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

Resumo Técnico: Da Visão à Assistência: Controle Adaptativo Baseado em Olhar e Visão para um Exosqueleto de Suporte Lombar

Definição do Problema
A dor nas costas continua sendo um transtorno ocupacional prevalente, com exoesqueletos ativos de suporte lombar sendo propostos como uma solução para redistribuir as cargas da coluna vertebral. No entanto, a eficácia dos exoesqueletos ativos depende criticamente de fornecer assistência oportuna e consciente ao contexto. As estratégias de controle existentes dependem tipicamente de sinais reativos do usuário (ex: IMU, EMG ou torque aplicado) ou sistemas de visão estáticos que não informam diretamente o loop de controle. Essas abordagens carecem da capacidade de perceber o ambiente operativo, levando a uma assistência mal cronometrada que pode reduzir a confiança, o conforto e a aceitação a longo prazo do usuário. Especificamente, os sistemas atuais têm dificuldade em distinguir entre um usuário apenas se curvando para olhar um objeto versus um movimento de agarrar ativamente, resultando em atrasos na entrega de torque durante fases críticas de levantamento.

Metodologia
Os autores propõem uma estrutura de controle com gatilho de visão para um exoesqueleto ocupacional lombar ativo que integra visão egocêntrica com rastreamento de olhar vestível para permitir assistência consciente ao contexto. A arquitetura do sistema compreende três componentes principais:

1. Módulo de Percepção: Utilizando uma câmera em primeira pessoa montada em óculos Tobii Pro Glasses 3, o sistema transmite quadros RGB e coordenadas de olhar. Um detector YOLOv9 ajustado classifica objetos como "Agarrado" (Grasped) ou "Não Agarrado" (Not Grasped). Ao mapear a fixação do olhar do usuário no plano da imagem, o sistema gera indicadores binários ($\chi^+_t$ e $\chi^-_t$) para determinar se o usuário está fixando o olhar em um objeto agarrado. Uma lógica de filtragem temporal (janela deslizante com razão de permanência/dwell ratio) converte esses indicadores em um gatilho de visão binário robusto ($\mathbb{1}_{box}$), garantindo que as transições reflitam eventos de agarrar intencionais em vez de flutuações transitórias.

2. Máquina de Estados Finitos (FSM): A FSM governa a progressão da tarefa através de quatro estados: (0) em pé sem uma caixa, (1) curvando para pegar, (2) em pé com uma caixa, e (3) curvando para posicionar. As transições são disparadas por limiares de inclinação do tronco ($\theta_{stand}$, $\theta_{bend}$) e pelo gatilho de visão. Crucialmente, o gatilho de visão permite que o sistema acione autonomamente a transição de "curvar para pegar" para "em pé com uma caixa" (Estado 1 $\to$ 2) e gerencie a liberação (Estado 3 $\to$ 0) com base no estado do agarrar, em vez de depender exclusivamente da postura.

3. Controle de Admitância Variável: O controlador entrega torque assistivo ($\tau_{ass}$) via uma lei de admitância. O torque de referência é uma soma ponderada do torque do tronco ($\tau_w$) e do torque da caixa ($\tau_{box}$). A inclusão de $\tau_{box}$ é controlada pelo módulo de visão. O sistema emprega uma estratégia de rigidez variável, alternando entre modos "Suave" (retrodirigível, $K=0$) e "Rígido" (rígido, $K \ge K_{min}$) com base na velocidade do movimento, utilizando transições suavizadas para garantir fluidez.

Protocolo Experimental
Um estudo com usuários foi realizado com 15 voluntários saudáveis realizando tentativas repetidas de levantamento de carga com uma caixa de 4 kg. O estudo comparou três condições:

• EC1: Sem exoesqueleto (linha de base).
• EC2: Exoesqueleto com controle baseado em postura (sem visão).
• EC3: Exoesqueleto com controle baseado em visão.

Os participantes não estavam cientes da ativação da visão em EC2 vs. EC3 para evitar vieses. O desempenho foi avaliado por meio de análise de torque objetiva e um questionário de escala Likert de 13 itens avaliando demanda física, fluidez, confiança e conforto.

Principais Resultados

• Precisão da Percepção: A detecção de agarrar baseada em YOLO alcançou um F1-score macro-médio de 92,35% (Precisão: 92,84%, Recall: 91,86%).
• Demanda Física: A análise estatística (teste de Friedman, $p < 0,001$) revelou que a condição com gatilho de visão (EC3) reduziu significativamente a demanda física percebida em comparação tanto com a linha de base sem exoesqueleto quanto com o exoesqueleto baseado apenas em postura (EC2). As pontuações de EC3 foram notavelmente superiores (média 3,60) às de EC2 (média 2,13).
• Experiência do Usuário: Para todas as métricas subjetivas (fluidez, confiança, conforto, compreensão mútua), o modo com gatilho de visão superou significativamente o modo baseado apenas em postura (testes de postos de Wilcoxon, $p < 0,05$ após correção de Holm); os tamanhos de efeito foram grandes (Kendall's $W = 0,752$ para demanda física; correlações de bisserial de posto frequentemente $\ge 0,80$).
• Desempenho do Controle: A análise quantitativa mostrou que o gatilho de visão permitiu uma assistência mais precoce e forte. O sistema reduziu o atraso entre o agarrar real e o início do torque, particularmente durante a transição crítica de curvar para levantar. Os participantes não precisaram atingir um limiar de postura específico para receber suporte, pois o sistema antecipou a tarefa com base no evento de agarrar.

Significância e Alegações
O artigo afirma que a integração de visão egocêntrica e rastreamento de olhar no loop de controle de um exoesqueleto ativo de suporte lombar melhora significativamente a responsividade, ergonomia, segurança e aceitação do usuário. Ao passar de um controle puramente reativo e baseado em postura para uma assistência proativa e consciente do contexto, a estrutura proposta aborda a "cegueira" dos exoesqueletos atuais em relação ao ambiente operativo. Os resultados sugerem que a assistência com gatilho de visão melhora a naturalidade da colaboração humano-robô, promovendo maior confiança e conforto, que são identificados como fatores críticos para a adoção industrial de exoesqueletos ativos.

Limitações e Trabalho Futuro
Os autores reconhecem que o estudo foi conduzido sob condições controladas de laboratório com um único tipo de caixa e peso conhecido. Eles observam que trabalhos futuros devem abordar cargas variáveis, possivelmente através de estimativa de peso online ou adaptação dinâmica. Além disso, o estudo atual focou no suporte lombar; futuras iterações visam integrar o controle coordenado das articulações lombares e do quadril para suportar diversas tarefas, como agachar e caminhar.