8/21（金）第3回身体性システム講演会 開催

共　催：科学研究費補助金 新学術領域研究「身体性システム」
計測自動制御学会 システム・情報部門 身体性システム科学調査研究会

9:00-10:00

演者１）舩戸徹郎先生（電気通信大学）

「ヒトの姿勢制御モデルと実験による神経制御系へのアプローチ」

ヒトや動物は遅れ・ノイズを伴う制御系と冗長な多関節の身体系をうまく使うことで、環境に従って柔軟に運動を作っている。神経疾患をこのような身体制御系の一部の変化と考えることで、疾患に伴う運動機能障害の要因に制御モデルの観点から迫ることが可能と考えている。今回の講演では、身体制御系のモデルと計測した運動を元に、神経制御系の状態を推定する試みについて紹介する。ヒトの直立動作を中心に、遅れ、ノイズ、揺れのようなヒトの動作の特徴がこれまでどのように評価され、制御モデルによって説明されてきたかについての紹介を行い、その上で、我々が提案している、運動の変容を生じる姿勢制御モデルと、実証実験についての紹介を行う。

10:00-11:00

演者２）門根秀樹先生（筑波大学）

「人の動作の特性に基づくアシストデバイス開発と臨床応用」

臨床場面での動作支援を目的とした機器の開発に際して、使用者の意思に応じた円滑な支援を行うためには、人の動作の特性に適した設計を行う必要がある。本発表では、バイオメカニクスや歩容の計算論的観点から動作計測データを解析することで人の動作の性質を抽出し、ロボットに実装した例を紹介する。また、これらの臨床応用についても紹介する。

11:00-12:00

演者3) 林部充宏先生 （フランス国立情報学自動制御研究所）

“Personalized Neuroprosthetics and Synergetic Learning Control”

One of the challenging issues in computational rehabilitation is that there is a large variety of patient situations depending on the type of neurological disorder. To improve the performance of motor neuroprosthetics beyond the current limited use of such system, subject-specific modelling would be

essential. In addition, human characteristics are basically time variant, for instance, neuromuscular dynamics may vary according to muscle fatigue. In order to correspond to time-varying characteristics, we believe that robust bio-signal processing and model-based control which can manage the nonlinearity and time variance of the system, would bring break-through and new modality in

rehabilitation. In order to predict FES-induced joint torque, evoked-Electromyography (eEMG) has been applied to correlate muscle electrical and mechanical activities. The robustness of the torque prediction has been investigated in a fatigue tracking task in experiment with Spinal Cord Injured subjects. The results demonstrate good tracking performance of muscle variations in the presence of fatigue and against some other disturbances. A new control strategy, EMG-Feedback Predictive Control (EFPC), was proposed to adaptively control stimulation pattern compensating to time-varying muscle state changes. It is implemented together with wireless portable stimulator. In addition, Synergetic Learning Control is introduced for solving redundancy coordination issues in peripheral motor control. It is combined with BCI application for multi-DOF robot control with non-invasive brain signals.