四肢の硬直の神経制御

人間は周囲の環境を移動する際に、周囲の環境と効果的に相互作用するために関節の硬さを調整する必要があります。硬さは、物体が既知の力を受けた際に変形に抵抗する度合いです。この概念はインピーダンスとも呼ばれますが、特定の荷重下での変形という概念は、硬さ（一定の既知の荷重下で物体が変形する量として定義される）の反対語である「コンプライアンス」という用語で議論されることもあります。人間は周囲の環境と効果的に相互作用するために、四肢の硬さを調整する必要があります。これは、拮抗する筋群の共収縮によって実現されます。[ 1 ] [ 2 ]

人間は、様々な動作を行う際に、神経制御と身体の機械的制約を利用して、この硬さを調整します。例えば、ホッピング[ 3 ] 、正確な到達動作[ 4 ] 、様々な路面を走る[ 5 ]といった動作を行う際に、四肢の硬さを変化させることが示されています。

四肢の硬直に対する神経調節がどのように起こるのかは正確には解明されていないものの、様々な仮説が提唱されています。脳が四肢の硬直をどのように、そしてなぜ制御するのかを徹底的に理解することで、人間の動きを模倣しようとする多くのロボット技術の改良につながる可能性があります。[ 2 ]

硬直性

剛性は通常、フックの法則 で説明されているように、与えられた力の下で材料が変形する量を説明する材料特性と見なされます。これは、剛性の高い物体は、剛性の低い物体よりも曲げたり変形したりしにくいことを意味します。この概念は生物の手足や関節にまで拡張でき、剛性は、与えられた荷重の下で手足や関節がたわむ（曲がる）度合いを説明します。手足の剛性は、インピーダンスの静的要素として説明することもできます。[ 1 ] [ 6 ]人間は、環境に適応するために手足や関節の剛性を変えます。[ 5 ] 手足と関節の剛性はこれまでにも研究されており、さまざまな方法で定量化できます。剛性を計算する基本原理は、手足の変形を手足に加えられた力で割ることですが、手足と関節の剛性を定量化する方法は複数あり、それぞれ長所と短所があります。四肢の硬さを定量化する場合、多関節システムの非線形性のため、個々の関節の硬さを単純に合計することはできません。

四肢の硬さを計算する具体的な方法のいくつかを以下に示します。[ 7 ]

垂直剛性（k vert）は、脚の剛性を定量的に表す指標であり、以下の式で定義されます。[ 7 ]

K垂直＝F最大Δy{\displaystyle K_{\text{vert}}={\frac {F_{\text{max}}}{\Delta y}}}

ここで、F maxは最大垂直力、delta yは質量中心の最大垂直変位である。 

K垂直＝メートル（2πP）2{\displaystyle K_{\text{vert}}=m({\frac {2\pi }{P}})^{2}}

ここで、mは体重、Pは垂直振動の周期である。 

K垂直＝メートルω02{\displaystyle K_{\text{vert}}=m\omega _{\text{0}}^{2}}

ここで、mは物体の質量、ω0は振動の固有振動数である。

四肢の硬さ (K_limb) は四肢全体の硬さであり、以下の式で定義できます。 

K手足＝F最大ΔL{\displaystyle K_{\text{limb}}={\frac {F_{\text{max}}}{\Delta L}}}

ここで、F maxは最大印加力、ΔLは四肢の長さの変化である。

ねじり剛性 (K_joint) はジョイントの回転剛性であり、以下の式で定義できます。 

Kジョイント＝ΔMΔθ{\displaystyle K_{\text{joint}}={\frac {\Delta M}{\Delta \theta }}}

ここでΔMは関節モーメントの変化であり、Δθは関節角度の変化である。 

Kジョイント＝2WΔθ{\displaystyle K_{\text{joint}}={\frac {2W}{\Delta \theta }}}

ここで、Wは関節における負の機械的仕事であり、Δθは関節角度の変化である。

四肢の硬さに関するこれらのさまざまな数学的定義は、四肢の硬さを説明し、そのような四肢の特性を定量化できる方法を示すのに役立ちます。

剛性調節

人体は、環境との相互作用をより効果的に行うために、様々なメカニズムを通じて四肢の硬さを調節することができます。四肢の硬さは、主に3つのメカニズムによって変化します。筋の共収縮、[ 1 ] [ 8 ] [ 9 ]姿勢選択、[ 6 ]そして伸張反射です。[ 1 ] [ 10 ] [ 11 ] [ 12 ]

筋の共収縮（筋緊張に類似）は、関節に作用する拮抗筋の働きによって関節の硬さを変化させることができます。関節に対する拮抗筋の力が強いほど、関節は硬くなります。[ 2 ] [ 8 ]体の姿勢の選択も四肢の硬さに影響を与えます。四肢の向きを調整することで、四肢本来の硬さを調整することができます。[ 6 ]さらに、四肢内の伸張反射も四肢の硬さに影響を与えますが、これらの指示は脳から送られるものではありません。[ 10 ] [ 11 ]

移動と跳躍

人間は様々な路面を歩いたり走ったりする際に、四肢の硬さを調整することで、路面に関わらず同様の運動メカニズムを維持します。路面の硬さが変化すると、人間は四肢の硬さを変化させることで適応します。この硬さの調節により、路面に関わらず同様の運動メカニズムで走ったり歩いたりすることが可能になり、結果として人間は環境とより良く相互作用し、適応することができます。[ 3 ] [ 5 ]したがって、硬さの調節は、運動制御や運動の神経制御に関連する他の分野に応用されています。

研究では、跳躍動作において四肢の硬さの変化が重要であり、人によってこの硬さの変化を制御する方法が異なることが示されています。ある研究では、成人は跳躍動作を行う際に、幼少者よりもフィードフォワード神経制御、筋反射、そして相対的な脚の硬さが優れていることが示されました。これは、硬さの制御が個人によって異なる可能性があることを示唆しています。[ 3 ]

動きの精度

神経系は四肢の硬直も制御し、特定の作業に必要な精度を調整します。たとえば、テーブルからカップをつかむのに必要な精度は、メスで精密な作業を行う外科医の精度とは大きく異なります。さまざまな精度が求められるこれらの作業を実行するために、神経系は四肢の硬直を調整します。[ 4 ] [ 6 ]非常に正確な作業を実行するには、より高い硬直が必要ですが、精度がそれほど重要でない作業を実行するときは、より低い四肢の硬直が必要です。[ 4 ] [ 6 ]正確な動作の場合、中枢神経系は四肢の硬直を正確に制御して、動作の変動を制限することができます。小脳も動作の精度の制御に大きな役割を果たしています。[ 13 ]

これは、道具の使用といった日常的な作業において重要な概念です。[ 6 ] [ 14 ]例えば、ドライバーを使用する際、四肢の硬直が低すぎると、ドライバーをコントロールできず、ネジを締めることができません。そのため、中枢神経系は四肢の硬直を増加させ、ユーザーが工具を正確に操作して作業を実行できるようにします。

神経制御

神経による硬直の制御の正確なメカニズムは不明ですが、神経系による硬直の調節機構に関する複数のモデルが提案され、この分野では進歩が遂げられています。四肢の硬直には複数の要素があり、適切な四肢の硬直を生み出すためには、これらの要素を制御する必要があります。

力学と神経制御の組み合わせ

四肢全体の硬直には、神経制御と四肢の力学的な特性の両方が寄与します。拮抗筋の共収縮、四肢の姿勢、四肢内の伸張反射はすべて硬直に寄与し、神経系の影響を受けます。[ 1 ] [ 6 ]

四肢の硬さは、その形状や関節の配置に依存します。[ 1 ] [ 6 ]例えば、腕をわずかに曲げると、まっすぐ伸ばした腕よりも、手から肩に向かう力によって容易に変形します。このように、四肢の硬さは、四肢の姿勢によって部分的に決定されます。四肢の硬さのこの要素は、四肢の力学によるものであり、自発的に制御されます。

自発的硬直調節と不随意的硬直調節

四肢の硬直には、随意的に制御される要素と、不随意的に制御される要素があります。[ 6 ]硬直の要素が随意的に制御されるか、不随意的に制御されるかを決定する要因は、その特定の要素の作用方法の時間スケールです。例えば、非常に速く（80～100ミリ秒）起こる硬直の修正は不随意ですが、より遅い硬直の修正と調整は随意的に制御されます。随意的な硬直調整の多くは運動皮質によって制御されますが、不随意な調整は脊髄または脳の他の部分の反射ループによって制御されます。 [ 8 ] [ 10 ] [ 13 ]

反射による硬直の調整は不随意であり、脊髄によって制御されますが、姿勢選択は随意的に制御されます。[ 6 ]しかし、硬直の構成要素のすべてが厳密に随意的または不随意的であるわけではありません。[ 8 ]例えば、拮抗筋の共収縮は、随意的にも不随意的にもなり得ます。さらに、脚の動きの多くは脊髄によって制御されており、脚の筋肉への信号伝達に伴う神経遅延が大きいため、脚の硬直は腕の硬直よりも不随意的に制御される傾向があります。

考えられる神経制御モデル

研究者たちは、ロボットに剛性を制御するためのコントローラを実装し始めています。そのようなモデルの一つは、ロボットの関節周辺の拮抗筋を仮想的に共収縮させることで剛性を調整し、同時に中枢パターン発生器（CPG）がロボットの運動を制御することで、ロボットの移動中に剛性を調整します。[ 15 ]

硬さの神経調節に関する他のモデルとしては、硬さ調整のフィードフォワードモデルが挙げられる。これらの神経制御モデルは、人間が特定のタスクを達成するために必要な硬さを予測し、硬さを選択するフィードフォワードメカニズムを用いているという考えを支持する。[ 16 ]

硬直の神経制御に関するほとんどのモデルは、人間が環境や手元のタスクに基づいて最適な手足の硬さを選択するという考えを推進しています。研究では、人間がこれを行うのは、環境の不安定なダイナミクスを安定させるため、および特定の動作のエネルギー効率を最大化するためであると仮定されています。 [ 6 ] [ 14 ]人間がこれを達成する正確な方法は不明ですが、インピーダンス制御は、人間がさまざまな環境やさまざまなタスクを実行するときに適切な硬さを選択する方法を理解するために使用されてきました。[ 1 ]インピーダンス制御は、人間が環境とどのように相互作用するかを決定する分野で行われた多くの研究の基礎となっています。ネヴィル・ホーガンの研究は、この分野で特に役立っており、今日この分野で行われている研究の多くは、彼の以前の研究に基づいています。[ 1 ]

ロボット工学への応用

神経補綴物と外骨格

空気筋肉アクチュエータで駆動するロボット脚

人間の硬さの変動と硬さの選択に関する知識は、ロボットの設計に影響を与えており、研究者たちは生物システムに近い動作をするロボットの設計に取り組んでいます。ロボットをより生物システムに近い動作にするために、ロボットに硬さの調整機能を実装し、環境との相互作用をより効果的に行うための研究が行われています。

最先端の神経補綴技術は、ロボットデバイスに硬さ制御を実装しようと試みてきました。これらのデバイスの目的は、切断者の四肢を置き換え、新しい四肢が硬さを調整することで環境と効果的に相互作用できるようにすることです。[ 17 ]

さらに、ロボット外骨格も、同様の調整可能な剛性をデバイスに実装しようと試みてきました。[ 18 ]これらのロボットが剛性制御を実装する理由は複数あります。ロボットは外部環境と効率的に相互作用できる必要があるだけでなく、人間のユーザーと安全に相互作用できる必要もあります。[ 19 ]剛性変調とインピーダンス制御は、これら両方の目的を達成するために活用できます。

これらのデバイスは、様々な方法で可変剛性を実現します。コントローラーと剛性サーボモーターを用いて可変剛性をシミュレートするデバイスもあれば、特定のフレキシブルアクチュエータを用いて様々なレベルの四肢剛性を実現するデバイスもあります。

アクチュエーション技術

これらのロボットデバイスは、剛性アクチュエータの制御による剛性変化のシミュレーションや、可変剛性アクチュエータの利用など、様々なメカニズムを通じて可変剛性を実現できます。可変剛性アクチュエータは、生物の固有剛性を変化させることで生物を模倣します。[ 2 ]これらの可変剛性アクチュエータは、複数の方法で固有剛性を制御できます。一部のアクチュエータは、拮抗する機械筋の力の寄与を変化させることで、人間と同様に剛性を変化させます。また、アクチュエータ内に収容された 変形可能な要素の特性を利用して剛性を調整できるものもあります。

これらの可変剛性駆動技術を利用することで、新しいロボットは生物の動きをより正確に再現し、そのエネルギー効率を模倣できるようになりました。

参照

参考文献

  1. ^ a b c d e f g h Hogan, Neville (1985). 「多関節姿勢と運動制御のメカニクス」.生物学的サイバネティクス. 52 (5): 315– 331. doi : 10.1007/bf00355754 . PMID  4052499. S2CID  25966675 .
  2. ^ a b c d Van Ham, R.; Sugar, TG; Vanderborght, B.; Hollander, KW; Lefeber, D. (2009). 「コンプライアンス型アクチュエータ設計」. IEEE Robotics & Automation Magazine . 16 (3): 81– 94. doi : 10.1109/mra.2009.933629 . S2CID 50682770 . 
  3. ^ a b c Oliver, JL; Smith, PM (2010). 「少年および男性におけるホッピング中の脚の硬直の神経制御」. 筋電図・運動学ジャーナル. 20 (5): 973– 979. doi : 10.1016/j.jelekin.2010.03.011 . PMID 20409733 . 
  4. ^ a b cラメッティ, ダニエル・R.; ホウル, ギヨーム; オストリー, デイヴィッド・J. (2007). 「運動の変動性の制御と四肢インピーダンスの調節」.神経生理学ジャーナル. 98 (6): 3516– 3524. doi : 10.1152/jn.00970.2007 . PMID 17913978 . 
  5. ^ a b cフェリス, ダニエル・P.; ルイ, ミッキー; ファーリー, クレア・T. (1998). 「現実世界でのランニング：様々な路面状況に合わせた脚の硬さの調整」 . Proceedings of the Royal Society B: Biological Sciences . 265 (1400): 989– 994. doi : 10.1098/rspb.1998.0388 . PMC 1689165. PMID 9675909 .  
  6. ^ a b c d e f g h i j k Trumbower, Randy D; Krutky, MA; Yang, B.; Perreault, EJ (2009). 「制約のない作業における多関節剛性の制御のための自己選択姿勢の利用」 . PLOS ONE . 4 (5) e5411. Bibcode : 2009PLoSO...4.5411T . doi : 10.1371/journal.pone.0005411 . PMC 2671603. PMID 19412540 .  
  7. ^ a b Butler, RJ; Crowell, HP; Davis, IM (2003). 「下肢の硬直：パフォーマンスと傷害への影響」.臨床バイオメカニクス. 18 (6): 511– 517. doi : 10.1016/s0268-0033(03)00071-8 . PMID 12828900 . 
  8. ^ a b c d Ludvig, Daniel P; Kearney, RE (2007). 「固有剛性および反射剛性のリアルタイム推定」. IEEE Transactions on Biomedical Engineering . 54 (10): 1875– 1884. Bibcode : 2007ITBE...54.1875L . doi : 10.1109/tbme.2007.894737 . PMID 17926686. S2CID 17908248 .  
  9. ^ Heitmann S, Ferns N, Breakspear M (2012). 「筋肉の共収縮は3リンク型バイオメカニクス肢における減衰と関節安定性を調節する」 . Frontiers in Neurorobotics . 5 (5): 1. doi : 10.3389 / fnbot.2011.00005 . PMC 3257849. PMID 22275897 .  
  10. ^ a b c Nichols, TR; Houk, JC (1976). 「伸張反射の作用による直線性と硬直性の制御の改善」. J. Neurophysiol . 39 (1): 119– 142. doi : 10.1152/jn.1976.39.1.119 . PMID 1249597 . 
  11. ^ a b Shemmell, Jonathan; Krutky, MA; Perreault, EJ (2010). 「四肢の安定性を維持するための適応メカニズムとしての伸張感受性反射」 .臨床神経生理学. 121 (10): 1680– 1689. doi : 10.1016/j.clinph.2010.02.166 . PMC 2932821. PMID 20434396 .  
  12. ^ Trumbower, RD; Finley, JM; Shemmell, JB; Honeycutt, CF; Perreault, EJ (2013). 「脳卒中後の長潜時伸張反射の課題依存的調節における両側障害」 . Clinical Neurophysiology . 124 (7): 1373– 1380. doi : 10.1016 / j.clinph.2013.01.013 . PMC 3674210. PMID 23453250 .  
  13. ^ a b Dale Purves他編 (2007). Neuroscience (第4版). New York: WH Freeman. ISBN 978-0-87893-697-7。
  14. ^ a b Burdet, E.; Osu, R.; Franklin, DW; Milner, TE; Kawato, M. (2001). 「中枢神経系は最適インピーダンスを学習することで不安定なダイナミクスを安定化する」. Nature . 414 ( 6862): 446– 449. Bibcode : 2001Natur.414..446B . doi : 10.1038/35106566 . PMID 11719805. S2CID 559162 .  
  15. ^ Xiong, Xiaofeng; Worgotter, F.; Manoonpong, P.「脚付きロボットの筋肉インピーダンス変調のための適応型神経機械モデル」。{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）が必要です
  16. ^ Hu, Xiao; Murray, WM; Perreault, EJ (2012). 「エンドポイント剛性のフィードフォワード制御における生体力学的制約」 . Journal of Neurophysiology . 108 (8): 2083– 2091. doi : 10.1152 / jn.00330.2012 . PMC 3545028. PMID 22832565 .  
  17. ^ Fite, Kevin; Mitchell, J.; Sup, F.; Goldfarb, M. (2007). 「電動膝関節プロテーゼの設計と制御」.リハビリテーションロボティクスカンファレンス.
  18. ^ Van Der Kooij, H.; Veneman, J.; Ekkelenkamp, R. (2006). 「インピーダンス制御歩行訓練ロボットのためのコンプライアントアクチュエーテッド外骨格の設計」. 2006 International Conference of the IEEE Engineering in Medicine and Biology Society . 第1巻. pp.  189– 93. doi : 10.1109/IEMBS.2006.259397 . ISBN 978-1-4244-0032-4. PMID  17946801 . S2CID  6555957 .
  19. ^ Kazerooni, Homayoon (1996). 「カリフォルニア大学バークレー校における人間パワーアンプ技術」. Journal of Robotics and Autonomous Systems . 19 (2): 179– 187. doi : 10.1016/S0921-8890(96)00045-0 . PMID 11540395 . 
「 https://en.wikipedia.org/w/index.php?title=Neural_control_of_limb_stiffness&oldid=1318625630」より取得