精神と身体のエンゲージメントを融合したフロー理論ベースの上肢リハビリ向けマルチモーダル制御フレームワーク
A Flow-Theoretic Multimodal Control Framework Fusing Mental and Physical Engagement for Upper-Limb Rehabilitation
脳波と筋電図から精神・身体のエンゲージメントを推定し、適応インピーダンス制御に統合する上肢リハビリ用の支援制御フレームワークを提案。健常者実験でロボットの消費エネルギーを71.9%削減しつつ、フロー状態の時間比率を4.6%から42.8%に向上させた。
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: Jun Leng, Pengcheng Li, Hanze Wang, Shuxiang Guo, Junlin Jiang
分類: cs.RO
原文アブストラクト
While Assist-as-Needed (AAN) control aims to maximize user participation in robot-assisted training, existing methods relying solely on physical metrics cannot distinguish muscular inability from mental disengagement, leading to suboptimal interventions. To address this ambiguity, a Flow-theoretic multimodal AAN framework is proposed, fusing EEG-based mental engagement and sEMG-based physical engagement into an adaptive impedance control strategy. A four-quadrant fuzzy decision engine translates these dual physiological metrics into continuous control policies. This enables the upper-limb exoskeleton to inject feedforward assistance during intent-execution mismatch (e.g., motor output attenuation despite mental focus) and escalate guiding stiffness to penalize mental distraction. The framework was validated with healthy participants against a state-of-practice sEMG-only AAN baseline. Kinematically and mechanically, the proposed framework reduced robotic energy expenditure by 71.9\% while maintaining precise trajectory tracking, confirming it elicited greater voluntary human effort. Physiologically, the system increased the time spent in the neuroplasticity zone (Flow State Ratio) from 4.6% to 42.8%. These results validate that decoupling and jointly regulating mental and physical states enhances the selectivity of robotic assistance, mitigating user passivity and sustaining the engagement crucial for motor learning.
関連論文
- 頭頸部の動きを回復するための生体模倣視線制御リハビリテーションロボティクス
- ロボット支援上肢タスク特異的トレーニングのための可変的な理学療法士-患者間相互作用の学習リハビリテーションロボティクス
- 見て、学んで、支援する：動画からの模倣学習による安全で自己ペースなロボットリハビリテーションリハビリテーションロボティクス
- 健常者と脳卒中後の6次元上肢等尺性ゲーム中の神経運動行動の特徴付け：エンドエフェクタ型リハビリテーションロボットインターフェース設計への示唆リハビリテーションロボティクス
- 時系列基盤モデルによるロボット上肢評価の精度を保ったままの評価時間短縮リハビリテーションロボティクス
- 脳卒中後の固有感覚障害に対する個別化ロボット訓練が手機能と固有感覚処理を改善：ランダム化比較試験リハビリテーションロボティクス
