Este trabalho apresenta o desenvolvimento de uma estratégia de assistência adaptativa mediante a implementação de um controle de impedância variável para um robô de reabilitação do tornozelo. A estratégia é formulada de tal forma que o dispositivo robótico assiste ao paciente somente quando e quanto for necessário, seguindo o paradigma Assist-As-Needed. Inicialmente, a contribuição dinâmica do paciente durante a realização do movimento é estimada com base nas informações cinemáticas e de torque fornecidas pelo robô. Em seguida, são propostos dois métodos para se obter o parâmetro de rigidez do controlador de impedância, o primeiro deles determina um valor de erro admissível e calcula a rigidez do robô para complementar a atuação do paciente, e o segundo calcula a rigidez mediante a minimização de um funcional que quantifica o processo de reabilitação e a interação entre robô e paciente. Além disso, a quantidade de assistência dada pelo robô também é adaptada conforme o desempenho do paciente ao longo da sessão. A estratégia foi implementada no robô Anklebot e avaliada em três pacientes pós-AVC para movimentos de flexão dorsal/plantar e de inversão/eversão. Os resultados obtidos indicam que o método utilizado para a estimativa da rigidez é válido para determinar a quantidade de assistência. Finalmente, os resultados confirmam que o aumento do desempenho do paciente gera uma diminuição da assistência robótica, e vice-versa.

This work presents the design of an adaptive robotic assistance strategy through a variable impedance control of an ankle rehabilitation robot. This strategy is formulated so that the robotic device assists the patient only as much as needed, following the Assist-As-Needed paradigm. First, the dynamic contribution of the patient during the motion is estimated based on the torque and kinematic information provided by the robot. Then, two methods are proposed to calculate the stiffness parameter of the impedance controller, the first one determines an admisible value of error and computes the robot stiffness to complement the estimated patient stiffness. The second one computes the robot stiffness by minimizing a functional that quantifies both the rehabilitation process and the interaction between robot and patient. In addition, the amount of the robotic assistance is adapted according to the patient's performance. The proposed methods were implemented at the Anklebot and evaluated by three post-stroke patients for dorsi/plantarflexion and inversion/eversion movements. Results indicate that the stiffness estimation is a valid method to determine the amount of the assistance. Finally, the results confirm that increasing the performance of the patient generates a decrease in the robotic assistance, and vice versa.