CN1838933B - 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 - Google Patents

穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 Download PDF

Info

Publication number
CN1838933B
CN1838933B CN2004800239695A CN200480023969A CN1838933B CN 1838933 B CN1838933 B CN 1838933B CN 2004800239695 A CN2004800239695 A CN 2004800239695A CN 200480023969 A CN200480023969 A CN 200480023969A CN 1838933 B CN1838933 B CN 1838933B
Authority
CN
China
Prior art keywords
signal
wearer
action
actuator
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2004800239695A
Other languages
English (en)
Other versions
CN1838933A (zh
Inventor
山海嘉之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JAPAN GOVERNMENT
Original Assignee
JAPAN GOVERNMENT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2004045354A external-priority patent/JP4178186B2/ja
Application filed by JAPAN GOVERNMENT filed Critical JAPAN GOVERNMENT
Publication of CN1838933A publication Critical patent/CN1838933A/zh
Application granted granted Critical
Publication of CN1838933B publication Critical patent/CN1838933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)
  • Prostheses (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明提供一种辅助或者代行穿着者动作的穿着式动作辅助装置,其包括:动作辅助穿着用具(2),具有对穿着者(1)赋予动力的致动器(201);生物信号传感器(221),检测穿着者(1)的生物信号;生物信号处理装置(3),根据由生物信号传感器检测到的生物信号(a)来取得用于使穿着者(1)的肌肉骨骼系统动作的神经传递信号(b)和伴随着肌肉活动所产生的肌肉电位信号(c);随意控制装置(4),使用通过生物信号处理装置(3)取得的神经传递信号(b)和肌肉电位信号(c),来生成用于使致动器(201)产生跟随穿着者(1)的意愿的动力的指令信号(d);和驱动电流产生装置(5),根据通过随意控制装置(4)产生的指令信号(d),分别产生与神经传递信号(b)对应的电流和与肌肉电位信号(c)对应的电流,并供给至致动器(201)。

Description

穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序
技术领域
本发明涉及辅助或者代行穿着者动作的穿着式动作辅助装置、穿着动作辅助装置的控制方法以及控制用程序,特别涉及可以抑制对穿着者所造成的不协调感的穿着式动作辅助装置、穿着动作辅助装置的控制方法以及控制用程序。
背景技术
即便是正常人可以简单作出的动作,对于残疾人或者高龄者来说也常常是困难的。至今为止,已为这些人开发出种种辅助装置并已实用化。在这样的辅助装置中,有如轮椅或者护理床那样的、穿着者坐在上边通过开关驱动马达等致动器,对不足力量进行辅助的装置,和穿着到人身上、根据穿着者的意愿对动作所需力量进行辅助的装置。对于穿着到人身上的所谓穿着式动作辅助装置来说,由于可以根据穿着者的意愿随时产生必要的动力,而且不需要护理人,所以对于残疾人以及高龄者的护理、或者伤员和病人等的康复是非常便利的,因此,期待着其能够得到实用化。作为这样的穿着式动作辅助装置,人们提出了下述方案,即:通过检测随着穿着者的肌肉活动所产生的肌肉电位信号、并基于该检测结果驱动致动器,来根据穿着者的意愿随意控制致动器的装置(非专利文献1:Takao Nakai,Suwoong Lee,HiroakiKawamoto and Yoshiyuki Sankai,“Development of Power Assistive Legfor Walking Aid using EMG and Linux,”Second Asian Symposium onIndustrial Automation and Robotics,BITECH,Bangkok,Thailand,May17-18,2001)。
然而,在穿着式动作辅助装置中,存在着如果将用于辅助动作的动力赋予穿着者的时刻与穿着者的举动不调和,则动作就变得不灵活,因此会将所谓的不协调感给予穿着者的问题。在这里,人们知道:要想使动力赋予的时刻与穿着者的动作协调,就必须使时刻比穿着者的动作恰好早所需要的微小时间。
但是,在非专利文献1的穿着式动作辅助装置中,由于需要在检测完来自穿着者的肌肉电位信号之后,才开始目的为使致动器产生动力的处理,所以存在着动力赋予时刻会比穿着者的举动晚,从而给穿着者带来显著不协调感的忧患。于是,在现有技术中,人们提出了这样的装置,即:通过将人的动作分类成多个图形(任务),同时将各个任务分割成多个规定的最小动作单位(Phase:状态)、并向每一个状态供给大小预先设定好的电流,这样来驱动控制致动器(非专利文献2:“Predictive Control Estimating Operator’s Intention for Stepping-upMotion by Exo-Skeleton Type Power Assist System HAL,”Proceedings ofthe 2001 IEEE/RSJ,International Conference on Intelligent Robots andSystems,Maui,Hawaii,Oct.29-Nov.03,2001,pp.1578-1583)(非专利文献3:李秀雄,山海嘉之、‘使用Phase Sequence和EMG的坐着、步行动作的助力控制’、第一9次日本机器人学会学术讲演会预稿集(2001年))
在这些穿着式动作辅助装置中,基于从穿着者检测到的关节角度等物理量来推断穿着者的任务的状态,并根据所推断的状态来控制(自律控制)致动器,通过这样,可以减少随着动力赋予时刻的落后而产生的不协调感。
发明内容
发明要解决的课题
但是,在上述非专利文献2和3的穿着式动作辅助装置的控制系统中,由于是自律控制,所以存在着当产生绊倒等不能预料的动作变更的情况下,不能圆滑地向相应的任务的状态进行切换,从而有可能给穿着者明显造成不协调感。
因此,本发明的目的在于提供一种尽可能抑制给穿着者带来不协调感的穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序。
具体解决方式
为了解决上述课题,本发明具有如下的解决方式。
本发明是一种辅助或者代行穿着者的动作的穿着式动作辅助装置,其特征在于,包括:具有对穿着者赋予动力的致动器的动作辅助穿着用具;检测穿着者的生物信号的生物信号传感器;生物信号处理装置,从通过生物信号传感器所检测到的生物信号取得用于使穿着者的肌肉骨骼系统动作的神经传递信号和伴随着肌肉活动所产生的肌肉电位信号;随意控制装置,使用通过生物信号处理装置所取得的神经传递信号和肌肉电位信号,生成用于使致动器产生跟随穿着者的意愿的动力的指令信号;驱动电流产生装置,根据通过随意控制装置所产生的指令信号,分别产生与神经传递信号对应的电流和与肌肉电位信号对应的驱动电流,并供给至致动器。
此外,本发明的穿着式动作辅助装置的控制方法,其特征在于:在将具有对穿着者赋予动力的致动器的动作辅助穿着用具穿着在穿着者身上的状态下,检测穿着者的生物信号,从所检测到的生物信号中,取得用于使穿着者的肌肉骨骼系统动作的神经传递信号和伴随着肌肉活动所产生的肌肉电位信号,使用所取得的神经传递信号和肌肉电位信号,生成用于使致动器产生跟随穿着者的意愿的动力的随意指令信号,根据所产生的随意指令信号,分别向致动器供给与神经传递信号对应的电流和与肌肉电位信号对应的驱动电流。
此外,本发明的穿着式动作辅助装置的控制用程序,其特征在于,在用于控制致动器的计算机中执行如下处理:用于检测穿着者的生物信号的处理;用于从生物信号取得用来使穿着者的肌肉骨骼系统动作的神经传递信号和伴随着肌肉活动所产生的肌肉电位信号的处理;使用所取得的神经传递信号和肌肉电位信号,生成用于使致动器产生跟随穿着者的意愿的动力的随意指令信号的处理;根据所产生的随意指令信号,分别向致动器供给与神经传递信号对应的电流和与肌肉电位信号对应的电流,并供给至致动器的处理。
此外,在本发明的穿着式动作辅助装置中,优选具有对与穿着者的动作有关的物理量进行检测的物理量传感器。此外,其特征在于:生物信号处理装置具有放大由神经传递信号和肌肉电位信号构成的生物信号的装置,从生物信号中抽出神经传递信号的第一滤波器,和从生物信号中抽出肌肉电位信号的第二滤波器。
此外,在本发明的穿着式动作辅助装置中,其特征在于:驱动电流产生装置,在将与神经传递信号相对应地产生的脉冲电流和产生为使得实质上与肌肉电位信号成比例的电流之间的总电流供给至致动器的同时,通过脉冲电流来开始致动器的动作。
此外,在本发明的穿着式动作辅助装置中,其特征在于:驱动电流产生装置,在开始向致动器供给电流时,产生成为比可驱动致动器的电流的下限值大的脉冲电流或者总电流。
此外,在本发明的穿着式动作辅助装置中,其特征在于:包括数据库,将作为任务而进行分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数,和将由致动器产生的动力赋予率(助力率)存放为使得成为所需对应关系;随意控制装置,通过对由物理量传感器所检测到的物理量与存放在数据库内的基准参数进行比较,来推断穿着者所要进行的任务的状态,根据对应关系规定与该状态对应的助力率,生成用于使致动器产生成为该助力率的动力的指令信号。
此外,在本发明的穿着式动作辅助装置中,其特征在于:驱动电流产生装置,在穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动致动器的电流之后,再向动作的方向供给用来驱动致动器的电流。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:在将与神经传递信号相对应而产生的脉冲电流和产生实质上与肌肉电位信号成比例的电流之间的总电流供给至致动器的同时,通过脉冲电流的供给来开始致动器的动作。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:驱动电流产生装置,在开始向致动器进行电流的供给时,供给成为比可驱动致动器的电流的下限值大的脉冲电流或者总电流。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:还通过检测与穿着者的动作有关的物理量,对所检测到的物理量信号和作为任务而进行分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数进行比较,来推断穿着者所要进行的任务的状态,同时,生成用于使致动器产生成为该助力率的动力的随意指令信号,产生与该随意指令信号对应的驱动电流,并供给至致动器。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:在穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动致动器的电流之后,再供给用于向动作的方向驱动致动器的电流。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行用于在向致动器与神经传递信号相对应地产生的脉冲电流和产生为与肌肉电位信号成比例的电流之间的总电流的同时,通过脉冲电流的供给来进行的电流的供给,并开始致动器的动作处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行在开始向致动器供给电流时,设定成为比可驱动致动器的电流的下限值大的脉冲电流或总电流的处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行用于对将作为任务而进行分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数,和将由致动器产生的动力赋予率(助力率)存放为成为所需要的对应关系的数据库进行存取的处理;用来检测与穿着者的动作有关的物理量的处理;用来采用使所检测到的物理量与存放在数据库内的基准参数进行比较的办法,推断任务的状态,根据对应关系规定与该状态对应的助力率,使致动器产生将变成为该助力率的动力的处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行用于在穿着者通过反射神经进行动作的情况下,当在规定的时间地供给了用来向与该动作相反的方向驱动致动器的电流之后,再向动作的方向供给用来驱动致动器的电流的处理。
此外,本发明的穿着式动作辅助装置,其特征在于:包括对穿着者赋予动力的致动器的动作辅助穿着用具;检测穿着者的生物信号的生物信号传感器;对与穿着者的动作有关的物理量进行检测的物理量传感器;使用从通过生物信号传感器所检测到的生物信号,生成用于使致动器产生跟随穿着者的意愿的动力的指令信号的随意控制装置;存放有作为任务而进行分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数的数据库;通过对通过物理量传感器所检测到的物理量和存放在数据库内的基准参数进行比较,来推断穿着者的状态,生成用于使致动器产生与该状态对应的动力的指令信号的自律控制装置;合成来自随意控制装置的指令信号和来自自律控制装置的指令信号的信号合成装置;产生与通过信号合成装置所合成的总指令信号对应的总电流,供给至致动器的驱动电流产生装置。
此外,本发明的穿着式动作辅助装置的控制方法,其特征在于:在将具有对穿着者赋予动力的致动器的动作辅助穿着用具穿着到穿着者上的状态下,采用分别检测穿着者的生物信号和与穿着者的动作有关的物理量,用所检测到的生物信号,产生用来使致动器产生跟随穿着者的意愿的动力的随意指令信号,对所检测到的物理量和作为任务进行了分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数进行比较的办法,推断穿着者想要进行的任务的状态,产生用来使致动器产生与该状态对应的动力的指令信号,对这些所产生的随意指令信号和自律信号进行合成,产生与所合成的总指令信号对应的电流,供给至致动器。
此外,本发明的穿着式动作辅助装置的控制用的程序,其特征在于,使用于控制致动器的计算机执行如下处理:用来分别检测穿着者的生物信号和与穿着者的动作有关的物理量的处理;用来用所检测到的生物信号,使致动器产生跟随穿着者的意愿的动力的随意指令信号的处理;用来使所检测到的物理量和作为任务进行了分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数进行比较的办法,推断穿着者所要进行的任务的状态,同时,产生使致动器产生将变成为该助力率的动力的随意指令信号的处理;用来产生与对这些所产生的随意指令信号和自律指令信号进行了合成后的总指令信号对应的驱动电流,供给至致动器的处理。
此外,在本发明的穿着式动作辅助装置中,其特征在于:数据库将来自随意控制装置的指令信号和来自自律控制装置的指令信号之比(混合(hybrid)比)存放为使得与状态的基准参数变成为所要的对应关系,信号合成装置,与通过自律控制装置所推断的任务的状态相对应,把来自随意控制装置的指令信号和来自自律控制装置的指令信号合成为使得变成为根据对应关系规定的混合比。
此外,在本发明的穿着式动作辅助装置中,其特征在于:包括从通过生物信号传感器所检测到生物信号中取得用来使穿着者的肌肉骨骼系统动作的神经传递信号和伴随着肌肉活动所产生的肌肉电位信号的生物信号处理装置,驱动电流产生装置,通过与用生物信号处理装置所取得的神经传递信号相对应地产生的脉冲电流的供给开始致动器的动作。
此外,在本发明的穿着式动作辅助装置中,其特征在于:驱动电流产生装置,在开始向致动器进行的电流的供给时,产生使得变成为比可驱动致动器的电流的下限值更大采用的脉冲电流或总电流。
此外,在本发明的穿着式动作辅助装置中,其特征在于:数据库把每一个状态的基准参数和致动器的所要的动力赋予率(助力率)存放为使得变成为所要的对应关系,信号合成装置根据对应关系规定通过自律控制装置所推断的任务的状态对应的助力率,并把来自随意控制装置的指令信号和来自自律控制装置的指令信号合成为使得满足该助力率。
此外,在本发明的穿着式动作辅助装置中,其特征在于:驱动电流产生装置,在穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动致动器的电流之后,再向动作的方向供给用来驱动致动器的电流。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:将随意指令信号和自律指令信号之比(混合比)预先设定为使得与每一个状态的基准参数都变成为所要的对应关系,根据对应关系规定与所推断的任务的状态对应的混合比,将总指令信号合成为变成该混合比。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:在开始向致动器进行的电流的供给时,供给成为比可驱动致动器的电流的下限值大的与神经传递信号对应的电流或者与该电流和肌肉电位信号对应的电流的总电流。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:预先使要赋予穿着者的动力的比率(助力率)与每一个状态的基准参数加以对应,把总指令信号设定为使得变成为与所推断的任务的状态对应的助力率。
此外,在本发明的穿着式动作辅助装置的控制方法中,其特征在于:在穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动致动器的电流之后,再向动作的方向驱动致动器。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使用于控制致动器的计算机执行如下处理:用于对将随意指令信号和自律指令信号之比(混合(hybrid)比)存放为与状态的基准参数成为所要的对应关系的数据库进行存取的处理;用来通过使所检测到的物理量与存放在数据库内的基准参数进行比较,来推断穿着者所要进行的任务的状态,同时,根据对应关系规定与该状态对应的混合比,将总指令信号合成为成为该混合比的处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行用来进行在开始向致动器进行的电流的供给时,设定成为比可驱动致动器的电流的下限值大的脉冲电流或者总电流的处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行:用来对把作为任务进行了分类的构成穿着者的动作图形的一连串的最小动作单位(状态)中的每一个状态的基准参数,和将由致动器产生的动力赋予率(助力率)存放为成为所需要的对应关系的数据库进行存取的处理;用来检测与穿着者的动作有关的物理量的处理;用来将总指令信号设定为成为与所推断的任务的状态对应的助力率的处理。
此外,在本发明的穿着式动作辅助装置的控制用程序中,其特征在于:使计算机执行用来在穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动致动器的电流之后,再向动作的方向驱动致动器的处理。
发明的效果
若采用本发明,则由于在从生物信号取得肌肉电位信号,和先行于该信号或者位于肌肉电位信号的先头部分的神经传递信号的同时,将所取得的神经传递信号用作致动器的驱动开始的信号(触发信号),所以,在开始向致动器进行的电流供给时,可以迅速地使致动器动作。为此,可以得到没有不协调感的平稳动作且不会感到穿着式动作辅助装置在始动时的延迟。
此外,若采用本发明,则由于要对用于使致动器产生跟随穿着者的意愿的动力的随意指令信号和用于使致动器产生与通过所检测到的物理量和存放在数据库内的基准参数之间的比较所推断的任务的状态对应的动力的自律指令信号进行合成,所以,可以迅速地使致动器开始动作,因此可以不存在不协调感来平稳地进行随意动作。
若采用本发明,得益于对随意指令信号和自律指令信号的混合比进行控制,而可以进行对穿着者的肌力等最佳的动作辅助而没有助力开始的延迟。此外,如果对每一个状态都引出存放在数据库内的混合比,则可以自动地变更混合比,通过这样,与在各个动作中使用的混合比相比,可以进行更为平稳的动作。
此外,倘采用本发明,如果在向致动器供给与神经传递信号相对应地产生的脉冲电流和产生实质上与肌肉电位信号成比例的电流之间的总电流的同时,通过脉冲电流的供给使致动器开始动作,则可以防止致动器的驱动开始的延迟。此外,在脉冲电流或者总电流小于致动器的可开始驱动的电流的情况下,通过将脉冲电流放大为脉冲电流或者总电流成为大于致动器的可开始驱动的电流,而可以与神经传递信号相对应地使致动器的驱动开始。
此外,倘采用本发明,由于要使致动器产生成为与通过对物理量和基准参数进行比较所推断的任务的状态相对应的助力率的动力,所以可以对不同体力的穿着者赋予最佳动力来进行助力。
若使用具有以上特征的本发明的穿着式动作辅助装置,则即便是如残疾人或者老人那种没有足够进行身体动作所需肌力的人或者身体动作本身为困难的人,也可以进行没有不协调感且平稳的动作。此外,例如即便是为了进行爆炸物的处理那样的危险的作业而必须穿戴重装备的人,如果穿着本发明的穿着式动作辅助装置,则可以如同没有穿戴重装备那样轻快地进行作业。
附图说明
图1是表示穿着式动作辅助装置的全体构成的概略图。
图2是表示动作辅助穿着用具的立体图。
图3是表示第一实施方式的穿着式动作辅助装置的框图。
图4是表示生物信号处理装置的构成和由它进行的生物信号(神经传递信号与肌肉电位信号已分离)的处理的例子的概略图。
图5是表示生物信号处理装置的构成和由它进行的生物信号(神经传递信号与肌肉电位信号已重叠)的处理的另外的例子的概略图。
图6是表示第一实施方式的控制方法的流程图。
图7是表示从神经传递信号与肌肉电位信号已分离的生物信号得到的驱动电流的一个例子的概略图,(a)是表示脉冲电流和驱动电流不重叠而且脉冲电流小于可驱动开始电流It的状态,(b)是表示将(a)的状态的脉冲电流放大至It以上大小的状态。
图8是表示从神经传递信号与肌肉电位信号已重叠的生物信号得到的驱动电流的另外的例子的概略图,(a)是表示脉冲电流和驱动电流进行重叠而且它们的总电流(相当于站起时)小于可驱动开始电流It的状态,(b)是表示将(a)的状态的总电流放大至It以上大小的状态。
图9是表示在第一实施方式的穿着式动作辅助装置中控制助力率的例子的框图。
图10是表示任务和状态的例子的概略图。
图11是表示通过使物理量与基准参数进行比较来推断穿着者1所要进行的任务和其中的状态的处理,(a)模式地表示穿着者的每一个动作的各个任务和状态的数据库,(b)表示膝的旋转角度θ和角速度θ’、腰的旋转角度θ和角速度θ’、以及重心位置COG和重心位置的移动速度COG’,(c)模式地示出矩阵状地取出了所有状态(A1、A2、A3、......,B1、B2、B3、......,C1、C2、C3、......)后的状态。
图12用来说明在第一实施方式的控制方法中助力率的控制的流程图。
图13是表示第二实施方式的穿着式动作辅助装置的框图。
图14是表示第二实施方式的控制方法的流程图。
图15是表示在第二实施方式的穿着式动作辅助装置中控制助力率的例子的框图。
图16是用来说明在第二实施方式的控制方法助力率的控制的流程图。
图17是表示第二实施方式的控制装置的构成的框图。
图18是表示驱动电流产生的另外的改良例的概略图。
图19是表示在第一实施例中附加上了与神经传递信号对应的脉冲电流的情况下的实验结果的曲线图,(a)是表示膝的旋转角度θ的变化的曲线图,(b)是表示放大了的生物信号的变化的曲线图,(c)是表示膝致动器的转矩的曲线图。
图20是表示在第一实施例中未附加与神经传递信号对应的脉冲电流的情况下的实验结果的曲线图,(a)是表示膝的旋转角度θ的变化的曲线图,(b)是表示放大了的生物信号的变化的曲线图,(c)是表示膝致动器的转矩的曲线图。
图21是在第二实施例中通过合成随意指令信号和自律指令信号的控制所得到的膝致动器的转矩的一个例子的实验结果,(a)是表示状态序号的曲线图,(b)是表示膝的旋转角度θ的变化的曲线图,(c)示出了用自动控制得到的膝的转矩的变化,(d)是表示用随意控制得到的膝的转矩的变化的曲线图,(e)是表示用混合控制(自动控制+随意控制)得到的膝的转矩的变化的曲线图。
图22是在第二实施例中通过合成随意指令信号和自律指令信号的控制所得到的膝致动器的转矩的另一个例子的实验结果,(a)是表示状态序号的曲线图,(b)是表示膝的旋转角度θ的变化的曲线图,(c)是表示用自动控制得到的膝的转矩的变化的曲线图,(d)是表示用随意控制得到的膝的转矩的变化的曲线图,(e)是表示用混合控制(自动控制+随意控制)得到的膝的转矩的变化的曲线图。
标号说明
1:人(穿着者),2:动作辅助穿着用具,3:生物信号处理装置,4、14、24:随意控制装置,5:驱动电流产生装置,6:数据库,7、17:自律控制装置,8:信号合成装置,10:人机系统,13:物理量传感器,20、20A、20B、20C:控制装置,21:电源,31:放大器,32:高频带通滤波器,33:中频带通滤波器,201:致动器,202:臂,203:关节,221:生物信号传感器,222:重心传感器,a:生物信号,b:神经传递信号,c:肌肉电位信号,d:指令信号,e:物理量的检测信号
具体实施方式
以下,虽然在每个实施方式中对本发明都进行了说明,但是,若各个实施方式的特征没有特别说明,也可以应用于其它实施方式。
(一)第一实施方式
(A)穿着式动作辅助装置的构成
第一实施方式的穿着式动作辅助装置包括:具有致动器的动作辅助穿着用具;检测穿着者的生物信号的生物信号传感器;从生物信号中取得神经传递信号和肌肉电位信号的生物信号处理装置;随意控制装置,使用神经传递信号和肌肉电位信号来生成用于使致动器产生跟随穿着者意愿的动力的指令信号;驱动电流产生装置,根据来自随意控制装置的指令信号而分别产生与神经传递信号和肌肉电位信号对应的电流,并供给至致动器。其中,在要使致动器产生将成为与穿着者所要进行的任务的状态对应的助力(power assist)率的情况下,还要在该穿着式动作辅助装置中设置对关于穿着者动作的物理量进行检测的物理量传感器。
(1)驱动系统
图1概略地示出其一个例子的驱动系统(硬件系统)。该穿着式动作辅助装置包括:穿着在人(以下叫做穿着者)1的下半身上的动作辅助穿着用具2(省略一方脚部的图示);从下半身(例如大腿)检测生物信号a的生物信号传感器221;粘贴在脚底来检测穿着者1重心的重心传感器222;从通过生物信号传感器221检测到的生物信号,取得神经传递信号b和肌肉电位信号c的生物信号处理装置3;根据神经传递信号b和肌肉电位信号c来控制动作辅助穿着用具2的致动器201的驱动的控制装置20;用来向控制装置20或者致动器201等供给电力的电源(电池、外部电源)21。
如图2所示,动作辅助穿着用具2包括:旋转自如地将上部臂202a和中间臂202b接合起来的腰用关节203a,旋转自如地将中间臂202b和下部臂202c接合起来的膝用关节203b,旋转自如地将下部臂202c和踵部205接合起来的踝用关节203c,设置在腰用关节203a上的致动器201a,和设置在膝用关节203b上的致动器201b。在中间臂202b和下部臂202c上安装有固定在穿着者1的大腿和小腿上的魔术带(注册商标)等固定用具205a、205b。各致动器201a、201b由马达和减速齿轮构成。
上部臂202a固定于绕设固定在穿着者1的躯体上的腰带部204上。在腰带部204的背侧的上缘部设置有在上下形成有开口的突起部204a,在突起部204a的开口部内结合有收纳控制装置20和电源21等的背包220的下端突起220a。这样一来,背包220的负重就可以由腰带部204来承受。此外,踵部205具有完全将穿着者1的脚踵覆盖起来的形状,其一方的侧壁比另一方的侧壁延伸较高,在其上端部上安装有踝用关节203c。为此,动作辅助穿着用具2和背包220的负重就可以完全由踵部205所支持,而不会施加给穿着者1。
(2)控制系统
图3示出第一实施方式的穿着式动作辅助装置的控制系统。穿着者1和动作辅助穿着用具2构成人机系统10。此外,控制装置20具有随意控制装置4。在随意控制装置4的输入端子上连接有检测穿着者1的生物信号a的生物信号传感器221,而且,在随意控制装置4的输出端子上连接有驱动电流产生装置5。驱动电流产生装置5连接到动作辅助穿着用具2的致动器201a、201b(以下总称为致动器201)上。
(a)传感器
第一实施方式的穿着式动作辅助装置,在已穿着到人1上的状态下,检测来自穿着者1的生物信号a的生物信号传感器221就变成为必不可少。生物信号传感器221虽然通常要粘贴在穿着者1的皮肤上,但是,也可以埋入到体内。除此之外,如图1所示,优选还需要有重心传感器222。重心传感器222例如要在脚底粘贴多个,可以通过检测最重的重量究竟施加在哪一个重心传感器222上的办法来预测人体的动作方向。而且,为了提高控制精度,还可以穿着例如:(1)用于得到表示穿着者1的动作状态的信号的传感器(力传感器、转矩传感器、电流传感器、角度传感器、角速度传感器、地面反弹力传感器等),(2)用于得到外界的信息(例如有无障碍物)的传感器(CCD、激光传感器、红外线传感器、超声波传感器等),(3)用于得到神经传递信号b和肌肉电位信号c以外的生物信号的传感器(体温传感器、脉搏传感器、脑波传感器、心电传感器、出汗传感器等)。由于这些传感器本身是众所周知的,所以省略逐个的说明。
(b)生物信号处理装置
通过生物信号传感器221所检测到的生物信号a,具有神经传递信号b和肌肉电位信号c。神经传递信号b也可以叫做意愿传递信号,或者(i)先行于肌肉电位信号c(参照图4),或者(ii)与肌肉电位信号c的先头部重叠(参照图5)。神经传递信号b的频率要比肌肉电位信号c的频率高,所以可以通过使用不同的带通滤波器来进行分离。神经传递信号b在通过放大器31对生物信号a进行放大后,就可以由高频带(例如33Hz~数kHz)的带通滤波器32取出,此外,肌肉电位信号c在通过放大器31对生物信号放大后,可以由中频带(例如33Hz~500kHz)的带通滤波器33取出。其中,在图4和图5中,虽然各滤波器是并联连接,但是并不限定于此,两个滤波器也可以串联连接。此外,神经传递信号b有时不仅与肌肉电位信号c的先头部分,即便是对于先头部分以后也会重叠。在该情况下,只要做成为仅将神经传递信号b的先头部分用于脉冲电路的产生即可。
对神经传递信号b和肌肉电位信号c进行滤波(smoothing)处理。图4和图5中的各个电流,将对来自生物信号处理装置3的信号进行滤波所得到的指令信号d作为输入,通过驱动电流产生装置5而产生。如图4所示,由于神经传递信号b宽度窄,所以,即便是只通过滤波也将变为脉冲状,根据该神经传递信号b并通过驱动电流产生装置5所产生的电流也将变为脉冲状。其中,根据神经传递信号b得到的电流(脉冲电流)也可以变为方波形状。另一方面,如图5所示,由于肌肉电位信号c的宽度宽,所以,通过滤波实质上变为与肌肉电位成比例的山状,根据该肌肉电位信号c并通过驱动电流产生装置5产生的电流也将变为山状。
当将根据神经传递信号b产生的脉冲电流和根据肌肉电位信号c按比例地产生的电流的总电流供给至致动器201时,致动器201就会产生与该总电流成比例大小的转矩。在这里,在图4和图5中的任何一方的情况下,由于总电流被设定成以充分大的电流而启动,所以可以不会落后于穿着者1的动作意愿而驱动致动器201,可以没有不协调感地进行跟随穿着者1自己意愿的动作。其中,在图4和图5中,虽然将脉冲电流画得很大,但是,这只是因为要强调其作用的缘故,而并不是要画出实际的脉冲电流与从肌肉电位信号c得到的驱动电流之间的关系。各个电流的大小,可以通过穿着者1的动作时的感觉适宜地设定。
(c)随意控制装置
随意控制装置4具有使用神经传递信号b和肌肉电位信号c,生成用于使致动器201产生跟随穿着者1的意愿的动力的指令信号d的功能。作为用随意控制装置4进行控制的控制法则,可以使用比例控制。通过比例控制而使指令信号值和驱动电流值变为比例关系,此外,因为致动器201的特性而使驱动电流值和致动器201所产生的转矩值变为比例关系。因此,通过由随意控制装置4产生所要的指令信号d,而可以将助力率控制为所希望的值。其中,作为用随意控制装置4进行控制的控制法则,也可以使用将比例控制与微分控制和/或积分控制组合起来的控制法则。
在这里,所谓助力率是指穿着者1所产生的力与穿着用具2所产生的力之间的分配率,通过手动或者自动来进行调整。该助力率既可以是正值也可以是负值。在为正助力率的情况下,穿着用具2所发生的力要附加到穿着者1所发生的力上,在为负助力率的情况下,要从穿着者1所发生的力中减去穿着用具2所发生的力(就是说给穿着者1加上负载),因此穿着者1必须发生通常以上的力。
(d)驱动电流产生装置
驱动电流产生装置5,在输入来自随意控制装置4的指令信号d时,根据该指令信号而分别产生与神经传递信号b和与肌肉电位信号c对应的驱动电流并供给至致动器201,通过这样来驱动致动器201。
(B)控制方法和控制用程序
图6是表示第一实施方式的控制方法的流程图。
在图6所示的第一实施方式的控制方法的一个优选例中,将具有对穿着者1赋予动力的致动器201的动作辅助穿着用具2穿着在人1上(步骤ST501),并检测穿着者1的生物信号a(步骤ST502)。如图4以及图5所示,通过生物信号处理装置3从生物信号a取得神经传递信号b和肌肉电位信号c(步骤ST503),使用所取得的神经传递信号b和肌肉电位信号c,生成用于使致动器201产生跟随穿着者1的意愿的动力的随意指令信号d1(步骤ST504)。该随意指令信号d1由产生与神经传递信号b对应的脉冲电流的指令信号d和产生与肌肉电位信号c成比例的驱动电流的指令信号d构成。通过向驱动电流产生装置5输入各个指令信号d,而可以通过驱动电流产生装置5产生供给至致动器201的电流。在随意指令信号d1的产生中,也可以利用其它信号(例如从第一实施方式所述的生物信号传感器221以外的传感器得到的信号)。如果没有特别说明,在以下的实施方式中,可以使用与上述同一信号作为其它信号。
由于在可驱动致动器201的电流中存在着下限值(阈值),所以在与神经传递信号b对应的脉冲电流(在脉冲电流与驱动电流未重叠的情况下)或者脉冲电流和驱动电流(在脉冲电流与驱动电流重叠的情况下)的总电流未满该下限值的情况下,脉冲电流对致动器201的迅速驱动开始不起作用,在驱动电流达到下限值之前,致动器201不会开始驱动。因此,在穿着者1的大脑发出动作开始的信号(神经传递信号b)时到动作辅助装置的始动之前的期间会产生一定迟缓,会增大带给穿着者1的不协调感。为了消除这种增大的不协调感,优选是与神经传递信号b对应的脉冲电流相对应,立即使致动器201开始驱动。
图7是表示从神经传递信号和肌肉电位信号分离的生物信号得到的驱动电流的一个例子的概略图,(a)表示脉冲电流和驱动电流不重叠且脉冲电流小于可驱动开始电流It的状态,(b)表示将(a)状态的脉冲电流放大以变为大于It大小的状态。图8是表示从神经传递信号与肌肉电位信号重叠的生物信号得到的驱动电流的另外的例子的概略图,(a)表示脉冲电流和驱动电流重叠且它们的总电流(相当于启动时)不到可驱动开始电流It的状态,(b)表示将(a)状态的总电流放大以变为大于It大小的状态。
由于致动器201和动作辅助穿着用具2的各臂202或者各关节203都具有惯性力矩,因此,为了延迟于穿着者1的意愿来进行动作辅助,优选使致动器201发生迅速启动的转矩。为了实现这一目的,在本实施方式中,规定在图7(a)所示的脉冲电流82和驱动电流81未重叠的情况下、或者图8(a)所示的脉冲电流83和驱动电流81重叠的情况下的任何一方中,当脉冲电流82(或者脉冲电流83+驱动电流81)不在致动器201的可开始驱动电流的下限值It以上时(ST505中的No),放大脉冲电流82、83,以使脉冲电流82(或者脉冲电流83+驱动电流81)变成在可开始驱动电流的下限值It以上(参照图7(b)和图8(b))(ST505a)。而且,为了能够可靠地使致动器201始动,而根据需要加大脉冲电流82、83的宽度(比与神经传递信号b对应的时间长来加长)。其结果,可以通过与神经传递信号b对应的脉冲电流82、83的供给而可靠地使致动器201开始驱动(ST506)。
在这样使致动器201开始驱动后,如果使致动器201产生与肌肉电位信号c对应的驱动电流81成比例的驱动转矩(ST507),则可以对与穿着者1的意愿对应的动作进行助力。
为了执行上述控制,采用如下所述控制用程序,该控制程序用于运行下述处理,检测生物信号a的处理(ST502)、从生物信号a取得神经传递信号b和肌肉电位信号c的处理(ST503)、使用所取得的神经传递信号b和肌肉电位信号c来生成用于使致动器201产生跟随穿着者1的意愿的动力的随意指令信号d1的处理(ST504)、和根据所产生的随意指令信号d1而分别产生与神经传递信号b对应的脉冲电流和与肌肉电位信号c对应的驱动电流并供给至致动器201的处理(ST506、ST507),将该控制用程序存储到穿着式动作辅助装置的控制装置20(例如由CPU、硬盘和RAM等存储装置和具有输入输出装置的个人计算机等的计算机构成)的存储装置内。其中,控制装置20可以收纳到背包220内,但是,也可以将其做成为根据需要配置在穿着式动作辅助装置的外部,以无线方式与穿着式动作辅助装置之间进行的信号的发送接收。
图9是表示在第一实施方式的穿着式动作辅助装置中,在进行致动器201的随意控制时,根据与穿着者1的动作有关的物理量来推断任务的状态(phase),使致动器产生成为与所推断的状态对应的助力率的动力的例子。在图9的穿着式动作辅助装置中,对与图3的穿着式动作辅助装置系统相同的部分标注同一参照标号,对类似的部分则标注类似的参照标号。
在说明图9的穿着式动作辅助装置的详细情况之前,首先对任务(Task)及其状态(Phase)进行说明。所谓任务就是对穿着者的各个动作图形进行分类的动作图形,而状态则是构成任务的一连串最小动作单位。
虽然在图10中作为人1的基本动作而例示出步行(任务A)、站起(任务B)、坐下(任务C)以及上台阶或者下台阶(任务D),但是不言而喻,就任务而言并不局限于这些。各任务(Task)都由上述状态(Phase)构成,例如,步行任务A由两脚并齐的状态1、右脚向前迈出的状态2、左脚向前迈出变成两脚并齐状态的状态3、以及左脚向前迈出的状态4而构成。将这种一连串的状态叫做状态顺序(PhaseSequence)。为辅助穿着者1的动作的合适动力在每一个状态都不同。为此,通过将不同的助力率PAR1、PAR2、PAR3、PAR4赋予各个状态1~4,而能够对每一个状态进行最佳的动作辅助。
分析各人的动作可知,各状态中的各关节的旋转角度和角速度、步行速度和加速度、姿势、重心的移动等都已决定。例如,各人典型的步行图形已决定,在以该图形步行时会感觉最为自然。因此,只要对全部任务的全部状态经验性地求得各人的各关节的旋转角度以及角速度等,并将其作为基准参数(基准的旋转角度和角速度等)预先存储数据库内即可。
图9的穿着式动作辅助装置包括:由穿着者1和动作辅助穿着用具2构成的人机系统10;从穿着者1的生物信号a取得神经传递信号b和肌肉电位信号c的生物信号处理装置3;以及同时存放有各状态的基准参数和分配给各状态的助力率PAR等的数据库6。此外,还包括:随意控制装置14,同时取得生物信号a(包括神经传递信号b和肌肉电位信号c)和通过物理量传感器13所检测到的物理量(各关节的旋转角度和角速度、步行速度和角速度、姿势、重心的移动等以及根据需要来自其它传感器的信号),产生通过使所取得的物理量与数据库6的基准参数进行比较而得到的随意指令信号d(包括助力率PAR等);以及驱动电流产生装置5,与随意控制装置14的指令信号d相对应而产生动作辅助穿着用具2的致动器201的驱动电流。
图11是表示通过比较物理量和基准参数来推断穿着者1所进行的任务以及其中的状态的处理,(a)模式地示出穿着者的每个动作的各个任务和状态的数据库,(b)示出膝的旋转角度θ和角速度θ’、腰的旋转角度θ和角速度θ’、以及重心位置COG和重心位置的移动速度COG’,(c)模式地示出矩阵状地取出全部状态(A1、A2、A3、......,B 1、B2、B3、......,C1、C2、C3、......)后的状态。
图11(a)所示的任务和状态就是图10所示的任务和状态。所例示的任务A(步行)、任务B(站起)、任务C(坐下)......分别由一连串的状态(状态A1、状态A2、状态A3、......,状态B1、状态B2、状态B3、......等)构成。
当穿着者1开始动作时,将通过物理量传感器13所取得的各种物理量实测值与存放在数据库6内的基准参数进行比较。该比较以图11(b)的曲线图示出。在该曲线图中,示出膝的旋转角度θ和角速度θ’、腰的旋转角度θ和角速度θ’、以及重心位置COG和重心位置的移动速度COG’,但是不言而喻,就进行比较的物理量而言并不局限于这些。
以恒定的短时间间隔对实测物理量和基准参数进行比较。比较要对全部任务(A、B、C、......)的一连串的状态进行。即,如图11(c)所示,以矩阵状地取出示于图11(a)的所有状态(A1、A2、A3、......,B1、B2、B3、......,C1、C2、C3、......),与实测物理量进行比较。
如图11(b)的曲线图所示,例如若在每个时间t1、t2、t3、......都进行比较,则可以确定实测物理量具有完全一致的基准参数的状态。为了排除一致的误差,可确认在多个时间内一致后,再进行状态的确定。例如,在图示的例子中,如果实测值在多个时间中都与状态A1的基准参数一致,则可知现在的动作是状态A1的动作。当然,具有与实测值一致的基准参数的状态并不局限于任务的最初状态(A1、B1、C1等)。
图12表示的是作为第一实施方式的另外的例子,示出了控制助力率PAR的情况下的控制方法。因为图12的ST601、ST602和ST604~606实质上与图6的ST501~505a相同,所有省略对它们的说明,这里主要对ST607~612的工序进行说明。
通过物理量传感器13检测人机系统10的物理量(ST603)。各关节的旋转角度和角速度、步行速度和加速度、姿势等物理量的物理量传感器13被安装到动作辅助穿着用具2上,优选重心的移动等物理量的物理量传感器13直接粘贴到穿着者1上。
使物理量依次与存储在数据库6内的各任务的各个状态的基准参数进行比较(ST607)。如参照图11(a)~(c)所说明的那样,由于所有的任务和它们的状态都矩阵状地存在,所以要按照例如A1、A2、A3、......,B1、B2、B3、......,C1、C2、C3、......的顺序依次对物理量的实测值和各个任务的基准参数进行比较。由于基准参数都被设定成在所有的任务的状态(单叫做‘任务/状态’)之间不重复,所以当进行与所有任务的状态的基准参数之间的比较时,就会知道具有与物理量的实测值一致的基准参数的任务的状态(ST608)。将物理量的实测值的测定误差考虑进来而预先设定判定所需要的一致次数,在达到该次数时(ST609),就推断与物理量的实测值对应的任务的状态(ST610)。通过参照数据库6,规定分配给与应进行辅助动作对应状态的助力率PAR,对上述随意指令信号d进行调整,使致动器201产生成为该助力率的动力(ST611)。驱动电流产生装置5产生与调整后的随意指令信号d对应的电流(总电流),通过该总电流的供给驱动致动器201(ST612)。
为了执行上述控制,采用如下控制用程序,该程序进行如下从处理:检测生物信号a的处理(ST602)、检测人机系统10的物理量的处理(ST603)、通过对所检测到的物理量和各个任务的各个状态的基准参数进行比较(ST607~609)来推断穿着者所要进行的状态(ST610)、生成使致动器产生成为与所推断的状态对应的助力率PAR的动力的随意指令信号d的处理(ST611)、以及生成与随意指令信号d对应的电流并供给至上述致动器的处理(ST612),将该控制用程序存储到穿着式动作辅助装置的控制装置20A的存储装置内。
如上所述,通过以对于每个状态都成为最佳化的助力率PAR的方式生成随意指令信号d,并进行与该随意指令信号d对应的动力赋予,而可以进行平稳的动作辅助,此外,通过由与神经传递信号b对应的脉冲电流来使致动器的驱动开始,而可以进行没有驱动开始延迟(没有不协调感)的动作辅助。
(二)第二实施方式
(A)穿着式动作辅助装置的构成
如图13所示,第二实施方式的穿着式动作辅助装置包括:具有致动器201的动作辅助穿着用具2;检测穿着者1生物信号a的生物信号传感器221;对人机系统10的物理量进行检测的物理量传感器13;以及使用通过物理量传感器13检测到的生物信号a,生成用于使致动器201产生跟随穿着者1的意愿的动力的指令信号d(随意指令信号d1)的随意控制装置14。此外,还包括:数据库6,存放有构成作为任务分类的穿着者1的各个动作图形的一连串最小动作单位(状态)的每一个基准参数;自律控制装置7,通过比较由物理量传感器13所检测到的物理量与存放在数据库6内的基准参数,推断穿着者1的任务的状态,生成用于使致动器201产生与所推断的状态对应的动力的指令信号d(自律指令信号d2);对来自随意控制装置4的指令信号d1和来自自律控制装置7的指令信号d2进行合成的指令信号合成装置8;产生与通过指令信号合成装置8所合成的总指令信号d3对应的电流,并供给至致动器201的驱动电流产生装置5。
随意控制装置14本身可以与图3所示的第一实施方式的随意控制装置4相同。具体地说,如图4和图5所示,优选是产生与神经传递信号b和肌肉电位信号c对应的随意指令信号d1,并将与神经传递信号b对应的脉冲电流用做致动器201的驱动开始用的触发信号。
自律控制装置7,如图10和图11(a)~(c)所示,具有通过对由物理量传感器13所检测到的物理量与存放在数据库6内的各个任务的各个状态的基准参数进行比较,来推断穿着者1的任务的状态,生成使致动器201产生与该状态对应的动力的自律指令信号d2的功能。因此,关于图10和图11(a)~(c)的说明,完全可不加变动地应用于自律控制装置7。
指令信号合成装置8对来自随意控制装置14的随意指令信号d1和来自自律控制装置7的自律指令信号d2进行合成。在自律控制中,将恒定的动力赋予例如每一个状态。因此,所合成的指令信号d3,具有使致动器201产生从动作开始到结束为止由变化的随意控制所产生的动力和在每一个状态中由自律控制产生的动力加起来的动力的波形,该指令信号合成的效果从要详细讲述的实施例来看是显然的。
(B)控制方法和控制用程序
图14是表示第二实施方式的控制方法的流程图。如图14所示,该控制方法,将具有对穿着者赋予动力的致动器201的动作辅助穿着用具2穿着到人1上(ST701),检测穿着者1的生物信号a(ST702),检测由穿着者1和动作辅助穿着用具2构成的人机系统10的物理量(ST703)。此外,还使用所检测到的生物信号a而生成用于使致动器201产生跟随穿着者1的意愿的动力的随意指令信号d1(ST704),通过对所检测到的物理量和存放在数据库6内的各个任务的各个状态的基准参数进行比较(ST705~707),来推断穿着者1的任务及其状态,同时,规定与该任务的状态对应的混合比α(随意指令信号d1/自律指令信号d2)(ST708)。接着,生成用于使致动器201产生与该状态对应的动力的自律指令信号d2(ST709),使得以变成为规定的混合比α的方式来合成随意指令信号d1和自律指令信号d2以产生总指令信号d3(ST710),通过与该总电流d3相对应地产生的电流的供给来驱动致动器201(ST711)。
ST701~703与图12所示的第一实施方式的例子的ST601~603是相同的,ST705~708与图12所示的第一实施方式的例子的ST607~610是相同的。此外,产生与生物信号a对应的随意指令信号d1的工序(ST704),具体地说,优选是由图12所示的ST604~606a构成的工序。
另外,随意指令信号d1,与第一实施方式同样,优选是做成为用来生成与神经传递信号b对应的脉冲电流和与肌肉电位信号c对应的驱动电流的信号。此外,混合比α要预先设定为使得对各个任务的每一个状态都可以对穿着者1的动作进行辅助而没有不协调感,并预先存放在数据库6内。该混合比α,在通过实测的物理量与基准参数之间的比较来推断状态时,如上所述可通过控制装置20A自动地进行规定。其结果,可以生成变成为规定混合比α那样的总指令信号d3,可通过与该总指令信号d3对应的动作的赋予来平稳地进行与种种动作对应的动作辅助。
为了执行上述控制,采用如下所述控制用程序,该程序进行如下处理:检测生物信号a的处理(ST702)、检测人机系统10的物理量的处理(ST703)、使用所检测到的生物信号a而生成用于使致动器201产生跟随穿着者1的意愿的动力的随意指令信号d1的处理(ST704)、通过对所检测到的物理量和各个任务的各个状态的基准参数进行比较(ST705~707)来推断穿着者1的任务的状态,并规定与该状态对应的混合比α的处理(ST708)、生成用于使致动器201产生与该状态对应的动力的自律指令信号d2的处理(ST709)、以变成所规定的混合比α的方式对随意指令信号d1和自律指令信号d2进行合成以产生总指令信号d3的处理(ST710)、以及通过与所产生的总指令信号d3相对应地产生的电流的供给来驱动致动器201的处理(ST711),并且将该控制用程序存储在穿着式动作辅助装置的控制装置20B的存储装置内。
图15的框图示出第二实施方式的穿着式动作辅助装置的另外的例子。如图15所示,该穿着式动作辅助装置包括:具有对穿着者赋予动力的致动器201的动作辅助穿着用具2;检测穿着者1的生物信号a的生物信号传感器221;对与穿着者1的动作有关的物理量进行检测的物理量传感器13;以及使用通过物理量传感器13检测到的生物信号a而生成用于使致动器201产生跟随穿着者1的意愿的动力的指令信号d(随意指令信号d1)的随意控制装置24。此外,还包括:数据库6,存放有构成作为任务分类的穿着者1的各个动作图形的一连串最小动作单位(状态)的每一个的基准参数;自律控制装置7,通过对由物理量传感器13所检测到的物理量与存放在数据库6内的基准参数进行比较,来推断穿着者1的动作图形,生成用于使致动器201产生与其对应的动力的指令信号d(自律指令信号d2);对随意指令信号d1和自律指令信号d2进行合成的指令信号合成装置8;生成与通过指令信号合成装置8所合成的总指令信号d对应的电流,并供给至致动器201的驱动电流产生装置5。
优选从生物信号a取得用来使穿着者1的筋骨系统动作的神经传递信号b和伴随着肌肉活动所产生的肌肉电位信号c,但是,由于在这方面可以使用与第一实施方式相同生物信号处理装置3(虽然图15显示出两个,但是也可以兼用一个),所以说明省略。此外,数据库6、自律控制装置17、指令信号合成装置8和驱动电流产生装置5,可以应用与图13同样的装置。此外,随意控制装置24和自律控制装置17,具有通过对由物理量传感器13所检测到的物理量与存放在数据库6内的基准参数进行比较,来推断穿着者1所要进行的任务的状态,并生成使得变成为与该状态对应的混合比α和助力率PAR那样的随意指令信号d1和自律指令信号d2的功能。
图16示出本穿着式动作辅助装置的控制方法的优选例的流程图。
图17示出第二实施方式的控制装置的构成的框图。
如图16和图17所示,在该控制方法中,将具有对穿着者1赋予动力的致动器201的动作辅助穿着用具2穿着到人1上(ST801),检测穿着者1的生物信号a(ST802),检测由穿着者1和动作辅助穿着用具2构成的人机系统10的物理量(ST803),生成与所检测到的物理量对应的随意指令信号d1(ST804)。此外,通过对所检测到的物理量和存放在数据库6内的各个状态的基准参数进行比较(ST805~807),来推断穿着者1所要进行的任务的状态,同时,规定与该任务的状态对应的混合比α和助力率PAR(ST808)。生成用于使致动器201产生与该状态对应的动力的自律指令信号d2(ST809),然后,以成为规定的混合比α和助力率PAR的方式合成随意指令信号d1和自律指令信号d2以产生总指令信号d3(ST810),通过与该总电流d3相对应地产生的电流的供给来驱动致动器201(ST811)。
为了执行上述控制,采用如下控制用程序,该控制用程序进行如下处理:检测生物信号a的处理(ST802)、检测人机系统10的物理量的处理(ST803)、使用所检测到的生物信号a生成用于使致动器201产生跟随穿着者1的意愿的动力的随意指令信号d1的处理(ST804)、通过对所检测到的物理量和各个状态的基准参数进行比较(ST805~807)来推断穿着者1所要进行的状态,并规定与该任务的状态对应的混合比α和助力率PAR的处理(ST808)、生成用于使致动器201产生与该状态对应的动力的自律指令信号d2的处理(ST809)、以变成所规定的混合比α和助力率PAR的方式对随意指令信号d1和自律指令信号d2进行合成以生成总指令信号d3的处理(ST810)、以及通过与所产生的总指令信号d3相对应地产生的电流的供给来驱动致动器201的处理(ST811),并且将该控制用程序存储在穿着式动作辅助装置的控制装置20C的存储装置内。
(三)其它的功能
始动时的驱动控制
(1)反射动作的情况
例如,在从背后急速被推挤的情况下,由于完全不动就会倒下,所以必须反射性地向前迈出一只脚以支持身体。但是,若仅仅进行使一只脚向前迈出这样的控制,则由于急速地向前伸出一只脚,而使穿着者本能地单脚支撑,从而向前迈出一只脚的动作变成为生硬不灵活。在这样的情况下,如图18(a)所示,当供给向动作方向驱动致动器201的电流91的情况下,如图18(b)所示,若在供给电流91之前,极短时间(0.01秒到0.3秒)地供给相反方向的电流92,向相反方向驱动致动器201,则穿着者1向前迈出一只脚,动作反而会变得平稳。利用这样的反射神经的控制,不会出现在通常的机器人中,只有像本发明的穿着式动作辅助装置那种穿着者1所穿着的动作辅助装置的情况下才会发挥重要效果。
(2)通常的动作的情况
即便是在如步行那样的通常动作的情况下,如果进行使脚抬起的自律控制,则常常会变成为突然推压脚那样的感觉。为了消除这样的不协调感,仍然要在始动时供给相反方向的电流92,向相反方向驱动致动器201,然后,再供给向动作方向驱动致动器201的电流91,从而可以平稳地进行动作且没有不协调感。
通过以下的实施例可以更为详细地对本发明进行说明,但是本发明并不局限于这些例子。
第一实施例
图19示出在第一实施例中附加有与神经传递信号对应的脉冲电流的情况下的实验结果的曲线图,(a)的曲线图示出膝的旋转角度θ的变化,(b)的曲线图示出放大的生物信号的变化,(c)的曲线图示出膝致动器的转矩。图20的曲线图示出在第一实施例中未附加与神经传递信号对应的脉冲电流的情况下的实验结果,(a)的曲线图示出膝的旋转角度θ的变化,(b)的曲线图示出放大的生物信号的变化,(c)的曲线图示出膝致动器的转矩。
本实施例是用来示出第一实施方式的效果的实施例。当穿着者从放松坐在椅子上的状态开始进行膝关节伸展动作时,在神经传递信号b用作触发信号的条件(参照图19(a)~(c))和神经传递信号b不用作触发信号的条件、即仅仅将与肌肉电位信号c对应的驱动电流供给至致动器201b的条件(参照图20(a)~(c))下,分别测定膝的致动器201b的转矩。
在前者条件(参照图19(c))的情况下,在从所实测的生物信号a得到的转矩的顶端部分上,得到重叠有与神经传递信号b对应的规定倍率的脉冲电流的转矩。膝的旋转角度θ的变化开始是在从生物信号a的检测开始0.2秒之后。与此相对,在后者条件(参照图20(c))的情况下,得到生物信号a的波形完全不变的转矩。由于该转矩的启动是缓慢的,所以直到膝的旋转角度θ的变化开始为止,从生物信号a的检测开始需要花0.3秒。根据该这些结果可知:通过这样将神经传递信号b用作触发信号,在生物信号a的顶端部分上产生规定宽度的脉冲电流(方波),而可以迅速地开始致动器201b的驱动。
第二实施例
本实施例是用于表示第二实施方式的效果的实施例。图21(a)~(e)表示的是在通过组合自律控制和随意控制来给与动力情况下、穿着者从坐在椅子上的状态开始站立起来的动作的实验结果。图21(c)表示的是对应于自律控制的指令信号d1的膝致动器的转矩,图21(d)表示的是对应于随意控制指令信号d2的膝致动器的转矩,图21(e)表示的是对应于组合自律控制的指令信号d1和随意控制的指令信号d2的总指令信号d3地膝致动器地转矩。其中,图21(a)表示的是状态序号,图21(b)表示的是膝的旋转角度θ。
此外,图22(a)~(e)示出穿着者从坐在椅子上的状态开始进行站立动作至中途为止后,在静坐时通过自律控制和随意控制的组合进行动力赋予的情况的实验结果。第二实施例中通过合成随意指令信号和自律指令信号的控制所得到的膝致动器的转矩的另一个例子的实验结果,其中,图22(a)表示的是状态序号,图22(b)表示的是膝的旋转角度θ。
由图22(e)的曲线图可知,实际的膝致动器的转矩,在状态2的站立处急剧增大,在状态3的坐下处急剧地降低。在与从椅子上开始站起对应的状态2的顶端处,由于转矩急剧增大,所以膝致动器就可以开始动作而不会落后于穿着者的意愿,穿着者可以在进行充分地具有助力感的同时,毫无不协调感地进行站起动作。此外,在状态3的坐下中,通过使由自律控制产生的转矩迅速地变为0,而可以防止没有思想准备地将推挤穿着者的转矩给与穿着者的事态的发生,抑制赋予穿着者的不协调感。其结果,在状态1~4的全部工序中,穿着者可以具有充分的助力感而平稳地进行动作且没有不协调感。
相对于此,对于在图21(d)所示的与由随意控制所产生的指令信号d对应的转矩,由于上升不充分,所以不能使膝致动器的始动迅速地变为没有不协调感的那种程度。此外,对于在图21(c)所示的与由自律控制产生的指令信号d对应的转矩、即恒定量的转矩,由于与在动作过程中变化的转矩不同,所以仍然不能进行没有不协调感的平稳的一连串的动作。就是说,可以得知仅仅通过上述随意控制和自律控制装的组合,不能得到与快速始动和穿着者动作相匹配的转矩这两方。
另一方面,在刚刚站起后又立即坐下的情况下,如由图22(e)的曲线图所示的那样,在与从坐在椅子上的站起对应的状态2的顶端处,转矩将急剧增大,所以膝致动器就可以开始动作而不会落后于穿着者的意愿,穿着者可以进行充分具有助力感、且没有不协调感地进行动作。此外,在状态3在途中,由于可以抑制生物信号a的产生,所以由随意控制所产生的转矩减少,即便是附加有由自律控制所产生的上升方向的转矩,其影响也会抵消,全体的转矩不会变成如坐在椅子上的动作时的不协调感那么大。其结是,即便是动作(任务)急剧变更,穿着者也可以具有充分的助力感且没有不协调感地平稳进行动作。
相对于此,对于图22(d)所示的与由随意控制所产生的指令信号d对应的转矩,由于上升不充分,所以不能使膝致动器的始动迅速变成为没有不协调感的那种程度。此外,对于图21(c)所示的与由自律控制产生的指令信号d对应的转矩,在从状态3急剧地变化成状态1时,恒定转矩会作用到妨碍动作的方向上,存在不协调感。如上所述,可知即便是在急剧进行非一连串动作的情况下,通过上述的随意控制和自律控制的组合,也可以抑制不协调感。
虽然通过实施方式和实施例详细地说明了本发明,但是,本发明并不局限于此,在本发明的技术思想的范围内可以实施种种变更。

Claims (11)

1.一种辅助或者代行穿着者的动作的穿着式动作辅助装置,其特征在于,包括:
具有对所述穿着者赋予动力的致动器的动作辅助穿着用具;
检测所述穿着者的生物信号的生物信号传感器;
生物信号处理装置,从通过所述生物信号传感器所检测到的生物信号取得用于使所述穿着者的肌肉骨骼系统动作的神经传递信号和伴随着肌肉活动所产生的肌肉电位信号;
随意控制装置,使用通过所述生物信号处理装置所取得的神经传递信号和肌肉电位信号,生成用于使所述致动器产生跟随所述穿着者的意愿的动力的指令信号;和
驱动电流产生装置,根据通过所述随意控制装置所产生的指令信号,分别产生与所述神经传递信号对应的电流和与所述肌肉电位信号对应的驱动电流,并供给至所述致动器;
其中所述生物信号处理装置包括:放大所述生物信号的装置;从所述生物信号中抽出所述神经传递信号的第一滤波器:以及从所述生物信号中抽出所述肌肉电位信号的第二滤波器。
2.根据权利要求1所述的穿着式动作辅助装置,其特征在于:
包括对关于所述穿着者的动作的物理量进行检测的物理量传感器。
3.根据权利要求1所述的穿着式动作辅助装置,其特征在于:
所述驱动电流产生装置,在向所述致动器供给与所述神经传递信号相对应地生成的脉冲电流和生成为与所述肌肉电位信号实质上成比例的电流的总电流的同时,通过所述脉冲电流的供给而开始所述致动器的动作。
4.根据权利要求3所述的穿着式动作辅助装置,其特征在于:
所述驱动电流产生装置,在开始向所述致动器供给电流时,以比可驱动所述致动器的电流的下限值大的方式生成所述脉冲电流或者所述总电流。
5.根据权利要求2所述的穿着式动作辅助装置,其特征在于:
包括数据库,以成为所要的对应关系的方式来存放作为任务而进行分类的、构成穿着者的动作图形的一连串的最小动作单位即状态中的每一个状态的基准参数,和由所述致动器产生的动力赋予率即助力率,其中,
所述随意控制装置,通过对由所述物理量传感器所检测到的物理量与存放在所述数据库内的基准参数进行比较,来推断所述穿着者所要进行的任务的状态,并根据对应关系规定与该状态对应的助力率,生成用于使所述致动器产生成为该助力率的动力的指令信号。
6.根据权利要求1所述的穿着式动作辅助装置,其特征在于:
所述驱动电流产生装置,在所述穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动所述致动器的电流之后,再供给用于向所述动作的方向驱动所述致动器的电流。
7.一种控制辅助或者代行穿着者的动作的穿着式动作辅助装置的方法,其特征在于:
在将具有对所述穿着者赋予动力的致动器的动作辅助穿着用具穿着在所述穿着者身上的状态下,
用生物信号处理装置检测所述穿着者的生物信号;
从所检测到的所述生物信号,通过所述生物信号处理装置的第一滤波器取得用于使所述穿着者的肌肉骨骼系统动作的神经传递信号,同时通过所述生物信号处理装置的第二滤波器取得所述穿着者的伴随着肌肉活动所产生的肌肉电位信号;
用所取得的所述神经传递信号和所述肌肉电位信号,产生用于使所述致动器产生跟随所述穿着者的意愿的动力的随意指令信号;
根据所产生的所述随意指令信号,分别向所述致动器供给与所述神经传递信号对应的电流和与所述肌肉电位信号对应的电流。
8.根据权利要求7所述的穿着式动作辅助装置的控制方法,其特征在于:
在向所述致动器供给与所述神经传递信号相对应地生成的脉冲电流和生成为与所述肌肉电位信号实质上成比例的电流的总电流的同时,通过所述脉冲电流的供给而开始所述致动器的动作。
9.根据权利要求8所述的穿着式动作辅助装置的控制方法,其特征在于:
在开始向所述致动器供给电流时,以比可驱动所述致动器的电流的下限值大的方式生成所述脉冲电流或者所述总电流。
10.根据权利要求7所述的穿着式动作辅助装置的控制方法,其特征在于:
还通过检测与所述穿着者的动作有关的物理量,对所检测到的物理量和作为任务而进行分类的构成穿着者的动作图形的一连串的最小动作单位即状态中的每一个状态的基准参数进行比较,来推断所述穿着者所要进行的任务的状态,并生成用于使所述致动器产生成为与该状态对应的所需动力赋予率即助力率的动力的随意指令信号,生成与该随意指令信号对应的电流,并供给至所述致动器。
11.根据权利要求7所述的穿着式动作辅助装置的控制方法,其特征在于:
在所述穿着者通过反射神经进行动作的情况下,当只在规定时间供给用于向与该动作相反的方向驱动所述致动器的电流之后,再供给用于向所述动作的方向驱动所述致动器的电流。
CN2004800239695A 2003-08-21 2004-08-13 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 Active CN1838933B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP298038/2003 2003-08-21
JP2003298038 2003-08-21
JP2004045354A JP4178186B2 (ja) 2003-08-21 2004-02-20 装着式動作補助装置、装着式動作補助装置の制御方法および制御用プログラム
JP045354/2004 2004-02-20
PCT/JP2004/011698 WO2005018525A1 (ja) 2003-08-21 2004-08-13 装着式動作補助装置、装着式動作補助装置の制御方法および制御用プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN2010102181094A Division CN101926722B (zh) 2003-08-21 2004-08-13 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序

Publications (2)

Publication Number Publication Date
CN1838933A CN1838933A (zh) 2006-09-27
CN1838933B true CN1838933B (zh) 2010-12-08

Family

ID=37016093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2004800239695A Active CN1838933B (zh) 2003-08-21 2004-08-13 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序

Country Status (2)

Country Link
JP (1) JP4487060B2 (zh)
CN (1) CN1838933B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105816301A (zh) * 2015-01-28 2016-08-03 松下知识产权经营株式会社 辅助服、辅助服的控制部的控制方法

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5209924B2 (ja) * 2006-10-03 2013-06-12 国立大学法人 筑波大学 動作補助装置及び動作補助装置の保守管理システム
US7731670B2 (en) * 2007-02-02 2010-06-08 Honda Motor Co., Ltd. Controller for an assistive exoskeleton based on active impedance
CA2704827A1 (en) * 2007-11-07 2009-05-14 Jms Co., Ltd. Apparatus for exercise therapy and diagnosis apparatus for lower extremity limb arterial occlusive disease
KR20100094998A (ko) 2007-12-27 2010-08-27 고쿠리쯔 다이가쿠 호징 츠쿠바 다이가쿠 중심위치 검출장치 및 중심위치 검출장치를 구비한 장착식 동작보조장치
US20110166491A1 (en) * 2008-09-10 2011-07-07 University Of Tsukuba Biological signal measuring wearing device and wearable motion assisting apparatus
JP5146299B2 (ja) * 2008-12-22 2013-02-20 トヨタ自動車株式会社 歩行補助装置
JP5493142B2 (ja) * 2009-05-12 2014-05-14 国立大学法人 筑波大学 動作補助装置、及び該動作補助装置を管理する情報管理装置
CA2772620A1 (en) * 2009-08-31 2011-03-03 Iwalk, Inc. Implementing a stand-up sequence using a lower-extremity prosthesis or orthosis
JP5267413B2 (ja) * 2009-10-08 2013-08-21 トヨタ自動車株式会社 動作補助装置
KR101159475B1 (ko) 2010-12-10 2012-06-25 숭실대학교산학협력단 근전도 센서와 가속도 센서를 이용한 로봇 이동 제어 장치 및 방법
JP6142146B2 (ja) * 2012-11-28 2017-06-07 株式会社国際電気通信基礎技術研究所 外骨格型ロボットおよびリハビリテーション装置
US9775763B2 (en) * 2012-12-19 2017-10-03 Intel Corporation Adaptive exoskeleton, control system and methods using the same
US11921471B2 (en) 2013-08-16 2024-03-05 Meta Platforms Technologies, Llc Systems, articles, and methods for wearable devices having secondary power sources in links of a band for providing secondary power in addition to a primary power source
US10042422B2 (en) 2013-11-12 2018-08-07 Thalmic Labs Inc. Systems, articles, and methods for capacitive electromyography sensors
WO2015081113A1 (en) 2013-11-27 2015-06-04 Cezar Morun Systems, articles, and methods for electromyography sensors
JP6407539B2 (ja) * 2014-03-13 2018-10-17 株式会社東芝 膝関節動作支援装置
EP3122521A4 (en) 2014-03-24 2018-03-21 Enhance Technologies, LLC Leg augmentation systems and methods for use
US9880632B2 (en) 2014-06-19 2018-01-30 Thalmic Labs Inc. Systems, devices, and methods for gesture identification
KR102250225B1 (ko) * 2014-07-24 2021-05-10 삼성전자주식회사 운동 보조 장치 및 그 제어 방법
CN105108761B (zh) * 2015-08-14 2017-05-24 浙江大学 降阶的单关节助力外骨骼自适应鲁棒级联力控制的方法
US10687759B2 (en) 2018-05-29 2020-06-23 Facebook Technologies, Llc Shielding techniques for noise reduction in surface electromyography signal measurement and related systems and methods
US11179066B2 (en) 2018-08-13 2021-11-23 Facebook Technologies, Llc Real-time spike detection and identification
US10489986B2 (en) 2018-01-25 2019-11-26 Ctrl-Labs Corporation User-controlled tuning of handstate representation model parameters
US10990174B2 (en) 2016-07-25 2021-04-27 Facebook Technologies, Llc Methods and apparatus for predicting musculo-skeletal position information using wearable autonomous sensors
US10409371B2 (en) 2016-07-25 2019-09-10 Ctrl-Labs Corporation Methods and apparatus for inferring user intent based on neuromuscular signals
US11337652B2 (en) 2016-07-25 2022-05-24 Facebook Technologies, Llc System and method for measuring the movements of articulated rigid bodies
US11216069B2 (en) 2018-05-08 2022-01-04 Facebook Technologies, Llc Systems and methods for improved speech recognition using neuromuscular information
US20190121306A1 (en) 2017-10-19 2019-04-25 Ctrl-Labs Corporation Systems and methods for identifying biological structures associated with neuromuscular source signals
EP3487457B1 (en) 2016-07-25 2023-09-06 Facebook Technologies, LLC. Adaptive system for deriving control signals from measurements of neuromuscular activity
US11331045B1 (en) 2018-01-25 2022-05-17 Facebook Technologies, Llc Systems and methods for mitigating neuromuscular signal artifacts
US10772519B2 (en) 2018-05-25 2020-09-15 Facebook Technologies, Llc Methods and apparatus for providing sub-muscular control
US11052011B2 (en) 2016-09-02 2021-07-06 Panasonic Intellectual Property Management Co., Ltd. Standing-up assistance apparatus, standing-up assistance method, and non-transitory computer-readable recording medium
JP6890286B2 (ja) * 2016-09-02 2021-06-18 パナソニックIpマネジメント株式会社 起立動作支援装置、起立動作支援方法およびプログラム
CN108633255B (zh) * 2017-01-19 2022-06-14 松下知识产权经营株式会社 步行跌倒防止装置、控制装置、控制方法和程序
CN106924015A (zh) * 2017-04-18 2017-07-07 佛山市神风航空科技有限公司 一种助走器
US11961494B1 (en) 2019-03-29 2024-04-16 Meta Platforms Technologies, Llc Electromagnetic interference reduction in extended reality environments
US11481030B2 (en) 2019-03-29 2022-10-25 Meta Platforms Technologies, Llc Methods and apparatus for gesture detection and classification
US11493993B2 (en) 2019-09-04 2022-11-08 Meta Platforms Technologies, Llc Systems, methods, and interfaces for performing inputs based on neuromuscular control
US10504286B2 (en) 2018-01-25 2019-12-10 Ctrl-Labs Corporation Techniques for anonymizing neuromuscular signal data
CN111902077B (zh) 2018-01-25 2023-08-04 元平台技术有限公司 利用神经肌肉信号进行手部状态表示建模的校准技术
US10937414B2 (en) 2018-05-08 2021-03-02 Facebook Technologies, Llc Systems and methods for text input using neuromuscular information
CN112005198A (zh) 2018-01-25 2020-11-27 脸谱科技有限责任公司 基于多个输入的手部状态重建
US11069148B2 (en) 2018-01-25 2021-07-20 Facebook Technologies, Llc Visualization of reconstructed handstate information
US11150730B1 (en) 2019-04-30 2021-10-19 Facebook Technologies, Llc Devices, systems, and methods for controlling computing devices via neuromuscular signals of users
EP3743901A4 (en) 2018-01-25 2021-03-31 Facebook Technologies, Inc. REAL-TIME PROCESSING OF HAND REPRESENTATION MODEL ESTIMATES
US11907423B2 (en) 2019-11-25 2024-02-20 Meta Platforms Technologies, Llc Systems and methods for contextualized interactions with an environment
KR20200122343A (ko) * 2018-02-17 2020-10-27 프레지던트 앤드 펠로우즈 오브 하바드 칼리지 근골격 부상으로부터 보호하고 성능을 향상시키기 위한 착용형 디바이스들
US10592001B2 (en) 2018-05-08 2020-03-17 Facebook Technologies, Llc Systems and methods for improved speech recognition using neuromuscular information
CN108703754B (zh) * 2018-06-12 2021-04-27 深圳市中航生命健康科技有限公司 一种用于表面肌电仪的脊柱测量装置
CN112585600A (zh) 2018-06-14 2021-03-30 脸谱科技有限责任公司 使用神经肌肉标记进行用户识别和认证
WO2020018892A1 (en) 2018-07-19 2020-01-23 Ctrl-Labs Corporation Methods and apparatus for improved signal robustness for a wearable neuromuscular recording device
US10842407B2 (en) 2018-08-31 2020-11-24 Facebook Technologies, Llc Camera-guided interpretation of neuromuscular signals
CN112789577B (zh) 2018-09-20 2024-04-05 元平台技术有限公司 增强现实系统中的神经肌肉文本输入、书写和绘图
WO2020069181A1 (en) 2018-09-26 2020-04-02 Ctrl-Labs Corporation Neuromuscular control of physical objects in an environment
CN112822992A (zh) 2018-10-05 2021-05-18 脸谱科技有限责任公司 在增强现实环境中使用神经肌肉信号来提供与物理对象的增强交互
CN113423341A (zh) 2018-11-27 2021-09-21 脸谱科技有限责任公司 用于可穿戴电极传感器系统的自动校准的方法和装置
US10905383B2 (en) 2019-02-28 2021-02-02 Facebook Technologies, Llc Methods and apparatus for unsupervised one-shot machine learning for classification of human gestures and estimation of applied forces
JP2022106608A (ja) * 2021-01-07 2022-07-20 トヨタ自動車株式会社 電動アシスト装置および制御装置
US11868531B1 (en) 2021-04-08 2024-01-09 Meta Platforms Technologies, Llc Wearable device providing for thumb-to-finger-based input gestures detected based on neuromuscular signals, and systems and methods of use thereof
CN115157239B (zh) * 2022-06-16 2024-05-10 华南农业大学 一种基于滚动观测和连续预测的液压机械臂控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1117839A (zh) * 1994-05-10 1996-03-06 奥托·伯克矫形工业所有与管理两合公司 用肌肉电控制假肢的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59222152A (ja) * 1983-05-28 1984-12-13 工業技術院長 動力装具
JP3530959B2 (ja) * 1993-12-13 2004-05-24 株式会社東京アールアンドデー 平地歩行、階段歩行の電動補助装置
JP2000166997A (ja) * 1998-12-10 2000-06-20 Nsk Ltd 歩行補助装置
JP2005000500A (ja) * 2003-06-13 2005-01-06 Yaskawa Electric Corp 足関節電動装具

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1117839A (zh) * 1994-05-10 1996-03-06 奥托·伯克矫形工业所有与管理两合公司 用肌肉电控制假肢的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JP昭61-34340A 1986.08.07
JP特开2000-166997A 2000.06.20
JP特开2003-116893A 2003.04.22
JP特开2003-79684A 2003.03.18
JP特开平7-163607A 1995.06.27

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105816301A (zh) * 2015-01-28 2016-08-03 松下知识产权经营株式会社 辅助服、辅助服的控制部的控制方法
CN105816301B (zh) * 2015-01-28 2020-08-28 松下知识产权经营株式会社 辅助服、辅助服的控制部的控制方法

Also Published As

Publication number Publication date
JP4487060B2 (ja) 2010-06-23
JP2008200512A (ja) 2008-09-04
CN1838933A (zh) 2006-09-27

Similar Documents

Publication Publication Date Title
CN1838933B (zh) 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序
CN101926722B (zh) 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序
Porciuncula et al. Wearable movement sensors for rehabilitation: a focused review of technological and clinical advances
Yeung et al. Design of an exoskeleton ankle robot for robot-assisted gait training of stroke patients
JP5642534B2 (ja) 装着式動作補助装置、そのインタフェース装置及びプログラム
Rathore et al. Quantifying the human-robot interaction forces between a lower limb exoskeleton and healthy users
Vouga et al. TWIICE—A lightweight lower-limb exoskeleton for complete paraplegics
KR20160098354A (ko) 보조 가요성 수트들, 가요성 수트 시스템들, 및 사람의 이동을 돕기 위해 이들을 만들고 제어하는 방법들
KR20160016925A (ko) 인간 모션과의 보조를 위한 소프트 엑소슈트
CN105307719A (zh) 局部神经刺激仪
JP2008264509A (ja) リハビリテーション支援装置
KR20070004825A (ko) 장착식 동작 보조장치, 장착식 동작 보조장치의 교정장치,및 교정용 프로그램
KR100802533B1 (ko) 인체 하지의 보행모드 결정장치 및 이를 갖는 인체 하지용보조 근력 로봇 및 이를 사용한 인체 하지의 보행모드결정방법
JP6340528B2 (ja) Bmi運動補助装置
JP2014128724A (ja) 歩行介助ロボット
KR100975557B1 (ko) 인체 하지용 근력 보조 로봇과 이의 보행제어 방법
Moltedo et al. Walking with a powered ankle-foot orthosis: the effects of actuation timing and stiffness level on healthy users
KR20080080035A (ko) 상체 착용형 근력 보조 증폭 장치
Ceseracciu et al. A flexible architecture to enhance wearable robots: Integration of EMG-informed models
TWI409055B (zh) 膝關節外骨骼步行復健設備
Li et al. BEAR-H: An intelligent bilateral exoskeletal assistive robot for smart rehabilitation
KR20150090354A (ko) 보행 보조 로봇을 이용한 근육 재활 훈련 제어 방법
Alwan et al. Passive derivation of basic walker-assisted gait characteristics from measured forces and moments
Berkelman et al. Passive orthosis linkage for locomotor rehabilitation
EP3167798A1 (en) Biological signal measuring device, biological signal measuring method, mounted-type motion assist device, and motion assist method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1095509

Country of ref document: HK

ASS Succession or assignment of patent right

Owner name: NATIONAL UNIVERSITY CORPORATION UNIVERSITY OF TSU

Free format text: FORMER OWNER: SANKAI YOSHIYUKI

Effective date: 20071130

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20071130

Address after: Ibaraki

Applicant after: Japan Government

Address before: Ibaraki

Applicant before: Sankai Yoshiyuki

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1095509

Country of ref document: HK