深層筋EMG再構成なしで同定可能な微分可能ヒト腕筋骨格モデルのパラメータ同定
Parameter Identification of a Differentiable Human Arm Musculoskeletal Model without Deep Muscle EMG Reconstruction
深層筋のEMGを再構成せずに、表層筋EMGと最適化のみを用いてヒト腕筋骨格モデルの骨と表層筋のパラメータを同時に同定する手法を提案した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Philip Sanderink, Yingfan Zhou, Shuzhen Luo, Cheng Fang
分類: cs.RO
原文アブストラクト
Accurate parameter identification of a subject-specific human musculoskeletal model is crucial to the development of safe and reliable physically collaborative robotic systems, for instance, assistive exoskeletons. Electromyography (EMG)-based parameter identification methods have demonstrated promising performance for personalized musculoskeletal modeling, whereas their applicability is limited by the difficulty of measuring deep muscle EMGs invasively. Although several strategies have been proposed to reconstruct deep muscle EMGs or activations for parameter identification, their reliability and robustness are limited by assumptions about the deep muscle behavior. In this work, we proposed an approach to simultaneously identify the bone and superficial muscle parameters of a human arm musculoskeletal model without reconstructing the deep muscle EMGs. This is achieved by only using the least-squares solution of the deep muscle forces to calculate a loss gradient with respect to the model parameters for identifying them in a framework of differentiable optimization. The results of extensive comparative simulations manifested that our proposed method can achieve comparable estimation accuracy compared to a similar method, but with all the muscle EMGs available.
関連論文
- Diff-MSM: 人間の筋肉・骨パラメータを同時同定する微分可能筋骨格モデル筋骨格モデリング
- 人間の感覚・筋骨格モデリングと全身運動制御筋骨格モデリング
- 筋電図最適化による個人適応型筋骨格モデルと筋活性推定筋骨格モデリング
- 外部負荷と作業履歴を考慮した簡易動的筋疲労モデルとその検証筋骨格モデリング
- 軽負荷の反復押し引き作業に適用する筋疲労予測モデル筋骨格モデリング
- 静的疲労作業における個人別筋疲労率の推定筋骨格モデリング
