ロボット義肢制御

ロボット義肢制御は、制御されたロボット義肢が四肢を失った人の生物学的に正確な歩行を回復するように義肢を制御する方法です。 ^[1]これは、人間とロボットの相互作用に重点を置いた制御の特別な分野です。

1970年代に、何人かの研究者がテザー電気油圧式大腿義足を開発した。^{[2] [3] [4] [5] [6] [7]}この義足には、エコー制御と呼ばれるタイプの制御を使用してオフボード電子機器で制御される油圧作動式膝関節のみが含まれていた。^[4]エコー制御は、健常脚の運動学を取得し、義足が歩行周期のその部分に達したときに健常脚と一致するように制御しようとする。^[3] 1988年には、DCモーターで駆動し、堅牢な位置追跡制御アルゴリズムで制御される電池駆動のアクティブ膝関節が、PopovicとSchwirtlichによって作成された。^{[8] [9]}追跡制御は、位置、速度、トルクなどの特定の状態を特定の軌道に追跡するために使用される一般的な制御方法である。これらは、この分野で行われた以前の研究の2つの例にすぎない。

この形式の制御は、環境とマニピュレータ間の動的相互作用を制御するために使用されるアプローチです。^[10]これは、環境をアドミタンスとして、マニピュレータをインピーダンスとして扱うことによって機能します。^[11]これがロボット義肢に課す関係は、環境によって課される動きに応答する力の生成との関係です。これは、歩行サイクルにわたって部分的に接続された一連の受動インピーダンス関数として表される、1歩あたりの各関節に必要なトルクに変換されます。^[10]インピーダンス制御は、力または位置を個別に制御するのではなく、力と位置および速度の関係を制御します。インピーダンスコントローラを設計するには、歩行データの回帰分析を使用してインピーダンス関数をパラメータ化します。下肢義肢の場合、インピーダンス関数は次の式のようになります。^[12]

${\displaystyle \tau =k(\theta -\theta {\scriptstyle {\text{0}}})+b{\dot {\theta }}}$

k (バネの剛性)、θ ₀ (平衡角度)、b (減衰係数) はすべて回帰分析によって求められたパラメータであり、歩行サイクルのさまざまな部分と特定の速度に合わせて調整されます。この関係はマイクロ コントローラにプログラムされ、歩行フェーズのさまざまな部分で必要なトルクを決定します。

筋電図（EMG）は、骨格筋によって生成される電気的活動を評価および記録するために使用される技術です。^[13] 高度なパターン認識アルゴリズムは、これらの記録を取得し、特定の動作中に筋肉によって生成される固有のEMG信号パターンをデコードできます。パターンを使用して、ユーザーの意図を判断し、義肢を制御することができます。^[14]下肢ロボット義肢の場合、ユーザーが平地を歩きたいのか、坂を上りたいのか、階段を上りたいのかを判断できることが重要です。現在、ここで筋電制御が役立ちます。これらの異なる動作モード間の遷移中に、EMG信号は非常に可変的になり、機械センサーからの情報を補完して、意図された動作モードを決定するために使用できます。^[14]このタイプの制御用に調整されたロボット義肢を使用する各患者は、システムを特別にトレーニングする必要があります。これは、さまざまな動作モードを通過させ、そのデータを使用してパターン認識アルゴリズムをトレーニングすることによって行われます。^[14]

速度適応メカニズムは、異なる移動速度で関節から必要なトルクを決定するために使用されるメカニズムです。^[1]立脚期には、角度に対するトルク角度関係の導関数である準剛性が、歩行速度の関数として常に変化することがわかっています。^[1]これは、立脚期を通じて、被験者の移動速度に応じて、下肢義肢を制御するために使用できる導出可能なトルク角度関係があることを意味します。遊脚期には、関節トルクは歩行速度に比例して増加し、遊脚期の持続時間は歩幅に比例して減少します。^[1]これらの特性により、遊脚期の角度軌道を正確に表す軌道を導出することができ、その軌道を制御できます。これら 2 つのメカニズムは人によって一定であるため、この方法では、ほとんどの下肢義肢コントローラーで必要な速度と患者固有の調整が不要になります。^[1]

歩行の歩容はハイブリッドシステムに分類され、分割ダイナミクスを持っています。この特有の問題に対して、衝撃を受けるハイブリッドシステムに対する一連のソリューションが、急速指数安定化制御リアプノフ関数(RES-CLF) と呼ばれて開発されました。^[15]制御リアプノフ関数は、非線形システムを望ましい状態セットに安定化するために使用されます。RES-CLF は、いくつかの不等式制約を取り入れて最適な出力を返す二次計画法を使用して実現できます。^[15]これらの問題の 1 つは、RES-CLF を開発するためにシステムのモデルが必要になることです。特定の個人に合わせて調整する必要をなくすために、モデルに依存しない二次計画法 (MIQP) を使用して CLF を導出しました。これらの CLF は、望ましいトルクがどうあるべきかについての知識なしに、望ましい出力の誤差を減らすことにのみ焦点を当てています。この情報を提供するために、インピーダンス制御が追加され、MIQP がシステムの完全なモデルを持たずに制御しているシステムに関する情報を収集できるようにするフィードフォワード項が提供されます。^[15]

市販のソリューションでは、表面 EMG 信号を利用して義肢を制御します。さらに、研究者はさまざまな生物学的ソースを利用する代替ソリューションを調査しています。

• 神経または筋肉の活動を記録するための埋め込み電極（神経電極、筋肉内電極、および脳脊髄膜電極）。
• 筋肉の収縮中の力の変化を検出するための圧力センサーマトリックス。
• 筋肉の変形を測定するための筋運動学的アプローチ。

筋運動制御は、標準的な筋電制御の代替手段です。筋の電気的活動ではなく、収縮中の筋肉の変形を測定することを目的としています。2017年に登場した新しいアプローチは、残存筋に直接埋め込まれた永久磁石の磁場を感知することに基づいています。^{[16] [17]}磁石の位置を特定することは、磁石が筋肉と一緒に動くため、埋め込まれた筋肉の収縮/伸長を測定することと同じです。この情報を使用して、被験者の自発的な動きを解釈し、結果として義肢を制御することができます。磁石によって生成された磁気信号は、残存肢の周囲に配置された外部センサーによって検出されます。その後、磁気逆問題を解くことによって追跡を実行する最適化方法によって位置特定が実行されます（例：Levenberg–Marquardt アルゴリズム）。^[16]