One-to-one scale control of mechanical anthropomorphic upper and lower limbs trough machine learning techniques based on wireless wearable sensors

Le attività extraveicolari (EVA) sono attività condotte dall’astronauta al di fuori della cabina spaziale atte alla manutezione del veicolo e alle esploarzioni umane. Tali operazioni obbligano l’astronauta a trovarsi in un ambiente non sicuro quanto l’interno della cabina e sono soggette a variabili non prevedibili. L’astronauta prima di trovarsi in spazio aperto deve munirsi di tuta spaziale che, per isolamento termico e per un equilibrio pressorio col corpo umano, richiede un certo ingombro ovvero può limitare la capacità motoria dell’astronauta. Alcuni astronauti riportano la sensazione di indossare una decina di cappotti contemporaneamente. Un tale ingombro limità quindi la reattività di risposta e rende più complicate le operazioni fini che sulla terra l’uomo è in grado di compiere agevolmente. Potrebbe esser richiesto per esempio il controllo di un quadro elettrico o la verifica di una scheda elettronica raggiungibile se non durante le EVA: afferrare un cacciavite elettrico o delle pinze potrebbe esser addirittura arduo. Il presente lavoro di tesi, supportato dal Settore delle Tecnologie Biomediche dell’Agenzia Spaziale Italaina, propone lo studio e lo sviluppo sia di un sistema sensoriale indossabile che il controllo di arto antropomorfo tramite modelli lineari o basati su machine learning (classificatori e regressori). Il sistema sviluppato non consente solo il controllo ma anche il telemonitoraggio dello stato di salute dell’astronauta, oggetto di sviluppi futuri non solo per applicazioni spaziali ma anche per applicazioni civili e sanitarie. Le capacità motorie umane sono influenzate dalla gravità, per effetto della presenza o meno della gravità stessa. Avendo a disposizione un archivio di task motori svolto dall’astronauta sulla terra è possibile condurre uno studio differenziale all’interno della cabina spaziale e di come le sue prestazioni siano alterate nel tempo, ottenendo quindi una misura o una trend del suo stato di salute. La sensoristica, non invasiva e alimentata a batteria, è quindi indossabile nella quotidianità lavorativa dell’astronauta. Il modello sviluppato consente il possibile utilizzo nel settore riabilitativo: a partire da una sensoristica non invasiva è stato creato un insieme di modelli che consente il controllo di arti per movimenti fini. Nel caso di soggetti con amputazione di arto, in base a dove è stata effettuata l’amputazione, se persistono vie nervose in grado di trasmettere il segnale elettrico, è possibile detettare il segnale residuo grazie a sensori superficiali. A seguito di filtraggio e processamento, di addestramento di opportuni modelli di machine learning è possibile il controllo sia di un arto virtuale che di un arto artificiale con una latenza non percepibile dal sistema visivo umano. Viene in ultimo trattato lo sviluppo di un calzino sensoriale per l’analisi del cammino basato sia su sensori di pressione che su sensori inerziali. Tale prototipo consente la misura di arto inferiore e insieme all’elettromiografo di superficie, sempre posizionato su coscia o gamba, consente in uno sviluppo futuro la modellazione per applicazioni di telemonitoraggio o controllo di protesi di gamba.