JP2611920B2 - 運動技能学習装置 - Google Patents
運動技能学習装置Info
- Publication number
- JP2611920B2 JP2611920B2 JP5178282A JP17828293A JP2611920B2 JP 2611920 B2 JP2611920 B2 JP 2611920B2 JP 5178282 A JP5178282 A JP 5178282A JP 17828293 A JP17828293 A JP 17828293A JP 2611920 B2 JP2611920 B2 JP 2611920B2
- Authority
- JP
- Japan
- Prior art keywords
- error
- tension
- learner
- stimulus
- pattern
- 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.)
- Expired - Lifetime
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/003—Repetitive work cycles; Sequence of movements
- G09B19/0038—Sports
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
- A63B2024/0012—Comparing movements or motion sequences with a registered reference
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/0655—Tactile feedback
Description
【０００１】
【産業上の利用分野】この発明は運動技能学習装置に関
し、たとえばゴルフ、テニス、スキー、水泳を習得する
ためのスポーツ技能や自動車操縦技術などを習得するた
めの特殊技能に対して指導者を必要とせず、さらに個人
に対しては自宅で、または多数の人々に対しては一堂に
会してもしくは同時通信回線を介して運動技能を苦痛な
く容易に習得させることができるような運動技能学習装
置に関する。
し、たとえばゴルフ、テニス、スキー、水泳を習得する
ためのスポーツ技能や自動車操縦技術などを習得するた
めの特殊技能に対して指導者を必要とせず、さらに個人
に対しては自宅で、または多数の人々に対しては一堂に
会してもしくは同時通信回線を介して運動技能を苦痛な
く容易に習得させることができるような運動技能学習装
置に関する。
【０００２】
【従来の技術】従来の運動技能の学習では、スポーツや
特殊操作法に関しての専門家が学習者を指導することに
よって行なわれていたが、学習者に対して科学的に指導
するための教育プログラムに一貫性がなかった。さら
に、言語による運動技能の記述が実際に脳神経系で行な
われている計算と全く関連がないという批判さえあっ
た。
特殊操作法に関しての専門家が学習者を指導することに
よって行なわれていたが、学習者に対して科学的に指導
するための教育プログラムに一貫性がなかった。さら
に、言語による運動技能の記述が実際に脳神経系で行な
われている計算と全く関連がないという批判さえあっ
た。
【０００３】
【発明が解決しようとする課題】ところで、人体の運動
やその指令である筋電信号、床反力などを高時間分解
能、高精度で計測する計測装置があるが、運動技能学習
に対して直接的には役立っていない。
やその指令である筋電信号、床反力などを高時間分解
能、高精度で計測する計測装置があるが、運動技能学習
に対して直接的には役立っていない。
【０００４】それゆえに、この発明の主たる目的は、運
動を生じさせる原因である脳、神経系の活動を何らかの
非侵襲的な方法で計測し、予め理想とされる脳、神経系
の活動と計測された活動とを比較し、その計測された活
動を修正することで学習者に理想的な動作を行なわせる
ことができるような運動技能学習装置を提供することで
ある。
動を生じさせる原因である脳、神経系の活動を何らかの
非侵襲的な方法で計測し、予め理想とされる脳、神経系
の活動と計測された活動とを比較し、その計測された活
動を修正することで学習者に理想的な動作を行なわせる
ことができるような運動技能学習装置を提供することで
ある。
【０００５】この発明の他の目的は、学習者が特別な苦
労、苦痛、疲労、危険を感じることなく、さらに安価に
かつ短時間に運動技能を習得することができるような運
動技能学習装置を提供することである。
労、苦痛、疲労、危険を感じることなく、さらに安価に
かつ短時間に運動技能を習得することができるような運
動技能学習装置を提供することである。
【０００６】
【課題を解決するための手段】請求項１に係る発明は、
運動技能を学習者に学習させる運動技能学習装置であっ
て、学習者の複数の筋肉の活動に応じた信号を検出する
検出手段と、検出手段の各検出出力を各筋肉が発生する
張力に対応する擬似張力を表わす信号に変換し、その信
号に基づいて非線形ダイナミクスモデルを用いて運動パ
ターンを推定する推定手段と、推定手段によって推定さ
れた運動パターンと予め記憶された理想パターンを比較
して、その誤差を擬似張力の誤差に変換する変換手段
と、変換手段によって変換された擬似張力の誤差に基づ
いて、学習者に理想パターンの運動を行なわせるための
刺激を与える刺激付与手段とを備える。
運動技能を学習者に学習させる運動技能学習装置であっ
て、学習者の複数の筋肉の活動に応じた信号を検出する
検出手段と、検出手段の各検出出力を各筋肉が発生する
張力に対応する擬似張力を表わす信号に変換し、その信
号に基づいて非線形ダイナミクスモデルを用いて運動パ
ターンを推定する推定手段と、推定手段によって推定さ
れた運動パターンと予め記憶された理想パターンを比較
して、その誤差を擬似張力の誤差に変換する変換手段
と、変換手段によって変換された擬似張力の誤差に基づ
いて、学習者に理想パターンの運動を行なわせるための
刺激を与える刺激付与手段とを備える。
【０００７】請求項２の発明では、請求項１の刺激付与
手段は、変換手段によって変換された擬似張力の誤差を
学習者が運動を開始したときから記憶し続ける記憶手段
と、記憶手段に記憶された擬似張力の誤差に基づいて、
学習者に付与する刺激の時間パターンを生成する生成手
段と、生成手段で生成された時間パターンで学習者に刺
激を付与するために刺激を制御する制御手段とを含む。
手段は、変換手段によって変換された擬似張力の誤差を
学習者が運動を開始したときから記憶し続ける記憶手段
と、記憶手段に記憶された擬似張力の誤差に基づいて、
学習者に付与する刺激の時間パターンを生成する生成手
段と、生成手段で生成された時間パターンで学習者に刺
激を付与するために刺激を制御する制御手段とを含む。
【０００８】請求項３の発明では、請求項１の変換手段
は、巡回型誤差逆伝搬学習則を用いて、運動パターンと
理想パターンの誤差を時間を遡って逆伝搬して、擬似張
力の誤差に変換する。
は、巡回型誤差逆伝搬学習則を用いて、運動パターンと
理想パターンの誤差を時間を遡って逆伝搬して、擬似張
力の誤差に変換する。
【０００９】請求項４の発明では、請求項１の刺激付与
手段は、各筋肉が発生する張力を増加させるために高い
振動数の刺激を与えるか、または各筋肉が発生する張力
を減少させるために低い振動数を与える。
手段は、各筋肉が発生する張力を増加させるために高い
振動数の刺激を与えるか、または各筋肉が発生する張力
を減少させるために低い振動数を与える。
【００１０】請求項５の発明では、請求項１の推定手段
は神経回路を含み、神経回路は、検出手段から入力され
ている複数の筋肉の活動に応じた信号をフィルタリング
し、各筋肉が発生する張力に対応する擬似張力を表わす
信号を出力する前段回路と、前段回路から信号を受け、
運動パターンを推定する複数層からなる後段回路とを含
む。
は神経回路を含み、神経回路は、検出手段から入力され
ている複数の筋肉の活動に応じた信号をフィルタリング
し、各筋肉が発生する張力に対応する擬似張力を表わす
信号を出力する前段回路と、前段回路から信号を受け、
運動パターンを推定する複数層からなる後段回路とを含
む。
【００１１】請求項６の発明では、請求項５の神経回路
は、パラメータを決定するために所定の学習則を用いて
学習する。
は、パラメータを決定するために所定の学習則を用いて
学習する。
【００１２】請求項７の発明では、請求項１の検出手段
は、筋肉の活動に応じた信号を検出するために学習者の
身体に装着される表面電極を含む。
は、筋肉の活動に応じた信号を検出するために学習者の
身体に装着される表面電極を含む。
【００１３】
【作用】この発明に係る運動技能学習装置は、学習者の
複数の筋肉の活動に応じた信号を検出手段によって検出
し、その検出信号を各筋肉が発生する張力に対応する擬
似張力を表わす信号に変換した後、非線形ダイナミクス
モデルによって推定された運動パターンと予め記憶され
た運動パターンとを比較して、その誤差を変換手段によ
って擬似張力の誤差に変換し、その擬似張力の誤差に基
づいて刺激を付与することで運動技能を学習者に学習さ
せる。
複数の筋肉の活動に応じた信号を検出手段によって検出
し、その検出信号を各筋肉が発生する張力に対応する擬
似張力を表わす信号に変換した後、非線形ダイナミクス
モデルによって推定された運動パターンと予め記憶され
た運動パターンとを比較して、その誤差を変換手段によ
って擬似張力の誤差に変換し、その擬似張力の誤差に基
づいて刺激を付与することで運動技能を学習者に学習さ
せる。
【００１４】
【実施例】図１は、この発明の一実施例による運動技能
学習装置の概略ブロック図である。
学習装置の概略ブロック図である。
【００１５】図１を参照して、身体１に装着された表面
電極３は、身体１の筋肉の活動に応じて筋電信号を検出
する。検出された筋電信号は、筋電信号増幅器４に与え
られて増幅され、フィルタ５に与えられる。フィルタ５
は、増幅された筋電信号をフィルタリングし、擬似張力
を表わす信号に変換し、身体ダイナミクスモデル６に与
える。身体ダイナミクスモデル６は、たとえば非線形神
経回路が用いられ、擬似張力を表わす信号に基づいて運
動パターンを推定し、減算回路８に与える。
電極３は、身体１の筋肉の活動に応じて筋電信号を検出
する。検出された筋電信号は、筋電信号増幅器４に与え
られて増幅され、フィルタ５に与えられる。フィルタ５
は、増幅された筋電信号をフィルタリングし、擬似張力
を表わす信号に変換し、身体ダイナミクスモデル６に与
える。身体ダイナミクスモデル６は、たとえば非線形神
経回路が用いられ、擬似張力を表わす信号に基づいて運
動パターンを推定し、減算回路８に与える。
【００１６】減算回路８には、身体ダイナミクスモデル
６からの入力の他に理想運動パターン記憶装置７からの
理想運動パターンが入力されており、２つの運動の差に
よってその誤差を計算し、身体ダイナミクスモデルのコ
ピー９に与える。身体ダイナミクスモデルのコピー９
は、運動パターンの誤差を擬似張力の誤差に変換して、
刺激時間パターン生成器１１と筋張力誤差記憶装置１０
に与える。筋張力誤差記憶装置１０は、学習者が運動を
開始したときからの誤差の時間関数を蓄えており、それ
を刺激時間パターン生成器１１に与える。
６からの入力の他に理想運動パターン記憶装置７からの
理想運動パターンが入力されており、２つの運動の差に
よってその誤差を計算し、身体ダイナミクスモデルのコ
ピー９に与える。身体ダイナミクスモデルのコピー９
は、運動パターンの誤差を擬似張力の誤差に変換して、
刺激時間パターン生成器１１と筋張力誤差記憶装置１０
に与える。筋張力誤差記憶装置１０は、学習者が運動を
開始したときからの誤差の時間関数を蓄えており、それ
を刺激時間パターン生成器１１に与える。
【００１７】刺激時間パターン生成器１１は、筋張力誤
差記憶装置１０によって与えられた筋張力の誤差の時間
関数と身体ダイナミクスモデルのコピー９によって与え
られた筋張力の誤差とに基づいて、刺激時間パターンを
生成し、刺激制御器１２に与える。刺激制御器１２は刺
激電極およびバイブレータ１３に制御信号を与え、刺激
電極およびバイブレータ１３は身体１に刺激を与える。
差記憶装置１０によって与えられた筋張力の誤差の時間
関数と身体ダイナミクスモデルのコピー９によって与え
られた筋張力の誤差とに基づいて、刺激時間パターンを
生成し、刺激制御器１２に与える。刺激制御器１２は刺
激電極およびバイブレータ１３に制御信号を与え、刺激
電極およびバイブレータ１３は身体１に刺激を与える。
【００１８】図２は、この発明の一実施例による運動技
能学習装置の動作を説明するためのフローチャートであ
り、図３は、フィルタ５と身体ダイナミクスモデル６と
を接続した４層パーセプトロン神経回路を示した図であ
る。以下、図２および図３を参照して、図１の動作につ
いて説明する。
能学習装置の動作を説明するためのフローチャートであ
り、図３は、フィルタ５と身体ダイナミクスモデル６と
を接続した４層パーセプトロン神経回路を示した図であ
る。以下、図２および図３を参照して、図１の動作につ
いて説明する。
【００１９】表面電極３を身体１に装着した学習者が、
運動開始のキュー２に合わせて身体１を動かしたり力を
発生したりすると、複数の筋肉から筋電信号が表面電極
３によって検出される。なお、運動開始のキュー２に合
わせて運動を始めるのは、学習者の身体１だけでなく、
後で説明するが理想運動パターン記憶装置７と筋張力誤
差記憶装置１０も動作を始める。検出された筋電信号
は、筋電信号増幅器４によって増幅された後、フィルタ
５に与えられ、擬似張力を表わす信号に変換されて身体
ダイナミクスモデル６に与えられる。身体ダイナミクス
モデル６は、与えられた擬似張力に基づいて、肩と肘の
２つの関節角度で表わされた運動パターンを推定する。
次に、フィルタ５と身体ダイナミクスモデル６について
図３を用いて詳細に説明する。
運動開始のキュー２に合わせて身体１を動かしたり力を
発生したりすると、複数の筋肉から筋電信号が表面電極
３によって検出される。なお、運動開始のキュー２に合
わせて運動を始めるのは、学習者の身体１だけでなく、
後で説明するが理想運動パターン記憶装置７と筋張力誤
差記憶装置１０も動作を始める。検出された筋電信号
は、筋電信号増幅器４によって増幅された後、フィルタ
５に与えられ、擬似張力を表わす信号に変換されて身体
ダイナミクスモデル６に与えられる。身体ダイナミクス
モデル６は、与えられた擬似張力に基づいて、肩と肘の
２つの関節角度で表わされた運動パターンを推定する。
次に、フィルタ５と身体ダイナミクスモデル６について
図３を用いて詳細に説明する。
【００２０】フィルタ５と身体ダイナミクスモデル６を
接続した巡回型４層パーセプトロン神経回路は、第１層
１４、第２層１５、第３層１６および第４層１７とを含
み、第１層には過去から現在に至る筋電信号ＥＭＧｍａ
（ｎ）…ＥＭＧｍａ（ｎ−Ｎ＋１）を表現したニューロ
ン１８があり、そのニューロン１８の出力は第２層１５
のニューロン１９のそれぞれに入力される。第１層１４
から第２層１５までの変換によってフィルタ３を実現し
ており、第２層１５のニューロン１９は擬似張力を表わ
す。
接続した巡回型４層パーセプトロン神経回路は、第１層
１４、第２層１５、第３層１６および第４層１７とを含
み、第１層には過去から現在に至る筋電信号ＥＭＧｍａ
（ｎ）…ＥＭＧｍａ（ｎ−Ｎ＋１）を表現したニューロ
ン１８があり、そのニューロン１８の出力は第２層１５
のニューロン１９のそれぞれに入力される。第１層１４
から第２層１５までの変換によってフィルタ３を実現し
ており、第２層１５のニューロン１９は擬似張力を表わ
す。
【００２１】第２層１５には、ニューロン１９の他に、
肩の関節角度θs1、肘の関節角度θ e1、肩の関節角速度
θs2および肘の関節角速度θe2を表わすニューロン２
０，２１，２２および２３が設けられており、第２層１
５のニューロン１９，２０，２１，２２，２３の出力
は、第３層１６のニューロン２４のそれぞれに入力され
る。第３層１６は非線形活動関数を有しており、その出
力は第４層１７のニューロン２５に入力される。なお、
第２層１５と第３層１６はシナプス結合２６によって結
合されており、、第３層１６と第４層１７もシナプス結
合２７によって結合されている。
肩の関節角度θs1、肘の関節角度θ e1、肩の関節角速度
θs2および肘の関節角速度θe2を表わすニューロン２
０，２１，２２および２３が設けられており、第２層１
５のニューロン１９，２０，２１，２２，２３の出力
は、第３層１６のニューロン２４のそれぞれに入力され
る。第３層１６は非線形活動関数を有しており、その出
力は第４層１７のニューロン２５に入力される。なお、
第２層１５と第３層１６はシナプス結合２６によって結
合されており、、第３層１６と第４層１７もシナプス結
合２７によって結合されている。
【００２２】これらの第２層１５から第４層１７までの
非線形変換によって図１に示した身体ダイナミクスモデ
ル６を実現しており、最終的に第４層１７のニューロン
２５の出力は、擬似張力、関節角度および関節角速度か
ら推定された関節角加速度（図３には肩の関節角加速度
θs3のみを示した）である。この関節角加速度を数値積
分することで関節角の時間波形で表わした運動パターン
を推定することができる。そのため、身体ダイナミクス
モデル６はその関節角の時間波形で表わされた運動パタ
ーンを減算回路８に入力する。一方、理想運動パターン
記憶装置７は、運動開始のキュー２とともに記憶された
関節角の時間波形で表わされた理想運動パターンを読出
し、減算回路８に入力する。減算回路８は、２つの運動
パターンを比較し差を計算することで、理想運動パター
ンに対する推定された運動パターンの誤差を身体ダイナ
ミクスモデルのコピー９に入力する。
非線形変換によって図１に示した身体ダイナミクスモデ
ル６を実現しており、最終的に第４層１７のニューロン
２５の出力は、擬似張力、関節角度および関節角速度か
ら推定された関節角加速度（図３には肩の関節角加速度
θs3のみを示した）である。この関節角加速度を数値積
分することで関節角の時間波形で表わした運動パターン
を推定することができる。そのため、身体ダイナミクス
モデル６はその関節角の時間波形で表わされた運動パタ
ーンを減算回路８に入力する。一方、理想運動パターン
記憶装置７は、運動開始のキュー２とともに記憶された
関節角の時間波形で表わされた理想運動パターンを読出
し、減算回路８に入力する。減算回路８は、２つの運動
パターンを比較し差を計算することで、理想運動パター
ンに対する推定された運動パターンの誤差を身体ダイナ
ミクスモデルのコピー９に入力する。
【００２３】身体ダイナミクスモデルのコピー９は、身
体ダイナミクスモデル６と逆の動作、すなわち巡回型４
層パーセプトロン神経回路に入力された運動パターンの
誤差を巡回型誤差逆伝搬学習則によって、擬似張力の誤
差に変換する。ここで、巡回型誤差逆伝搬学習則は、巡
回結合を持つ神経回路モデルに対し、前向き結合だけを
用い、巡回結合を持たないフィードフォワード型神経回
路モデルの最も広く使われている誤差逆伝搬学習則を拡
張したものである。変換された擬似張力の誤差を減らす
ように刺激時間パターン生成器１１が電気刺激または機
械振動刺激を身体１に与える時間パターンを決定する
が、ある時刻での運動パターンの誤差は、その時点での
緊張力の誤差だけで決定されるわけではなく、その時点
以前の緊張力の誤差にも依存している。
体ダイナミクスモデル６と逆の動作、すなわち巡回型４
層パーセプトロン神経回路に入力された運動パターンの
誤差を巡回型誤差逆伝搬学習則によって、擬似張力の誤
差に変換する。ここで、巡回型誤差逆伝搬学習則は、巡
回結合を持つ神経回路モデルに対し、前向き結合だけを
用い、巡回結合を持たないフィードフォワード型神経回
路モデルの最も広く使われている誤差逆伝搬学習則を拡
張したものである。変換された擬似張力の誤差を減らす
ように刺激時間パターン生成器１１が電気刺激または機
械振動刺激を身体１に与える時間パターンを決定する
が、ある時刻での運動パターンの誤差は、その時点での
緊張力の誤差だけで決定されるわけではなく、その時点
以前の緊張力の誤差にも依存している。
【００２４】そのため、身体ダイナミクスモデルのコピ
ー９を通した時間を遡る誤差逆伝搬学習によって、その
時点以前の筋張力を修正しなければならない。しかし、
時間の流れを逆転することができないため、運動開始の
キュー２を原点として筋張力の誤差の時間関数を記憶す
る筋張力誤差記憶装置１０が設けられている。これによ
り、刺激時間パターン生成器１１は、筋張力誤差記憶装
置１０によって読出される筋張力の誤差の時間関数と身
体ダイナミクスモデルのコピー９によって変換されたそ
の時点での擬似張力の誤差とに基づいて、刺激の強度と
時間パターンを計算し、刺激制御器１２に入力する。刺
激制御器１２が刺激電極およびバイブレータ１３に制御
信号を与えることによって刺激電極およびバイブレータ
１３が駆動し、身体１に刺激が与えられる。
ー９を通した時間を遡る誤差逆伝搬学習によって、その
時点以前の筋張力を修正しなければならない。しかし、
時間の流れを逆転することができないため、運動開始の
キュー２を原点として筋張力の誤差の時間関数を記憶す
る筋張力誤差記憶装置１０が設けられている。これによ
り、刺激時間パターン生成器１１は、筋張力誤差記憶装
置１０によって読出される筋張力の誤差の時間関数と身
体ダイナミクスモデルのコピー９によって変換されたそ
の時点での擬似張力の誤差とに基づいて、刺激の強度と
時間パターンを計算し、刺激制御器１２に入力する。刺
激制御器１２が刺激電極およびバイブレータ１３に制御
信号を与えることによって刺激電極およびバイブレータ
１３が駆動し、身体１に刺激が与えられる。
【００２５】以上のことをまとめると、学習者は運動開
始のキュー２を与えられることにより運動を開始し、理
想運動パターンはそのキューに合わせて理想運動パター
ン記憶装置７から読出され始める。学習者の運動にかか
わる複数の筋肉から表面電極３を用いることによって筋
電信号が計測され、フィルタ５と身体ダイナミクスモデ
ル６によって実時間で運動パターンが推定される。理想
運動パターンと推定された運動パターンは上述のキュー
によってタイミングがあっているので、それぞれの時刻
ごとに２つの運動パターンの差が計算されることで運動
パターンの誤差は時間の関数として実時間で計算され
る。この誤差は、身体ダイナミクスモデルのコピー９の
出力端に与えられ、ダイナミクスモデルのコピー９を通
じて誤差逆伝搬されることにより筋張力の誤差に変換さ
れる。計算された筋張力の誤差を補償するように刺激制
御器１２によって学習者の筋肉へ電気刺激または振動機
械刺激が実時間で与えられる。このようにして、学習者
の身体１の運動は、理想運動パターンに対応した運動に
修正される。
始のキュー２を与えられることにより運動を開始し、理
想運動パターンはそのキューに合わせて理想運動パター
ン記憶装置７から読出され始める。学習者の運動にかか
わる複数の筋肉から表面電極３を用いることによって筋
電信号が計測され、フィルタ５と身体ダイナミクスモデ
ル６によって実時間で運動パターンが推定される。理想
運動パターンと推定された運動パターンは上述のキュー
によってタイミングがあっているので、それぞれの時刻
ごとに２つの運動パターンの差が計算されることで運動
パターンの誤差は時間の関数として実時間で計算され
る。この誤差は、身体ダイナミクスモデルのコピー９の
出力端に与えられ、ダイナミクスモデルのコピー９を通
じて誤差逆伝搬されることにより筋張力の誤差に変換さ
れる。計算された筋張力の誤差を補償するように刺激制
御器１２によって学習者の筋肉へ電気刺激または振動機
械刺激が実時間で与えられる。このようにして、学習者
の身体１の運動は、理想運動パターンに対応した運動に
修正される。
【００２６】
【発明の効果】以上のように、この発明によれば、学習
者の複数の筋肉の活動に応じた信号を検出し、その検出
信号を各筋肉が発生する張力に対応する擬似張力を表わ
す信号に変換し、その信号に基づいて推定された運動パ
ターンと予め記憶された理想運動パターンとの誤差を修
正するための刺激を学習者に与えるようにしたので、学
習者は実時間で運動技能を学習することができる。しか
も、訓練を受けるときにおいて、学習者は特別な苦労、
苦痛などを感じることなく、安価でかつ短時間に運動技
能を学習することができる。
者の複数の筋肉の活動に応じた信号を検出し、その検出
信号を各筋肉が発生する張力に対応する擬似張力を表わ
す信号に変換し、その信号に基づいて推定された運動パ
ターンと予め記憶された理想運動パターンとの誤差を修
正するための刺激を学習者に与えるようにしたので、学
習者は実時間で運動技能を学習することができる。しか
も、訓練を受けるときにおいて、学習者は特別な苦労、
苦痛などを感じることなく、安価でかつ短時間に運動技
能を学習することができる。
【図１】この発明の一実施例による運動技能学習装置の
概略ブロック図である。
概略ブロック図である。
【図２】図１に示した運動技能学習装置の動作を説明す
るためのフローチャートである。
るためのフローチャートである。
【図３】筋電信号と位置、速度から関節角加速度を推定
する基本的な４層構造のパーセプトロンを示す図であ
る。
する基本的な４層構造のパーセプトロンを示す図であ
る。
１ 身体 ３ 表面電極 ４ 筋電信号増幅器 ５ フィルタ ６ 身体ダイナミクスモデル ７ 理想運動パターン記憶装置 ８ 減算回路 ９ 身体ダイナミクスモデルのコピー １０ 筋張力誤差記憶装置 １１ 刺激時間パターン生成器 １２ 刺激制御器 １３ 刺激電極およびバイブレータ １４ 第１層 １５ 第２層 １６ 第３層 １７ 第４層 １８，１９，２０，２１，２２，２３，２４，２５ ニ
ューロン
ューロン
Claims (7)
- 【請求項１】 運動技能を学習者に学習させる運動技能
学習装置であって、 前記学習者の複数の筋肉の活動に応じた信号を検出する
検出手段と、 前記検出手段の各検出出力を各筋肉が発生する張力に対
応する擬似張力を表わす信号に変換し、その信号に基づ
いて非線形ダイナミクスモデルを用いて運動パターンを
推定する推定手段と、 前記推定手段によって推定された運動パターンと予め記
憶された理想パターンを比較して、その誤差を擬似張力
の誤差に変換する変換手段と、 前記変換手段によって変換された擬似張力の誤差に基づ
いて、前記学習者に前記理想パターンの運動を行なわせ
るための刺激を与える刺激付与手段とを備えた運動技能
学習装置。 - 【請求項２】 前記剌激付与手段は、 前記変換手段によって変換された擬似張力の誤差を前記
学習者が運動を開始したときから記憶し続ける記憶手段
と、 前記記憶手段に記憶された擬似張力の誤差に基づいて、
前記学習者に付与する刺激の時間パターンを生成する生
成手段と、 前記生成手段で生成された時間パターンで前記学習者に
刺激を付与するために刺激を制御する制御手段とを含
む、請求項１記載の運動技能学習装置。 - 【請求項３】 前記変換手段は、巡回型誤差逆伝搬学習
則を用いて、前記運動パターンと理想パターンの誤差を
時間を遡って逆伝搬して、前記擬似張力の誤差に変換す
ることを特徴とする、請求項１記載の運動技能学習装
置。 - 【請求項４】 前記刺激付与手段は、前記各筋肉が発生
する張力を増加させるために高い振動数の刺激を与える
か、または前記各筋肉が発生する張力を減少させるため
に低い振動数を与えることを特徴とする、請求項１記載
の運動技能学習装置。 - 【請求項５】 前記推定手段は、神経回路を含み、 前記神経回路は、 前記検出手段から入力されている複数の筋肉の活動に応
じた信号をフィルタリングし、各筋肉が発生する張力に
対応する擬似張力を表わす信号を出力する前段回路と、 前記前段回路から信号を受け、運動パターンを推定する
複数層からなる後段回路とを含む、請求項１記載の運動
技能学習装置。 - 【請求項６】 前記神経回路は、パラメータを決定する
ために所定の学習則を用いて学習することを特徴とす
る、請求項５記載の運動技能学習装置。 - 【請求項７】 前記検出手段は前記筋肉の活動に応じた
信号を検出するために前記学習者の身体に装着される表
面電極を含む、請求項１記載の運動技能学習装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5178282A JP2611920B2 (ja) | 1993-07-19 | 1993-07-19 | 運動技能学習装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5178282A JP2611920B2 (ja) | 1993-07-19 | 1993-07-19 | 運動技能学習装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0736362A JPH0736362A (ja) | 1995-02-07 |
| JP2611920B2 true JP2611920B2 (ja) | 1997-05-21 |
Family
ID=16045749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5178282A Expired - Lifetime JP2611920B2 (ja) | 1993-07-19 | 1993-07-19 | 運動技能学習装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2611920B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3660330B2 (ja) * | 2002-08-13 | 2005-06-15 | 独立行政法人科学技術振興機構 | インピーダンス測定装置及び運動学習支援装置 |
| JP2007026331A (ja) * | 2005-07-20 | 2007-02-01 | Marine Giken:Kk | 溺れ監視システム |
| JP5021558B2 (ja) * | 2008-05-13 | 2012-09-12 | 日本電信電話株式会社 | 運動学習支援装置 |
| WO2010124247A2 (en) | 2009-04-24 | 2010-10-28 | Advanced Brain Monitoring, Inc. | Adaptive performance trainer |
| JP6297951B2 (ja) * | 2014-09-11 | 2018-03-20 | トヨタ自動車株式会社 | 運動推定装置 |
| JP6307457B2 (ja) * | 2015-02-17 | 2018-04-04 | 日本電信電話株式会社 | 運動状態のフィードバック方法、システム、及びプログラム |
| JP6435302B2 (ja) * | 2016-10-17 | 2018-12-05 | 日本電信電話株式会社 | 運動状態と心理状態判定方法、装置、及びプログラム |
| WO2020250361A1 (ja) * | 2019-06-12 | 2020-12-17 | 日本電信電話株式会社 | 生体誘導装置、生体誘導方法及び生体誘導プログラム |
| CN114832349B (zh) * | 2022-05-16 | 2023-03-10 | 中国科学技术大学 | 元宇宙游泳教学辅助系统及其使用方法 |
-
1993
- 1993-07-19 JP JP5178282A patent/JP2611920B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0736362A (ja) | 1995-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4695605B2 (ja) | 神経筋刺激 | |
| CN101961527B (zh) | 一种结合功能性电刺激和机器人的康复训练系统和训练方法 | |
| US7967729B2 (en) | Physical therapy system and method | |
| Krebs et al. | Robot-aided neurorehabilitation: a robot for wrist rehabilitation | |
| Li et al. | Muscle fatigue tracking with evoked EMG via recurrent neural network: Toward personalized neuroprosthetics | |
| Freeman et al. | Iterative learning control in health care: Electrical stimulation and robotic-assisted upper-limb stroke rehabilitation | |
| JP2611920B2 (ja) | 運動技能学習装置 | |
| US20140081432A1 (en) | Method and Apparatus for Rehabilitation Using Adapted Video Games | |
| US11744762B2 (en) | Gait activity learning assistance system and the application method thereof | |
| CN111258428B (zh) | 脑电控制系统及方法 | |
| JP4181796B2 (ja) | 肢体リハビリテーション訓練装置 | |
| JP5263799B2 (ja) | 体性感覚運動統合評価訓練システム | |
| Alves et al. | A socially assistive robot to facilitate and assess exercise goals | |
| JP2562786B2 (ja) | 運動技能訓練装置 | |
| JP4735951B2 (ja) | 体性感覚運動統合評価訓練システム | |
| Cheron et al. | Recognition of the physiological actions of the triphasic EMG pattern by a dynamic recurrent neural network | |
| Chiba et al. | Robotic Finger Rehabilitation Support Device for Home Use-An Analysis of the Effect of Finger Rehabilitation for the Upper Limb Function Recovery | |
| Calderita et al. | Rehabilitation for Children while Playing with a Robotic Assistant in a Serious Game. | |
| Bong et al. | Development of a novel robotic rehabilitation system with muscle-to-muscle interface | |
| Croce et al. | The application of two-point touch cane technique to theories of motor control and learning implications for orientation and mobility training | |
| KR102664696B1 (ko) | 노인 돌봄 능력 증진을 위한 돌봄 훈련 보조 로봇의 통증 표현 방법 및 이를 이용한 돌봄 훈련 보조 로봇 시스템 | |
| KR20200098290A (ko) | 교육용 마네킹 시스템 | |
| RU2234728C2 (ru) | Способ формирования и коррекции двигательной пластики и устройство для его осуществления | |
| Luciani et al. | Trajectory learning by therapists' demonstrations for an upper limb rehabilitation exoskeleton | |
| Ramezanzade et al. | The effect of sonification of visual modeling on relative timing: The role in motor learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19961112 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |