Handling complex smart walker interaction strategies with Behavior Trees

Página do item simplificado
dc.contributor.advisor1Frizera Neto, Anselmo
dc.contributor.advisor1IDhttps://orcid.org/0000000206873967
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8928890008799265
dc.contributor.authorCardoso, Paula Alcantara
dc.contributor.referee1Alsina, Pablo Javier
dc.contributor.referee2Lima, Eduardo Rocon de
dc.date.accessioned2024-05-30T01:41:04Z
dc.date.available2024-05-30T01:41:04Z
dc.date.issued2022-10-24
dc.description.abstractWalking is an activity that requires mastering stability and precision in order to be learned. Between the ages of 8 and 10, gait becomes an automatic activity, which once mastered does not depend on the attention of individuals. Mechanical factors and diseases, such as Parkinson’s and spinal cord injuries, as well as physical and cognitive conditions, can contribute to the quality of gait, which starts to present different types of disorders. With the increase of life expectancy and the share of the population over 65 years old, there is a concern regarding the demands for accessibility, rehabilitation and assistance, since they suffer from the reduction of their balance and mobility capacities. In this context, mobility assistance devices are valuable options to meet the needs of their users. Walkers, in particular, are alternatives for those who have residual motor skills. Its adoption postpones the use of wheelchairs and encourages the independence of its users. The inclusion of technologies, such as sensors and actuators, in the structure of walkers makes them intelligent, as they allow the incorporation of new functionalities that provide greater and better assistance for locomotion. The devices called robotic or smart walkers have several modules and control strategies that make their operation - and understanding - complex. This Master’s Dissertation proposes the inclusion of an artificial intelligence algorithm, based on a hierarchical architecture, for decision making that is capable of integrating several control strategies human-robot-environment interactions in the UFES CloudWalker. The algorithm implemented was the Behavior Tree, a structure that allows switching between controllers in a modular and reactive way. The system was validated by volunteers who performed a series of tasks aimed at evaluating the global performance of the smart walker. As a result, the system proved to be able to handle complex interactions between user, walker and the environment during navigation.
dc.description.resumoO caminhar é uma atividade que requer o domínio da estabilidade e da precisão para que seja aprendida. Entre os 8 e 10 anos de vida a marcha passa a ser uma atividade automática, que cada vez mais independe da atenção dos indivíduos. Fatores mecânicos e doenças, como Parkinson e lesões na medula espinal, assim como condições físicas e cognitivas, podem contribuir na qualidade da marcha, que passa a apresentar diferentes tipos de distúrbios. Com o aumento da expectativa de vida e da parcela da população acima dos 65 anos de idade, existe uma preocupação em relação às demandas por acessibilidade, reabilitação e assistência, uma vez que esses sofrem com a redução de suas capacidades de equilíbrio e de mobilidade. Neste contexto, dispositivos de assistência à locomoção são opções valiosas para suprir as necessidades de seus usuários. Os andadores, em especial, são alternativas para aqueles que possuem resquícios das habilidades motoras. Sua adoção retarda o uso de cadeiras de rodas e estimula a independência de seus usuários. A inclusão de tecnologias, como sensores e atuadores, à estrutura dos andadores os tornam inteligentes, uma vez que permitem a incorporação de novas funcionalidades que passam a fornecer maior e melhor assistência à locomoção. Os dispositivos chamados de andadores robóticos ou inteligentes contam com diversos módulos e estratégias de controle que tornam seu funcionamento - e entendimento - complexo. Esta dissertação de mestrado propõe a inclusão de um algoritmo de inteligência artificial baseado em uma arquitetura hierárquica para tomada de decisão que seja capaz de integrar as diversas estratégias de controle das possíveis interações humano-robô-ambiente no UFES CloudWalker. O algoritmo implementado é o Behavior Tree, uma estrutura que permite alternar entre controladores de forma modular e reativa. O sistema foi validado por voluntários que realizaram uma série de tarefas que visavam avaliar a performance global do andador inteligente. Como resultado, o sistema demonstrou ser capaz de lidar com interações complexas entre usuário, andador e o ambiente durante a navegação.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/16495
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Engenharia Elétrica
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.rightsopen access
dc.subjectBehavior Trees
dc.subjectInteração humano-robô-ambiente
dc.subjectAndador inteligente
dc.subjectInteligência artificial
dc.subject.br-rjbnsubject.br-rjbn
dc.subject.cnpqEngenharia Elétrica
dc.titleHandling complex smart walker interaction strategies with Behavior Trees
dc.title.alternativetitle.alternative
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Paula Alcantara Cardoso.pdf
Tamanho:
8.76 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Engenharia Elétrica