ECTS - University of Pisa
Modulo di BIOMECHANICS OF HUMAN MOTION
Il modulo "Biomechanics of human motion" intende introdurre la biomeccanica dei movimenti umani con specifico riferimento alle proprietà fisiologiche e fisiopatologiche dei sistemi biologici che sottendono l'orchestrazione spaziotemporale del movimento umano con gradi di libertà multipli. Questi obiettivi saranno raggiunti mediante lezioni teoriche e attività pratiche in laboratorio di analisi del movimento umano, utilizzando strumenti di acquisizione ed elaborazione dei dati e strumentazione e algoritmi per la cattura del movimento. Gli studenti e le studentesse acquisiranno quindi conoscenze utili a comprendere e padroneggiare i principali concetti della riabilitazione fisica/motoria e della robotica bioispirata.
Pertanto, in sintesi:
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Gli obiettivi del modulo 'Robotic and data-driven rehabilitation' sono di fornire gli strumenti per comprendere gli attuali trend nella robotica riabilitativa. Durante corso saranno analizzati i principi fondamentali della modellazione robotica, al fine di fornire gli strumenti teorici necessari per analizzare criticamente le architetture dei robot nel contesto della robotica riabilitativa. Saranno introdotti concetti di ergonomia, antropometria e design universale, insieme a conoscenze teoriche e pratiche di materiali strutturali e materiali tessili tecnici utilizzati per la costruzione di macchine per la riabilitazione. Durante il corso, verranno presentati i robot di riabilitazione più rilevanti dello stato dell'arte, in congiunzione con studi clinici pertinenti.
Pertanto, in sintesi, il modulo consentirà di:
BIOMECHANICS OF HUMAN MOTION module
The objectives of the module “Biomechanics of human motion” are to introduce biomechanics of human movements with specific reference to the physiological and physiopathological properties of biological systems underlying the spatiotemporal orchestration of multiple degree-of-freedom human motion. These objectives will be reached by means of both theoretical lessons and practical activities in a lab of human movement analysis, also using data acquisition and elaboration tools and motion capture instruments and algorithms. The students will be thus prepared to understand and master the main concepts of physical/motor rehabilitation and of bioinspired robotics.
Therefore, in synthesis:
ROBOTIC AND DATA-DRIVEN REHABILITATION module
The objectives of the module “Robotic and data-driven rehabilitation” are to provide elements to understand current trends in rehabilitation robotics. The course will focus on fundamental principles of robotics modelling, in order to provide theoretical tools to critically analyze robot architectures in the context of rehabilitation robotics. Concepts of ergonomics, anthropometry and universal design will be introduced, together with theoretical and practical knowledge of structural materials and technical textile materials used for the construction of rehabilitation machines. During the course the most relevant rehabilitation robots of the state of the art will be presented in conjunction with relevant clinical studies.
Therefore, in synthesis, the course aims to provide knowledge on the following topics:
Modulo di BIOMECHANICS OF HUMAN MOTION
La verifica delle conoscenze è ottenuta mediante un progetto a cui segue un esame orale.
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
La verifica delle conoscenze è ottenuta mediante un esame scritto e un esame orale.
BIOMECHANICS OF HUMAN MOTION module
Knowledge will be assessed via a team project followed by an oral examination.
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Knowledge will be assessed via written and oral examination.
Modulo di BIOMECHANICS OF HUMAN MOTION
Al termine del corso, gli studenti e le studentesse:
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Gli studenti e le studentesse acquisiranno le capacità di:
BIOMECHANICS OF HUMAN MOTION module
After this course, students are expected to gain following skills:
ROBOTIC AND DATA-DRIVEN REHABILITATION module
The aim of the course is to provide the fundamental tools for the analysis of the performance of rehabilitation robots and provide an overview of the state of the art of rehabilitation robots and main clinical studies conducted with them. Therefore, students will be able to:
Modulo di BIOMECHANICS OF HUMAN MOTION
La verifica delle abilità è ottenuta principalmente mediante un progetto e un esame orale.
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
La verifica delle abilità è ottenuta principalmente mediante un esame scritto e un esame orale.
BIOMECHANICS OF HUMAN MOTION module
Skills will be assessed via a team project followed by an oral examination.
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Skills will be assessed via a written and oral examination.
Modulo di BIOMECHANICS OF HUMAN MOTION
Gli studenti e le studentesse:
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Gli studenti e le studentesse potranno:
BIOMECHANICS OF HUMAN MOTION module
Students will:
ROBOTIC AND DATA-DRIVEN REHABILITATION module
The student will:
Modulo di BIOMECHANICS OF HUMAN MOTION
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
BIOMECHANICS OF HUMAN MOTION module
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Modulo di BIOMECHANICS OF HUMAN MOTION
Principi di Analisi Matematica, Geometria e Algebra, Fisica I (meccanica).
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Dai corsi di Matematica e Fisica:
Conoscere i metodi matematici fondamentali. Sapere usare correttamente i sistemi di unità di misura.
Da Scienza dei materiali:
Conoscere le proprietà meccaniche dei comuni materiali metallici da costruzioni.
BIOMECHANICS OF HUMAN MOTION module
Mathematics, geometry, algebra, physics (mechanics).
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Mathematics and Physics:
Knowledge of the fundamentals in mathematics. Measurement units.
Material Science:
Mechanical properties of common structural materials.
Modulo di BIOMECHANICS OF HUMAN MOTION
Introduzione al Corso. Contenuti e obiettivi del Corso. Materiali del Corso. Presentazione della modalità degli esami. Modelli biomeccanici diretti e inversi. Piani anatomici e direzioni e altre definizioni anatomiche. Introduzione alla biomeccanica della camminata.
Misure della camminata nel piano orizzontale. Il ciclo di camminata. Parametri spazio-temporali della camminata. Forze di reazione al suolo durante la camminata. Centro di massa e considerazioni sull'energia per la camminata.
Il modello di camminata balistica e il numero di Froude. Il numero di Froude: effetto della velocità, lunghezza delle gambe e gravità. Costo del trasporto in funzione della velocità di camminata. Principali ossa, punti di riferimento anatomici e muscoli negli arti inferiori umani. Il modello dinamico di camminata. Camminatori dinamici passivi.
Il ruolo del movimento delle braccia nella camminata. Modelli più naturalistici per l'analisi della camminata. Cinematica della camminata: movimento del bacino. Cinematica della camminata: anca, ginocchio e caviglia. Forze di reazione al suolo e modulazione della velocità nella camminata. Camminate atipiche: camminata in posizione accovacciata. Camminate atipiche: camminata con ginocchio rigido. Cambiamenti nella camminata in diverse condizioni.
Il ciclo di corsa. Forze di reazione al suolo durante la corsa. Centro di massa e considerazioni sull'energia per la corsa. Modelli elastici di salto e corsa. Discretizzazione delle equazioni differenziali tramite il metodo di Eulero: l'oscillatore massa-molla-smorzatore.
Cinematica degli arti superiori. Uso del controller Leap Motion per il tracciamento della cinematica e della dinamica degli arti superiori. Uso della comunicazione UDP per la trasmissione dei dati cinetici degli arti superiori acquisiti tramite il controller Leap Motion.
Biomeccanica della manipolazione umana.
Acquisizione ed elaborazione di biosignali di movimento.
Modelli biomeccanici di corsa: da modelli a ordine minimo al controllo tramite apprendimento rinforzato. L'importanza della simulazione fisica nell'era dell'IA.
Programmazione grafica ed esempi pratici di biomeccanica del movimento con Labview.
Sistemi di cattura del movimento, mocap ottico, telecamere RGB-D, immagini digitali, basi della geometria proiettiva, modello della fotocamera a foro stenopeico, parametri estrinseci ed intrinseci, modelli di distorsione delle lenti.
Sistemi di cattura del movimento, ricostruzione 3D, mocap basato su marcatori, marcatori attivi e passivi, sistemi di cattura del movimento non ottici (tute inerziali, fibre ottiche, sensori elettromagnetici), piattaforma di forza, solette sensorizzate, tutorial in Python sulla acquisizione di immagini RGB-D.
Calibrazione della fotocamera, calibrazione della fotocamera di Zhang, target di calibrazione, stima dell'omografia, stima dei parametri intrinseci, stima dei parametri estrinseci, stima della distorsione delle lenti, tutorial in Python sulla calibrazione della fotocamera.
Sistema di cattura del movimento senza marcatori, concetti di reti neurali convoluzionali, rilevamento delle persone con l'apprendimento profondo, Region CNN, Fast RCNN, Faster RCNN.
Rilevamento delle persone con telecamere RGB, Yolo CNN, algoritmi basati su ancoraggi e senza ancoraggi per il rilevamento degli oggetti, rilevamento di oggetti singoli e multipli.
Stima della posa da telecamere RGB, tutorial in Python su come effettuare il rilevamento delle persone con l'apprendimento profondo, distribuzione degli algoritmi di rilevamento delle persone e calcolo delle metriche di prestazione pertinenti.
Discussione e assegnazione di progetti per gli esami del modulo.
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Introduzione alla robotica riabilitativa. Classificazione delle disabilità (ICIDH, ICF). Il processo di riabilitazione e le sue fasi. Il ruolo dell'Ingegnere Riabilitativo. Esempi di macchine per la riabilitazione.
Fondamenti delle matrici di rotazione e degli angoli di Eulero.
Classificazione dei robot. Convenzione Denavit-Hartenberg (DH) per catene aperte e chiuse. Calibrazione cinematica. Il problema della cinematica inversa.
Derivazione delle formulazioni della velocità lineare e angolare in catene aperte. Calcolo dello Jacobiano geometrico in catene aperte e chiuse. Jacobiano analitico.
Il problema della cinematica inversa utilizzando la cinematica differenziale. Statica. Dualità cinetostatica in catene aperte e chiuse. Indici di manipolabilità.
Derivazione delle equazioni della dinamica.
Esempi di robot riabilitativi e analisi dell'architettura del robot (cinematica, sensori, attuazione e controllo). Analisi di studi clinici.
Ausili, il Nomenclatore Tariffario, principi di progettazione di carrozzine.
Ergonomia, errori del progettista, principi di progettazione universale, antropometria, modello HAAT.
Introduzione ai materiali strutturali per la costruzione di macchine per la riabilitazione.
Introduzione ai materiali tessili per la robotica. Applicazioni, materiali tessili, lavorazioni tessili, proprietà meccaniche delle strutture tessili, produzione 3D e finissaggi.
Attuatori e sensori a base tessile. Nozioni di base e applicazioni.
BIOMECHANICS OF HUMAN MOTION module
Introduction to the Course. Course contents and objectives. Course materials. Presentation of exams modality. Forward and inverse biomechanical models. Anatomical planes and directions and other anatomical definitions. Introduction to walking biomechanics.
Measurements of gait in the horizontal plane. The walking gait cycle Spatio-temporal parameters of walking gait. Ground reaction forces during walking. Center of mass and energy considerations for walking.
The ballistic walking model and the Froude number. The Froude number: effect of speed, leg length and gravity. Cost of transport as a function of walking speed. Major bones, anatomical landmarks and muscles in the human lower limb. The dynamic walking model. Passive dynamic walkers.
The role of arm swing in walking. More naturalistic models for gait analysis. Kinematics of walking: pelvis motion. Kinematics of walking: hip, knee and ankle. Ground reaction of forces and modulation of speed in walking. Atypical gaits: crouch gait. Atypical gaits: stiff-knee gait. Changes in walking under various conditions.
The running gait cycle. Ground reaction forces while running. Center of mass and energy considerations for running. Elastic models of hopping and running. Discretization of differential equations via Euler method: the mass-spring-damper oscillator.
Upper limb kinematics. Use of Leap motion controller for tracking upper limb kinematics and dynamics. Use of UDP communication for transmitting upper limb kinematic data acquired via Leap motion controller.
Biomechanics of human manipulation.
Acquisition and elaboration of motion biosignals.
Biomechanical models of running: from minimal order models to reinforcement learning control. The importance of physical simulation in the AI era.
Graphical programming and hands on examples of motion biomechanics with Labview.
Motion capture systems, optical mocap, RGB-D cameras, digital images, basics of projective geometry, pinhole camera model, extrinsic and intrinsic parameters, lens distortion models.
Motion capture systems, 3D reconstruction, marker-based mocap, active and passive markers, non-optical motion caption system (inertial suits, optical fiber, electromagnetic sensors), force platform, sensorized insoles, Python tutorial on RGB-D image acquisition.
Camera calibration, Zhang's camera calibration, calibration targets, homography estimation, intrinsic parameter estimation, extrinsic parameter estimation, lens distortion estimation, Python tutorial on camera calibration.
Markerless motion capture system, basics on convolutional neural networks, people detection with deep learning, Region CNN, Fast RCNN, Faster RCNN.
People detection with RGB cameras, Yolo CNN, anchor-based and anchor-free algorithms for object detection, single and multiple object detection.
Pose estimation from RGB cameras, Python tutorial on performing people detection with deep learning, deploying people detection algorithms and computing relevant performance metrics.
Discussion and assignment of projects for module exams.
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Introduction to rehabilitation robotics. Disability classification (ICIDH, ICF). The rehabilitation process and its stages. The role of the Rehabilitation Engineer. Examples of rehabilitation machines.
Fundamentals of rotation matrices and Euler angles.
Robots classification. Denavith Hartenberg (DH) convention for open and closed chains. Kinematic calibration. The inverse kinematics problem.
Derivation of linear and angular velocity formulations in open chains. Computation of the geometric Jacobian in open and closed chains. Analytical Jacobian.
The inverse kinematics problem using differential kinematics. Statics. Kinetostatic duality in open and closed chains. Manipulability indexes.
Derivation of the dynamics equations of motion.
Examples of rehabilitation robots and analysis of the robot architecture (kinematics, sensors, actuation and control). Analysis of clinical studies.
Assistive devices, the Tariff Nomenclator, principles of wheelchair design.
Ergonomics, designer errors, universal design principles, anthropometry, HAAT model.
Introduction to structural materials for the construction of rehabilitation machines.
Introduction to textiles for robotics. Applications, textile materials, textiles manufacturing, mechanical properties across textile structures, 3D manufacturing and postprocessing.
Textile-based actuators and sensors. Basics and applications.
Modulo di BIOMECHANICS OF HUMAN MOTION
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
Dispense e materiale fornito dal docente. Il materiale fornito è necessario per avere un quadro introduttivo alla materia.
BIOMECHANICS OF HUMAN MOTION module
ROBOTIC AND DATA-DRIVEN REHABILITATION module
Lecture notes and slides provided by the instructor.
Modulo di BIOMECHANICS OF HUMAN MOTION
L'esame consisterà in un progetto di gruppo (2-4 studenti/studentesse) con discussione individuale sulle tematiche trattate nel corso.
Modulo di ROBOTIC AND DATA-DRIVEN REHABILITATION
L'esame è composto da una prova scritta e una orale.
BIOMECHANICS OF HUMAN MOTION module
The exam consists of a team project (2-4 students) with individual discussion on the topics covered in the course.
ROBOTIC AND DATA-DRIVEN REHABILITATION module
The exam consists of a written and an oral test.
