研究課題/領域番号 |
23240088
|
研究機関 | 早稲田大学 |
研究代表者 |
藤江 正克 早稲田大学, 理工学術院, 教授 (20339716)
|
研究分担者 |
彼末 一之 早稲田大学, スポーツ科学学術院, 教授 (50127213)
藤本 浩志 早稲田大学, 人間科学学術院, 教授 (60209103)
王 碩玉 高知工科大学, 工学部, 教授 (90250951)
高杉 紳一郎 九州大学, 大学病院, 助教 (40253447)
小林 洋 早稲田大学, 理工学術院, 准教授 (50424817)
安藤 健 早稲田大学, 理工学術院, 講師 (40535283)
|
キーワード | 生理学的モデル / 動力学的モデル / 意図推定 / シミュレータ / 動作解析 |
研究概要 |
本研究では、動作支援ロボットの普及を目指し、直接的なアシスト部位だけでなく、全身の動作が自然と調和されることを目標に加えたロボットの制御則の構築を行うことを目的としている。初年度の成果を以下に記す。 (1)人の全身協調動作モデルの構築:生理学的モデルと力学的モデルを組み合わせた動作シミュレータの構築に向け、筋電義手を対象とした検討を行った。シミュレータ上で義手の関節を再現し、実際にシミュレータ上の義手を被験者の筋電位により制御しつつ、シミュレータの情報をFESにて被験者にフィードバックすることで筋電義手を正確に制御するための感覚フィードバック手法に関する新たな知見を得た。 (2)人の全身協調動作モデルのパラメータ推定技術:全身協調動作モデルのパラメータ推定手法の構築に向け、高齢者の身体機能を維持しながら移動範囲を拡大することができる移動支援機器Tread-Walkを対象とした検討を行った。本検討では、Tread-Walkを制御する上での違和感を解消するために、これまでの力学的な観点からの検討に加えて、生理学的な観点から非侵襲に脳活動を計測することが可能な光トポグラフィ装置を用い、制御パラメータを決定した。 (3)自然な全身動作が被介助者に誘発されるような動作支援アルゴリズムの実現:高齢者の起立支援ロボットを対象に、三次元位置計測装置VICONを用いて、背骨が円背した高齢者を模擬した被験者の体幹形状をモデル化した。また、介助者の支援動作の最適軌道生成に向け、体重免荷装置における骨盤運動からの歩行相の事前推定、移動支援機器Tread-Walkにおけるハンドルにかかる力を考慮した移動方向推定など動作推定手法を改良した。また、被介助者とロボットの接触法の検討に向けて、体重免荷装置に関して、左右非対称な歩行を有する患者に適した免荷手法の検討を行った。
|
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
全身の協調動作を誘発する協調動作モデルの構築に向け、概ね予定通りに研究を進めることができた。以下に大項目ごとにその理由を記す。 (1)人の全身協調動作モデルの構築:「中項目B:生理学的モデルと力学的モデルを組み合わせた動作シミュレータの検討」として、概要の(1)に記載した通り、筋電義手を対象とした検討を進めることができた。また、概要の(2)に記載した光トポグラフィを用いた移動支援機器Tread-Walkにおける制御パラメータの決定は、「中項目A:生理学的モデル」にも関連のある検討項目である。 (2)人の全身協調動作モデルのパラメータ推定技術:「中項目C:被介助者に合わせた全身協調動作モデルのパラメータ同定」に関連して、当初の申請書のような筋骨格モデルのパラメータ推定ではないが、異なる観点からの体性感覚に基づくパラメータ推定技術の検討を進めることができた。 (3)自然な全身動作が被介助者に誘発されるような動作支援アルゴリズムの実現:「中項目E: 介助者からの支援を含んだ被介助者の全身協調動作モデルの構築」に関連して、高齢者の起立支援ロボットを対象とした被介助者のモデル化に取り組んだ。また、「中項目F: 介助者の支援動作における最適軌道生成」に関連して、体重免荷装置、移動支援機器Tread-Walkに関して、使用者の意図や状態を推定する技術の精度向上を図ることができた。また、「中項目G:被介助者のアテンション消費を低減するロボットからの接触方法の検討」に関しては、体重免荷装置に関して、左右非対称な歩行を有する患者に適した免荷手法の検討を行った。
|
今後の研究の推進方策 |
(1) 人の全身協調動作モデルの構築:A: 生理学的モデル 様々な動作セットについてアテンション消費の計測を行い,データベース化する.B: 生理学的モデルと力学的モデルを組み合わせた動作シミュレータ 動作計測からの知見と,動作セットのアテンション消費データベースからの知見を搭載したヒトの生活動作シミュレータを構築する. (2) 人の全身協調動作モデルのパラメータ推定技術 C: 被介助者に合わせた全身協調動作モデルのパラメータ同定 パラメータ同定を全身の筋骨格モデルに対応できるよう拡張し,どの関節が緊張・拘縮し,どの関節が弛緩しているのか,といった要介助者の症状を定量的に把握する. (3) 自然な全身動作が被介助者に誘発されるような動作支援アルゴリズムの実現:D: 被介助者に合わせた全身動作戦略・目標軌道生成 項目B で構築した動作シミュレータを,最急勾配法・遺伝的アルゴリズムといった試行錯誤的な手法やファジィ集合論などと組み合わせ,項目C で同定されたパラメータにおける,全身動作の順序・軌道の最適化アルゴリズムを構築する.E: 介助者からの支援を含んだ被介助者の全身協調動作モデルの構築 様々な介助動作セットついてアテンション消費の計測を行い,データベース化する.F: 介助者の支援動作における最適軌道生成 継続して使用者の動作意図推定の精度向上を図る.G: 被介助者のアテンション消費を低減するロボットからの接触方法の検討 体重免荷装置などの支援ロボットに力制御を適用し,有効性を探る.機械的な剛性・粘性を規範とした制御がなされているロボット関節に対し,ヒトの硬さ識別特性に関する研究を適応し,ロボットに対する信頼性の官能的評価を行う.
|