JPWO2020100961A1 - 負荷軽減装置、負荷軽減方法、及びプログラム - Google Patents
負荷軽減装置、負荷軽減方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2020100961A1 JPWO2020100961A1 JP2020556152A JP2020556152A JPWO2020100961A1 JP WO2020100961 A1 JPWO2020100961 A1 JP WO2020100961A1 JP 2020556152 A JP2020556152 A JP 2020556152A JP 2020556152 A JP2020556152 A JP 2020556152A JP WO2020100961 A1 JPWO2020100961 A1 JP WO2020100961A1
- Authority
- JP
- Japan
- Prior art keywords
- torque
- user
- load
- actuator
- control unit
- 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.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims description 33
- 230000033001 locomotion Effects 0.000 claims abstract description 33
- 230000003252 repetitive effect Effects 0.000 claims abstract description 29
- 238000010801 machine learning Methods 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 210000001503 joint Anatomy 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 24
- 238000000926 separation method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 9
- 230000003989 repetitive behavior Effects 0.000 claims 2
- 208000013406 repetitive behavior Diseases 0.000 claims 2
- 230000005021 gait Effects 0.000 description 45
- 230000009184 walking Effects 0.000 description 37
- 210000003423 ankle Anatomy 0.000 description 34
- 210000003127 knee Anatomy 0.000 description 33
- 210000002683 foot Anatomy 0.000 description 30
- 210000004394 hip joint Anatomy 0.000 description 27
- 210000000629 knee joint Anatomy 0.000 description 27
- 210000000544 articulatio talocruralis Anatomy 0.000 description 25
- 230000007704 transition Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 19
- 230000009183 running Effects 0.000 description 19
- 210000002414 leg Anatomy 0.000 description 16
- 210000003371 toe Anatomy 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 210000001624 hip Anatomy 0.000 description 4
- 230000009191 jumping Effects 0.000 description 4
- 210000003141 lower extremity Anatomy 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0006—Exoskeletons, i.e. resembling a human figure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0426—Programming the control sequence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
- A61H2003/007—Appliances for aiding patients or disabled persons to walk about secured to the patient, e.g. with belts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/164—Feet or leg, e.g. pedal
- A61H2201/1642—Holding means therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/165—Wearable interfaces
- A61H2201/1652—Harness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
- A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
- A61H2201/5069—Angle sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
- A61H2201/5071—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
- A61H2201/5084—Acceleration sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40305—Exoskeleton, human robot interaction, extenders
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pain & Pain Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Rehabilitation Tools (AREA)
- Manipulator (AREA)
Abstract
ユーザの繰り返し動作を判定する判定部と、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御するトルク制御部と、を備える負荷軽減装置。
Description
本発明は、負荷軽減装置、負荷軽減方法、及びプログラムを記憶する記憶媒体に関する。
ユーザが着用することでユーザの歩行動作等の負荷のアシストや、ユーザが運ぶ荷物の負荷を免荷する負荷軽減装置が知られている。当該負荷軽減装置は人が装着できる場合にはパワードスーツと呼ばれることもある。
特許文献１には、少なくとも１つのセンサの出力を用いて少なくとも１つの定義済み歩様事象を特定し、少なくとも１つのアクチュエータの作動プロファイルを調節し、少なくとも１つのアクチュエータの作動プロファイルが少なくとも１つの関節の周りに有益なモーメントを発生させる技術が開示されている。
特許文献２には、少なくとも一つの関節の動作を感知したりまたは少なくとも一つの関節の動作を測定し、感知または測定された少なくとも一つの関節の動作に基づいて少なくとも一つの関節の動作状態を判定し、少なくとも一つの関節の動作状態に対する判断結果に基づいて歩行補助ロボットを制御する技術が開示されている。
特許文献３には、利用者の上肢の動きを示す状態信号を取得し、状態信号の変化から利用者の行動を補助するタイミングである補助タイミングを決定する技術が開示されている。
特許文献４には、歩行支援装置の関節を駆動するアクチュエータの駆動量を決定するための歩行アルゴリズムに従って、歩行者が歩行する際のセンサ値に応じてアクチュエータの駆動量を決定する技術が開示されている。特許文献４には、この歩行アルゴリズムが歩行の特徴を示す歩行データを統計処理することで生成された情報であることが開示されている。
特許文献２には、少なくとも一つの関節の動作を感知したりまたは少なくとも一つの関節の動作を測定し、感知または測定された少なくとも一つの関節の動作に基づいて少なくとも一つの関節の動作状態を判定し、少なくとも一つの関節の動作状態に対する判断結果に基づいて歩行補助ロボットを制御する技術が開示されている。
特許文献３には、利用者の上肢の動きを示す状態信号を取得し、状態信号の変化から利用者の行動を補助するタイミングである補助タイミングを決定する技術が開示されている。
特許文献４には、歩行支援装置の関節を駆動するアクチュエータの駆動量を決定するための歩行アルゴリズムに従って、歩行者が歩行する際のセンサ値に応じてアクチュエータの駆動量を決定する技術が開示されている。特許文献４には、この歩行アルゴリズムが歩行の特徴を示す歩行データを統計処理することで生成された情報であることが開示されている。
ところで負荷軽減に必要な負荷軽減装置の出力するトルクはユーザの動作の勢いに応じて逐次変動するが、ユーザの動作に対してより適切な負荷軽減をすることが望まれている。
そこでこの発明は、上述の課題を解決することのできる負荷軽減装置、負荷軽減方法、及びプログラムを記憶する記憶媒体を提供することを目的としている。
本発明の第１の態様によれば、負荷軽減装置は、ユーザの繰り返し動作を判定する判定部と、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御するトルク制御部と、を備える。
本発明の第２の態様によれば、負荷軽減方法は、ユーザの繰り返し動作を判定し、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御する。
本発明の第３の態様によれば、記憶媒体に記憶されたプログラムは、負荷軽減装置のコンピュータに、ユーザの繰り返し動作を判定し、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御する、処理を実行させる。
本発明によればユーザの動作に対してより適切な負荷軽減をすることができる負荷軽減装置を提供することができる。
以下、本発明の一実施形態による負荷軽減装置、負荷軽減方法、及びプログラムを記憶する記憶媒体を、図面を参照して説明する。
図１は本実施形態によるパワードスーツの構成を示す斜視図である。
パワードスーツ１００は負荷軽減装置の一態様である。パワードスーツ１００は、骨格部１１、ベルト１２、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５、靴裏プレート１６、足装着具１７、靴裏荷重センサ１８、足裏荷重センサ１９、荷台２０、制御装置２１、バッテリ２２、股関節センサ２３、膝関節センサ２４、足関節センサ２５、加速度センサ２６等により構成される。骨格部１１は、一例としては、第一骨格部１１１、第二骨格部１１２、及び第三骨格部１１３に大別される。
図１は本実施形態によるパワードスーツの構成を示す斜視図である。
パワードスーツ１００は負荷軽減装置の一態様である。パワードスーツ１００は、骨格部１１、ベルト１２、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５、靴裏プレート１６、足装着具１７、靴裏荷重センサ１８、足裏荷重センサ１９、荷台２０、制御装置２１、バッテリ２２、股関節センサ２３、膝関節センサ２４、足関節センサ２５、加速度センサ２６等により構成される。骨格部１１は、一例としては、第一骨格部１１１、第二骨格部１１２、及び第三骨格部１１３に大別される。
図１に図示するようにパワードスーツ１００は一例として荷物を保持する機構の一態様である荷台２０を支えるように、次のように構成される。すなわち、パワードスーツ１００には、第一骨格部１１１が設けられ、左右の股アクチュエータ１３はそれぞれ第一骨格部１１１と、パワードスーツ１００を装着するユーザの左側または右側の大腿部に沿う対応する第二骨格部１１２とが回動可能に連結される。また左右の膝アクチュエータ１４は、対応する左側または右側の第二骨格部１１２と、パワードスーツ１００を装着するユーザの左側または右側の膝下脚部に沿う対応する第三骨格部１１３とを回動可能に連結する。また足首アクチュエータ１５は、対応する左側または右側の第三骨格部１１３と、パワードスーツ１００を装着するユーザの左側または右側の足装着具１７の裏に設けられる対応する靴裏プレート１６に回動可能に連結する。股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５は、ユーザの各脚の各関節においてユーザに掛かる負荷を軽減するトルクを出力する駆動機構である。
パワードスーツ１００を装着するユーザは、自身の左右の足を対応する側の足装着具１７に装着すると共に、腰に第一骨格部１１１が密着するようにベルト１２で固定する。パワードスーツ１００は、荷物の荷重と、パワードスーツ１００の荷重の多くを、足裏の接地面に骨格部１１と股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５を介して逃がすような構造となっている。ユーザはパワードスーツ１００の制御装置２１の電源を入れる。制御装置２１は、荷台２０に積載された荷物の荷重と、パワードスーツ１００の重量とを合計した装置重量を、できるだけ多く歩行面に骨格部１１と股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５を介して伝えるように、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５を制御する。これによりパワードスーツ１００は、パワードスーツ１００を装着し荷台２０に荷物を積載して歩行するユーザにかかる荷物の荷重等の負荷を免荷する。
股関節センサ２３は、股アクチュエータ１３に設置され、股関節角度、つまり第一骨格部１１１と第二骨格部１１２との角度をエンコーダにより検出する。膝関節センサ２４は、膝アクチュエータ１４に設置され、膝関節角度、つまり第二骨格部１１２と第三骨格部１１３との角度をエンコーダにより検出する。足関節センサ２５は、足首アクチュエータ１５に設置され、足関節角度、つまり第三骨格部１１３と靴裏プレート１６との角度をエンコーダにより検出する。股関節センサ２３，膝関節センサ２４，足関節センサ２５は、ユーザの各脚の各関節の角度（以下「関節角度」とする。）を検出する。加速度センサ２６は、ユーザの下肢に係る加速度を検出する。
靴裏荷重センサ１８は、ユーザが装着する靴に相当する足装着具１７の底に設けられる。また靴裏荷重センサ１８は、パワードスーツ１００や荷物の重量を接地面に伝える靴裏プレート１６や、ユーザの体重を接地面に伝える足装着具１７の接地面側に、靴裏プレート１６や足装着具１７の裏面の全体を覆うように設けられている。足裏荷重センサ１９は、足装着具１７の中にユーザの足裏から係る重量を計測できるように足裏面全体を覆うように設けられている。例えば、足裏荷重センサ１９は、足装着具１７のインソールと靴裏プレート１６の間に設けられてもよいし、靴裏プレート１６の上部に設けられてもよい。
靴裏荷重センサ１８や足裏荷重センサ１９は、一例として、薄いシート状の絶縁体の表裏に行列状に電極が配置されたセンサである。靴裏荷重センサ１８や足裏荷重センサ１９は、その電極の格子点の電気抵抗を計測し、その計測値を制御装置２１に出力する。制御装置２１は各格子点の電気抵抗値に基づいて、各格子点に加わった圧力、及びセンサシートの面全体での荷重を算出する。
靴裏荷重センサ１８や足裏荷重センサ１９は、一例として、薄いシート状の絶縁体の表裏に行列状に電極が配置されたセンサである。靴裏荷重センサ１８や足裏荷重センサ１９は、その電極の格子点の電気抵抗を計測し、その計測値を制御装置２１に出力する。制御装置２１は各格子点の電気抵抗値に基づいて、各格子点に加わった圧力、及びセンサシートの面全体での荷重を算出する。
図２は制御装置のハードウェア構成を示す図である。
この図が示すように制御装置２１はＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３、信号入出力装置１０４、無線通信装置１０５等の各ハードウェアを備えたコンピュータである。
信号入出力装置１０４は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５及び加速度センサ２６から出力された信号を入力とする。信号入出力装置１０４は、股アクチュエータ１３、膝アクチュエータ１４及び足首アクチュエータ１５を制御する制御信号を出力する。制御装置２１はバッテリ２２からの電源供給により動作する。
無線通信装置１０５は他の装置と通信接続する。
この図が示すように制御装置２１はＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３、信号入出力装置１０４、無線通信装置１０５等の各ハードウェアを備えたコンピュータである。
信号入出力装置１０４は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５及び加速度センサ２６から出力された信号を入力とする。信号入出力装置１０４は、股アクチュエータ１３、膝アクチュエータ１４及び足首アクチュエータ１５を制御する制御信号を出力する。制御装置２１はバッテリ２２からの電源供給により動作する。
無線通信装置１０５は他の装置と通信接続する。
図３は制御装置の機能ブロック図である。
制御装置２１は、電源ボタンがＯＮされることにより、バッテリ２２から供給された電力に基づいて起動する。制御装置２１は、起動後に制御プログラムを実行する。これにより制御装置２１には、情報取得部２１１、適応制御部２１２、アクチュエータ制御部２１３、電源部２１４、記憶部２１５が少なくとも備わる。
情報取得部２１１は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５及び加速度センサ２６からセンシング情報を取得する。靴裏荷重センサ１８及び足裏荷重センサ１９のセンシング情報は、検出した荷重値を示す荷重情報である。股関節センサ２３、膝関節センサ２４及び足関節センサ２５のセンシング情報は、検出した関節角度を示す関節角度情報である。加速度センサ２６のセンシング情報は検出した加速度を示す加速度情報である。
アクチュエータ制御部２１３は、股アクチュエータ１３、膝アクチュエータ１４及び足首アクチュエータ１５を制御する。
電源部２１４は、電源ボタンがＯＮされるとバッテリ２２から制御装置２１の各部に電力を供給する。
制御装置２１は、電源ボタンがＯＮされることにより、バッテリ２２から供給された電力に基づいて起動する。制御装置２１は、起動後に制御プログラムを実行する。これにより制御装置２１には、情報取得部２１１、適応制御部２１２、アクチュエータ制御部２１３、電源部２１４、記憶部２１５が少なくとも備わる。
情報取得部２１１は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５及び加速度センサ２６からセンシング情報を取得する。靴裏荷重センサ１８及び足裏荷重センサ１９のセンシング情報は、検出した荷重値を示す荷重情報である。股関節センサ２３、膝関節センサ２４及び足関節センサ２５のセンシング情報は、検出した関節角度を示す関節角度情報である。加速度センサ２６のセンシング情報は検出した加速度を示す加速度情報である。
アクチュエータ制御部２１３は、股アクチュエータ１３、膝アクチュエータ１４及び足首アクチュエータ１５を制御する。
電源部２１４は、電源ボタンがＯＮされるとバッテリ２２から制御装置２１の各部に電力を供給する。
適応制御部２１２は、判定部２１２１、トルク制御部２１２２を備える。
判定部２１２１は、加速度センサ２６が検出する加速度、股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度、又は靴裏荷重センサ１８或いは足裏荷重センサ１９が検出する荷重値に基づいて、ユーザの繰り返し動作を判定する。例えば繰り返し動作は、一歩の開始から終了までを１周期とする足取りサイクルである。
トルク制御部２１２２は、複数の周期（以下、複数周期と称する）にわたる繰り返し動作の機械学習に基づいて抽出した特徴点と、各動作の規範モデルとを比較する。これにより、トルク制御部２１２２は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。特徴点の一例として踵着地のタイミング、つま先離れのタイミング、各関節のピーク等がある。踵着地は、踵が着地したときである。つま先離れは、つま先が地面から離れたときである。各関節のピークは、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクのピーク時とその出力値である。
判定部２１２１は、加速度センサ２６が検出する加速度、股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度、又は靴裏荷重センサ１８或いは足裏荷重センサ１９が検出する荷重値に基づいて、ユーザの繰り返し動作を判定する。例えば繰り返し動作は、一歩の開始から終了までを１周期とする足取りサイクルである。
トルク制御部２１２２は、複数の周期（以下、複数周期と称する）にわたる繰り返し動作の機械学習に基づいて抽出した特徴点と、各動作の規範モデルとを比較する。これにより、トルク制御部２１２２は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。特徴点の一例として踵着地のタイミング、つま先離れのタイミング、各関節のピーク等がある。踵着地は、踵が着地したときである。つま先離れは、つま先が地面から離れたときである。各関節のピークは、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクのピーク時とその出力値である。
記憶部２１５は、歩行や走行等、勢いの異なる各動作に対応する規範モデルをそれぞれ記憶する。規範モデルは各動作に応じた特徴点に基づいて股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクの制御パターンを判定するモデルである。制御パターンは、出力トルクを算出するために用いるパラメータ等により定まる。パラメータには、例えば股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の応答を決定する制御系パラメータや、立脚又は遊脚を判定するための閾値等がある。
例えば、歩行に対応する規範モデルは、歩行に応じた特徴点と、歩行用のパラメータ設定値及び歩行用のアルゴリズムとを対応付けて保持したデータである。また、走行に対応する規範モデルは、走行に応じた特徴点と、走行用のパラメータ設定値及び走行用のアルゴリズムとを対応付けて保持したデータである。
なお記憶部２１５は、歩行や走行以外のその他の動作に対応する規範モデルを記憶していてもよい。また規範モデルは歩行速度や走行速度に応じたものであってもよい。また記憶部２１５は、脚の各関節における角度基準を記憶する。
例えば、歩行に対応する規範モデルは、歩行に応じた特徴点と、歩行用のパラメータ設定値及び歩行用のアルゴリズムとを対応付けて保持したデータである。また、走行に対応する規範モデルは、走行に応じた特徴点と、走行用のパラメータ設定値及び走行用のアルゴリズムとを対応付けて保持したデータである。
なお記憶部２１５は、歩行や走行以外のその他の動作に対応する規範モデルを記憶していてもよい。また規範モデルは歩行速度や走行速度に応じたものであってもよい。また記憶部２１５は、脚の各関節における角度基準を記憶する。
＜第一の実施形態＞
続いて、第一の実施形態による制御装置２１の動作について詳細に説明する。
図４は、第一の実施形態による制御装置の動作を示す動作ブロック図である。
まず、適応制御部２１２が、各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。適応制御部２１２は、靴裏荷重センサ１８及び足裏荷重センサ１９が検出する荷重値と、加速度センサ２６が検出する加速度Ａｃｃと、股関節センサ２３，膝関節センサ２４，足関節センサ２５それぞれが検出する関節角度θｋと、角度基準θｋ０と、記憶部２１５が記憶する規範モデルとに基づいて、各出力トルクを制御する。
続いて、第一の実施形態による制御装置２１の動作について詳細に説明する。
図４は、第一の実施形態による制御装置の動作を示す動作ブロック図である。
まず、適応制御部２１２が、各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。適応制御部２１２は、靴裏荷重センサ１８及び足裏荷重センサ１９が検出する荷重値と、加速度センサ２６が検出する加速度Ａｃｃと、股関節センサ２３，膝関節センサ２４，足関節センサ２５それぞれが検出する関節角度θｋと、角度基準θｋ０と、記憶部２１５が記憶する規範モデルとに基づいて、各出力トルクを制御する。
より具体的には、まず、判定部２１２１がユーザの繰り返し動作を判定する。繰り返し動作の一例として足取サイクルがある。
図５は足取りサイクルの判定方法を説明するためのグラフである。
本図に示すグラフの横軸は時間を示す。また本図に示すグラフの縦軸はトルクの大きさを表す。また上段に示す実線７１は股関節トルクの遷移の一例を示す。股関節トルクは股アクチュエータ１３が出力する出力トルクである。また下段に示す実線７２は膝関節トルクの遷移の一例を示す。膝関節トルクは膝アクチュエータ１４が出力する出力トルクである。またこの他、足首アクチュエータ１５が足関節トルクを出力する。足関節トルクも、股関節トルクや膝関節トルクと同様に、ユーザの歩行動作に合わせて時間周期的にトルクの値が増減する。
また「加速度ＯＮ」は加速度センサ２６の検出する加速度が所定の閾値以上であることを示す。図示する例では、時刻ｔ１，ｔ２，ｔ３，ｔ４，ｔ５において加速度が所定の閾値以上である。
本図に示すグラフの横軸は時間を示す。また本図に示すグラフの縦軸はトルクの大きさを表す。また上段に示す実線７１は股関節トルクの遷移の一例を示す。股関節トルクは股アクチュエータ１３が出力する出力トルクである。また下段に示す実線７２は膝関節トルクの遷移の一例を示す。膝関節トルクは膝アクチュエータ１４が出力する出力トルクである。またこの他、足首アクチュエータ１５が足関節トルクを出力する。足関節トルクも、股関節トルクや膝関節トルクと同様に、ユーザの歩行動作に合わせて時間周期的にトルクの値が増減する。
また「加速度ＯＮ」は加速度センサ２６の検出する加速度が所定の閾値以上であることを示す。図示する例では、時刻ｔ１，ｔ２，ｔ３，ｔ４，ｔ５において加速度が所定の閾値以上である。
判定部２１２１は、加速度が所定の閾値以上になったときを、歩行一歩の開始から終了までの足取サイクルにおける片足の着地後の、当該片足による立脚タイミングとして判定する。そして、判定部２１２１は、足の立脚タイミングから次の立脚タイミングまでを１周期の足取りサイクルと判定する。
図５に示す例では、判定部２１２１は、加速度センサ２６の示す加速度が足取サイクルの開始を示す所定の閾値以上になった時刻ｔ１から、次に加速度が所定の閾値以上になった時刻ｔ２までの期間を１周期とする。同様に、判定部２１２１は、時刻ｔ２から時刻ｔ３までの期間を次の周期とし、時刻ｔ３から時刻ｔ４までの期間をその次の周期とし、時刻ｔ４から時刻ｔ５までの期間をその次の周期とする。
判定部２１２１は、直近Ｎ（Ｎは２以上の整数）周期分の足取りサイクルデータをトルク制御部２１２２に出力する。例えば、判定部２１２１は、数歩分の足取りサイクルデータをトルク制御部２１２２に出力する。足取りサイクルデータは１周期（歩）分の足取りサイクルにおける遷移データである。遷移データは、足取りサイクルにおける、各関節角度の遷移や各荷重値の遷移や、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクの遷移を示す。
なお、本例では判定部２１２１は加速度センサ２６が検出する加速度に基づいて繰り返し動作を判定しているが、これに限定されるものではない。判定部２１２１は、股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度に基づいて繰り返し動作を判定してもよい。トルク制御部２１２２は複数周期にわたる（Ｎ歩分の）足取りサイクルデータに基づいてトルク制御処理を実行する。
図５に示す例では、判定部２１２１は、加速度センサ２６の示す加速度が足取サイクルの開始を示す所定の閾値以上になった時刻ｔ１から、次に加速度が所定の閾値以上になった時刻ｔ２までの期間を１周期とする。同様に、判定部２１２１は、時刻ｔ２から時刻ｔ３までの期間を次の周期とし、時刻ｔ３から時刻ｔ４までの期間をその次の周期とし、時刻ｔ４から時刻ｔ５までの期間をその次の周期とする。
判定部２１２１は、直近Ｎ（Ｎは２以上の整数）周期分の足取りサイクルデータをトルク制御部２１２２に出力する。例えば、判定部２１２１は、数歩分の足取りサイクルデータをトルク制御部２１２２に出力する。足取りサイクルデータは１周期（歩）分の足取りサイクルにおける遷移データである。遷移データは、足取りサイクルにおける、各関節角度の遷移や各荷重値の遷移や、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクの遷移を示す。
なお、本例では判定部２１２１は加速度センサ２６が検出する加速度に基づいて繰り返し動作を判定しているが、これに限定されるものではない。判定部２１２１は、股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度に基づいて繰り返し動作を判定してもよい。トルク制御部２１２２は複数周期にわたる（Ｎ歩分の）足取りサイクルデータに基づいてトルク制御処理を実行する。
図６はトルク制御処理の概要を示す図である。
トルク制御部２１２２は、１歩刻みの足取りサイクルデータを入力とする（ステップＳＴ１）。トルク制御部２１２２は、入力された足取りサイクルデータに対して、畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて、畳み込み処理及び重み付け処理などの機械学習を行い、足取りサイクルにおける特徴点を抽出する（ステップＳＴ２）。
特徴点の一例として踵着地のタイミング、つま先離れのタイミング、各関節のピーク等がある。トルク制御部２１２２は、靴裏荷重センサ１８或いは足裏荷重センサ１９が検出する荷重値の遷移、又は股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度の遷移に基づいて、踵着地及びつま先離れを判定する。例えばトルク制御部２１２２は荷重値が第１の閾値以上になると踵着地と判定する。またトルク制御部２１２２は荷重値が第２の閾値以下になるとつま先離れと判定する。またトルク制御部２１２２は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクの遷移に基づいて各関節のピークを判定する。
トルク制御部２１２２は、１歩刻みの足取りサイクルデータを入力とする（ステップＳＴ１）。トルク制御部２１２２は、入力された足取りサイクルデータに対して、畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて、畳み込み処理及び重み付け処理などの機械学習を行い、足取りサイクルにおける特徴点を抽出する（ステップＳＴ２）。
特徴点の一例として踵着地のタイミング、つま先離れのタイミング、各関節のピーク等がある。トルク制御部２１２２は、靴裏荷重センサ１８或いは足裏荷重センサ１９が検出する荷重値の遷移、又は股関節センサ２３，膝関節センサ２４，足関節センサ２５が検出する関節角度の遷移に基づいて、踵着地及びつま先離れを判定する。例えばトルク制御部２１２２は荷重値が第１の閾値以上になると踵着地と判定する。またトルク制御部２１２２は荷重値が第２の閾値以下になるとつま先離れと判定する。またトルク制御部２１２２は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクの遷移に基づいて各関節のピークを判定する。
図７Ａ及び図７Ｂは足取りサイクルにおける各特徴点の一例を示すグラフである。
図７Ａ及び図７Ｂに示す各グラフおいて横軸は１足取りサイクルにおける時間経過の割合（％）を示している。上段は股関節トルクの遷移を示す。中段は膝関節トルクの遷移を示す。下段は足関節トルクの遷移を示す。マーク〇は踵着地を示す。マーク△は各関節のピークを示す。マーク×つま先離れを示す。
図７Ａ及び図７Ｂに示す各グラフおいて横軸は１足取りサイクルにおける時間経過の割合（％）を示している。上段は股関節トルクの遷移を示す。中段は膝関節トルクの遷移を示す。下段は足関節トルクの遷移を示す。マーク〇は踵着地を示す。マーク△は各関節のピークを示す。マーク×つま先離れを示す。
図７Ａは歩行時における各関節トルクの遷移を示す。
上段に示す実線８１は股関節トルクの遷移を示す。中段に示す実線８２は膝関節トルクの遷移を示す。下段に示す実線８３は足関節トルクの遷移を示す。歩行時の足取りサイクルの単位期間における開始時刻を当該サイクルにおける経過期間０％、足取りサイクルの単位期間における終了時刻を当該サイクルにおける経過期間１００％とする。
すると、この歩行時の足取りサイクルにおいて０％からおよそ６０％までの期間は、脚が立脚している立脚期である。立脚期は踵着地からつま先離れまでの期間である。また歩行時の足取りサイクルにおいておよそ６０％から１００％までの期間は脚が遊脚している遊脚期である。また歩行時の足取りサイクルにおいて、遊脚期はつま先離れから踵着地までの期間である。
また歩行時の足取りサイクルにおいて、踵着地は０％の時点である。また歩行時の足取りサイクルにおいてつま先離れはおよそ６０％の時点である。また歩行時の足取りサイクルにおいて股関節トルク及び膝関節トルクのピークは、およそ１０％からおよそ２０％までの期間にある時点である。また歩行時の足取りサイクルにおいて足関節トルクのピークは、およそ５０％の時点である。
上段に示す実線８１は股関節トルクの遷移を示す。中段に示す実線８２は膝関節トルクの遷移を示す。下段に示す実線８３は足関節トルクの遷移を示す。歩行時の足取りサイクルの単位期間における開始時刻を当該サイクルにおける経過期間０％、足取りサイクルの単位期間における終了時刻を当該サイクルにおける経過期間１００％とする。
すると、この歩行時の足取りサイクルにおいて０％からおよそ６０％までの期間は、脚が立脚している立脚期である。立脚期は踵着地からつま先離れまでの期間である。また歩行時の足取りサイクルにおいておよそ６０％から１００％までの期間は脚が遊脚している遊脚期である。また歩行時の足取りサイクルにおいて、遊脚期はつま先離れから踵着地までの期間である。
また歩行時の足取りサイクルにおいて、踵着地は０％の時点である。また歩行時の足取りサイクルにおいてつま先離れはおよそ６０％の時点である。また歩行時の足取りサイクルにおいて股関節トルク及び膝関節トルクのピークは、およそ１０％からおよそ２０％までの期間にある時点である。また歩行時の足取りサイクルにおいて足関節トルクのピークは、およそ５０％の時点である。
図７Ｂは走行時における各関節トルクの遷移を示す。
上段に示す実線９１は股関節トルクの遷移を示す。中段に示す実線９２は膝関節トルクの遷移を示す。下段に示す実線９３は足関節トルクの遷移を示す。
走行時の足取りサイクルにおいて０％からおよそ３５％までの期間は立脚期である。また走行時の足取りサイクルにおいておよそ３５％から１００％までの期間は遊脚期である。また走行時の足取りサイクルにおいて踵着地は０％の時点である。また走行時の足取りサイクルにおいてつま先離れはおよそ３５％の時点である。また走行時の足取りサイクルにおいて股関節トルク、膝関節トルク及び足関節トルクのピークは、およそ１０％からおよそ２０％までの期間にある時点である。
上段に示す実線９１は股関節トルクの遷移を示す。中段に示す実線９２は膝関節トルクの遷移を示す。下段に示す実線９３は足関節トルクの遷移を示す。
走行時の足取りサイクルにおいて０％からおよそ３５％までの期間は立脚期である。また走行時の足取りサイクルにおいておよそ３５％から１００％までの期間は遊脚期である。また走行時の足取りサイクルにおいて踵着地は０％の時点である。また走行時の足取りサイクルにおいてつま先離れはおよそ３５％の時点である。また走行時の足取りサイクルにおいて股関節トルク、膝関節トルク及び足関節トルクのピークは、およそ１０％からおよそ２０％までの期間にある時点である。
図７Ａ及び図７Ｂで図示するように、歩行時と走行時との間では、足取りサイクルにおける立脚期と遊脚期との時間比率が異なる。例えば足取りサイクル全体の時間に対して、踵着地からつま先離れまでの時間比率は、歩行時にはおよそ６０％程度であり、走行時にはおよそ４０％程度である。また歩行時と走行時とでは足取りサイクルにおける各関節のピークの時点が異なる。
よって、トルク制御部２１２２は、各動作に対応する規範モデルと抽出した特徴点とを比較して、その差異に基づいてユーザの動作を判定する（図６のステップＳＴ３）。例えばトルク制御部２１２２は、規範モデルの特徴点と抽出した特徴点との差異が最も小さい規範モデルをユーザの動作と判定する。
そして、トルク制御部２１２２は、判定した動作に応じた制御パターンで出力トルクを制御する（ステップＳＴ４）。つまり制御装置２１は予め複数の規範モデルを記憶し、差異が最も小さい規範モデルを特定し、その規範モデルに対応する制御パターンの制御パラメータを記憶部２１５等から取得する。そして、トルク制御部２１２２は、判定した動作との規範モデルとの差異に応じた最適な制御パラメータを設定する。前述したとおり、パラメータは、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の応答を決定する制御系パラメータや、立脚又は遊脚を判定するための閾値等である。
そしてトルク制御部２１２２は、判定した動作に対応する制御パラメータやアルゴリズムに基づいて、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力するトルクの目標値を算出する。具体的には、トルク制御部２１２２は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５又は加速度センサ２６のうち少なくとも一つから取得した現在値を示すセンシング情報及び各関節の角度基準を用いて、各トルクの目標値を算出する。トルク制御部２１２２は、算出した各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５のトルクの目標値をアクチュエータ制御部２１３に出力する。
そして、トルク制御部２１２２は、判定した動作に応じた制御パターンで出力トルクを制御する（ステップＳＴ４）。つまり制御装置２１は予め複数の規範モデルを記憶し、差異が最も小さい規範モデルを特定し、その規範モデルに対応する制御パターンの制御パラメータを記憶部２１５等から取得する。そして、トルク制御部２１２２は、判定した動作との規範モデルとの差異に応じた最適な制御パラメータを設定する。前述したとおり、パラメータは、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の応答を決定する制御系パラメータや、立脚又は遊脚を判定するための閾値等である。
そしてトルク制御部２１２２は、判定した動作に対応する制御パラメータやアルゴリズムに基づいて、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力するトルクの目標値を算出する。具体的には、トルク制御部２１２２は、靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５又は加速度センサ２６のうち少なくとも一つから取得した現在値を示すセンシング情報及び各関節の角度基準を用いて、各トルクの目標値を算出する。トルク制御部２１２２は、算出した各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５のトルクの目標値をアクチュエータ制御部２１３に出力する。
アクチュエータ制御部２１３は、トルクの目標値に基づいて角度制御器Ｋｃｉ（ｓ）で股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の回転角度を制御する。「ｓ」は、制御系の周波数領域を示す。その後、アクチュエータ制御部２１３は、力制御器Ｋｂｉ（ｓ）で各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５に現在のタイミングにおけるトルクτを出力させる。
これにより、時系列ｋ番目（現在値）におけるユーザの印加する負荷抗力Ｆｋとユーザの印加トルクｌｋと出力トルクτとが各アクチュエータのダイナミクスＰ（ｓ）となる。股関節センサ２３，膝関節センサ２４，足関節センサ２５は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５のダイナミクスＰ（ｓ）に基づくパワードスーツ１００のダイナミクスＧ（ｓ）に応じた時系列ｋ番目における各関節角度θｋを検出する。そして制御装置２１は上述した処理を繰り返す。
これにより、時系列ｋ番目（現在値）におけるユーザの印加する負荷抗力Ｆｋとユーザの印加トルクｌｋと出力トルクτとが各アクチュエータのダイナミクスＰ（ｓ）となる。股関節センサ２３，膝関節センサ２４，足関節センサ２５は、股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５のダイナミクスＰ（ｓ）に基づくパワードスーツ１００のダイナミクスＧ（ｓ）に応じた時系列ｋ番目における各関節角度θｋを検出する。そして制御装置２１は上述した処理を繰り返す。
なおアクチュエータ制御部２１３は、一例としては以下のトルク算出式を用いてトルクτを算出する。このトルク算出式（１）において、「（θ）／Ｇ（ｓ）」はアクチュエータ制御部２１３へのフィードバック因子を示す。また「Ｆｋ・ｌｋ」はフィードフォワード因子を示す。またＴｉはトルク制御部の算出したトルクの目標値を示す。またｆ（θ）は股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の角度基準を基準とした角度θを含む関数を示す。なお下記のトルク算出式は一例であって、以下に示すトルク算出式以外の式を用いてもよい。トルク算出式（１）において、「ｓ」は制御系の周波数領域を示し、Ｋｂｉは力制御器の制御モデルを、Ｋｃｉは角度制御器の制御モデルを示す。
τ＝Ｋｂｉ（ｓ）｛Ｔｉ・Ｋｃｉ（ｓ）−ｆ（θ）／Ｇ（ｓ）＋Ｆｋ・ｌｋ｝
・・・（１）
・・・（１）
図８は、第一の実施形態によるパワードスーツの処理を示すフローチャートである。
まずユーザはパワードスーツ１００を装着する。この時ユーザは足装着具１７の内部に足裏荷重センサ１９を挿入する。足裏荷重センサ１９は予め足装着具１７の内部に備えられてよい。足裏荷重センサ１９の面積はユーザの足の大きさに適した大きさものが利用されてよい。またユーザは靴裏荷重センサ１８をパワードスーツ１００の足装着具１７や靴裏プレート１６の接地面側に装着する。靴裏荷重センサ１８も予め足装着具１７や靴裏プレート１６の接地面側に備えられてよい。靴裏荷重センサ１８の面積はユーザの足の大きさに対応する足装着具１７に適した大きさものが利用されてよい。
まずユーザはパワードスーツ１００を装着する。この時ユーザは足装着具１７の内部に足裏荷重センサ１９を挿入する。足裏荷重センサ１９は予め足装着具１７の内部に備えられてよい。足裏荷重センサ１９の面積はユーザの足の大きさに適した大きさものが利用されてよい。またユーザは靴裏荷重センサ１８をパワードスーツ１００の足装着具１７や靴裏プレート１６の接地面側に装着する。靴裏荷重センサ１８も予め足装着具１７や靴裏プレート１６の接地面側に備えられてよい。靴裏荷重センサ１８の面積はユーザの足の大きさに対応する足装着具１７に適した大きさものが利用されてよい。
ユーザはパワードスーツ１００に備わる制御装置２１の電源ボタンを操作して電源を投入する。これにより制御装置２１が始動する。ユーザはパワードスーツ１００を装着したまま歩行、駆け足、跳躍、飛び降りなどの動作を行う。ユーザはパワードスーツ１００の荷台２０に荷物を積載して歩行、駆け足、跳躍、飛び降りなどの動作をしてもよい。制御装置２１のアクチュエータ制御部２１３は荷物やパワードスーツ１００の自重によりユーザにかかる荷重を軽減するように股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５を制御する。これによりパワードスーツ１００はユーザにかかる荷物の重量やパワードスーツ１００の重量を免荷すると共に、歩行補助を行う。
制御装置２１が駆動している間、情報取得部２１１は股関節センサ２３，膝関節センサ２４，足関節センサ２５から関節角度情報を所定の間隔で取得する（ステップＳ１０１）。また制御装置２１が駆動している間、情報取得部２１１は靴裏荷重センサ１８及び足裏荷重センサ１９から荷重情報を所定の間隔で取得する（ステップＳ１０２）。また制御装置２１が駆動している間、情報取得部２１１は加速度センサ２６から加速度情報を所定の間隔で取得する（ステップＳ１０３）。所定の間隔は一例としては１０ミリ秒毎などの短時間毎である。
判定部２１２１は情報取得部２１１が取得した関節角度情報、荷重情報及び加速度情報に基づいて繰り返し動作として足取りサイクルを判定し（ステップＳ１０４）、足取りサイクルデータを生成する。トルク制御部２１２２は、複数周期の足取りサイクルデータに対して畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて、畳み込み処理及び重み付け処理などの機械学習を行い、特徴点を抽出する（ステップＳ１０５）。
トルク制御部２１２２は抽出した特徴点と規範モデルの特徴点とを比較する（ステップＳ１０６）。前述したとおり、規範モデルでは、その特徴点と、パラメータ及びアルゴリズムとが対応付けられている。トルク制御部２１２２は比較した結果に基づいて、抽出した特徴点と規範モデルの特徴点との差の小さい規範モデルを特定する。トルク制御部２１２２は、特定した規範モデルに基づく動作を判定し、パラメータを設定する（ステップＳ１０７）。トルク制御部２１２２は、判定した動作に応じたアルゴリズムを用いて出力トルクの出力値を算出する（ステップＳ１０８）。
アクチュエータ制御部２１３は各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５から算出した出力値のトルクを出力させる（ステップＳ１０９）。その後、ステップＳ１０１の処理に戻り、制御装置２１は処理を終了するまでステップＳ１０１からＳ１０９までの処理を繰り返す。
トルク制御部２１２２は抽出した特徴点と規範モデルの特徴点とを比較する（ステップＳ１０６）。前述したとおり、規範モデルでは、その特徴点と、パラメータ及びアルゴリズムとが対応付けられている。トルク制御部２１２２は比較した結果に基づいて、抽出した特徴点と規範モデルの特徴点との差の小さい規範モデルを特定する。トルク制御部２１２２は、特定した規範モデルに基づく動作を判定し、パラメータを設定する（ステップＳ１０７）。トルク制御部２１２２は、判定した動作に応じたアルゴリズムを用いて出力トルクの出力値を算出する（ステップＳ１０８）。
アクチュエータ制御部２１３は各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５から算出した出力値のトルクを出力させる（ステップＳ１０９）。その後、ステップＳ１０１の処理に戻り、制御装置２１は処理を終了するまでステップＳ１０１からＳ１０９までの処理を繰り返す。
上述の処理によれば、負荷を支持するための各関節への正確な必要トルクを算出して股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力できるようになる。このため、歩行のゆっくりした動作や駆け足の俊敏な動作等、ユーザの動作パターンにおいて低応答から高応答まで大幅に変動しても、ユーザの動作に対して常時追従し、各動作時において適時適切に負荷軽減のためのアシストを実現することが可能になる。
例えば、トルク制御部２１２２が繰り返し動作における特徴点を抽出して規範モデルと比較しているため、ユーザの動作に応じた制御パターンで出力トルクを制御することができる。よって、適応的にユーザの動作を予測して股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の出力を制御することができるため、ユーザの様々な動作パターンに対して負荷軽減が可能となる。また、トルク制御部２１２２は、畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて、畳み込み処理及び重み付け処理などの機械学習を行い、特徴点を抽出して規範モデルと比較している。このため、基準との差異を明確化することで各ユーザに最適な負荷軽減を提供することができる。
例えば、トルク制御部２１２２が繰り返し動作における特徴点を抽出して規範モデルと比較しているため、ユーザの動作に応じた制御パターンで出力トルクを制御することができる。よって、適応的にユーザの動作を予測して股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５の出力を制御することができるため、ユーザの様々な動作パターンに対して負荷軽減が可能となる。また、トルク制御部２１２２は、畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて、畳み込み処理及び重み付け処理などの機械学習を行い、特徴点を抽出して規範モデルと比較している。このため、基準との差異を明確化することで各ユーザに最適な負荷軽減を提供することができる。
また、パワードスーツ１００とは別の装置が上述の処理を行う場合にはデータ送受信の遅延に起因してリアルタイム性が損なわれるおそれがあるが、本実施形態ではパワードスーツ１００が備える制御装置２１が上述の処理を実行する。このためユーザの急峻な動作に対しても遅延せずに対応可能である。
また、下肢に装着するパワードスーツ１００が備える靴裏荷重センサ１８、足裏荷重センサ１９、股関節センサ２３、膝関節センサ２４、足関節センサ２５及び加速度センサ２６が検出するセンシング情報に基づいて上述の処理が実行されている。このため、例えば上肢と下肢の動作にずれがある場合であっても適切な負荷軽減を提供することができる。またパワードスーツ１００は下肢に装着するたけの比較的シンプルな構成をしているため容易に脱着可能である。
以上本発明の第一の実施形態について説明したが、本発明は、上記実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。
例えば、靴裏荷重センサ１８はパワードスーツ１００の靴裏プレート１６の接地面側に予め設けられていてよい。また足裏荷重センサ１９は足装着具１７の内部に予め挿入されていてよい。
また上述の説明では靴裏荷重センサ１８は足装着具１７の裏面の全体を覆うような面積を有し、足裏荷重センサ１９は足装着具１７の内部に足裏面全体を覆うような面積を有することを示した。しかしながら靴裏荷重センサ１８は、靴裏プレート１６や足装着具１７から接地面に加わる荷重をその荷重がかかる位置がずれた場合にも計測できるものであればよい。
また上述の説明ではパワードスーツ１００を制御する場合を例示したが、これに限らず、制御装置２１は非線形なモード移行を有する多関節型ロボット（例えばヒューマノイドロボット）等の制御全般において適用可能である。
また上述の例では制御装置２１はパワードスーツ１００に設けられているが、これに限らず、パワードスーツ１００と無線または有線により通信接続する他の装置が制御装置２１の機能を備えていてもよい。
＜第二の実施形態＞
図９は、第二の実施形態による制御装置の動作を示す動作ブロック図である。
第二の実施形態による制御装置２１は、各センサが外部から受けた外部トルクＦをさらに検出して、当該外部トルクＦをさらに用いて股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。外部トルクＦは、例えば、着地衝撃や、動的加速度、パワードスーツ１００とユーザの動きのずれ等に基づいて、外部からパワードスーツ１００が受けた力を各センサで検出したトルク値である。
図９は、第二の実施形態による制御装置の動作を示す動作ブロック図である。
第二の実施形態による制御装置２１は、各センサが外部から受けた外部トルクＦをさらに検出して、当該外部トルクＦをさらに用いて股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力する出力トルクを制御する。外部トルクＦは、例えば、着地衝撃や、動的加速度、パワードスーツ１００とユーザの動きのずれ等に基づいて、外部からパワードスーツ１００が受けた力を各センサで検出したトルク値である。
ここで第二の実施形態において、股関節センサ２３、膝関節センサ２４、足関節センサ２５のそれぞれは、外部トルクＦを検出するための外部トルク検出センサ２１４を備えている。そして情報取得部２１１は、股関節センサ２３、膝関節センサ２４、足関節センサ２５のそれぞれの外部トルク検出センサ２１４から、外部トルクＦをさらに取得する。
例えば、外部トルク検出センサ２１４は、各関節センサが取り付けられている関節を基準として回動可能に取り付けられるリンク間の角度が外部からの力により変化した変化量に応じた外部トルクＦの値を検出する。当該変化量は、アクチュエータ制御部２１３から指示された角度と外部から得られた力により一瞬変化した際の角度の差であってよい。外部トルク検出センサ２１４は、関節を基準として回動可能に取り付けられるリンク間の角度が外部からの力により一瞬変化した変化量を、角度の差ではなく、それらリンク上の任意の各位置の距離の差から算出してもよい。
図１０は、第二の実施形態によるパワードスーツの処理を示す第二のフローチャートである。
そして制御装置２１が駆動している間、情報取得部２１１は股関節センサ２３，膝関節センサ２４，足関節センサ２５から関節角度情報を所定の間隔で取得し（ステップＳ２０１）、さらに各センサの外部トルク検出センサ２１４から外部トルクＦを取得する（ステップＳ２０２）。また制御装置２１が駆動している間、情報取得部２１１は靴裏荷重センサ１８及び足裏荷重センサ１９から荷重情報を所定の間隔で取得する（ステップＳ２０３）。また制御装置２１が駆動している間、情報取得部２１１は加速度センサ２６から加速度情報を所定の間隔で取得する（ステップＳ２０４）。所定の間隔は一例としては１０ミリ秒毎などの短時間毎である。
そして制御装置２１が駆動している間、情報取得部２１１は股関節センサ２３，膝関節センサ２４，足関節センサ２５から関節角度情報を所定の間隔で取得し（ステップＳ２０１）、さらに各センサの外部トルク検出センサ２１４から外部トルクＦを取得する（ステップＳ２０２）。また制御装置２１が駆動している間、情報取得部２１１は靴裏荷重センサ１８及び足裏荷重センサ１９から荷重情報を所定の間隔で取得する（ステップＳ２０３）。また制御装置２１が駆動している間、情報取得部２１１は加速度センサ２６から加速度情報を所定の間隔で取得する（ステップＳ２０４）。所定の間隔は一例としては１０ミリ秒毎などの短時間毎である。
判定部２１２１は情報取得部２１１が取得した関節角度情報、外部トルクＦ、荷重情報及び加速度情報に基づいて繰り返し動作として足取りサイクルを判定し（ステップＳ２０５）、足取りサイクルデータを生成する。トルク制御部２１２２は、複数周期の足取りサイクルデータに対して、畳み込みニューラルネットワークを用いた特徴点抽出モデルを用いて畳み込み処理及び重み付け処理などの機械学習を行い、特徴点を抽出する（ステップＳ２０６）。
トルク制御部２１２２は抽出した特徴点と規範モデルの特徴点とを比較する（ステップＳ２０７）。トルク制御部２１２２は比較した結果に基づいて、抽出した特徴点と規範モデルの特徴点との差の小さい規範モデルを特定する。トルク制御部２１２２は、特定した規範モデルに基づく動作を判定し、パラメータを設定する（ステップＳ２０８）。
トルク制御部２１２２は、判定した動作に応じたアルゴリズムを用いて出力トルクの出力値を算出する（ステップＳ２０９）。トルク制御部２１２２は、この出力トルクの出力値の算出において、取得した外部トルクＦを打ち消す出力トルクの出力値を算出する。これにより、トルク制御部２１２２の算出する出力トルクの出力値は、動的要素も含まれた実際のトルクに追随する値となる。
アクチュエータ制御部２１３は各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５から算出した出力値のトルクを出力させる（ステップＳ２１０）。その後、ステップＳ２０１の処理に戻り、制御装置２１は処理を終了するまでステップＳ２０１からＳＳ２１０までの処理を繰り返す。
トルク制御部２１２２は抽出した特徴点と規範モデルの特徴点とを比較する（ステップＳ２０７）。トルク制御部２１２２は比較した結果に基づいて、抽出した特徴点と規範モデルの特徴点との差の小さい規範モデルを特定する。トルク制御部２１２２は、特定した規範モデルに基づく動作を判定し、パラメータを設定する（ステップＳ２０８）。
トルク制御部２１２２は、判定した動作に応じたアルゴリズムを用いて出力トルクの出力値を算出する（ステップＳ２０９）。トルク制御部２１２２は、この出力トルクの出力値の算出において、取得した外部トルクＦを打ち消す出力トルクの出力値を算出する。これにより、トルク制御部２１２２の算出する出力トルクの出力値は、動的要素も含まれた実際のトルクに追随する値となる。
アクチュエータ制御部２１３は各脚の股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５から算出した出力値のトルクを出力させる（ステップＳ２１０）。その後、ステップＳ２０１の処理に戻り、制御装置２１は処理を終了するまでステップＳ２０１からＳＳ２１０までの処理を繰り返す。
上述のトルク制御部の処理は、外部トルクＦを打ち消す各センサ等の駆動機構のトルクの出力値を算出し、当該出力値に基づいて駆動機構を制御する態様の一例である。
上述の処理において、トルク制御部２１２２は、機械学習により算出した足取サイクルの特徴点と、規範モデルの特徴点とのずれを算出する。トルク制御部２１２２は、特徴点が出現するタイミングのずれが閾値未満である場合には、ステップＳ２０７において、規範モデルが示すトルクと時刻との関係に基づいて、動作を判定し、パラメータを設定する。
他方、トルク制御部２１２２は、特徴点が出現するタイミングのずれが閾値以上である場合には、下記のように処理を行う。すなわち、トルク制御部２１２２は、機械学習により算出した足取サイクルの特徴点に、規範モデルの特徴点のタイミングが一致するように、規範モデルが示す足取サイクルのトルクと時刻との関係が示す周期をずらした周期変更後の規範モデルを算出する。そしてトルク制御部２１２２は、ステップＳ２０７において、周期変更後の規範モデルが示すトルクと時刻との関係に基づいて、動作を判定し、パラメータを設定する。これにより、規範モデルが示す立脚期と遊脚期のタイミングを、ユーザの歩行の立脚期と遊脚期に合わせることができる。
他方、トルク制御部２１２２は、特徴点が出現するタイミングのずれが閾値以上である場合には、下記のように処理を行う。すなわち、トルク制御部２１２２は、機械学習により算出した足取サイクルの特徴点に、規範モデルの特徴点のタイミングが一致するように、規範モデルが示す足取サイクルのトルクと時刻との関係が示す周期をずらした周期変更後の規範モデルを算出する。そしてトルク制御部２１２２は、ステップＳ２０７において、周期変更後の規範モデルが示すトルクと時刻との関係に基づいて、動作を判定し、パラメータを設定する。これにより、規範モデルが示す立脚期と遊脚期のタイミングを、ユーザの歩行の立脚期と遊脚期に合わせることができる。
このトルク制御部の処理は、繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルの特徴点とのずれに基づいて、そのずれが少なくなるように、当該規範モデルにおけるトルクと時刻の関係が示す周期を補正して、当該規範モデルに基づいて繰り返し動作のタイミングを特定する処理の一態様である。
なお、このように規範モデルが示す立脚期と遊脚期のタイミングを、ユーザの歩行の立脚期と遊脚期に合わせることができる場合には、加速度が所定の閾値以上になったかどうかに基づいて歩行一歩の開始を検出することなく、歩行の周期を判定することができる。つまり、この場合、加速度センサ２６は不要となる。
図１１は、第二の実施形態による制御を行わない場合のトルク制御部２１２２の出力と目標トルクとの関係を示すグラフである。
図１２は、第二の実施形態による制御を行った場合のトルク制御部２１２２の出力と目標トルクとの関係を示すグラフである。
上述のように、外部トルクＦを考慮しない場合には、つまり、動的に発生する外部トルクＦを考慮しないこととなる。このため、トルク制御部２１２２は、静的要素に基づく目標トルクｐ１が示す時間遷移に応じたトルクに一致させる出力値を算出する。
図１２は、第二の実施形態による制御を行った場合のトルク制御部２１２２の出力と目標トルクとの関係を示すグラフである。
上述のように、外部トルクＦを考慮しない場合には、つまり、動的に発生する外部トルクＦを考慮しないこととなる。このため、トルク制御部２１２２は、静的要素に基づく目標トルクｐ１が示す時間遷移に応じたトルクに一致させる出力値を算出する。
他方、外部トルクＦを考慮した場合には、動的に発生するトルクを考慮することとなる。このため、トルク制御部２１２２は、動的要素に基づく目標トルクｐ２が示す時間遷移に応じたトルクに一致させる出力値を算出する。
ここで、トルク制御部２１２２が、静的要素に基づく目標トルクｐ１が示す時間遷移に応じたトルクに一致させる場合の、トルク制御部２１２２の出力ｐ３を説明する。トルク制御部２１２２の出力ｐ３は、外部トルクＦの影響により、各関節にトルクが発生するものの、トルク制御部２１２２の制御によってそのトルクが、目標トルクｐ１に近づくように遷移する（ｐ３）。
しかしながら、その出力値ｐ３の示す時間に応じたトルクの値は、目標トルクｐ１に一致していない初期の段階で、値ｐａとして示すトルク差の負担をユーザにかけてしまう（図１１）。一方で、目標トルクｐ２に一致させるよう、トルク制御部２１２２が出力値ｐ３を算出（図１２）することで、ユーザへの負担を軽減することができる。
図１３は制御装置の最小構成を示す図である。
負荷軽減装置の一態様としての制御装置２１は少なくとも上述の判定部２１２１及びトルク制御部２１２２の機能を備えればよい。
判定部２１２１は、ユーザの繰り返し動作を判定する。
トルク制御部２１２２は、繰り返し動作における特徴点を畳み込み処理により抽出して各動作の規範モデルと比較する。これにより、トルク制御部２１２２は、ユーザの脚の関節においてユーザに掛かる負荷を軽減するために股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力するトルクを制御する。
負荷軽減装置の一態様としての制御装置２１は少なくとも上述の判定部２１２１及びトルク制御部２１２２の機能を備えればよい。
判定部２１２１は、ユーザの繰り返し動作を判定する。
トルク制御部２１２２は、繰り返し動作における特徴点を畳み込み処理により抽出して各動作の規範モデルと比較する。これにより、トルク制御部２１２２は、ユーザの脚の関節においてユーザに掛かる負荷を軽減するために股アクチュエータ１３，膝アクチュエータ１４，足首アクチュエータ１５が出力するトルクを制御する。
上述の制御装置は、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３、ＨＤＤ（Hard Disk Drive）１０４、無線通信装置１０５等の各ハードウェアを備えたコンピュータであってよい。
上述の制御装置は内部に、コンピュータシステムを有している。そして、上述した各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
この出願は、２０１８年１１月１６日に日本出願された特願２０１８−２１５８３８号、及び２０１９年８月２１日に日本出願された特願２０１９−１５１１６２号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
本発明によればユーザの動作に対してより適切な負荷軽減をすることができる負荷軽減装置を提供することができる。
１００・・・パワードスーツ
１１・・・骨格部
１２・・・ベルト
１３・・・股アクチュエータ
１４・・・膝アクチュエータ
１５・・・足首アクチュエータ
１６・・・靴裏プレート
１７・・・足装着具
１８・・・靴裏荷重センサ
１９・・・足裏荷重センサ
２０・・・荷台
２１・・・制御装置
２２・・・バッテリ
２３・・・股関節センサ
２４・・・膝関節センサ
２５・・・足関節センサ
２６・・・加速度センサ
２１１・・・情報取得部
２１２・・・適応制御部
２１４・・・外部トルク検出センサ
２１２１・・・判定部
２１２２・・・トルク制御部
２１３・・・アクチュエータ制御部
２１４・・・電源部
２１５・・・記憶部
１１・・・骨格部
１２・・・ベルト
１３・・・股アクチュエータ
１４・・・膝アクチュエータ
１５・・・足首アクチュエータ
１６・・・靴裏プレート
１７・・・足装着具
１８・・・靴裏荷重センサ
１９・・・足裏荷重センサ
２０・・・荷台
２１・・・制御装置
２２・・・バッテリ
２３・・・股関節センサ
２４・・・膝関節センサ
２５・・・足関節センサ
２６・・・加速度センサ
２１１・・・情報取得部
２１２・・・適応制御部
２１４・・・外部トルク検出センサ
２１２１・・・判定部
２１２２・・・トルク制御部
２１３・・・アクチュエータ制御部
２１４・・・電源部
２１５・・・記憶部
本発明は、負荷軽減装置、負荷軽減方法、及びプログラムに関する。
そこでこの発明は、上述の課題を解決することのできる負荷軽減装置、負荷軽減方法、及びプログラムを提供することを目的としている。
本発明の第３の態様によれば、プログラムは、負荷軽減装置のコンピュータに、ユーザの繰り返し動作を判定し、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御する、処理を実行させる。
Claims (9)
- ユーザの繰り返し動作を判定する判定部と、
前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御するトルク制御部と、
を備える負荷軽減装置。 - 前記判定部は、一歩の開始から終了までを前記繰り返し動作として判定し、
前記トルク制御部は、前記特徴点として踵着地及びつま先離れのタイミングを抽出する
請求項１に記載の負荷軽減装置。 - 前記トルク制御部は、前記特徴点として前記駆動機構が出力する前記トルクのピークを抽出する
請求項１または請求項２に記載の負荷軽減装置。 - 前記判定部は、前記ユーザに係る加速度に基づいて前記繰り返し動作を判定する
請求項１から請求項３の何れか一項に記載の負荷軽減装置。 - 前記規範モデルは、各動作に応じた前記特徴点と、前記駆動機構が出力する前記トルクの制御パターンとを対応付ける
請求項１から請求項４の何れか一項に記載の負荷軽減装置。 - 前記トルク制御部は、外部から加わるトルクを示す外部トルクを打ち消す前記駆動機構の前記トルクの出力値を算出し、当該出力値に基づいて前記駆動機構を制御する
請求項１から請求項５の何れか一項に記載の負荷軽減装置。 - 前記トルク制御部は、前記繰り返し動作の機械学習に基づいて抽出した特徴点と、前記規範モデルの特徴点とのずれに基づいて、当該規範モデルにおける前記トルクと時刻との関係が示す周期を補正して、当該規範モデルに基づいて前記繰り返し動作のタイミングを特定する
請求項１から請求項６の何れか一項に記載の負荷軽減装置。 - ユーザの繰り返し動作を判定し、
前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御する
負荷軽減方法。 - 負荷軽減装置のコンピュータに、
ユーザの繰り返し動作を判定し、
前記繰り返し動作の機械学習に基づいて抽出した特徴点と、規範モデルとを比較することにより、前記ユーザの脚の関節において前記ユーザに掛かる負荷を軽減するために駆動機構が出力するトルクを制御する、
処理を実行させるプログラムを記憶する記憶媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018215838 | 2018-11-16 | ||
| JP2018215838 | 2018-11-16 | ||
| JP2019151162 | 2019-08-21 | ||
| JP2019151162 | 2019-08-21 | ||
| PCT/JP2019/044635 WO2020100961A1 (ja) | 2018-11-16 | 2019-11-14 | 負荷軽減装置、負荷軽減方法、及びプログラムを記憶する記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2020100961A1 true JPWO2020100961A1 (ja) | 2021-09-02 |
| JP7215489B2 JP7215489B2 (ja) | 2023-01-31 |
Family
ID=70732081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020556152A Active JP7215489B2 (ja) | 2018-11-16 | 2019-11-14 | 負荷軽減装置、負荷軽減方法、及びプログラム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20210393467A1 (ja) |
| EP (1) | EP3881986A4 (ja) |
| JP (1) | JP7215489B2 (ja) |
| CN (1) | CN112996636A (ja) |
| CA (1) | CA3119601A1 (ja) |
| WO (1) | WO2020100961A1 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| PL3509558T3 (pl) * | 2016-09-08 | 2023-07-03 | Trexo Robotics Inc. | Mobilne, zasilane urządzenie ortezy dźwigające ciężar |
| US11148279B1 (en) | 2020-06-04 | 2021-10-19 | Dephy, Inc. | Customized configuration for an exoskeleton controller |
| US11147733B1 (en) | 2020-06-04 | 2021-10-19 | Dephy, Inc. | Systems and methods for bilateral wireless communication |
| US11389367B2 (en) | 2020-06-05 | 2022-07-19 | Dephy, Inc. | Real-time feedback-based optimization of an exoskeleton |
| US11173093B1 (en) * | 2020-09-16 | 2021-11-16 | Dephy, Inc. | Systems and methods for an active exoskeleton with local battery |
| CN112494282B (zh) * | 2020-12-01 | 2023-05-02 | 天津理工大学 | 一种基于深度强化学习的外骨骼主助力参数的优化方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003116893A (ja) * | 2001-10-18 | 2003-04-22 | Honda Motor Co Ltd | 歩行状態判定装置及び方法 |
| JP2013090693A (ja) * | 2011-10-24 | 2013-05-16 | Honda Motor Co Ltd | 動作補助装置及び歩行補助装置 |
| JP2015089510A (ja) * | 2013-11-07 | 2015-05-11 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 歩行補助ロボット及び歩行補助ロボットの制御方法 |
| JP2015177863A (ja) * | 2014-03-19 | 2015-10-08 | 株式会社東芝 | アシスト制御装置および方法 |
| WO2016038824A1 (ja) * | 2014-09-10 | 2016-03-17 | パナソニック株式会社 | 歩容データ管理システム、歩容データ管理方法、歩行支援装置、及び、サーバ |
| JP2016059795A (ja) * | 2014-09-12 | 2016-04-25 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 歩行環境認識方法及び装置 |
| JP2016539723A (ja) * | 2013-12-09 | 2016-12-22 | プレジデント アンド フェローズ オブ ハーバード カレッジ | 補助的な可撓性スーツ、可撓性スーツシステム、ならびにそれを作製および制御して人間の可動性を補助するための方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10307272B2 (en) * | 2005-03-31 | 2019-06-04 | Massachusetts Institute Of Technology | Method for using a model-based controller for a robotic leg |
| JP5982767B2 (ja) * | 2011-09-26 | 2016-08-31 | ソニー株式会社 | 運動補助装置及び運動補助方法、コンピューター・プログラム、並びにプログラム記録媒体 |
| US10434030B2 (en) * | 2014-09-19 | 2019-10-08 | President And Fellows Of Harvard College | Soft exosuit for assistance with human motion |
| KR102161310B1 (ko) * | 2014-11-26 | 2020-09-29 | 삼성전자주식회사 | 보조력 설정 방법 및 장치 |
| JP2018021583A (ja) | 2016-08-02 | 2018-02-08 | 日野自動車株式会社 | 車両の誤操作警報装置 |
| JP7169529B2 (ja) | 2018-03-01 | 2022-11-11 | マツダ株式会社 | 車両用内装構造 |
-
2019
- 2019-11-14 EP EP19885917.5A patent/EP3881986A4/en active Pending
- 2019-11-14 WO PCT/JP2019/044635 patent/WO2020100961A1/ja unknown
- 2019-11-14 CN CN201980074217.8A patent/CN112996636A/zh active Pending
- 2019-11-14 US US17/292,765 patent/US20210393467A1/en active Pending
- 2019-11-14 CA CA3119601A patent/CA3119601A1/en active Pending
- 2019-11-14 JP JP2020556152A patent/JP7215489B2/ja active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003116893A (ja) * | 2001-10-18 | 2003-04-22 | Honda Motor Co Ltd | 歩行状態判定装置及び方法 |
| JP2013090693A (ja) * | 2011-10-24 | 2013-05-16 | Honda Motor Co Ltd | 動作補助装置及び歩行補助装置 |
| JP2015089510A (ja) * | 2013-11-07 | 2015-05-11 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 歩行補助ロボット及び歩行補助ロボットの制御方法 |
| JP2016539723A (ja) * | 2013-12-09 | 2016-12-22 | プレジデント アンド フェローズ オブ ハーバード カレッジ | 補助的な可撓性スーツ、可撓性スーツシステム、ならびにそれを作製および制御して人間の可動性を補助するための方法 |
| JP2015177863A (ja) * | 2014-03-19 | 2015-10-08 | 株式会社東芝 | アシスト制御装置および方法 |
| WO2016038824A1 (ja) * | 2014-09-10 | 2016-03-17 | パナソニック株式会社 | 歩容データ管理システム、歩容データ管理方法、歩行支援装置、及び、サーバ |
| JP2016059795A (ja) * | 2014-09-12 | 2016-04-25 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | 歩行環境認識方法及び装置 |
Non-Patent Citations (1)
| Title |
|---|
| 齋木 拓也 他: "体幹と脚の運動に着目した慣性センサを用いる歩行類似遷移動作の実時間検出", 第３１回日本ロボット学会学術講演会, JPN7022001085, 4 September 2013 (2013-09-04), JP, ISSN: 0004854624 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210393467A1 (en) | 2021-12-23 |
| WO2020100961A1 (ja) | 2020-05-22 |
| CN112996636A (zh) | 2021-06-18 |
| JP7215489B2 (ja) | 2023-01-31 |
| EP3881986A1 (en) | 2021-09-22 |
| EP3881986A4 (en) | 2022-01-26 |
| CA3119601A1 (en) | 2020-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7215489B2 (ja) | 負荷軽減装置、負荷軽減方法、及びプログラム | |
| US11622906B2 (en) | Ankle-less walking assistant apparatus and method for controlling the same | |
| CN105616112B (zh) | 辅助转矩设置设备和步行辅助设备 | |
| US9539162B2 (en) | Wearing type behavior help device, wearing type behavior help device calibration device, and calibration program | |
| CN105050563B (zh) | 用于合作式地上康复的动力矫形系统 | |
| US20200375835A1 (en) | Wearable walkng assist robot and method for controlling the same | |
| JP5987742B2 (ja) | 歩行補助装置及び歩行補助方法 | |
| JP2014068869A (ja) | 歩行支援装置及び歩行支援プログラム | |
| CA3120434C (en) | Load reduction device, load reduction method, and storage medium for storing program therein | |
| JP2012235929A (ja) | 歩行支援装置 | |
| JP2013048701A (ja) | 歩行支援装置、及び歩行支援プログラム | |
| JP2013208291A (ja) | 歩行支援装置、及び歩行支援プログラム | |
| JP5477064B2 (ja) | 歩行補助装置 | |
| KR102266431B1 (ko) | 보행속도기반 착용로봇의 능동-준능동 제어 방법 | |
| US11890746B2 (en) | Load reduction device, load reduction method, and storage medium storing program | |
| WO2020100742A1 (ja) | 負荷軽減装置、制御装置、負荷軽減方法、及びプログラムを記憶する記憶媒体 | |
| TW201023842A (en) | Hybrid terrain-adaptive lower-extremity systems | |
| US11752393B2 (en) | Balance training method using wearable device and the wearable device | |
| JP2013048702A (ja) | 歩行支援装置、及び歩行支援プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210129 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220315 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220516 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221013 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221220 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230102 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7215489 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |