JP6941934B2 - デジタルの人間の上肢モデルの制約ベースの最適化の方法およびシステム - Google Patents

Description

仮想マネキンは、実際の人または物が自然にとり得る位置またはポーズをとるように操作され得る、コンピュータによって生成された実体（すなわち人または物）の画像である。本明細書で述べられる実施形態に対しては、実体は人体または人体の一部分であるが、述べられる概念は一般に他の実体、例えば動物または想像上の生き物にも応用され得る。

仮想マネキンは、４つの分節、つまり、鎖骨、上腕骨、前腕および手からなる簡略化された上肢運動連鎖を含むことができる。この運動連鎖は、ハンドル、ドリル、またはねじ回しなどの指定された目標物に関与するように、連鎖のエンドエフェクタ（すなわち手）が移動されることを可能にする例えば９つの自由度（ＤＯＦ）を含み得る。

運動連鎖はまた、運動連鎖の各ＤＯＦに対する空間的限度に関して、可動域（ＲＯＭ）を含み得る。人間の上肢をシミュレートするこの方法はロボットマニピュレータにおいて見られるものと同様であり、それに対しては冗長な運動連鎖の動きを制限するために、各ＤＯＦにおいて一定の下側および上側限度しか必要としない。

仮想マネキンは、エンドエフェクタを特定の目標物上に位置決めする、マネキンの構成（すなわち各ＤＯＦの値）を見出すために、逆運動学的（ＩＫ）姿勢エンジンをしばしば用いる。ＩＫ姿勢エンジンは解を見出すのに非常に効率的であるが、予測される姿勢はロバスト性が不足する。「ロバスト性の不足」とは、目標物のわずかな変位がＤＯＦ角度における突然の跳びに繋がり得るという事実を指し、これは結果として非現実的な人間の姿勢を生じ得る。

このロバスト性の不足は、少なくとも部分的に運動連鎖の冗長性による。運動連鎖冗長性とは、運動連鎖は同じエンドエフェクタ位置を達成するために、複数の方法に適応できるという事実を指す。冗長性は、エンドエフェクタ制約の数（この例に対しては手に対して３から６の間）に対する、ＤＯＦの多さ（この例では鎖骨から手まで９つのＤＯＦ）を理由として存在する。

人間の上肢の様々なＤＯＦの間に、生理学的依存性が存在することが知られている。例えば上腕骨が、異なる仰角の平面において上げられたとき、鎖骨および肩甲骨分節は「肩リズム」として知られている再現可能な非線形の運動のパターンに従う。さらに空間における上腕骨の方向と、内部／外部上腕骨軸回転の限界との間に非線形の関係が存在する。

他の中でもこれらの生理学的依存性は、人間の上肢の複雑な生理学的性質を表し、これはロボットマニピュレータよりはるかに高度に複雑である。すべてのこれらの生理学的依存性を完全に統合することは、当技術分野で見られる従来の仮想マネキンには不足している。

したがって当技術分野で知られている仮想マネキンの上肢は、（１）運動連鎖における冗長性、（２）各ＤＯＦの間の依存性を考慮に入れない簡略化された運動連鎖、および（３）旧式のデータベースから生じるＲＯＭの簡略化および（時には）過小／過大推定が関わる。直接の結果は大きすぎる解空間であり、これは運動連鎖における望ましくない振動、および予測される姿勢の乏しいロバスト性に繋がり得る。

ユーザの観点から、従来の上肢モデルにより仮想マネキンに姿勢をとらせることは、挑戦を要する煩わしいタスクとなり得る。姿勢をとらせるタスクは、かなりの時間量を必要となる場合があり、結果としての姿勢の生体力学的分析のために使用可能な時間を減らす。さらにこのようなモデルでは、いくつかの姿勢は現実には達成することが不可能に思われ得ることを考えれば、予測される姿勢においてユーザはより低い信頼をもつ。

述べられる実施形態は、仮想マネキンの上肢部分をシミュレートするための従来技法に対するいくつかの改善をもたらす。例えば述べられる実施形態は、複数の情報源から収集された上肢生体力学に関する生体力学的情報を用いる。さらに述べられる実施形態は、上肢の運動学および各ＤＯＦのＲＯＭに関する特定の情報を用いる。

述べられる実施形態は、以下を課すことによって上肢運動連鎖冗長性の改善された管理を提案する：
１．鎖骨ＤＯＦを駆動する予め計算された生理学的リズム、および
２．鎖骨、上腕骨、および手首関節の生理学的ＲＯＭをシミュレートする円錐形のリーチコーン
述べられる実施形態の提案される上腕骨ＲＯＭは、推定される母集団の３つの異なる百分位数（すなわち５、５０および９５番目）をカバーし得る。一方、述べられる実施形態の提案される手首ＲＯＭは、互いに異なるリーチコーンを用いた４つの異なるタイプの手の開きをカバーし得る（すなわち完全に開かれたこぶし、小さな円筒（例えば２５ｍｍ直径）を持った、大きな円筒（例えば５０ｍｍ直径）を持った、および完全に閉じられたこぶし）。

スマート上肢モデルの利点は、鎖骨振動がないこと、および改善されたロバスト性を含み得る。これらの改善は、マネキンを位置決めするのに割り当てられる時間の割合を低減し、したがって姿勢分析に割り当てられる時間の割合を増加することに寄与することが予想される。

制約されたスマート上肢モデルの精度を、下側／上側限度制約のみを有するモデルと比較したとき、スマートモデルに対する解を見出すために、述べられる実施形態のＩＫ姿勢エンジンによって必要な著しい追加の時間はなかった。そのより制約された性質（すなわち低減されたＤＯＦの数および解空間）により、述べられる実施形態のモデルは、制約が少ない下側／上側限度モデルより性能が優れる。

１つの態様では本発明は、１または複数のデータセットに基づいて、変換されたデータを作成するように構成されたデータ変換エンジンを含んだ、仮想マネキンの上肢モデルである。各データセットは運動連鎖の要素間の依存性を表すことができる。上肢モデルはさらに、変換されたデータに基づいて１または複数の制約を生成するように構成された運動連鎖のモデル、および１または複数の制約に基づいて、第１の位置から第２の位置への軌道を決定するように構成された姿勢エンジンを含む。

一実施形態では運動学モデルはさらに、第２の姿勢に対応する姿勢をレンダリングするように構成されたレンダリングエンジンを含む。他の実施形態では運動学モデルの要素は、鎖骨、肩甲骨、上腕骨、前腕および手の１または複数を含む。

一実施形態では依存性は、運動学モデルの要素の少なくとも１つに関連付けられた１または複数の自由度に関係する。他の実施形態では、１または複数のデータセットは実験データを含む。他の実施形態では運動学モデルは、鎖骨−肩甲骨−上腕骨（ＣＳＨ）モデル、および鎖骨−上腕骨（ＣＨ）モデルの少なくとも１つを含む。ＣＳＨモデルの上腕骨関節はＣＨモデルの上腕骨関節に接続することができ、ＣＳＨモデルの肘関節はＣＨモデルの肘関節に接続することができる。変換されたデータは、ＣＨモデルの挙動を特性化するための入力として、ＣＳＨモデルにもたらされ得る。

一実施形態では１または複数の制約は、（ｉ）鎖骨リズム係数、および（ｉｉ）運動学モデル要素に関連付けられたリーチコーンの少なくとも１つを含む。

他の実施形態では姿勢エンジンは、（ｉ）各制約が強制されたことを検証すること、および（ｉｉ）解空間における探索方向を示す制約勾配を決定することの、１または複数を行うように構成された非線形ソルバを含む。

他の態様では本発明は、仮想マネキン上肢のエンドエフェクタ軌道を決定する方法であり、データ変換エンジンにより、１または複数のデータセットに基づいて変換されたデータを作成するステップを含む。各データセットは運動連鎖の要素間の依存性を表すことができる。方法はさらに、運動連鎖のモデルにより、変換されたデータに基づいて１または複数の制約を生成するステップを含む。方法はまた、姿勢エンジンにより、第１の位置から第２の位置へのエンドエフェクタ軌道を決定するステップを含む。エンドエフェクタ軌道は、１または複数の制約に基づいて決定され得る。

一実施形態はさらに、レンダリングエンジンを用いて、第２の姿勢に対応する姿勢をレンダリングするステップを含む。他の実施形態はさらに、実験データからデータセットを取得するステップを含む。

一実施形態では生成するステップはさらに、鎖骨−肩甲骨−上腕骨（ＣＳＨ）モデル、および鎖骨−上腕骨（ＣＨ）モデルの少なくとも１つを実行するステップを含む。方法はさらに、ＣＳＨモデルの上腕骨関節をＣＨモデルの上腕骨関節に接続し、ＣＳＨモデルの肘関節をＣＨモデルの肘関節に接続するステップを含むことができる。方法はさらに、ＣＨモデルの挙動を特性化するための入力として、変換されたデータをＣＳＨモデルにもたらすステップを含むことができる。他の実施形態では１または複数の制約は、（ｉ）鎖骨リズム係数、および（ｉｉ）運動学モデル要素に関連付けられたリーチコーンの少なくとも１つを含む。

一実施形態はさらに、非線形ソルバにより、（ｉ）各制約が強制されたことの検証、および（ｉｉ）解空間内の探索方向を示す制約勾配の決定の、１または複数を行うステップを含む。

他の態様では本発明は、仮想マネキン上肢のエンドエフェクタ軌道を決定するための命令を記憶するように構成された非一時的コンピュータ可読媒体である。命令はプロセッサによってロードされ実行されたときにプロセッサに、データ変換エンジンにより、１または複数のデータセットに基づいて変換されたデータを作成させる。各データセットは運動連鎖の要素間の依存性を表すことができる。命令はさらにプロセッサに、運動連鎖のモデルを使用することにより、変換されたデータに基づいて１または複数の制約を生成させる。命令はさらにプロセッサに、姿勢エンジンを使用することにより、第１の位置から第２の位置へのエンドエフェクタ軌道を決定させる。エンドエフェクタ軌道は１または複数の制約に基づいて決定され得る。

一実施形態では、命令はさらにプロセッサに、レンダリングエンジンを用いて、第２の姿勢に対応する姿勢をレンダリングさせる。

上記は、異なる図にわたって類似の参照記号は同じ部分を指す添付の図面に示されるのに従って、以下の本発明の例示的実施形態のより具体的な説明から明らかになるであろう。図面は必ずしも原寸に比例して描かれておらず、代わりに本発明の実施形態を示すことに重点が置かれる。
本発明の１または複数の述べられる実施形態による、創造ステップの第１の段階を示す図である。 本発明による創造ステップの第２および第３の段階を示す図である。 本発明による例示のデータ変換プロセスのより詳しい説明を示す図である。 本発明による例示のＣＳＨモデル運動学的データ変換プロセスのより詳しい説明を示す図である。 本発明による例示の上肢モデル（ＣＳＨからＣＨ）運動学的伝達プロセスの詳しい説明を示す図である。 本発明による例示のＣＨモデル出力データ変換プロセスの詳しい説明を示す図である。 従来技術の上肢モデルによる例示の軌道経路を有するマネキンを示す図である。 本発明の１または複数の述べられる実施形態による例示の軌道経路を有するマネキンを示す図である。 図２Ａの例に対応する様々なＤＯＦ角度を示す図である。 図２Ｂの例に対応する様々なＤＯＦ角度を示す図である。 本発明によるスマート上肢モデリングシステムの実施形態を示す図である。 図５で述べられ示される構成要素の１または複数を実施するために用いられ得るプロセッサシステムの一実施形態を示す図である。 本発明による、仮想マネキン上肢のエンドエフェクタ軌道を決定する方法の一実施形態を示す図である。

以下は本発明の例示的実施形態の説明である。

本明細書で引用されるすべての特許、公開された出願、および参考文献の教示は、それらの全体が参照により組み込まれる。

スマート上肢モデルは、可能な解の数を低減するために、生理学的制約を上肢の運動連鎖に適用する。そうするためにモデルは、鎖骨リズムおよび分節リーチコーンなど、これらの生理学的制約に関する情報を必要とする。これらの制約は、モデルの「創造」ステップ時に推定される。「適用」ステップ時に、これらの制約はさらに仮想マネキンの上肢部分に適用され、これは最適化ベースの逆運動学的（ＩＫ）姿勢エンジンによって駆動される。

創造ステップはさらに図１Ａおよび１Ｂに示される３つの段階に分割される。図１Ａに示される段階１の間に、様々な文献調査から実験データ１０２が収集され、またはデータベース１０６から取られる。次いでこのデータのいくつかは、段階２で２つの上肢モデル１１２（図１Ｂに示される）によって用いられるように、１または複数の変換プロセス１０８によって、都合のよい形１１０に変換される。図１Ａから１Ｆまでの例示的実施形態は、以下に列挙される参考文献からの実験データを用いることができるが、他の実施形態は、以下の参考文献の代わりに、またはそれらのいくつかまたはすべてと共に、他の参考文献を用いることができる。
ｄｅ Ｇｒｏｏｔ， Ｊ．Ｈ． ａｎｄ Ｒ． Ｂｒａｎｄ， “Ａ ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ ｒｈｙｔｈｍ，” Ｃｌｉｎ Ｂｉｏｍｅｃｈ （Ｂｒｉｓｔｏｌ， Ａｖｏｎ）， ２００１． １６（９）： ｐ． ７３５−４３．
Ｇｒｅｗａｌ， Ｔ．−Ｊ． ａｎｄ Ｃ．Ｒ． Ｄｉｃｋｅｒｓｏｎ， “Ａ ｎｏｖｅｌ ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｓｈｏｕｌｄｅｒ ｒｈｙｔｈｍ ｄｅｆｉｎｉｔｉｏｎ ｔｈａｔ ｉｎｃｌｕｄｅｓ ｏｖｅｒｈｅａｄ ａｎｄ ａｘｉａｌｌｙ ｒｏｔａｔｅｄ ｈｕｍｅｒａｌ ｐｏｓｔｕｒｅｓ，” Ｊｏｕｒｎａｌ ｏｆ ｂｉｏｍｅｃｈａｎｉｃｓ， ２０１３． ４６（３）： ｐ． ６０８−６１１．
Ｉｎｍａｎ， Ｖ．Ｔ．， Ｊ．Ｂ． Ｓａｕｎｄｅｒｓ， ａｎｄ Ｌ．Ｃ． Ａｂｂｏｔｔ， “Ｏｂｓｅｒｖａｔｉｏｎｓ ｏｆ ｔｈｅ ｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ ｊｏｉｎｔ，” Ｃｌｉｎ Ｏｒｔｈｏｐ Ｒｅｌａｔ Ｒｅｓ， １９４４（３３０）： ｐ． ３−１２．
Ｌｕｄｅｗｉｇ， Ｐ．Ｍ．， ｅｔ ａｌ．， “Ｍｏｔｉｏｎ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ ｄｕｒｉｎｇ ｍｕｌｔｉｐｌａｎａｒ ｈｕｍｅｒａｌ ｅｌｅｖａｔｉｏｎ．” Ｊ Ｂｏｎｅ Ｊｏｉｎｔ Ｓｕｒｇ Ａｍ， ２００９． ９１（２）： ｐ． ３７８−８９．
ＭｃＣｌｕｒｅ， Ｐ．Ｗ．， ｅｔ ａｌ．， “Ｄｉｒｅｃｔ ３−ｄｉｍｅｎｓｉｏｎａｌ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｓｃａｐｕｌａｒ ｋｉｎｅｍａｔｉｃｓ ｄｕｒｉｎｇ ｄｙｎａｍｉｃ ｍｏｖｅｍｅｎｔｓ ｉｎ ｖｉｖｏ” Ｊ Ｓｈｏｕｌｄｅｒ Ｅｌｂｏｗ Ｓｕｒｇ， ２００１． １０（３）： ｐ． ２６９−７７．
Ｗａｎｇ， Ｘ．， ｅｔ ａｌ．， “Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｍｏｄｅｌｌｉｎｇ ｏｆ ｔｈｅ ｍｏｔｉｏｎ ｒａｎｇｅ ｏｆ ａｘｉａｌ ｒｏｔａｔｉｏｎ ｏｆ ｔｈｅ ｕｐｐｅｒ ａｒｍ，” Ｊ Ｂｉｏｍｅｃｈ， １９９８． ３１（１０）： ｐ． ８９９−９０８．
Ｄｅｌｆｓ， Ｎ．， “Ｍａｎｉｋｉｎ ｉｎ Ｔｉｍｅ； Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ Ｖｉｒｔｕａｌ Ｍａｎｉｋｉｎ ｗｉｔｈ Ｅｘｔｅｒｎａｌ Ｒｏｏｔ ａｎｄ Ｉｍｐｒｏｖｅｄ Ｉｎｖｅｒｓｅ Ｋｉｎｅｍａｔｉｃｓ， ｉｎ Ｍａｔｈｅｍａｔｉｃａｌ Ｓｃｉｅｎｃｅｓ，” ２０１２， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｇｏｔｈｅｎｂｕｒｇ： Ｇｏｔｈｅｎｂｕｒｇ． ｐ． ４０．
Ｃｈｒｉｓｔｉｅｎｓｅｎ， Ｊ．Ｍ． ａｎｄ Ｊ．Ｗ． ＭｃＢａｒｒｏｎ， “Ｍａｎ−Ｓｙｓｔｅｍｓ Ｉｎｔｅｇｒａｔｉｏｎ Ｓｔａｎｄａｒｄｓ，” （ＮＡＳＡ−ＳＴＤ−３０００）， Ｎ．Ａ．ａ．Ｓ． Ａｄｍｉｎｉｓｔｒａｔｉｏｎ， Ｅｄｉｔｏｒ． １９８９， Ｎａｔｉｏｎａｌ Ａｅｒｏｎａｕｔｉｃｓ ａｎｄ Ｓｐａｃｅ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ： Ｈｏｕｓｔｏｎ， ＴＸ， ＵＳＡ．
Ｄｉｆｆｒｉｅｎｔ， Ｎ．， Ａ． Ｔｉｌｌｅｙ， ａｎｄ Ｄ． Ｈａｒｍａｎ， “Ｈｕｍａｎｓｃａｌｅ ７／８／９，” １９８１， Ｍａｓｓａｃｈｕｓｅｔｔｓ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ： Ｃａｍｂｒｉｄｇｅ， ＭＡ． ｐ． ５２．
Ｅｎｇｉｎ， Ａ．Ｅ． ａｎｄ Ｓ．Ｍ． Ｃｈｅｎ， “Ｓｔａｔｉｓｔｉｃａｌ ｄａｔａ ｂａｓｅ ｆｏｒ ｔｈｅ ｂｉｏｍｅｃｈａｎｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｈｅ ｈｕｍａｎ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ−−Ｉ： Ｋｉｎｅｍａｔｉｃｓ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ，” Ｊ Ｂｉｏｍｅｃｈ Ｅｎｇ， １９８６． １０８（３）： ｐ． ２１５−２１．
Ｔｕｍｅｒ， Ｓ．Ｔ． ａｎｄ Ａ．Ｅ． Ｅｎｇｉｎ， “Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｋｉｎｅｍａｔｉｃ ｍｏｄｅｌｌｉｎｇ ｏｆ ｔｈｅ ｈｕｍａｎ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ−−Ｐａｒｔ ＩＩ： Ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌｌｉｎｇ ａｎｄ ｓｏｌｕｔｉｏｎ ｖｉａ ｏｐｔｉｍｉｚａｔｉｏｎ，” Ｊ Ｂｉｏｍｅｃｈ Ｅｎｇ， １９８９． １１１（２）： ｐ． １１３−２１．
Ｇｅｈｒｍａｎｎ， Ｓ．Ｖ．， Ｒ．Ａ． Ｋａｕｆｍａｎｎ， ａｎｄ Ｚ．Ｍ． Ｌｉ， “Ｗｒｉｓｔ ｃｉｒｃｕｍｄｕｃｔｉｏｎ ｒｅｄｕｃｅｄ ｂｙ ｆｉｎｇｅｒ ｃｏｎｓｔｒａｉｎｔｓ，” Ｊ Ｈａｎｄ Ｓｕｒｇ Ａｍ， ２００８． ３３（８）： ｐ． １２８７−９２．
Ｅｄｅｌｓｂｒｕｎｎｅｒ， Ｈ．， Ｄ． Ｋｉｒｋｐａｔｒｉｃｋ， ａｎｄ Ｒ． Ｓｅｉｄｅｌ， “Ｏｎ ｔｈｅ ｓｈａｐｅ ｏｆ ａ ｓｅｔ ｏｆ ｐｏｉｎｔｓ ｉｎ ｔｈｅ ｐｌａｎｅ，” Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ， １９８３． ２９（４）： ｐ． ５５１−５５９．
Ｅｎｇｉｎ， Ａ．Ｅ． ａｎｄ Ｓ．Ｍ． Ｃｈｅｎ， “Ｓｔａｔｉｓｔｉｃａｌ ｄａｔａ ｂａｓｅ ｆｏｒ ｔｈｅ ｂｉｏｍｅｃｈａｎｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｈｅ ｈｕｍａｎ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ−−ＩＩ： Ｐａｓｓｉｖｅ ｒｅｓｉｓｔｉｖｅ ｐｒｏｐｅｒｔｉｅｓ ｂｅｙｏｎｄ ｔｈｅ ｓｈｏｕｌｄｅｒ ｃｏｍｐｌｅｘ ｓｉｎｕｓ，” Ｊ Ｂｉｏｍｅｃｈ Ｅｎｇ， １９８６． １０８（３）： ｐ． ２２２−７．
Ｍａｕｒｅｌ， Ｗ．， “３ｄ ｍｏｄｅｌｉｎｇ ｏｆ ｔｈｅ ｈｕｍａｎ ｕｐｐｅｒ ｌｉｍｂ ｉｎｃｌｕｄｉｎｇ ｔｈｅ ｂｉｏｍｅｃｈａｎｉｃｓ ｏｆ ｊｏｉｎｔｓ， ｍｕｓｃｌｅｓ ａｎｄ ｓｏｆｔ ｔｉｓｓｕｅｓ， ｉｎ Ｉｎｆｏｒｍａｔｉｑｕｅ，” １９９９， Ｅｃｏｌｅ Ｐｏｌｙｔｅｃｈｎｉｑｕｅ Ｆｅｄｅｒａｌｅ ｄｅ Ｌａｕｓａｎｎｅ （ＥＰＦＬ）： Ｌａｕｓａｎｎｅ， Ｓｕｉｓｓｅ． ｐ． ２０４．
Ｖｅｅｇｅｒ， Ｈ．Ｅ．Ｊ． ａｎｄ Ｂ． Ｙｕ．， “Ｏｒｉｅｎｔａｔｉｏｎ ｏｆ ａｘｅｓ ｉｎ ｔｈｅ ｅｌｂｏｗ ａｎｄ ｆｏｒｅａｒｍ ｆｏｒ ｂｉｏｍｅｃｈａｎｉｃａｌ ｍｏｄｅｌｌｉｎｇ，” ｉｎ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ， １９９６．， Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １９９６ Ｆｉｆｔｅｅｎｔｈ Ｓｏｕｔｈｅｒｎ． １９９６．
Ｗｉｌｈｅｌｍｓ， Ｊ． ａｎｄ Ａ． Ｖａｎ Ｇｅｌｄｅｒ， “Ｆａｓｔ ａｎｄ ｅａｓｙ ｒｅａｃｈ−ｃｏｎｅ ｊｏｉｎｔ ｌｉｍｉｔｓ，” Ｊ． Ｇｒａｐｈ． Ｔｏｏｌｓ， ２００２． ６（２）： ｐ． ２７−４１．
Ｄｏｏｄｙ， Ｓ．Ｇ．， Ｌ． Ｆｒｅｅｄｍａｎ， ａｎｄ Ｊ．Ｃ． Ｗａｔｅｒｌａｎｄ， “Ｓｈｏｕｌｄｅｒ ｍｏｖｅｍｅｎｔｓ ｄｕｒｉｎｇ ａｂｄｕｃｔｉｏｎ ｉｎ ｔｈｅ ｓｃａｐｕｌａｒ ｐｌａｎｅ，” Ａｒｃｈ Ｐｈｙｓ Ｍｅｄ Ｒｅｈａｂｉｌ， １９７０． ５１（１０）： ｐ． ５９５−６０４．
Ｐｏｐｐｅｎ， Ｎ．Ｋ． ａｎｄ Ｐ．Ｓ． Ｗａｌｋｅｒ， “Ｎｏｒｍａｌ ａｎｄ ａｂｎｏｒｍａｌ ｍｏｔｉｏｎ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ，” Ｊ Ｂｏｎｅ Ｊｏｉｎｔ Ｓｕｒｇ Ａｍ， １９７６． ５８（２）： ｐ． １９５−２０１．
Ｂａｇｇ， Ｓ．Ｄ． ａｎｄ Ｗ．Ｊ． Ｆｏｒｒｅｓｔ， “Ａ ｂｉｏｍｅｃｈａｎｉｃａｌ ａｎａｌｙｓｉｓ ｏｆ ｓｃａｐｕｌａｒ ｒｏｔａｔｉｏｎ ｄｕｒｉｎｇ ａｒｍ ａｂｄｕｃｔｉｏｎ ｉｎ ｔｈｅ ｓｃａｐｕｌａｒ ｐｌａｎｅ，” Ａｍ Ｊ Ｐｈｙｓ Ｍｅｄ Ｒｅｈａｂｉｌ， １９８８． ６７（６）： ｐ． ２３８−４５．
Ｊｏｈｎｓｏｎ， Ｇ．Ｒ．， Ｐ．Ｒ． Ｓｔｕａｒｔ， ａｎｄ Ｓ． Ｍｉｔｃｈｅｌｌ， “Ａ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｓｃａｐｕｌａｒ ｍｏｖｅｍｅｎｔ，” Ｃｌｉｎ Ｂｉｏｍｅｃｈ （Ｂｒｉｓｔｏｌ， Ａｖｏｎ）， １９９３． ８（５）： ｐ． ２６９−７３．
ＭｃＱｕａｄｅ， Ｋ．Ｊ． ａｎｄ Ｇ．Ｌ． Ｓｍｉｄｔ， “Ｄｙｎａｍｉｃ ｓｃａｐｕｌｏｈｕｍｅｒａｌ ｒｈｙｔｈｍ： ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｅｘｔｅｒｎａｌ ｒｅｓｉｓｔａｎｃｅ ｄｕｒｉｎｇ ｅｌｅｖａｔｉｏｎ ｏｆ ｔｈｅ ａｒｍ ｉｎ ｔｈｅ ｓｃａｐｕｌａｒ ｐｌａｎｅ，” Ｊ Ｏｒｔｈｏｐ Ｓｐｏｒｔｓ Ｐｈｙｓ Ｔｈｅｒ， １９９８． ２７（２）： ｐ． １２５−３３．
ｖａｎ ｄｅｒ Ｈｅｌｍ， Ｆ．Ｃ． ａｎｄ Ｇ．Ｍ． Ｐｒｏｎｋ， “Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｒｅｃｏｒｄｉｎｇ ａｎｄ ｄｅｓｃｒｉｐｔｉｏｎ ｏｆ ｍｏｔｉｏｎｓ ｏｆ ｔｈｅ ｓｈｏｕｌｄｅｒ ｍｅｃｈａｎｉｓｍ，” Ｊ Ｂｉｏｍｅｃｈ Ｅｎｇ， １９９５． １１７（１）： ｐ． ２７−４０．
Ｌｕｄｅｗｉｇ， Ｐ．Ｍ．， Ｔ．Ｍ． Ｃｏｏｋ， ａｎｄ Ｄ．Ａ． Ｎａｗｏｃｚｅｎｓｋｉ， “Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｓｃａｐｕｌａｒ ｏｒｉｅｎｔａｔｉｏｎ ａｎｄ ｍｕｓｃｌｅ ａｃｔｉｖｉｔｙ ａｔ ｓｅｌｅｃｔｅｄ ｐｏｓｉｔｉｏｎｓ ｏｆ ｈｕｍｅｒａｌ ｅｌｅｖａｔｉｏｎ，” Ｊ Ｏｒｔｈｏｐ Ｓｐｏｒｔｓ Ｐｈｙｓ Ｔｈｅｒ， １９９６． ２４（２）： ｐ． ５７−６５．
Ｍｅｓｋｅｒｓ， Ｃ．Ｇ．Ｍ．， ｅｔ ａｌ．， “３Ｄ ｓｈｏｕｌｄｅｒ ｐｏｓｉｔｉｏｎ ｍｅａｓｕｒｅｍｅｎｔｓ ｕｓｉｎｇ ａ ｓｉｘ−ｄｅｇｒｅｅ−ｏｆ−ｆｒｅｅｄｏｍ ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ ｔｒａｃｋｉｎｇ ｄｅｖｉｃｅ． Ｃｌｉｎｉｃａｌ Ｂｉｏｍｅｃｈａｎｉｃｓ， １９９８，” １３（４−５）： ｐ． ２８０−２９２．
Ｗｕ， Ｇ．， ｖａｎ ｄｅｒ Ｈｅｌｍ， Ｆ． Ｃ． Ｔ．， Ｖｅｅｇｅｒ， Ｈ． Ｅ． Ｊ．， Ｍａｋｈｓｏｕｓ， Ｍ．， Ｖａｎ Ｒｏｙ， Ｐ．， Ａｎｇｌｉｎ， Ｃ．， ． ． ． Ｂｕｃｈｈｏｌｚ， Ｂ．， “ＩＳＢ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｏｎ ｄｅｆｉｎｉｔｉｏｎｓ ｏｆ ｊｏｉｎｔ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍｓ ｏｆ ｖａｒｉｏｕｓ ｊｏｉｎｔｓ ｆｏｒ ｔｈｅ ｒｅｐｏｒｔｉｎｇ ｏｆ ｈｕｍａｎ ｊｏｉｎｔ ｍｏｔｉｏｎ−Ｐａｒｔ ＩＩ： ｓｈｏｕｌｄｅｒ， ｅｌｂｏｗ， ｗｒｉｓｔ ａｎｄ ｈａｎｄ． Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｃｈａｎｉｃｓ，” ３８（５）， ９８１−９９２， ２００５ （ｄｏｉ：ｈｔｔｐ：／／ｄｘ．ｄｏｉ．ｏｒｇ／１０．１０１６／ｊ．ｊｂｉｏｍｅｃｈ．２００４．０５．０４２）．

図１Ｃは本発明の実施形態による、例示のデータ変換プロセス１０８、Ｌｕｄｅｗｉｇの運動学的データ変換プロセスのより詳しい説明をもたらす。図１Ｄは本発明の実施形態による、もう１つの例示のデータ変換プロセス１０８、ＣＳＨモデル運動学的データ変換プロセスのより詳しい説明をもたらす。図１ＣのＬｕｄｅｗｉｇの変換プロセスは、Ｌｕｄｅｗｉｇら２００９年の実験データにより、ＣＳＨモデルを駆動することを可能にする。このデータは、１５から１３５度の仰角（正面、肩甲骨、および矢状方向面）の多面仰角を表す。

ＣＳＨモデルは、９つの真の自由度（ＤＯＦ）、および肩甲骨と胸部の間のすべり面制約を有する、３つの球状関節からなる閉ループモデルである。局部座標系およびＤＯＦは、Ｗｕら（２００５年）の規約を順守する。鎖骨および上腕骨の長軸は動くのが自由である（２つのＤＯＦで表される）が、軸回転（すなわち第３のＤＯＦ）は、プロセスにおいて有用でなかったので、運動学的制約によりゼロ度において阻止される。このプロセスの出力は、Ｌｕｄｅｗｉｇら２００９年の、仰角の３つの互いに異なる平面に対するＣＳＨモデルの各ＤＯＦの角度値であった。

プロセスの終了においてこれらの値は、肩甲骨−胸部すべり面運動学的制約の適用により、Ｌｕｄｅｗｉｇのデータとわずかに異なる。その制約に対して、胸部の特有の部分は楕円面によってシミュレートされ、一方、肩甲骨の特有の部分はその面上の関連のある位置での接触ノードによりシミュレートされる。

図１ＤのＣＳＨモデル運動学的データ変換プロセスは、図１Ｃに示される変換プロセスからの出力データを、２つの他の実験データセット（すなわち上腕骨長軸リーチコーン（Ｅｎｇｉｎら１９８６年）、および軸回転限界（Ｗａｎｇら１９９８年））と共に用いることを可能にする。独立および従属変数の間の、様々な非線形回帰が計算される。２つの独立変数は胸部−上腕骨（ＴＨ）仰角面、および上腕の仰角であり、一方、従属変数は鎖骨、肩甲骨のＤＯＦ、ならびに上腕骨の第３のＤＯＦ（すなわち軸回転）の下側および上側限界であった。第１に、Ｌｕｄｅｗｉｇの実験データの様々な仰角面の間の薄板スプライン内挿が行われる。その後に対応するデータと、Ｅｎｇｉｎら１９８６年の上腕骨長軸外部リーチコーン実験データとの間の外挿が行われた。その後に一定の所定の限界を超えた角度値は、それらの限界にクランプされた。これらの限界は、鎖骨および肩甲骨ＤＯＦのそれぞれに対するＲＯＭ推定の様々な実験調査のあらかじめの注意深い考察から得られた。最後に、３次の直接多項式回帰を用いて、独立および従属変数の間の回帰係数が得られた。このプロセスは、ＣＳＨモデルの各分節の生理学的動きを保証しながら、肩の全可動域（ＲＯＭ）を掃引することを可能にした。このプロセスの出力は、掃引プロセスの各離散点に対するＣＳＨモデルの各ＤＯＦの角度であった。

第１のモデルは「鎖骨−肩甲骨−上腕骨」（ＣＳＨ）閉ループ運動学モデルであり、段階１からの変換された実験データにより直接駆動される。第２のモデルは「鎖骨−上腕骨」（ＣＨ）開ループモデルであり、それらのそれぞれの上腕骨および肘関節を接続することによってＣＳＨモデルによって間接駆動される。このＣＳＨモデルとＣＨモデルの間の変換は、述べられる実施形態が、仮想マネキンの上肢に適用され得るデータを得ることを可能にし、これは通常は肩甲骨なしの４分節モデルとして簡略化される。例示の上肢モデル対上肢モデル（ＣＳＨからＣＨ）運動学的伝達プロセス１１２の詳しい説明は、図１Ｅに示される。このプロセスは、ＲＯＭ掃引運動をＣＳＨモデルからＣＨモデルに伝達するために、ＣＳＨモデルと簡略化されたＣＨモデルとの間の結合（すなわち運動学的伝達）を行うことを可能にする。両方のモデルは、異なる運動学的構成を有した。両方のモデルの構成は、ブロック内に示される。ＣＳＨモデルでのように、ＣＨモデルの鎖骨の軸回転（すなわち第３のＤＯＦ）は、それはプロセスにおいて有用でなかったので、運動学的制約によりゼロ度にて阻止される。ＣＨモデルは、それらの共通の関節（すなわち関節窩上腕および肘）の２つにおいてＣＳＨモデルに結合された。結合は、これらの関節のＸＹＺ位置の間の直接対応の形を有した。このプロセスの３つの第１の出力は、掃引プロセスの各離散点に対するＣＨモデル（すなわち鎖骨および上腕骨）のすべてのＤＯＦの角度値であった。さらに手首リーチコーンの４つの異なるバージョンが、Ｇｅｈｒｍａｎｎら２００８年の研究から抽出された。これらの異なるコーンは、４つの異なる手の開き（閉じられたこぶし、２５および５０ｃｍ円筒を持った、および完全に広げられた手）に対応する。これらのコーンは、ＣＳＨおよびＣＨモデルの肩部分に干渉しなかった。しかしそれらはここでは、前腕および手モデル運動学的構成と共に示される。これは仮想マネキンの上肢全体に対する前腕および手の運動学的構成、および手首コーンが接続されたところの理解を可能にする。

段階３ではＣＨモデルの運動学が得られた後に、ＣＨモデル出力データ変換プロセス１１４により、鎖骨リズム係数、および鎖骨、上腕骨、および手首のリーチコーンが推定される。この情報はさらに、最適化ベースのＩＫエンジンに供給するために、（ｉ）線形等式、（ｉｉ）線形不等式，（ｉｉｉ）非線形等式，および（ｉｖ）非線形不等式の１または複数によって制約として表される。図１Ｆは、本発明の実施形態による、例示のＣＨモデル出力データ変換プロセス１１４のより詳しい説明をもたらす。このプロセスは、非線形最適化ソルバを生理学的なやり方で制約するために、図１Ｅに示される上肢モデル１１２からのＣＨモデル出力データを、都合のよい制約係数に変換することを可能にする。独立および従属変数の間の、様々な非線形回帰が計算される。２つの独立変数は関節窩上腕（ＧＨ）関節の最初の２つのＤＯＦ（すなわち仰角面および仰角）であり、従属変数は鎖骨の２つのＤＯＦ、および上腕骨の第３のＤＯＦ（すなわち軸回転）の下側および上側限界のそれぞれである。

２つのタイプの制約が導き出される：１）鎖骨リズム、および２）鎖骨および上腕骨に対するリーチコーンである。鎖骨リズムは、２つの独立の上腕骨変数の動きを、鎖骨の２つのＤＯＦのそれぞれに結合した。一方、リーチコーンは、ＲＯＭ掃引の境界のみを考慮しながら、鎖骨および上腕骨分節のそれぞれの長手方向軸の円錐形の限界を確立する。最適化ソルバに供給するために、様々な出力が生成された。第１に、その２つのＤＯＦ（延長および仰角）のそれぞれに課された鎖骨リズム回帰から制約係数（ｐ_ij）が、取り出され、さらに非線形等式として表される（ｃｅｑ＝０）。さらに各リーチコーン（すなわち鎖骨、上腕骨、および手首）は、線形不等式のセット（Ａｘ≦ｂ）に変換され、これはコーンの内部領域を表す。最後に上腕骨第３のＤＯＦ限界（すなわち内部回転）の回帰係数（ｐ_ij）が取り出され、さらにそれらの限界に課された非線形不等式（ｃ＝０）を表す。

最適化ベースのＩＫエンジンは、スマート上肢制約をオンデマンドで含む。手のエフェクタが目標物に到達するように活動化された場合は、姿勢エンジンは、解くべき問題におけるスマート上肢制約を含めるように構成される。これらの制約（図１Ｂの「データ出力」のボックスを参照）は、上肢の非生理学的姿勢を捨てることによって解空間を低減する。

内部的に、姿勢エンジンによって用いられる非線形ソルバは、２つの異なるレベルでの制約を含む。第１にそれは、各制約が守られ適用されていることを検証する。その後に、解空間における探索方向を決定するために、関連付けられた制約勾配（有効化されたマネキン関節ＤＯＦに関する制約の偏導関数）が用いられる。最終的に最適解が見出されたときは、姿勢エンジンはそれをマネキンのＤＯＦに割り当てる。次いで最終の姿勢がユーザに表示される。

述べられる実施形態の独特な態様は、２つの上肢モデルを異なる構成（すなわちＣＳＨおよびＣＨ）により一緒に結合することである。この結合は述べられる実施形態が、実際の肩構成（すなわちＣＳＨ）において実験的に測定されたリーチコーンおよびリズムを、簡略化されたＣＨ構成に専用化されたリーチコーンおよびリズムに変換することを可能にする。したがって述べられる実施形態は、現実的な生理学的制約を、文献の多くの仮想マネキンによって依然として用いられるＣＨモデルに適用する。

述べられる実施形態の上肢モデルは、下側／上側一定ＤＯＦ限度のみを有する上肢モデルに対して、向上されたロバスト性を示す。このロバスト性は、運動連鎖の挙動に密接に関係する。

いくつかの実施形態において、および再び図１Ａおよび１Ｂを参照すると、変換されたデータ１１０を作成するためのデータ変換は、結果としての変換されたデータが次いで上肢モデル１１２によって繰り返し用いられ得るように、１回行われる。他の実施形態ではデータ変換は、上肢モデル１１２の１または複数の実行に対して行われる。

図２Ａおよび２Ｂに示される例では、垂直軌道２０２は骨盤の下から頭部の上まで、マネキンのわずかに前方および右に位置する。図２Ａは従来の上肢モデルに対して課される軌道を示し、図２Ｂは述べられる実施形態による上肢モデルに対して課される軌道を示す。図２Ａおよび２Ｂのそれぞれにおいて、前腕は文字「Ｆ」で識別され、上腕骨は文字「Ｈ」で識別され、および鎖骨は文字「Ｃ」で識別される。図２Ｂに対してはまた、鎖骨および上腕骨リーチコーン２０４、および手首リーチコーン２０６が示される。

運動連鎖のロバスト性は、垂直軌道タスクの間に、鎖骨、上腕骨、および前腕の様々なＤＯＦを監視することによって定量化され得る。この例に対してタスクは、軌道２０２の下端において開始し終了する。完全なロバスト性は、上昇曲線が下降曲線と同一である、突然の変化がない滑らかなＤＯＦ曲線によって特性化され得る。

下側／上側一定ＤＯＦ限度のみを有する図２Ａの上肢モデルに対するＤＯＦ角度は、図３に示される。タスクの上昇および下降部分の間で、特にグラフ３０２に示される鎖骨仰角に対して、ＤＯＦ角度においてかなりの差異がある。また垂直変位の８００ｍｍ近くの鎖骨仰角に対して示される変化３０４など、ＤＯＦ角度における突然の変化がある。これらの結果は、従来の上肢モデルはロバスト性の不足の影響を受けることを示唆する。

述べられる実施形態のスマート上肢モデルに対する結果は、図４に示される。タスクの上昇および下降部分のＤＯＦ角度の間にはわずかな差異があるのみで、各グラフに示されるように２つの部分はほぼ同一である。さらに図４に示される述べられる実施形態によるモデルは、図３における変化３０４などのＤＯＦ角度の突然の変化は示さない。これらの推定は、非線形リズムを鎖骨ＤＯＦに適用する直接の結果であり、これはその回転を、生理学的なやり方で上腕骨のそれらに従うことを強制する。これらの結果は、下側／上側一定ＤＯＦ限度のみを有するモデルと比べたときに、述べられる実施形態のスマート上肢モデルに対するロバスト性はかなり高いことを示す一助となる。

図５は、本発明によるスマート上肢モデリングシステム５００の実施形態を示す。データ変換エンジン５０２は、そのそれぞれが運動連鎖の要素間の依存性を表す１または複数のデータセット５０４を受け取り、図１Ａ〜１Ｆで上述されたプロセス、および／または図７に以下で示される方法７００を用いて、変換されたデータ５０６の１または複数のセットを作成する。

運動連鎖モデル５０８は、変換されたデータ５０６に基づいて１または複数の制約５１０を生成する。姿勢エンジン５１２は、制約５１０に基づいて、上肢に関連付けられた軌道情報５１４を生成する。

一実施形態ではレンダリングエンジン５１６は表示データ５１８を生成し、これはディスプレイ構成要素５２０にもたらされる。

データ変換エンジン５０２、運動連鎖モデル５０８、姿勢エンジン５１２、およびレンダリングエンジン５１６は、プロセッサによって実行されるソフトウェアまたはファームウェアコードにより、ハードウェアベース状態機械もしくは特定用途向け集積回路（ＡＳＩＣ）などの他のハードウェアベース構成要素により、またはハードウェア実装形態およびソフトウェア実装形態の組合せにより実施され得る。

図６は、図５で述べられ示される構成要素の１または複数を実施するために用いられ得る、プロセッサシステム６０２の一実施形態を示す。プロセッサシステム６０２は、バス６０６に電気的に結合されたプロセッサ要素６０４を含む。プロセッサ６０４は、バス６０６を通してメモリ要素６０８からのデータおよび命令コードにアクセスする。システム６０２はさらに、バス６０６を通してまたは他の通信経路を直接通して、プロセッサシステム６０２の他の要素に接続された、様々なサポート電子回路６１０を含む。システム６０２はまた、様々なユーザＩ／Ｏデバイス（例えばキーボード、マウスなど）と通信するためのユーザＩ／Ｏインターフェース、ディスプレイと通信するためにディスプレイインターフェース６１４、およびネットワーク（例えばＬＡＮ、ＷＡＮまたはインターネット）を通して外部エンティティと通信するための通信インターフェース６１６を含む。動作時にプロセッサシステム６０２は、プロセッサ要素６０４、ならびにメモリ要素６０８に記憶されたデータおよび命令コードによって、図１Ａ〜１Ｆにおいて上述された変換プロセス、および／または図７に以下で示される方法のステップを行う。

図７は本発明による、仮想マネキン上肢のエンドエフェクタ軌道を決定する方法７００の一実施形態を示す。仮想マネキン上肢のエンドエフェクタ軌道を決定する要求を受け取るステップ７０２の後すぐに、実施形態はデータ変換エンジンにより、１または複数のデータセットに基づいて変換されたデータを作成するステップ７０４を含むことができる。各データセットは運動連鎖の要素間の依存性を表す。実施形態はさらに運動連鎖のモデルにより、変換されたデータに基づいて１または複数の制約を生成するステップ７０６を含むことができる。実施形態はさらに姿勢エンジンにより、第１の位置から第２の位置へのエンドエフェクタ軌道を決定するステップ７０８を含むことができる。エンドエフェクタ軌道は、１または複数の制約に基づいて決定され得る。実施形態はさらにレンダリングエンジンを用いて、第２の姿勢に対応する姿勢をレンダリングするステップ７１０を含むことができる。

本明細書で述べられた１または複数の実施形態は、ソフトウェアおよびハードウェアの多くの異なる形で実施され得ることが明らかになるであろう。本明細書で述べられた実施形態を実施するために用いられるソフトウェアコードおよび／または専門のハードウェアは、本明細書で述べられた本発明の実施形態に限定されない。したがって実施形態の動作および挙動は、特定のソフトウェアコードおよび／または専門のハードウェアに言及せずに述べられ、本明細書での説明に基づいて、実施形態を実施するためのソフトウェアおよび／またはハードウェアを設計でき得ることが理解される。

さらに本明細書で述べられた例示的実施形態のいくつかの実施形態は、１または複数の機能を行うロジックとして実施され得る。このロジックはハードウェアベース、ソフトウェアベース、またはハードウェアベースとソフトウェアベースの組合せとすることができる。ロジックのいくつかまたはすべては、１または複数の有形の、非一時的、コンピュータ可読記憶媒体に記憶することができ、コントローラまたはプロセッサによって実行され得るコンピュータ実行可能命令を含むことができる。コンピュータ実行可能命令は、本発明の１または複数の実施形態を実施する命令を含むことができる。有形の、非一時的、コンピュータ可読記憶媒体は、揮発性または不揮発性とすることができ、例えばフラッシュメモリ、ダイナミックメモリ、リムーバブルディスク、および非リムーバブルディスクを含むことができる。

本発明はその例示的実施形態を参照して具体的に示され述べられたが、当業者には、添付の特許請求の範囲によって包含される本発明の範囲から逸脱せずに、形および詳細において様々な変更がなされ得ることが理解されるであろう。

Claims (15)

1. 仮想マネキンの上肢をモデリングするためのコンピューター実装の上肢モデリングシステムであって、
   プロセッサと、
   コンピュータコード命令が記憶されたメモリであって、前記メモリは、前記プロセッサに動作可能に結合され、前記コンピュータコード命令は、前記プロセッサに、
   １つまたは複数のデータセットに基づいて、変換されたデータを作成するように構成されたデータ変換エンジンであって、各データセットは、運動の連鎖の要素の間における依存性を表し、前記データ変換エンジンは、前記１つまたは複数のデータセットに肩甲骨−胸部すべり面運動学的制約を適用するようにさらに構成された、データ変換エンジンと、
   前記変換されたデータに基づいて２つ以上の制約を生成するように構成された前記運動の連鎖のモデルであって、前記２つ以上の制約は、（ｉ）鎖骨リズムと、（ｉｉ）鎖骨および上腕骨に対するリーチコーンとの両方を含む、モデルと、
   前記２つ以上の制約に基づいて、第１の位置から第２の位置への手のエフェクタの軌道を決定するように構成された姿勢エンジンと、
   前記手のエフェクタの前記第２の位置に対応する姿勢の表示データをレンダリングし、ディスプレイデバイスに前記表示データを提供するように構成されたレンダリングエンジンと
   を実行させる、メモリと
   を備えることを特徴とするコンピューター実装の上肢モデリングシステム。
2. 前記運動のモデルの前記要素は、鎖骨、肩甲骨、上腕骨、前腕および手の１つまたは複数を含むことを特徴とする請求項１に記載のコンピューター実装の上肢モデリングシステム。
3. 前記依存性は、前記運動のモデルの前記要素の少なくとも１つに関連付けられた１つまたは複数の自由度に関係することを特徴とする請求項１に記載のコンピューター実装の上肢モデリングシステム。
4. 前記１つまたは複数のデータセットは、実験データを含むことを特徴とする請求項１に記載のコンピューター実装の上肢モデリングシステム。
5. 前記運動のモデルは、鎖骨−肩甲骨−上腕骨（ＣＳＨ）モデル、および鎖骨−上腕骨（ＣＨ）モデルの少なくとも１つを含むことを特徴とする請求項１に記載のコンピューター実装の上肢モデリングシステム。
6. 前記ＣＳＨモデルの上腕骨の関節は前記ＣＨモデルの上腕骨の関節に接続され、前記ＣＳＨモデルの肘関節は前記ＣＨモデルの肘関節に接続されることを特徴とする請求項５に記載のコンピューター実装の上肢モデリングシステム。
7. 前記変換されたデータは、前記ＣＨモデルの挙動を特性化するための入力として、前記ＣＳＨモデルにもたらされることを特徴とする請求項６に記載のコンピューター実装の上肢モデリングシステム。
8. 前記姿勢エンジンは、（ｉ）各制約が強制されたことを検証すること、および（ｉｉ）解空間における探索方向を示す制約勾配を決定することの、１つまたは複数を行うように構成された非線形ソルバを含むことを特徴とする請求項１に記載のコンピューター実装の上肢モデリングシステム。
9. 仮想マネキン上肢のエンドエフェクタの軌道を決定する方法であって、
   データ変換エンジンによって、１つまたは複数のデータセットに基づいて、変換されたデータを作成するステップであって、各データセットは運動連鎖の要素間の依存性を表す、ステップと、
   前記データ変換エンジンによって、前記１つまたは複数のデータセットに肩甲骨−胸部すべり面運動学的制約を適用するステップと、
   運動連鎖のモデルによって、前記変換されたデータに基づいて２つ以上の制約を生成するステップであって、前記２つ以上の制約は、（ｉ）鎖骨リズムと、（ｉｉ）鎖骨および上腕骨に対するリーチコーンとの両方を含む、ステップと、
   姿勢エンジンによって、第１の位置から第２の位置への前記エンドエフェクタの軌道を決定するステップであって、前記エンドエフェクタの軌道は前記２つ以上の制約に基づいて決定される、ステップと、
   レンダリングエンジンを使用して、前記エンドエフェクタの前記第２の位置に対応する姿勢の表示データをレンダリングし、ディスプレイデバイスに前記表示データを提供するステップと
   を含むことを特徴とする方法。
10. 実験データから前記データセットを取得するステップをさらに含むことを特徴とする請求項９に記載の方法。
11. 前記生成するステップは、鎖骨−肩甲骨−上腕骨（ＣＳＨ）モデル、および鎖骨−上腕骨（ＣＨ）モデルの少なくとも１つを実行するステップをさらに含むことを特徴とする請求項９に記載の方法。
12. 前記ＣＳＨモデルの上腕骨の関節を前記ＣＨモデルの上腕骨の関節に接続し、前記ＣＳＨモデルの肘関節を前記ＣＨモデルの肘関節に接続するステップをさらに含むことを特徴とする請求項１１に記載の方法。
13. 前記ＣＨモデルの挙動を特性化するための入力として、前記変換されたデータを前記ＣＳＨモデルにもたらすステップをさらに含むことを特徴とする請求項１１に記載の方法。
14. 非線形ソルバにより、（ｉ）各制約が強制されたことの検証、および（ｉｉ）解空間内の探索方向を示す制約勾配の決定の、１つまたは複数を行うステップをさらに含むこと特徴とする請求項９に記載の方法。
15. 仮想マネキン上肢のエンドエフェクタの軌道を決定するための命令を格納するように構成された非一時的なコンピューター読み取り可能な媒体であって、前記命令は、プロセッサによってロードされ実行されると、前記プロセッサに請求項９ないし１４のいずれか一項に記載の方法を実行させることを特徴とする非一時的なコンピューター読み取り可能な媒体。

Images