2019 Fiscal Year Annual Research Report
筋電位の時空間情報に基づく運動推定法の開発とその応用
| Project/Area Number |
19H04192
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
小澤 隆太 明治大学, 理工学部, 専任教授 (40368006)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡田 志麻 立命館大学, 理工学部, 准教授 (40551560)
福永 修一 東京都立産業技術高等専門学校, ものづくり工学科, 准教授 (70402518)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 筋電位 / 義手 / 筋電モーメント |
|---|
| Outline of Annual Research Achievements |
本研究は、筋電データからその接触位置情報によって重みづけられた筋電モーメントによる運動推定法の開発とその応用技術による検証を行う。そのために、本年度は、平面筋電モーメントの基礎的な解析と今後の解析に用いるシステムの開発を行った。まず市販の簡易型筋電位センサを用いて、健常者の前腕の断面における筋電データから筋電モーメントの計測を行い、その計測データと複数の手の形状との関係を調査した。また、そのデータをもとに筋電モーメントから手形状を識別するための学習を行った。次に、筋電位と慣性計測ユニット(IMU)センサとの連携により把持運動と到達運動の連動運動を識別アルゴリズムに関する研究を行った。特に、上腕の空間軌道を推定するIMUセンサによる情報と手の運動とともに変化する筋電情報の役割と識別率への影響を解析した。
本研究を進めるにあたり、二つのハードウェアが必要となる。一つは、多点で筋電位を計測できる分布型の筋電センサシステムである。そこで、生体計測に利用可能なドライ電極を利用し、前腕に装着可能な装着型筋電センサデバイスの試作を行った。また、これらのセンサデバイスの有効性の検証するために、開発したセンサから得られた筋電位計測実験に基づいて手首姿勢判別を行った．もう一つのハードウェアは、筋電モーメントによる把持動作の推定結果を実装するための義手やロボットハンドが必要である。そこで、ロボットハンドと子供用の義手の開発を行を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は、筋電モーメントを用いた手形状の学習、慣性計測(IMU)センサとの連携による到達把持運動の推定、多点筋電センサとハンドの開発を行った。まず、平面筋電０次、１次モーメントにより手形状の分布を調べ、サポートベクターマシンにより手形状が高精度で識別可能となった。次に、前腕に取り付けたIMUセンサによるDynamic Time Warpingと筋電情報によるサポートベクターマシンの組み合わせにより、把持形状と対象物を掴みに行く方向を同時に識別するアルゴリズムの開発を行った。これらの組み合わせにより、IMUセンサ単独では判別しづらいケースを補えることを示した。以上の成果はロボティクス・メカトロニクス講演会2020にて発表予定である。
次に、筋電モーメントの計測のコア技術となる多点での分布筋電位の計測を行うために、生体計測に利用可能な導電性エラストマを熱圧着した二通りの多点筋電デバイスを製作した．一つ目はスリーブ型デバイス，もう一つはバンド型デバイスである．手首姿勢判別によりこれらのデバイスの評価を行った。スリーブ型デバイスは、バンド型デバイスと比べて良い判別性能を示した．この要因として，デバイスの伸縮率の違いが影響しており、伸縮率の高いスリーブ型の方が安定した接触を維持できたためと考えられる。一方、この伸縮性による負荷のために，電極の消耗が激しいことが分かった。これらの成果はシステム情報制御学会等で発表した。
次に、動作を再現するために樹脂製の義手とロボットハンドの開発を行った。ここで開発した義手は子供性の小型のものであり、モータなどを多く載せられないために劣駆動機構を採用している。ロボットハンドは、特殊な継手機構を用いたロボットハンドである。
|
| Strategy for Future Research Activity |
平面筋電モーメントにより把持形状などが静的な状態として推定できることが分かった。しかしながら、その被験者の個体差や長時間の経時的変化に対するロバスト性や動的運動での推定に関する可能性は検証できていない。そこで、これらの問題に対する筋電モーメントの役割を検証していく。また、IMUセンサとの筋電モーメントの計測方法を融合させ、効率的に学習を行っていく方法を考える。
本年度開発したウェアラブル筋電センサは精度と摩耗性が相補関係にあり、実用を考えると両方の性質が必要となる。そのため、ベースウェアや電極を構成する素材などの再検討が必要である．バンド型デバイスは装着時にかかる負荷が少なく，スリーブ型と比べて消耗が軽微である．反面，前腕の形状や太さの違いによる計測される筋電図への影響が無視できない．この問題には，前腕周長を考慮に入れた事前のパラメータ設定などで対応可能である．これらのデバイスはそれぞれの問題への対策を用意したうえで，使用用途に応じて選択する方法の開発を目指す。また、子供用義手の制御系の開発と改良を行っていく。
本年度は、コロナウィルスの影響により大学全体の活動が制限され、遠隔教育への負担が著しく大きくなっている。そのため、特に前半の時期に研究活動が大きく制限されることが予想される。また、学会等もリモートなどの開催が増え、従来のような効率の良い議論ができなくなる可能性がある。そこで、理論的な部分などに重きを置き、学会参加は十分状況を見て判断していく。
|
