From Vision to Assistance: Gaze and Vision-Enabled Adaptive Control for a Back-Support Exoskeleton

Resumen Técnico: De la Visión a la Asistencia: Control Adaptativo Basado en la Mirada y la Visión para un Exoesqueleto de Soporte Lumbar

Planteamiento del Problema
El dolor de espalda sigue siendo un trastorno laboral prevalente, y los exoesqueletos activos de soporte lumbar se proponen como una solución para redistribuir las cargas espinales. Sin embargo, la eficacia de los exoesqueletos activos depende críticamente de proporcionar una asistencia oportuna y consciente del contexto. Las estrategias de control existentes dependen típicamente de señales reactivas del usuario (p. ej., IMU, EMG o torque aplicado) o de sistemas de visión estáticos que no informan directamente al bucle de control. Estos enfoques carecen de la capacidad de percibir el entorno operativo, lo que provoca una asistencia mal cronometrada que puede reducir la confianza, la comodidad y la aceptación a largo plazo del usuario. Específicamente, los sistemas actuales tienen dificultades para distinguir entre un usuario que simplemente se inclina para mirar un objeto y uno que está agarrando activamente un objeto, lo que resulta en retrasos en la entrega de torque durante las fases críticas de levantamiento.

Metodología
Los autores proponen un marco de control con puerta de visión (vision-gated control framework) para un exoesqueleto lumbar ocupacional activo que integra visión egocéntrica con seguimiento de la mirada para permitir una asistencia consciente del contexto. La arquitectura del sistema consta de tres componentes principales:

1. Módulo de Percepción: Utilizando una cámara en primera persona montada en Tobii Pro Glasses 3, el sistema transmite fotogramas RGB y coordenadas de la mirada. Un detector YOLOv9 ajustado clasifica los objetos como "Agarrado" (Grasped) o "No Agarrado" (Not Grasped). Al mapear la fijación de la mirada del usuario sobre el plano de la imagen, el sistema genera indicadores binarios ($\chi^+_t$ y $\chi^-_t$) para determinar si el usuario está fijando la mirada en un objeto agarrado. Una lógica de filtrado temporal (ventana deslizante con ratio de permanencia) convierte estos indicadores en una puerta de visión binaria robusta ($\mathbb{1}_{box}$), asegurando que las transiciones reflejen eventos de agarre intencionales en lugar de fluctuaciones transitorias.

2. Máquina de Estados Finitos (FSM): La FSM gobierna la progresión de la tarea a través de cuatro estados: (0) de pie sin una caja, (1) inclinándose para recoger, (2) de pie con una caja, y (3) inclinándose para colocar. Las transiciones son activadas por umbrales de inclinación del tronco ($\theta_{stand}$, $\theta_{bend}$) y la puerta de visión. Crucialmente, la puerta de visión permite que el sistema active autónomamente la transición de "inclinarse para recoger" a "de pie con una caja" (Estado 1 $\to$ 2) y gestione la liberación (Estado 3 $\to$ 0) basándose en el estado del agarre, en lugar de depender únicamente de la postura.

3. Control de Admitancia Variable: El controlador entrega el torque de asistencia ($\tau_{ass}$) mediante una ley de admitancia. El torque de referencia es una suma ponderada del torque del tronco ($\tau_w$) y el torque de la caja ($\tau_{box}$). La inclusión de $\tau_{box}$ está regulada por la puerta de la visión. El sistema emplea una estrategia de rigidez variable, alternando entre modos "Suave" (retrocedible, $K=0$) y "Duro" (rígido, $K \ge K_{min}$) basados en la velocidad del movimiento, con transiciones suavizadas para asegurar la fluidez.

Protocolo Experimental
Se realizó un estudio con usuarios con 15 voluntarios sanos realizando ensayos repetidos de levantamiento de carga con una caja de 4 kg. El estudio comparó tres condiciones:

• EC1: Sin exoesqueleto (línea base).
• EC2: Exoesqueleto con control basado en la postura (sin visión).
• EC3: Exoesqueleto con control basado en la visión.

Los participantes desconocían la activación de la visión en EC2 frente a EC3 para evitar sesgos. El desempeño se evaluó mediante análisis de torque objetivo y un cuestionario de escala Likert de 13 ítems que evaluaba la demanda física, la fluidez, la confianza y la comodidad.

Resultados Clave

• Precisión de la Percepción: La detección de agarre basada en YOLO logró una puntuación F1 macro-promedio del 92.35% (Precisión: 92.84%, Recall: 91.86%).
• Demanda Física: El análisis estadístico (prueba de Friedman, $p < 0.001$) reveló que la condición con control de visión (EC3) redujo significativamente la demanda física percibida en comparación tanto con la línea base sin exoesqueleto como con el exoesqueleto basado solo en la postura (EC2). Las puntuaciones de EC3 fueron notablemente más altas (media 3.60) que las de EC2 (media 2.13).
• Experiencia del Usuario: Para todas las métricas subjetivas (fluidez, confianza, comodidad, comprensión mutua), el modo con control de visión superó significativamente al modo basado solo en la postura (pruebas de rango con signo de Wilcoxon, $p < 0.05$ tras la corrección de Holm); los tamaños del efecto fueron grandes (Kendall's $W = 0.752$ para la demanda física; las correlaciones de razón-biserial fueron a menudo $\ge 0.80$).
• Desempeño del Control: El análisis cuantitativo mostró que la regulación por visión permitió una asistencia más temprana y fuerte. El sistema redujo el retraso entre el agarre real y la aparición del torque, particularmente durante la transición crítica de inclinarse a levantar. Los participantes no necesitaron alcanzar un umbral de postura específico para recibir soporte, ya que el sistema anticipaba la tarea basándose en el evento de agarre.

Significancia y Reivindicaciones
El artículo sostiene que la integración de la visión egocéntrica y el seguimiento de la mirada en el bucle de control de un exoesqueleto activo de soporte lumbar mejora significativamente la capacidad de respuesta, la ergonomía, la seguridad y la aceptación del usuario. Al pasar de un control puramente reactivo basado en la postura a una asistencia proactiva y consciente del contexto, el marco propuesto aborda la "ceguera" de los exoesqueletos actuales ante el entorno operativo. Los resultados sugieren que la asistencia regulada por visión mejora la naturalidad de la colaboración humano-robot, fomentando una mayor confianza y comodidad, que se identifican como factores críticos para la adopción industrial de los exoesqueletos activos.

Limitaciones y Trabajo Futuro
Los autores reconocen que el estudio se llevó a cabo bajo condiciones controladas de laboratorio con un único tipo de caja y un peso conocido. Señalan que el trabajo futuro debe abordar cargas variables, potencialmente mediante la estimación de peso en línea o la adaptación dinámica. Además, el estudio actual se centró en el soporte lumbar; las iteraciones futuras pretenden integrar el control coordinado de las articulaciones lumbares y de la cadera para dar soporte a diversas tareas como el agachamiento y la marcha.