Search

Analiza hoda je postala široko rasprostranjen klinički alat koji se koristi za objektivnu evaluaciju obrasca hoda, efekata hirurških intervencija, oporavka ili efekata terapije. Sve veći broj kliničara bira pogodne tretmane za lečenje pacijenata na osnovu informacija o kinematici i kinetici hoda. Procena i kvantifikacija parametara hoda je važan zahtev u oblasti ortopedije i rehabilitacije, ali takođe i u sportu, rekreaciji i posebno u razvoju tehnologija za ljude u procesu starenja. U cilju objektivne procene obrasca hoda, razvijen je bežični senzorski sistem čije su senzorske jedinice bežične, malih dimenzija i jednostavno se montiraju na segmente nogu subjekta čiji se hoda analizira. Senzorske jedinice podržavaju 3D inercijalne senzore (senzore ubrzanja i ugaonih brzina, tj. akcelerometre i žiroskope), kao i senzore sile. Osnovni cilj istraživanja je doprinos metodologiji za obradu podataka sa inercijalnih senzora i razvoj novih metoda obrade signala sa inercijalnih senzora u procesu određivanja kinematičkih veličina koje su uobičajene u analizi hoda (uglovi u zglobovima, brzina kretanja, dužina koraka). Ova metodologija je od posebne važnosti za objektivnu procenu nivoa motornog deficita, progresa bolesti i efikasnosti terapija, kao i efikasnosti primenjene motorne kontrole (prilikom funkcionalne električne stimulacije). U toku istraživanja razvijeno je nekoliko metoda za računanje uglova segmenata nogu ili zglobova, u zavisnosti od senzorske konfiguracije i složenosti algoritma. U disertaciji su odvojeno prikazani slučajevi u kojima je neophodno posmatrati kretanje u prostoru (3D analiza) i mnogo češći slučaj kad se kinematika može redukovati na sagitalnu ravan (2D analiza). Algoritmi uključuju i kalibraciju senzora, eliminaciju viii drifta, rekonstrukciju trajektorije i izračunavanje niza drugih relevantnih podataka koji karakterišu obrazac hoda. Dobijeni rezultati su poređeni sa postojećim sistemima za analizu hoda koji su validirani za kliničke primene. (sistemi sa kamerama, goniometri, enkoderi)... Gait analysis has become a widely used clinical tool which provides objective evaluation of the gait pattern, the effects of surgical interventions, recovery or therapy progress, and more and more clinicians are choosing therapy treatments based on gait kinematics and kinetics. Measuring gait parameters is an important requirement in the orthopedic and rehabilitation fields, but also in sports and fitness, and development of technologies for elderly population. In order to provide objective evaluation of the gait pattern, we have developed sensor system with light and small wireless sensor units, which can be easily mounted on body. These sensor units comprise 3-D inertial sensors (accelerometers and gyroscopes) and force sensing resistors, and our recommended setup includes one sensor unit per each segment of both legs. The main goal of this research is contribution to the methodology for processing of signals from inertial sensors (accelerometer pairs, or accelerometer and gyroscope sensor units). By using signal processing algorithms developed for this research, inertial sensors allow objective assessment of the quality of the gait pattern. This methodology is especially important for assessment of the motor deficit, progress of the disease and therapy effectiveness, and effectiveness of performed motor control (functional electrical stimulation). We have developed several methods for estimation of leg segment angles and joint angles, which differ in sensor configuration and algorithm complexity. Methods based only on accelerometers offer reliable angle estimations, which are limited to sagittal plane analysis, while the method using accelerometers and gyroscopes allows 3- D analysis. All this algorithms include sensor calibration, drift minimization, trajectory x reconstruction and calculation of numerous other parameters relevant to gait pattern analysis. The obtained results were compared with other commercial systems which are validated for clinical applications (camera systems, goniometers, encoders)...

У тези је дата суштинска анализа различитих врста кретања хуманоидних система. Показана је директна веза између хуманоидне роботике и биомеханике, њихов заједнички допринос развоју обе научне гране мећусобним прожимањем. Кретање хуманоидних система јесте најсложенија врста кретања, како са становишта биомеханике тако и са становишта хуманодне роботике. Да би успешно описали ову врсту кретања било је потребно анализирати различите врсте кретања, утврдити правилност и услове за одрживост ових врста кретања. Утврђено је да стабилност кретања хуманоидиних система не може бити адекватно описана стандардним тестовима стабилности, већ је потребно увести нове принципе и методе којима се може обезбедити стабилност кретања и поновљивост. Уведен је и објашњен појам динамичког баланса хуманоидног система, његова примена и методе провере. Показано је да је ЗМП универзални индикатор очувања динамичког баланса кретања хуманоидиних система у посматраном тренутку. Анализиране су различите врсте кретања и дата ситематизација на регуларна и нерегуларна кретања хуманоидних система. Објашњен је утицај ЗМП-а на одржавање динамичког баланса код регуларних и нерегуларних кретања као и методе за одређивање ситуација када може дођи до губитка динамичког баланса. Показано је да су могућа кретања хуманоидних система и у стању динамичког дисбаланса али под специфичним условима. Дат је осврт на раније предложени генерални приступ моделовању хуманоидних система и његовој примени у спортским и тренажним активностима као и пример моделовања једног одабраног кретања – скока у даљ из места. Објашњен је однос дужине скока у зависности од величине актуационих момената у појединим кључним зглобовима за дати хуманоидни модел са 20 степени слободе. The fundamental data analysis of various types of humanoid motion systems are presented in the thesis. Direct relationship between the humanoid robotics, and biomechanics, their joint contribution to the development of both scientific areas of the mutual interactions are demonstrated. The movement of humanoid systems is the most complex types of movement, both from the standpoint of biomechanics and humanoid robotics. In order to successfully describe this type of movement it is necessary to analyze different types of movements, and to determine whether the conditions for the sustainability of these types of movements. It is shown that the stability of motion of humanoidini systems can not be adequately described by standard tests of stability. It is necessary to introduce new principles and methods that can provide stability and repeatability of movements. The concept of dynamic balance of the humanoid systems is introduced and explained, together with its implementation and verification methods. It is shown that ZMP is universal indicator of dynamic balance preservation during the humanoidinih system movement at the observed moment of time. Different types of movements and systematization of regular and irregular motion of humanoid systems are analyzed and explained. ZMP influence on dynamic balance maintainance of regular and irregular movements are explained as well as methods for determining when a situation may come to a loss of dynamic balance. Possiblities of movements of humanoid systems during dynamic imbalances are shown under specific conditions. It also outlines the Previosly propose general approach of modeling of humanoid systems are underlined as wekk as its application in sports and training activities. Selected example of long jump simulation and modeling are explained an analysed. The relationships of the length of the jump depending on the moments actuated in the key joints for given humanoid model with 20 degrees of freedom are explained.

Мозак-рачунар интерфејс (МоРИ) системи могу искористити карактеристичне промене мождане активности корисника као контролне сигнале уређаја (рачунара). Различити ментални задаци или спољашњи стимулуси (визуелни, аудитивни или соматосензорни) индукују промене које су кодиране у спонтаној неуралној активности. Генерисане промене се могу идентификовати мерењем можданих сигнала који представљају директну или индиректну меру електричне активности мозга... Brain Computer Interface (BCI) systems can use characteristic brain neural alterations as control signals of the device/computer. Various mental tasks or external stimulation (visual, auditory or somatosensory) induce changes which are embedded in the spontaneous neural activity. Generated changes can be extracted and identified from the brain-signal recordings that represent the (direct or indirect) measure of electrical neural activity...