사지강성의 신경제어

Neural control of limb stiffness

인간은 환경을 통해 움직이면서 주변과 효과적으로 상호작용하기 위해 관절의 뻣뻣함을 변화시켜야 한다.강성은 물체가 알려진 힘을 가했을 때 변형에 저항하는 정도를 말한다.이 아이디어는 임피던스라고도 하지만, 때로는 주어진 하중 하에서 변형되는 아이디어를 강성의 반대인 "준수"라는 용어로 논의하기도 한다(특정 하중에 따라 물체가 변형되는 양으로 정의됨).인간이 환경과 효과적으로 상호작용하기 위해서는 사지의 뻣뻣함을 조절해야 한다.이것은 적대적인 근육집단의 공동연결을 통해 이루어진다.[1][2]

인간은 신체의 기계적 구속조건과 함께 신경통제를 사용하여 신체가 다양한 업무를 수행함에 따라 이 경직성을 조절한다.인간이 깡충깡충 뛰기,[3] 정확한 도달 작업 수행,[4] 또는 다른 표면에서 달리기와 같은 작업을 수행하면서 사지의 뻣뻣함을 변화시키는 것으로 나타났다.[5]

사지강성의 이 신경변형이 일어나는 정확한 방법은 알려지지 않았지만, 많은 다양한 가설들이 제안되었다.뇌가 어떻게 그리고 왜 사지의 강성을 제어하는지에 대한 철저한 이해는 인간의 움직임을 흉내내려는 많은 로봇 기술의 향상으로 이어질 수 있다.[2]

강성

강성은 일반적으로 Hoke의 법칙에 따라 주어진 힘 하에서 물질이 변형되는 양을 설명하는 물질적 특성으로 간주된다.즉, 강성이 높은 물체는 강성이 낮은 물체보다 굽히거나 변형되기 어렵다.이 개념은 생물학적 유기체의 팔다리와 관절까지 확장될 수 있으며, 이 개념은 강성이 특정 하중 하에서 사지 또는 관절의 굴절(또는 구부러짐) 정도를 설명한다.사지 강성은 임피던스의 정적 성분으로도 설명할 수 있다.[1][6]인간은 환경에 적응하기 위해 팔다리와 관절의 뻣뻣함을 바꾼다.[5]사지강성과 관절강성은 이전에 연구되어 왔으며 다양한 방법으로 계량할 수 있다.뻣뻣함을 계산하는 기본 원리는 사지에 가해지는 힘에 의해 사지의 변형을 나누는 것이지만, 다양한 장단점을 가지고 사지와 관절의 뻣뻣함을 정량화하는 방법은 여러 가지가 있다.사지강성을 계량할 때, 다관절 시스템의 비선형성으로 인한 개별 접합강성을 단순히 합할 수 없다.

사지강성을 계산하는 몇 가지 구체적인 방법은 다음과 같다.[7]

수직 강성(k vert)은 다리 강성의 정량적 측정으로, 아래 방정식으로 정의할 수 있다.[7]

여기서 F는 max 최대 수직력이고 델타 y는 질량 중심의 최대 수직 변위량이다.

여기서 m은 신체 질량이고 P는 수직 진동 기간이다.

여기서 m은 신체 질량의 질량이고 Ω은 0 진동의 자연 주파수다.

사지 강성(K_limb)은 사지 전체의 강성이며, 아래 방정식으로 정의할 수 있다.

여기서 F는 max 최대 적용된 힘이고 ΔL은 사지의 길이 변화다.

비틀림 강성(K_joint)은 조인트의 회전 강성이며, 아래 방정식으로 정의할 수 있다.

여기서 ΔM은 관절 모멘트의 변화, Δθ은 관절 각도의 변화다.

여기서 W는 접합부의 부역학적 작업이고 Δθ은 접합 각도의 변화다.

이러한 서로 다른 수학적 정의의 사지 강성은 사지 강성을 설명하는 데 도움이 되며 이러한 사지 특성을 계량화할 수 있는 방법을 보여준다.

강성 변조

인체는 환경과 보다 효과적으로 상호작용한다는 목표로 다양한 메커니즘을 통해 사지의 경직성을 조절할 수 있다.신체는 세 가지 주요 메커니즘, [1][8][9]즉 근육 응고, 자세 선택,[6] 그리고 스트레치 반사작용에 의해 사지의 뻣뻣함을 변화시킨다.[1][10][11][12]

근육 코콘트랙션(근육톤과 유사)은 관절에 작용하는 적대적 근육의 작용에 의해 관절의 경직성을 변화시킬 수 있다.관절에 있는 적대적 근육의 힘이 강할수록 관절은 더 딱딱해진다.[2][8]신체 자세의 선택은 사지의 뻣뻣함에도 영향을 미친다.사지의 방향을 조정함으로써 사지의 고유 뻣뻣함을 조작할 수 있다.[6]또한, 사지 내부의 스트레치 반사 작용은 사지의 강성에 영향을 줄 수 있지만, 이러한 명령들은 뇌에서 전달되지 않는다.[10][11]

이동 및 깡충깡충

인간은 다른 표면을 가로질러 걷거나 달리면서 사지의 뻣뻣함을 조정하여 표면과 독립적으로 유사한 기관차 역학을 유지한다.표면의 뻣뻣함이 변함에 따라, 인간은 사지의 뻣뻣함을 변화시킴으로써 적응한다.이 강성 변조는 표면과 관계없이 유사한 역학으로 달리고 걸을 수 있게 하므로 인간이 환경에 더 잘 상호작용하고 적응할 수 있게 한다.[3][5]따라서 강성 조절은 운동 신경 조절과 관련된 모터 제어 영역 및 기타 영역에 적용된다.

연구는 또한 깡충깡충 뛸 때 사지 경직의 변화가 중요하며, 다른 사람들이 다른 방식으로 이 경직 변동을 조절할 수 있다는 것을 보여준다.한 연구는 어른들이 깡충깡충 뛰기 작업을 할 때 청소년들보다 전방 신경 조절, 근육 반사, 상대 다리 경직성이 더 높다는 것을 보여주었다.이는 강성의 통제가 사람마다 다를 수 있음을 나타낸다.[3]

이동 정확도

신경계는 또한 특정 작업에 필요한 정확도의 정도를 조절하기 위해 사지 경직성을 조절한다.예를 들어 테이블에서 컵을 꺼내는 데 필요한 정확도는 외과의사가 메스로 정밀한 작업을 수행하는 것과 매우 다르다.필요한 정확도의 다양한 수준으로 이러한 작업을 수행하기 위해 신경계는 사지 경직성을 조정한다.[4][6]그러나 매우 정확한 작업을 수행하기 위해서는 보다 높은 강성이 필요하지만, 정확도가 필수적이지 않은 작업을 수행할 때는 하부 사지의 강성이 필요하다.[4][6]정확한 움직임의 경우 중추신경계는 움직임의 가변성을 제한하기 위해 사지 경직성을 정밀하게 조절할 수 있다.소뇌는 움직임의 정확성을 조절하는 역할도 크다.[13]

이것은 도구 사용과 같은 일상 업무에 중요한 개념이다.[6][14]예를 들어, 스크루드라이버를 사용할 때, 사지 강성이 너무 낮으면 사용자는 스크루드라이버를 충분히 제어하지 못할 것이다.이 때문에 중추신경계는 사용자가 도구를 정확하게 조작하고 작업을 수행할 수 있도록 사지 경직성을 높인다.

신경 조절

강성의 신경 조절을 위한 정확한 메커니즘은 알려져 있지 않지만, 현장에서 신경계에 의해 강성 변조가 어떻게 이루어질 수 있는지에 대한 여러 가지 제안된 모델들이 진행되었다.사지강성에는 적절한 사지강성을 생성하기 위해 제어되어야 하는 여러 구성 요소가 있다.

역학과 신경 제어의 조합

신경 조절과 사지의 역학 모두 전체적인 경직성에 기여한다.적대적 근육의 응고, 사지의 자세, 사지 내의 스트레치 반사 등은 모두 뻣뻣함을 유발하고 신경계의 영향을 받는다.[1][6]

사지의 강성은 사지의 구성이나 관절 배치에 따라 달라진다.[1][6]예를 들어, 약간 구부러진 팔, 그것은 곧은 팔보다 손에서 어깨로 향하는 힘 아래에서 더 쉽게 변형될 것이다.이렇게 해서 사지의 뻣뻣함은 사지의 자세에 의해 부분적으로 좌우된다.사지의 강직성의 이 성분은 사지의 역학에 기인하며 자발적으로 조절된다.

자발적 대 비자발적 강성 변조

사지 경직의 일부 구성 요소는 자발적 통제 하에 있는 반면 다른 구성 요소는 비자발적으로 통제된다.[6]강성의 구성요소가 자발적 또는 비자발적으로 제어되는지 여부를 결정하는 요소는 특정 구성요소의 작용 방법의 시간 척도다.예를 들어 매우 빠르게 발생하는 강성 수정(80-100밀리초)은 비자발적인 것이며 느린 강성 수정과 조정은 자발적인 제어 하에 있다.자발적 강성 조정의 많은 부분은 운동 피질에 의해 제어되는 반면 비자발적 조정은 척수나 뇌의 다른 부분에 있는 반사 루프에 의해 제어될 수 있다.[8][10][13]

반사작용으로 인한 강성 조정은 무의식적으로 이루어지며, 자세 선택이 자발적으로 제어되는 동안 척수에 의해 제어된다.[6]그러나 강성의 각 구성요소가 엄격히 자발적이거나 비자발적인 것은 아니다.[8]예를 들어, 적대적 근육의 굴절은 자발적이거나 비자발적일 수 있다.게다가, 다리의 움직임의 많은 부분은 척수에 의해 조절되고 다리 근육에 신호를 보내는 것과 관련된 더 큰 신경 지연 때문에, 다리 뻣뻣함은 팔 뻣뻣함보다 무의식적으로 더 많이 조절된다.

가능한 신경 제어 모델

연구자들은 경직성을 제어하기 위해 로봇에 제어장치를 도입하기 시작했다.그러한 모델 중 하나는 로봇 관절에 대한 길항제 근육을 사실상 응고시켜 강성을 조절하고 중앙 패턴 발생기(CPG)가 로봇의 움직임을 제어함으로써 로봇 이동 중 강성을 조절한다.[15]

강성 신경 변조의 다른 모델에는 강성 조정의 피드포워드 모델이 있다.이러한 신경 제어 모델은 인간이 주어진 임무를 수행하는 데 필요한 강성을 예상하여 강성 선택의 피드포워드 메커니즘을 사용한다는 생각을 뒷받침한다.[16]

경직성의 신경 조절의 대부분의 모델은 인간이 자신의 환경이나 당면한 과제에 기초하여 최적의 사지 경직성을 선택한다는 생각을 촉진한다.연구들은 환경의 불안정한 역동성을 안정시키고 또한 주어진 움직임의 에너지 효율을 극대화하기 위해 인간이 이렇게 한다고 가정한다.[6][14]인간이 이것을 성취하는 정확한 방법은 알려져 있지 않지만 임피던스 제어는 인간이 어떻게 다른 환경에서 적절한 강성을 선택할 수 있는지 그리고 그들이 다른 임무를 수행할 때 통찰력을 주기 위해 사용되어 왔다.[1]임피던스 제어는 인간이 그들의 환경과 어떻게 상호작용하는지를 결정하는 영역에서 행해진 많은 작업의 기초가 되어왔다.네빌 호건의 일은 오늘날 이 지역에서 행해지고 있는 많은 일들이 그의 이전 작품들에 바탕을 두고 있기 때문에 이 분야에서 특히 유용하게 쓰였다.[1]

로봇공학에서의 응용

신경동토와 외골격

공기 근육 액추에이터로 구동되는 로봇 다리

연구자들이 생물학적 시스템처럼 행동하는 로봇을 디자인하려고 시도함에 따라 인간의 강직성 변화와 강직성 선택에 대한 지식이 로봇 설계에 영향을 미쳤다.로봇이 생물학적 시스템과 더 비슷하게 행동하기 위해, 로봇들이 환경과 더 효과적으로 상호작용할 수 있도록 로봇의 강성 변조를 구현하기 위한 작업이 이루어지고 있다.

신경동토학 기술 상태는 로봇 장치에 강성 제어를 구현하려고 시도했다.이러한 장치의 목적은 절단된 사람의 팔다리를 교체하고 새로운 팔다리가 환경과 효과적으로 상호작용하기 위해 경직성을 조정할 수 있도록 하는 것이다.[17]

또한 로봇 외골격은 장치에 유사한 조절 가능한 강성을 구현하려고 시도했다.[18]이 로봇들은 여러 가지 이유로 강성 제어를 시행한다.로봇은 외부 환경과 효율적으로 상호작용할 수 있어야 하지만, 인간 사용자와도 안전하게 상호작용할 수 있어야 한다.[19]강성 변조 및 임피던스 제어는 이 두 목표를 모두 달성하는 데 활용할 수 있다.

이러한 기기는 다양한 방법으로 가변 강성을 달성한다.일부 기기는 가변 강성 시뮬레이션을 위해 제어기와 강성 서보모터를 사용한다.다른 장치들은 다양한 수준의 사지 강성을 달성하기 위해 특정한 유연한 액추에이터를 이용한다.

작동 기법

이들 로봇기기는 경직 액추에이터 제어를 통한 강성 변화 시뮬레이션이나 가변 강성 액추에이터 활용 등 다양한 메커니즘을 통해 가변 강성 달성이 가능하다.가변 강성 액추에이터는 생물학적 유기체의 고유 강성을 변경하여 생물학적 유기체를 모방한다.[2]이러한 가변 강성 액추에이터는 고유 강성을 다방면으로 제어할 수 있다.어떤 이들은 인간처럼 경직성을 변화시키기도 하는데, 이는 적대적인 기계근육의 힘의 기여를 변화시키기도 한다.다른 액추에이터는 액추에이터 내에 수용되는 변형 가능한 요소의 특성을 이용하여 강성을 조정할 수 있다.

이러한 가변 강성 작동 기술을 활용함으로써, 새로운 로봇들은 생물학적 유기체의 움직임을 보다 정확하게 복제하고 그들의 에너지 효율을 모방할 수 있게 되었다.

참고 항목

참조

  1. ^ a b c d e f g h Hogan, Neville (1985). "The Mechanics of Multi-joint Posture and Movement Control". Biological Cybernetics. 52 (5): 315–331. doi:10.1007/bf00355754. PMID 4052499. S2CID 25966675.
  2. ^ a b c d Van Ham, R.; Sugar, T.G.; Vanderborght, B.; Hollander, K.W.; Lefeber, D. (2009). "Compliant Actuator Designs". IEEE Robotics & Automation Magazine. 16 (3): 81–94. doi:10.1109/mra.2009.933629. S2CID 50682770.
  3. ^ a b c Oliver, J.L.; Smith, P.M. (2010). "Neural Control of Leg Stiffness During Hopping in Boys and Men". Journal of Electromyography and Kinesiology. 20 (5): 973–979. doi:10.1016/j.jelekin.2010.03.011. PMID 20409733.
  4. ^ a b c Lametti, Daniel R.; Houle, Guillaume; Ostry, David J. (2007). "Control of Movement Variability and the Regulation of Limb Impedance". Journal of Neurophysiology. 98 (6): 3516–3524. doi:10.1152/jn.00970.2007. PMID 17913978.
  5. ^ a b c Ferris, Daniel P.; Louie, Micky; Farley, Claire T. (1998). "Running in the Real World: Adjusting Leg Stiffness for Different Surfaces". Proceedings of the Royal Society B: Biological Sciences. 265 (1400): 989–994. doi:10.1098/rspb.1998.0388. PMC 1689165. PMID 9675909.
  6. ^ a b c d e f g h i j k Trumbower, Randy D; Krutky, M.A.; Yang, B.; Perreault, E.J. (2009). "Use of Self-Selected Postures to Regulate Multi-Joint Stiffness During Unconstrained Tasks". PLOS ONE. 4 (5): e5411. Bibcode:2009PLoSO...4.5411T. doi:10.1371/journal.pone.0005411. PMC 2671603. PMID 19412540.
  7. ^ a b Butler, R.J.; Crowell, H.P.; Davis, I.M. (2003). "Lower Extremity Stiffness: Implications for Performance and Injury". Clinical Biomechanics. 18 (6): 511–517. doi:10.1016/s0268-0033(03)00071-8. PMID 12828900.
  8. ^ a b c d Ludvig, Daniel P; Kearney, R.E. (2007). "Real-time estimation of intrinsic and reflex stiffness". IEEE Transactions on Biomedical Engineering. 54 (10): 1875–1884. doi:10.1109/tbme.2007.894737. PMID 17926686. S2CID 17908248.
  9. ^ Heitmann S, Ferns N, Breakspear M (2012). "Muscle co-contraction modulates damping and joint stability in a three-link biomechanical limb". Frontiers in Neurorobotics. 5 (5): 1. doi:10.3389/fnbot.2011.00005. PMC 3257849. PMID 22275897.
  10. ^ a b c Nichols, T.R; Houk, J.C. (1976). "Improvement in linearity and regulation of stiffness that results from actions of stretch reflex". J. Neurophysiol. 39 (1): 119–142. doi:10.1152/jn.1976.39.1.119. PMID 1249597.
  11. ^ a b Shemmell, Jonathan; Krutky, M.A.; Perreault, E.J. (2010). "Stretch sensitive reflexes as an adaptive mechanism for maintaining limb stability". Clinical Neurophysiology. 121 (10): 1680–1689. doi:10.1016/j.clinph.2010.02.166. PMC 2932821. PMID 20434396.
  12. ^ Trumbower, RD; Finley, J.M.; Shemmell, J.B.; Honeycutt, C.F.; Perreault, E.J. (2013). "Bilateral impairments in task-dependent modulation of the long-latency stretch reflex following stroke". Clinical Neurophysiology. 124 (7): 1373–1380. doi:10.1016/j.clinph.2013.01.013. PMC 3674210. PMID 23453250.
  13. ^ a b Dale Purves; et al., eds. (2007). Neuroscience (4th ed.). New York: W. H. Freeman. ISBN 978-0878936977.
  14. ^ a b Burdet, E.; Osu, R.; Franklin, D.W.; Milner, T.E.; Kawato, M. (2001). "The central nervous system stabilizes unstable dynamics by learning optimal impedance". Nature. 414 (6862): 446–449. Bibcode:2001Natur.414..446B. doi:10.1038/35106566. PMID 11719805. S2CID 559162.
  15. ^ Xiong, Xiaofeng; Worgotter, F.; Manoonpong, P. "An adaptive neuromechanical model for muscle impedance modulations of legged robots". {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  16. ^ Hu, Xiao; Murray, W.M.; Perreault, E.J. (2012). "Biomechanical constraints on the feedforward regulation of endpoint stiffness". Journal of Neurophysiology. 108 (8): 2083–2091. doi:10.1152/jn.00330.2012. PMC 3545028. PMID 22832565.
  17. ^ Fite, Kevin; Mitchell, J.; Sup, F.; Goldfarb, M. (2007). "Design and control of an electrically powered knee prosthesis". Rehabilitation Robotics Conference.
  18. ^ Van Der Kooij, H.; Veneman, J.; Ekkelenkamp, R. (2006). Design of a compliantly actuated exoskeleton for an impedance controlled gait trainer robot. Engineering in Medicine and Biology Society Conference of the IEEE. Vol. 1. pp. 189–93. doi:10.1109/IEMBS.2006.259397. ISBN 978-1-4244-0032-4. PMID 17946801. S2CID 6555957.
  19. ^ Kazerooni, Homayoon (1996). "The human power amplifier technology at University of California, Berkeley". Journal of Robotics and Autonomous Systems. 19 (2): 179–187. doi:10.1016/S0921-8890(96)00045-0. PMID 11540395.