| 研究課題/領域番号 |
21K18105
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90150:医療福祉工学関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | Wearable Robotics / Rehabilitation / Esoskeleton / HDEMG / Gabor filters / Motion Intention / HD EMG / High Density EMG |
|---|
| 研究開始時の研究の概要 |
Wearable robots need to be controlled according to the human motion intention. Existing technologies cannot predict the intentions intuitively. HDEMG contains information related to motor unit activations. This study investigates a new paradigm using HD EMG to estimate human motion intention.
|
| 研究成果の概要 |
外骨格や義手などのウェアラブルロボットシステムでは、装着者の動作意図を捉えることが重要です。高密度筋電図（HDEMG）を使用し、リアルタイムで人間の動作意図を抽出しました。人間の手は自由度が高いですが、従来の筋信号の計測や解析技術では、このような自由度に関連する情報を十分に得ることができませんでした。そのため、本研究ではHDEMGを用いて測定された人間の筋肉の空間的な活性度のばらつきが、より高い自由度の運動意図を高精度に推定するのに十分な情報を提供できることを示しました。
|
| 研究成果の学術的意義や社会的意義 |
This study will provide insights into how enough information related to multi DOFs of human moiton can be extracted from HDEMG for motion intention estimation, considering the spatial variations of the muscle activations. This will help to improve the quality of life of wearable robotic users.
|
