y U. J. Nunes, «Robot-assisted navigation for
a robotic walker with aided user intent,» en 2018 27th IEEE international symposium
on robot and human interactive communication (RO-MAN), IEEE, 2018, págs. 348-355.
[63] G. Lacey, S. M. Namara y K. M. Dawson-Howe, «Personal adaptive mobility aid for
the infirm and elderly blind,» Lecture Notes in Computer Science (including subseries
Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), vol. 1458,
págs. 211-220, 1998, issn: 16113349. doi: 10.1007/bfb0055980.
[64] J. Huang, P. Di, K. Wakita, T. Fukuda y K. Sekiyama, «Study of fall detection using
intelligent cane based on sensor fusion,» en 2008 International Symposium on Micro-
NanoMechatronics and Human Science, IEEE, 2008, págs. 495-500.
[65] S. T. Londei, J. Rousseau, F. Ducharme, A. St-Arnaud, J. Meunier, J. Saint-Arnaud y F.
Giroux, «An intelligent videomonitoring system for fall detection at home: perceptions
of elderly people,» Journal of telemedicine and telecare, vol. 15, n.o 8, págs. 383-390,
2009.
[66] N. Toufan y A. Niknafs, «Robot path planning based on laser range finder and novel
objective functions in grey wolf optimizer,» SN Applied Sciences, vol. 2, n.o 8, págs. 1-19,
2020.
[67] S. Cloix, G. Bologna, V. Weiss, T. Pun y D. Hasler, «Low-power depth-based descending
stair detection for smart assistive devices,» EURASIP Journal on Image and Video
Processing, vol. 2016, n.o 1, págs. 1-15, 2016.
[68] S. Ghoussayni, C. Stevens, S. Durham y D. Ewins, «Assessment and validation of a
simple automated method for the detection of gait events and intervals,» Gait & Posture,
vol. 20, n.o 3, págs. 266-272, 2004.
[69] F. F. S. Divan, C. Guerrero, F. Zenatti, R. Guidolin, L. Palopoli y D. Fontanelli, «Hu-
man–Robot Interaction Analysis for a Smart Walker for Elderly: The ACANTO Inter-
active Guidance System,» International Journal of Social Robotics, vol. 12, 2 mayo de
2020, issn: 1875-4791. doi: 10.1007/s12369-019-00572-5.
66
[70] I.-S. Weon y S.-G. Lee, «Intelligent robotic walker with actively controlled human in-
teraction,» ETRI Journal, vol. 40, n.o 4, págs. 522-530, 2018.
[71] Y. Hirata, T. Baba y K. Kosuge, «Motion control of omni-directional type walking
support system"Walking Helper",» en The 12th IEEE International Workshop on Ro-
bot and Human Interactive Communication, 2003. Proceedings. ROMAN 2003., IEEE,
2003, págs. 85-90.
[72] S. X. staff, A smart walker that guides its users, dic. de 2013. dirección: https :
//phys.org/news/2013-12-smart-walker-users.html.
[73] P. Rusu, E. M. Petriu, T. E. Whalen, A. Cornell y H. J. Spoelder, «Behavior-based
neuro-fuzzy controller for mobile robot navigation,» IEEE transactions on instrumen-
tation and measurement, vol. 52, n.o 4, págs. 1335-1340, 2003.
[74] G. Andaluz, V. Andaluz y A. Rosales, «Modelación, Identificación y Control de Robots
Móviles,» Escuela Politécnica Nacional, pág. 9, 2013.
[75] W. Yu y A. Perrusquía, «Simplified Stable Admittance Control Using End-Effector
Orientations,» International Journal of Social Robotics, vol. 12, n.o 5, págs. 1061-1073,
2020, issn: 18754805. doi: 10.1007/s12369-019-00579-y.
[76] M. F. Jiménez, M. Monllor, A. Frizera, T. Bastos, F. Roberti y R. Carelli, «Admittance
Controller with Spatial Modulation for Assisted Locomotion using a Smart Walker,»
Journal of Intelligent and Robotic Systems: Theory and Applications, vol. 94, n.o 3-4,
págs. 621-637, 2019, issn: 15730409. doi: 10.1007/s10846-018-0854-0.
[77] P. Li, Y. Yamada, X. Wan, Y. Uchiyama, W. Sato, K. Yamada y M. Yokoya, «Gait-
phase-dependent control using a smart walker for physical training,» en 2019 IEEE
16th International Conference on Rehabilitation Robotics (ICORR), IEEE, 2019,
págs. 843-848.
[78] A. L. Jutinico, J. C. Jaimes, F. M. Escalante, J. C. Perez-Ibarra, M. H. Terra y A. A.
Siqueira, «Impedance control for robotic rehabilitation: a robust Markovian approach,»
Frontiers in neurorobotics, vol. 11, pág. 43, 2017.
[79] R. Riener, M. Frey, M. Bernhardt, T. Nef y G. Colombo, «Human-centered rehabi-
litation robotics,» en 9th International Conference on Rehabilitation Robotics, 2005.
ICORR 2005., IEEE, 2005, págs. 319-322.
[80] S. B. Demers L, Weiss-Lambrou R, L. Demers, R. Weiss-Lambrou y B. Ska, «Que-
bec User Evaluation of Satisfaction with assistive Technology versione 2.0 ©,» Assist
Technol, vol. 8, n.o 1, págs. 1-11, 2000.
[81] Interpretar los resultados clave para Prueba de Friedman. dirección: https://support.
minitab.com/es-mx/minitab/19/help-and-how-to/statistics/nonparametrics/
how-to/friedman-test/interpret-the-results/key-results/.
[82] W. J. Conover, Practical nonparametric statistics. John Wiley & Sons, 1998, vol. 350.
[83] S. D. Sierra M, M. Garzón, M. Munera, C. A. Cifuentes et al., «Human–robot–
environment interaction Interface for smart Walker assisted gait: AGoRA Walker,»
Sensors, vol. 19, n.o 13, pág. 2897, 2019.
[84] D. Arlia y M. Coppola, «Experiments in parallel clustering with DBSCAN,» en Euro-
pean Conference on Parallel Processing, Springer, 2001, págs. 326-331.
67
[85] F. Berzal, «Clustering basado en densidad.»
[86] W. M. Scheidegger, R. C. de Mello, M. F. Jimenez, M. C. Múnera, C. A. Cifuentes,
A. Frizera-Neto et al., «A novel multimodal cognitive interaction for walker-assisted
rehabilitation therapies,» en 2019 IEEE 16th International Conference on Rehabilitation
Robotics (ICORR), IEEE, 2019, págs. 905-910.
[87] G. J. Lacey y D. Rodriguez-Losada, «The evolution of guido,» IEEE robotics & auto-
mation magazine, vol. 15, n.o 4, págs. 75-83, 2008.
68
ANEXOS
69