MODELAGEM E IMPLEMENTAÇÃO DE ESTRATÉGIAS DE CONTROLE FUZZY PARA ÓRTESE ATIVA DE MEMBROS INFERIORES

Introdução: A análise da marcha humana é uma área central da biomecânica, relevante para a compreensão de disfunções locomotoras e para o desenvolvimento de tecnologias assistivas, como órteses híbridas. Com o avanço de sistemas baseados em sensores e técnicas computacionais, novas abordagens têm sido aplicadas para melhorar a identificação das fases da marcha, um aspecto crítico para intervenções de reabilitação motora. Entre essas abordagens, destaca-se a lógica fuzzy, cuja capacidade de lidar com as variabilidades no movimento humano oferece vantagens significativas em relação a métodos tradicionais de classificação. A aplicação deste trabalho está voltada para o contexto de uma órtese híbrida destinada à reabilitação de pacientes com dificuldades de deambulação. A identificação correta das fases da marcha é fundamental para o acionamento sincronizado da Estimulação Elétrica Funcional (FES), uma técnica que promove a contração muscular por meio de impulsos elétricos, contribuindo para a restauração de movimentos funcionais em sinergia com a ação da órtese. Objetivos: Este trabalho propõe o desenvolvimento e implementação de um sistema de controle baseado em lógica fuzzy para identificar com precisão as fases da marcha humana. Materiais e método: O sistema desenvolvido utiliza como entradas os ângulos articulares do quadril e do joelho, processados por um modelo de inferência fuzzy construído no ambiente script do MATLAB. A lógica fuzzy permite representar o conhecimento por meio de regras linguísticas do tipo “se… então”, promovendo decisões adaptativas frente à variabilidade do movimento humano. O uso dessa abordagem busca superar limitações de classificadores tradicionais, que frequentemente falham em contextos em que há grande incerteza e imprecisão nos dados. Resultados: Foram consideradas sete fases distintas, com diferenciação adicional entre movimentos de flexão e extensão do joelho por meio da derivada do sinal. Apesar da estrutura lógica coerente, a validação do sistema foi limitada devido ao uso de dados simulados com variações lineares e simplificadas, que não representaram adequadamente a complexidade dos ciclos reais da marcha. Como consequência, algumas fases não foram ativadas e ocorreram classificações indefinidas (“NaN”). Considerações finais: O modelo fuzzy desenvolvido apresentou estrutura lógica funcional e conseguiu identificar fases da marcha com base em apenas duas variáveis articulares. No entanto, a utilização de dados artificiais limitou a validação, resultando em classificações parciais e saídas indefinidas. A eficácia plena do sistema depende da aplicação com dados reais, mais compatíveis com a dinâmica do movimento humano.

Palavras-chave: Marcha humana; Lógica Fuzzy; Reabilitação; Estimulação Elétrica Funcional (FES); Fases da marcha.