Roboterassistierte Rehabilitation und Muskelaufbautraining

Kolditz, Melanie; Abel, Dirk; Albracht, Kirsten

doi:39331

Roboterassistierte Rehabilitation und Muskelaufbautraining = Robot-assisted rehabilitation and muscle strength training

Kolditz, Melanie^RWTH*

2020

Verantwortlichkeitsangabevorgelegt von Melanie Celina Kolditz

ImpressumAachen 2020

Umfang1 Online-Ressource (xiii, 148 Seiten) : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Abel, Dirk (Thesis advisor)^RWTH* ; Albracht, Kirsten (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2020-04-03

Online
DOI: 10.18154/RWTH-2020-04750
URL: https://publications.rwth-aachen.de/record/788761/files/788761.pdf

Einrichtungen

Lehrstuhl und Institut für Regelungstechnik (416610)

Inhaltliche Beschreibung (Schlagwörter)
rehabilitation (frei) ; robotics (frei) ; training (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die Bewegungsfähigkeit ist ein grundlegender Bestandteil eines selbstbestimmten Lebens bis ins Alter. Sowohl zur Prävention als auch zur Rehabilitation von Erkrankungen, die eine eingeschränkte Bewegungsfähigkeit zur Folge haben, ist regelmäßiges Üben und Trainieren von entscheidender Bedeutung. Roboterassistierte Systeme stellen eine Möglichkeit dar, Patienten in der Neurorehabilitation mit ausreichend selbständiger Übungszeit zu versorgen und Personen im Muskelaufbautraining dabei zu unterstützen, Fehl- und Schonhaltungen und damit Schädigungen am Muskel-Skelett-System zu vermeiden. Der Fokus dieser Arbeit liegt in der Verwendung von Industrierobotern zur Neurorehabilitation der oberen Extremität und zum Muskelaufbautraining der unteren Extremität. Zur Evaluation und Auswahl eines geeigneten Roboters wird eine simulative Methode verwendet, die mit einem Starrkörpermodell des Roboters die maximal zulässigen Achslasten mit den in der Anwendung erwarteten Lasten vergleicht. Für die Neurorehabilitation wird ein System auf Basis des KUKA LBR IV weiterentwickelt. Als Ergebnis steht eine Plattform zur Verfügung, mit der Patienten selbständig eine zuvor eingelernte Bewegung am Roboter trainieren können. Das System bewertet kontinuierlich die Haltung und erkennt Ausgleichsbewegungen, um zusammen mit gemessenen Kräften am Endeffektor auf die aktuelle Patientensituation zu schließen und angemessen zu reagieren. Für das neuromuskuläre Aufbautraining wurde ein System auf Basis eines KUKA KR270 Industrieroboters entwickelt, mit dem entlang beliebiger individueller Bewegungstrajektorien sowohl isokinematisch als auch isotonisch trainiert werden kann. In zwei Versuchen an einer dynamischen und statischen Beinpresse wurde die Position und Orientierung der Trittplatte als Stellgröße identifiziert, um Belastungen am Muskel-Skelett-System in Form von Gelenkmomenten zu beeinflussen. Unter Verwendung einer Bewegungserfassung, sowie eines Starrkörpermodells des Beins können mit der gemessenen Kraft am Endeffektor die Gelenkbelastungen während des Trainings ermittelt werden. Dies ist die Grundlage für ein Belastungsmanagement im neuromuskulären Aufbautraining, was nach dieser Arbeit mit dem roboterassistierten Trainingssystem möglich ist.

Mobility is an integral component for an independent life even in an advanced age. Regular exercise is crucial for both prevention and rehabilitation of disorders, which can result in impaired mobility. Robot-assisted systems can help to provide patients in neurorehabilitation sufficient independent exercise time and support people in muscular strength training in avoiding bad postures, which might result in damages to the musculoskeletal system. The focus of this work is on the use of industrial robots for neurorehabilitation of the upper extremity and for neuromuscular strength training of the lower extremity. A simulative method, that compares the maximum permissible axes loads with the loads expected in the application is used to evaluate and select a suitable robot. The simulation uses a rigid body model of the robot. A system based on a KUKA LBR IV is used to improve a robotic system for neurorehabilitation. The resulting system allows patients to exercise a previously recorded movement with the robot, independently. The system continuously evaluates the patient's arm posture and detects compensatory movements. This detection is used to assess the patient's current situation with the measured forces at the end effector and to react appropriately. A system based on a KUKA KR270 industrial robot has been developed for neuromuscular strength training, which can be used for both isokinematic and isotonic exercise along arbitrary individual trajectories. In two experiments on a dynamic and static leg press, the position and orientation of the foot plate was identified as a manipulated variable in order to control loads on the musculoskeletal system. With motion detection as well as a rigid body model of the leg, the measured force at the end effector can be used to determine the joint loadings during exercise. This is the basis for a management of loadings in neuromuscular strength training, which is now possible with the robot-assisted training system developed in this thesis.

OpenAccess:
PDF
(additional files)