Human-Machine Interaction in a Self-Paced Treadmill: Comparison of Control Strategies and Development of Serious Games
Nome: BRAYAN SNEIDER MORENO AREVALO
Data de publicação: 09/09/2024
Banca:
Nome |
Papel |
|---|---|
| ANSELMO FRIZERA NETO | Presidente |
| CAMILO ARTURO RODRIGUEZ DIAZ | Examinador Interno |
| EDUARDO ROCON DE LIMA | Examinador Externo |
| RICARDO CARMINATI DE MELLO | Coorientador |
Resumo: A mobilidade é crucial para qualidade de vida, especialmente para indivíduos com limitações motoras. Esta pesquisa explora e valida um modelo de reabilitação motora que integra esteiras auto-reguláveis e jogos sérios. O objetivo foi desenvolver e
validar uma esteira auto-regulável para reabilitação da marcha, integrando tecnologia baseada em sensores e algoritmos adaptativos para ajustar automaticamente a velocidade conforme o ritmo de caminhada do usuário. Estratégias de interação
humano-máquina utilizando jogos sérios foram implementadas para melhorar a adesão ao tratamento e os resultados da reabilitação. A UFES SmartTreadmill foi equipada com sensores LRF, câmera de detecção de movimento e sistema de projeção
de jogos. Estratégias de controle baseadas em algoritmos adaptativos WFLC e FLC permitiram a estimativa precisa da velocidade de caminhada e adaptação dinâmica às necessidades do usuário. Além disso, os jogos sérios proporcionaram um ambiente interativo e motivador, facilitando a adesão ao tratamento e melhorando os resultados da reabilitação. Três experimentos com participantes jovens e saudáveis demonstraram a eficácia das estratégias de controle para parâmetros da marcha, mesmo durante tarefas duplas. O comprimento do passo e a cadência aumentaram com a velocidade da caminhada, seguindo tendências logarítmica e linear, respectivamente, semelhantes à dinâmica da caminhada no solo, com altos valores de R2 (0.84 para comprimento do passo, 0.82 para cadência). A implementação de jogos sérios na reabilitação melhorou significativamente a imersão e motivação dos participantes. O questionário Player Experience Inventory (PXI) indicou maior percepção de autonomia e feedback de progresso conforme a complexidade das tarefas, essencial para manter o interesse e adesão ao programa. Em conclusão, este estudo estabelece bases para a reabilitação assistida por tecnologia, validando a eficácia de sistemas de sensores e jogos sérios na melhoria da reabilitação motora, motivação do paciente e adesão ao tratamento. Pesquisas futuras devem expandir essas descobertas para populações diversas e integrar tecnologias como realidade aumentada e algoritmos de IA. Estudos longitudinais são essenciais para avaliar os efeitos a longo prazo, sustentabilidade e eficácia.
