Este proyecto de investigación aborda los desafíos actuales en rehabilitación física, acentuados por el aumento de casos de ictus y el envejecimiento de la población. A pesar de los avances en robots paralelos para la rehabilitación de miembro inferior, persisten obstáculos en la interacción personalizada y la falta de rehabilitación propioceptiva.

Nuestra propuesta se centra en el desarrollo de una familia de controladores avanzados de fuerza/posición basados en un modelo musculoesquelético de la pierna para personalizar el proceso de rehabilitación a las necesidades de cada paciente. Los controladores serán diseñados y aplicados en dos robots paralelos construidos por la Universitat Politècnica de València para la rehabilitación de tobillo y rodilla.

La metodología incluye revisión del estado del arte, implementación de estrategias adaptativas, diseño e implementación de controladores basados en el modelo musculoesquelético, validación experimental y optimización del espacio de trabajo para incluir ejercicios de propiocepción.

Se espera que esta investigación genere mejoras inmediatas en la eficiencia de la rehabilitación, la inclusión de ejercicios propioceptivos para una rehabilitación funcional, y contribuya a abordar la creciente demanda de rehabilitación física.

Además, se anticipa un impacto potencial en la transferencia tecnológica y la colaboración internacional en investigación y aplicaciones en rehabilitación, respaldando los objetivos a largo plazo del “Plan de Acción Europeo contra el Ictus”.

El objetivo principal que se persigue con la presente propuesta es desarrollar una familia de controladores avanzados de fuerza/posición basados en un modelo musculoesquelético de la pierna para poder realizar ejercicios de rehabilitación de tobillo y/o rodilla mediante PRs de 3GdL y 4GdL.

Para alcanzar este objetivo principal se propone desarrollar los siguientes objetivos:

• Revisar el estado del arte sobre controladores de fuerza/posición adaptativos aplicados a robótica de rehabilitación. Se incluye la revisión de las técnicas de machine learning basados en modelos, incluyendo también algoritmos de inteligencia artificial.
• Implementar estrategias de control de fuerza/posición adaptativas a los PRs de la UPV (Fig. 1) para mejorar los niveles de adaptabilidad a cada paciente. Entre las técnicas de controla desarrollar se contempla el control de admitancia adaptativo.
• Diseñar e implementar un controlador de fuerza/posición adaptativo para los dos PRs de rehabilitación de tobillo y rodilla, utilizando el modelo ME de la pierna como sensor de fuerzas musculares.
• Validar experimentalmente los controladores diseñados sobre los PRs del Laboratorio de Robótica de la UPV (Fig. 1)  con énfasis en la evaluación de fiabilidad, robustez y adaptabilidad.
• Optimizar el espacio de trabajo de los PRs de rehabilitación del Laboratorio de Robótica de la UPV utilizando como función objetivo las fuerzas estimadas del moldeo ME de la pierna para ejercicios de propiocepción.
• Validar experimentalmente que la optimización de los PRs de rehabilitación del Laboratorio de Robótica de la UPV permite desarrollar ejercicios de propiocepción de la pierna.