Scheda programma d'esame
WEARABLE ROBOTICS
CHRISTIAN CIPRIANI
Academic year2022/23
CourseBIONICS ENGINEERING
Code1033I
Credits12
PeriodSemester 1 & 2
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
EXOSKELETONSING-IND/34LEZIONI60
NICOLA VITIELLO unimap
PROSTHESESING-IND/34LEZIONI60
CHRISTIAN CIPRIANI unimap
ANDREA MANNINI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

L’insegnamento mira a fornire le conoscenze in merito ai principali aspetti, metodologie e strumenti per la progettazione, la sperimentazione e la valutazione di sistemi protesici ed esoscheletrici robotizzati, di arto superiore e inferiore. L’insegnamento mira inoltre a fornire le conoscenze circa l’architettura del microcontrollore e delle sue periferiche più importanti nell’ambito della progettazione di sistemi robotici. Particolare enfasi è dedicata ai metodi per la progettazione meccatronica, ivi inclusa l’integrazione con interfacce di controllo e ritorno sensoriale, e lo sviluppo del controllo embedded delle protesi ed esoscheletri.

Knowledge

The course aims to provide students with the knowledge about the main challenges, methods and tools for the design, experimental evaluation and assessment of powered robotic prostheses and exoskeletons. The course also aims to provide students with the knowledge of the architecture of the microcontroller and of its most relevant peripherals for the design of robotic systems. Particular emphasis is placed towards the mechatronic design methods, including the integration of bidirectional Human-Machine-Interfaces, and the development of the embedded control of prostheses and exoskeleton.

Modalità di verifica delle conoscenze

L'accertamento delle conoscenze avviene attraverso esercitazioni in classe in itinere, e attraverso l’esame finale. Quest’ultimo si compone, per il modulo Artificial Limbs, di un progetto elaborato da un gruppo di studenti, della discussione del progetto, di gruppo ed individuale, e di un colloquio di verifica degli argomenti teorici trattati durante il corso. Per quanto riguarda il modulo Robotics Exoskeletons la verifica delle conoscenze sarà oggetto della valutazione di un elaborato da svolgere al calcolatore e/o di un colloquio.

Assessment criteria of knowledge

The gained knowledge is verified by means of periodic class hands-on exercises and by the final exam. The latter consists, for the Artificial Limbs module, of a project work (in teams, using the microcontroller) a team and individual discussion of the project and an oral exam pertaining the theoretical topics seen during the course. With regards to the Robotics Exoskeletons module, the verification will rely on a test to be executed with the support of a PC and/or an interview.

Capacità

Al termine del corso:

– Lo studente sarà in grado di sviluppare sistemi di controllo real-time con architettura gerarchica;

– lo studente saprà utilizzare l’ambiente di programmazione Microchip MPLABX e il compilatore XC8 per la programmazione embedded di sistemi protesici ed ortesici robotizzati;

– lo studente saprà utilizzare il software NI Labview, NI Labview RT, NI Labview FPGA per la programmazione ad alto livello di sistemi protesici ed ortesici robotizzati;

– lo studente saprà utilizzare sniffer seriali (es. RealTerm) e strumenti di laboratorio quali l’alimentatore da banco e l’oscilloscopio per lo sviluppo, il debug e la caratterizzazione elettrica di sistemi protesici ed ortesici robotizzati;

– lo studente sarà in grado di analizzare i data-sheet commerciali delle componenti fondamentali, e di discuterne le limitazioni nell’ambito della progettazione di un sistema protesico o ortesico robotizzato.

– lo studente sarà in grado di analizzare, discutere i limiti e progettare l’architettura e alcuni dei moduli software di sistemi protesici ed ortesici robotizzati.

Skills

After the completion of the course, students will be:

– able to develop hierarchical real-time control systems;

– proficient in the use of the software suite Microchip MPLABX, and the compiler XC8 for the embedded programming of robotic prostheses and orthoses;

– proficient in the use of the software NI Labview, NI Labview RT, NI Labview FPGA for the high level programming of robotic prostheses and orthoses;

– capable to use serial sniffer software (e.g. RealTerm) and instruments such as the bench power supplier and the oscilloscope, for the development, debug and electrical characterization of robotic prostheses and orthoses;

– able to analyse the commercial data-sheet of the fundamental components and to discuss their limitations with regards to the development of a robotic prosthesis or orthosis;

– able to analyse, discuss limitations and design the architecture and some of the software modules of advanced robotic prostheses and orthoses.

Modalità di verifica delle capacità

Durante le lezioni svolte in aula informatica lo studente svolgerà esercitazioni al calcolatore mirate ad affrontare le problematiche tipiche, utilizzando il software Labview e Microchip, alimentatori da banco, oscilloscopi digitali, schede di sviluppo con microcontrollore appositamente progettate del corso, e schede elettroniche commerciali equipaggiate con sensori e periferiche tipicamente utilizzate in meccatronica.

Assessment criteria of skills

During hands-on classes students will be exercise with Labview and Microchip software in order to code and solve typical problems they would face while programming a powered robotic exoskeleton/prosthesis; they will also use bench power suppliers, digital oscilloscopes, micro-controller based development boards purposely developed for this course, and development boards instrumented with sensors and peripherals commonly adopted in mechatronics applications.

Comportamenti

– Lo studente potrà acquisire capacità di analisi di problematiche complesse legate allo sviluppo di macchine destinate ad una forte interazione con l’uomo;

– Lo studente potrà acquisire e/o sviluppare sensibilità alla disabilità;

– Lo studente potrà saper gestire responsabilità di conduzione di un team di progetto.

Behaviors

– Students may gain skills of analysis relevant to manage complex design processes aiming at the development of machines closely interacting with humans;

– Students may gain sensibility to disability;

–Students may learn to handle responsibilities in team work.

Modalità di verifica dei comportamenti

– Durante le sessioni di laboratorio saranno valutati il grado di accuratezza e precisione delle attività svolte;

– Durante le lezioni frontali saranno valutati le capacità di analisi progressivamente maturate attraverso la discussione delle prestazioni di dispositivi presenti nello stato dell’arte.

Assessment criteria of behaviors

– During hands-on classes students the level of accuracy and precision of the activities will be assessed;

– Skills of system analysis will be challenged by the critical discussion of the performance of state-of-the-art robotic prostheses and orthoses.

Prerequisiti (conoscenze iniziali)

Conoscenze di base di matematica, fisica, programmazione al calcolatore, meccanica, meccanica applicata, teoria dei controlli, elettrotecnica, elettronica analogica, elettronica digitale, biomeccanica.

Prerequisites

Fundamentals of maths, physics, programming, theoretical and applied mechanics, control theory, linear circuits theory, analogic and digital electronics, biomechanics.

Indicazioni metodologiche

– Il corso è articolato in lezioni frontali con l’ausilio di lucidi e filmati e lezioni in laboratorio con l’ausilio di PC e schede elettroniche di sviluppo;

– Gli studenti possono interagire con il docente mediante ricevimenti, posta elettronica e/o colloqui via Skype;

– Le lezioni sono svolte in lingua inglese;

– Durante alcune delle lezioni gli studenti possono usufruire del supporto di co-docenti.

Teaching methods

– The course consists of both lecture-style classes with slides and videos and lab training with PC and electronics development boards;

– Students can interact with the teacher also through physical meetings, emails and Skype;

– Classes are in English;

– In some classes students can get support from teacher assistants.

Programma (contenuti dell'insegnamento)

Il corso è strutturato in due moduli:

 

Il modulo “Prostheses” tratta i seguenti macro argomenti:

– Introduzione e storia delle protesi

– Cenni di anatomia dell’arto superiore

– Protesi di arto superiore

– Protesi di arto inferiore

– Trasmissioni tipiche nelle protesi

– Cenni sulle invasature e osseointegrazione

– Controllo mioelettrico

– Feedback sensoriale

– Interfacce uomo-robot di frontiera

– Batterie

– Architettura e periferiche del microcontrollore

 

Il modulo “Exoskeletons” tratta i seguenti macro argomenti:

– Introduzione alla robotica indossabile

– Series elastic actuators

– Introduzione alla biomeccanica del cammino

– Introduzione a Labview Real Time

– Introduzione a Labview FPGA

– Esoscheletri di arto inferiore

– Esoscheletri di arto superiore

– Esoscheletri di mano

– Caso di studio: reverse engineering di un esoscheletro di mano

Syllabus

The course is structured in two modules:

The module “Prostheses” deals with the following topics:

– Introduction and history of prostheses

– Introduction to upper limb anatomy

– Upper limb prostheses

– Lower limb prostheses

– Mechanical transmission in prostheses

– Introduction to sockets and osseointegration

– Myoelectric control

– Sensory feedback

– Advanced HMI

– Batteries

– Architecture and peripherals of the microcontroller

 

The module “Exoskeletons” deals with the following topics:

– Introduction to wearable robotics

– Series elastic actuators

– Introduction to gait biomechanics

– Introduction to Labview Real Time

– Introduction to Labview FPGA

– Lower-limb exoskeletons

– Upper-limb exoskeletons

– Hand exoskeletons

– Case study: reverse engineering of a hand exoskeleton

Bibliografia e materiale didattico

– Diapositive delle lezioni

– Codice sviluppato durante le attività di laboratorio

– Una selezioni di articoli scientifici su alcuni dei sistemi protesici ed ortesici più rilevanti in letteratura

Bibliography

– Slides presented during the classes

– Code developed during the lab training sessions

– A collection of scientific papers about the most relevant prosthetic and orthotic robotic exoskeletons

Modalità d'esame

Per il modulo “Prostheses” l’esame è composto da un progetto di gruppo (volto alla realizzazione di un sistema embedded in ambito di protesi di arto) e da una prova orale che consiste nella discussione del progetto e in un colloquio orale tra il candidato, il docente ed i co-docenti. La discussione del progetto sarà sia di gruppo che individuale. La durata prevista è di 20 minuti. Il progetto è superato se il dispositivo risponde alle specifiche iniziali (o alla maggior parte delle stesse) e se il candidato sarà in grado di discutere le scelte di programmazione adottate. Per la prova orale la durata media prevista è di 20 minuti. La prova orale è superata se il candidato conosce sufficientemente gli argomenti e mostra sufficienti capacità di analisi delle problematiche riguardanti la progettazione di protesi.

 

Per il modulo “Exoskeletons” l’esame è composto da una prova orale che consiste in un colloquio orale tra il candidato, il docente ed i co-docenti. In una prima parte del colloquio il candidato inizialmente dovrà risolvere un esercizio al calcolatore mediante il software Labview. Nella seconda parte del colloquio al candidato saranno poste domande riguardanti gli argomenti trattati durante le lezioni frontali. La durata media prevista per la prima parte del colloquio sarà di 2 ore. Per la seconda parte del colloquio la durate media prevista è di 20 minuti.

La prova orale è superata se il candidato:

– mostrerà sufficienti capacità di analisi delle problematiche riguardanti la progettazione di sistemi robotici esoscheletrici;

– mostrerà sufficiente capacità di elaborare soluzioni efficaci (in ambiente Labview) a tipiche problematiche del controllo real-time di robot esoscheletrici;

– mostrerà sufficienti capacità di discutere i limiti prestazionali delle soluzioni approntate.

Assessment methods

With regards to the module “Prostheses” the exam comprises of a project work (in teams, using the microcontroller) with discussion and an oral exam. The project/device is presented by the team, then discussed individually (with each one in the team). The quality of the project plus the individual discussion on the project makes the "project mark" (one for each student). If the project is unacceptable (insufficient) the discussion does not take place and the team will come at a later exam session with the same project. Similarly, if the project can be improved (barely sufficient) students will be invited to come later with a better project (each student can decide for himself/herself to come back later or to discuss it and go on with the exam). If the project is fine, after the individual discussion, each student gets the "project mark". Not accepting this implies to come at a later exam session with the same project. The "project mark" is combined with the assessment of the oral exam after answering to questions on the program.

 

As it regards the “Exoskeletons” module, the examination will consist of a two-phase interview. During the first phase students will be challenged with a control problem to be solved by means of the development of Labview code. During the second phase, students will be challenged with questions on the topics treated during the lecture-style classes. Expected duration for the first phase is 2 hours. Expected duration for the second phase is 20 minutes.

Examination will be passed if students will:

– show sufficient skills in the analysis of major design challenges of robotic exoskeletons;

– show sufficient skills in the development of effective Labview code for the real-time control of a robotic exoskeleton;

– show sufficient skills in the analysis of the performance of the developed code.

Updated: 29/07/2022 18:10