2019 Fiscal Year Research-status Report
計測ウェアを用いた筋活動計測に基づく個人適応型起立動作支援システムの開発
| Project/Area Number |
19K20743
|
|---|
| Research Institution | Osaka Institute of Technology |
|---|
Principal Investigator |
井上 剛 大阪工業大学, ロボティクス&デザイン工学部, 准教授 (00823527)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 起立動作支援システム / 起立時間予測 / 起立速度予測 / 下肢筋電位 / 体幹前傾角 |
|---|
| Outline of Annual Research Achievements |
本研究では，個人の起立動作速度の違いに対応可能であり，さらに筋発揮量のコントロールが可能な起立動作支援システムの実現を目的とする．本年度は起立速度の違いに対応するため，起立速度の予測手法の開発及び同手法の評価を行った．
まず，様々な起立速度における起立時間（体幹前傾角が最大値の90%から90%まで変化した時間）と体幹前傾角度が90deg以下になってから離座までの時間及び筋電位発生から離座（臀部が座面から離れるタイミング）までの筋活動量の関係を調べる実験を行った．その結果，離座までの体幹前傾運動時間及び筋活動量は起立動作時間と相関があることが確認された．
この結果を踏まえて，次に起立動作支援システムで利用可能な起立時間予測手法の検討を行った．支援装置は体幹前傾運動が開始し，下肢筋電位が所定以上発生したタイミングで駆動する．そこで，体幹前傾角が所定角度以下になってから筋電位のRMSが所定値以上発生するまでの時間幅，同時間幅における体幹前傾角の変化量，前記起立動作を判定するのに用いた筋電位のRMSの値を用いて，離座から膝角度が所定値だけ変化するまでの時間幅を起立時間と定義し，予測する手法を開発した．予測手法では，前記3変数を説明変数として起立時間を目的変数とした重回帰分析を用いた．すなわち事前に得た起立動作の計測データから重回帰式の係数を決定し，予測対象データに対して3つの特徴量を計算し，重回帰式を用いて起立時間を予測する．
7名の実験協力者に対し起立速度の異なる30回のデータについて起立時間の予測を行った．平均値を予測値とする手法を従来手法とし，両手法の予測値と実際の起立時間との差を誤差として評価を行った．従来手法に対する開発手法の誤差の減少率を算出した結果，全実験協力者の平均は34.5%（最高約54%，最低約14%）となり，開発手法の有効性が確認できた．
|
| 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，異なる起立速度に対応した起立動作支援システムを実現するため，まず，起立速度の異なる起立動作の計測実験を行った．この結果，起立動作時間（起立動作の開始から終了までの時間）と離座までの体幹前傾角及び下肢筋発揮量（内側広筋の筋電位信号のRMS）に相関関係があることを確認された．そこで，起立動作支援システムにおいて，支援開始までの体幹前傾角及び下肢筋発揮量から支援開始後の起立時間を予測する手法を開発した．予測手法では，システムが駆動開始するまでの体幹前傾角及び下肢筋電位から作成した3変数を説明変数とし，起立時間を目的変数とした重回帰分析を用いて起立時間予測手法を開発した．
本手法の有効性を検証するため，7人の実験協力者に対し起立速度の異なる30回のデータについて起立時間の予測を行った．具体的には30回のデータを用いて学習を行い，重回帰式を求め，その式を使って各回の起立動作時間予測を行った．平均値を予測値とする手法を従来手法とし，両手法の予測値と実際の起立時間との差を誤差として評価を行った．評価の結果，全実験協力者における誤差の減少率の平均は34.5%となり，開発手法の有効性が確認できた．
本予測手法の有効性が確認できたため，本予測手法を実装したシステムを構築した．予め計測したデータから重回帰式を求め係数を決定し，システムにその係数を設定する．システムは起立動作時のリアルタイムな計測結果（体幹前傾角及び下肢筋電位）と設定した重回帰式から支援システムの座面駆動速度の制御を行う．システムの動作確認まで行ったが，システムを用いた予測手法の有効性は次年度以降に行う．
|
| Strategy for Future Research Activity |
次年度は，本年度開発した起立動作予測手法を実際に支援システムに組み込み，その有効性を評価する予定である．ただし，年度開発した起立動作予測手法をそのままシステムに実装して効果を得るにはいくつかの課題がある．第１に本予測手法は起立時の膝角度が所定値に達するまでの時間を予測するため，精度よく予測できたとしても起立動作の支援にはならない．起立動作を支援するためには，実際の起立動作より少し速い速度での制御が必要である．本課題に対しては，例えば予測値に対して一定割合高速に制御することで支援が可能であると考えるが，速く支援し過ぎると支援対象者の起立時のバランスを崩す可能性がある．そこで，支援速度の許容範囲についての調査が必要である．また，その結果に応じた制御方法の改良と評価が必要である．第２に本予測手法は学習データに基づいて作成した重回帰式を用いているため，ある程度の学習用データの取得が必要である．そこで，学習方法の改良や他人の学習データを利用することにより利用早期から起立速度に対応できるシステムの開発を目指す．第3に予測精度の個人差がある．本年度の評価実験では従来手法に対する開発手法の誤差の減少率は全実験協力者の平均は34.5%であったが，減少率には個人差があり最高で約54%，最低で約14%であった．予測精度が低い支援対象者について原因を追究しその対応策を考えていく必要がある．
以上のように，次年度は本年度開発した予測手法をシステムに実装して改良を行い，システムとして支援効果の有効性を示すことを目的とする．次々年度（最終年度）は，発揮筋力量をコントロールできるシステムの実現を目指す．また，支援対象者にとって計測時の負担の少ないウェアラブルセンサについての検討を行う予定である．
|
| Causes of Carryover |
実験の回数が予定よりも少なく、実験で必要な消耗品の購入が全く発生しなかったことが理由である．来年度はその分実験回数が増えるため，この費用を用いて補う予定である．
|
