| 研究課題/領域番号 |
19K14945
|
|---|
| 研究機関 | 東京国際工科専門職大学 |
|---|
研究代表者 |
水上 憲明 東京国際工科専門職大学, 工科学部, 講師 (50735397)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 装着型ロボット / 腰痛予防 / 持上動作アシスト / サーボモータ / 同調制御法 / 非外骨格型構造 / 機械学習 |
|---|
| 研究実績の概要 |
同調制御法に基づく装着型ロボットの持上制御アルゴリズムの改良を行った．持上動作時の屈曲最大値を検知すると即座に各関節を伸展方向にアシストする動作に移行するアルゴリズムとなっていたため，装着者の持上げタイミングとズレて十分なアシストを受けらないことが分かった．持上げ初動作の屈曲後，短時間，屈曲姿勢で静止する振る舞いが装着者には多く見られた．屈曲後に即座に伸展動作に移行するロボットの動作に対して装着者は伸展動作を行う前に短時間の静止が必要であり，装着者の屈曲姿勢から伸展動作への変換点を検知してからの伸展アシストが必要である考えた．そこで，ロボットにあらかじめ設定する基本の関節角度軌道の周期を大きくすることと，装着者の動作が屈曲姿勢から伸展動作への切り替えしを検出するアルゴリズムに改良することで，装着者の屈曲姿勢での短時間静止への同調制御と，伸展動作でのアシストを可能にした．これにより，持上動作のタイミングのズレは減少した．
専用アプリを搭載したモバイル端末で行っている持上動作と歩行動作，立位静止などの動作モードの切り替えにおいて，装着者の意図を検知して，動作モードをシームレスに行う手法の開発を進めている．これまでに関節の角度情報，腰部設置の3軸加速度センサとジャイロセンサの情報を学習用データとした教師あり学習の機械学習シミュレーションを行った．学習用データは実際の装着者が持上と立位静止の2種類の動作にあるときの計測データである．学習済みの予測モデルに学習用とは別の計測データを入力して，分類した予測結果と実際の動作を比較した．少量の関節角度や加速度センサの変動で立位静止を誤って持上動作と分類した予測結果も見られたが，このシミュレーションにおいて，持上動作と立位静止の分類が行えることが示唆されたので，次のステップである分類の正解率を上げるための対策の検討を開始している．
|
| 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
Squat法による持上動作アルゴリズムの改良を行った．装着者が屈曲姿勢で短時間静止した後，屈曲姿勢から伸展動作への切り替え検知で持上動作アシストを可能にするアルゴリズムを開発した．これにより，ロボットと装着者の動作タイミングのズレが減少した．
感染症の流行のために複数の被験者に対するアシスト効果の検証実験の実施は延期したが，持上動作と歩行動作，立位静止などの動作モードの切り替えをシームレスに行う手法の開発を前倒して開始した．教師あり学習の分類木を用いた持上動作と立位静止を分類するシミュレーションまで行った．
|
| 今後の研究の推進方策 |
・アシスト動作モードの切り替え手法の開発：アシスト動作モードの分類正解率を高めるための教師あり分類木モデルの開発を行う．そして，分類木モデルを装着型ロボットに実装して，アシスト動作モード切り替えをシームレスに行うためのプログラム開発を行う．さらに，装着者の意図を検知したアシスト動作モード切り替え手法の評価を行う．
・装着部の試作と評価：装着部の試作を行い，コントローラBOXと装着部の脊柱起立筋の負担軽減に関する効果を検証する．
・アシスト効果検証実験：複数の被験者に対する筋電位計測を行い，脊柱起立筋の筋使用量の低減効果が得られるか検証していく．
|
| 次年度使用額が生じた理由 |
装着部の試作とアシスト効果検証実験の延期のためである．次年度で装着部の試作とアシスト効果検証実験を行い，試作費用と実験における人件費と謝金などの費用として使用する．
|
