| 研究課題/領域番号 |
22KF0322
|
|---|
| 補助金の研究課題番号 |
21F50733 (2021-2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2021-2022) |
|---|
| 応募区分 | 外国 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 前橋工科大学 |
|---|
研究代表者 |
朱 赤 前橋工科大学, 工学部, 教授 (20345482)
|
|---|
| 研究分担者 |
GAO JUE 前橋工科大学, 工学部, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
2,200千円 (直接経費: 2,200千円)
2023年度: 500千円 (直接経費: 500千円)
2022年度: 1,100千円 (直接経費: 1,100千円)
2021年度: 600千円 (直接経費: 600千円)
|
|---|
| キーワード | 脳波 / リハビリテーション / ロボット |
|---|
| 研究開始時の研究の概要 |
人間の脳波（EEG）信号から上肢の肘関節と肩関節の運動に関連する新たな特徴の抽出、人間の上肢の関節の運動と脳波の関係を表すモデルの構築、およびこのモデルを更新する学習アルゴリズムの開発を行い、装着型多自由度外骨格ロボットを利用しようとする時の人間の脳活動から人の多次元の必要な力・トルク情報を推定し、外骨格ロボットを用いてリハビリテーションおよび脳卒中の障害者の運動機能回復、さらに健常者のパワーアシストが可能になる非侵襲型BMI(ブレインマシンインターフェース)を用いた装着型多自由度外骨格ロボットの制御技術の確立および実機検証を行う。
|
| 研究実績の概要 |
まず、今年度中、人間の脳波（EEG）信号から上肢の肘と肩関節の屈曲伸展動作に関連する脳波のピーク値の識別と抽出手法の開発に成功した。
これまで脳波の特徴として脳波のパワースペクトルに加え、この抽出した上肢の肘と肩関節の屈曲伸展動作に関連する脳波のピーク値を新たな特徴として、人間の上肢の関節の運動と脳波の関係を表すモデルの構築、およびこのモデルを更新する学習アルゴリズムの開発を行っている。これにより、装着型多自由度外骨格ロボットを利用しようとする時の人間の脳活動から人の多次元の必要な力・トルク情報を推定し、外骨格ロボットを用いてリハビリテーションおよび脳卒中の障害者の運動機能回復、さらに健常者のパワーアシストが可能になる非侵襲型BMI(ブレインマシンインターフェース)を用いた装着型多自由度外骨格ロボットの制御技術を確立することが期待できる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
人間の脳波（EEG）信号から上肢の肘と肩関節の屈曲伸展動作に関連する脳波のピーク値の識別と抽出手法の開発に成功した。これまで脳波のパワースペクトルに加え、この提案した人間の脳波（EEG）信号から上肢の運動に関連する新たな特徴の抽出手法に基づき、人間の上肢の関節の運動と脳波の関係を表すモデルを構築し、人間の脳活動から人の多次元の必要な力・トルク情報を推定して、問題点を発見し、改善した。さらに、構築した上肢の関節の運動と脳波のモデルに学習アルゴリズムを導入し、モデルのパラメータを自動的に更新できるようにして、人の脳波からロボットを制御する人の多次元の必要な力・トルク情報の推定精度の向上が期待できるものとなった。また、研究成果として、国際会議やジャーナルに投稿した。国際会議論文1篇（Gao Jue, Zhu Chi,“An Underwater Target Perception Framework for Underwater Operation Scene”）が国際会議IROS2022で採択され、発表を行った。さらに、学術論文1篇を“Subject-adaptive motion-related peaks detection from EEG signals during asynchronous upper-limb movement”と題して、IEEE Transactions on Neural Systems & Rehabilitation Engineeringに投稿した。現在査読中である。
|
| 今後の研究の推進方策 |
開発した学習機能を有する人の脳波からロボットを制御する人の多次元の必要な力・トルク情報の推定手法を用い、健常者を対象に実機で検証を行ったうえで、障害者を対象に実験検証を行う。問題点を発見し、さまざまな障害者に適応できるアルゴリズムを改善する。これにより、外骨格ロボットを用いてリハビリテーションおよび脳卒中の障害者の運動機能回復、さらに健常者のパワーアシストが可能になる非侵襲型BMIを用いた装着型多自由度外骨格ロボットの制御技術が確立できる。また、研究成果として、昨年度と同じく、国際会議やジャーナルに投稿する。
|
