特許ウォッチ

公開番号2024156227
公報種別公開特許公報(A)
公開日2024-11-05
出願番号2023079939
出願日2023-05-15
発明の名称下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法
出願人浙江大学,ZHEJIANG UNIVERSITY
代理人個人
主分類G06N 99/00 20190101AFI20241028BHJP(計算;計数)
要約【課題】下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法を提供する。
【解決手段】方法は、まず、下肢リハビリテーション外骨格の初期歩行を設定し、利用者が下肢リハビリテーション外骨格を装着して歩行実験を行った後、現在の歩行での外骨格-歩行の適合度を取得し、また、現在の歩行実験が行われた歩行に対応する外骨格-歩行の適合度に基づき、混合ガウスモデルによって歩行データベースにおいて歩行実験が行われた歩行をクラスタリングし、歩行クラスタを取得し、歩行データベースにおける対応の歩行の効用度を更新し、そして、歩行データベースにおける歩行をサンプリングして、サンプリング歩行セットを取得し、さらに、歩行セットから効用度が最も高い歩行を選択し、歩行を最適化し続けた後、最後に、最終的な歩行に対応する歩行パラメータを最適歩行パラメータとする。
【選択図】図1
特許請求の範囲【請求項１】
下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法であって、
下肢リハビリテーション外骨格の初期歩行を設定し、利用者が下肢リハビリテーション外骨格を装着して歩行実験を行った後、現在の歩行での外骨格－歩行の適合度を取得するステップ１）と、
現在の歩行実験が行われた歩行に対応する外骨格－歩行の適合度に基づき、混合ガウスモデルによって歩行データベースにおいて歩行実験が行われた歩行をクラスタリングし、歩行クラスタを取得するステップ２）と、
歩行クラスタの効用度を算出し、歩行データベースにおいて対応する歩行の効用度を更新するステップ３）と、
歩行の現在の効用度に基づき、歩行データベースにおける歩行をサンプリングして、サンプリング歩行セットを取得し、さらに、歩行セットから効用度が最も高い歩行を選択するステップ４）と、
現在の効用度が最も高い歩行に基づき、利用者が下肢リハビリテーション外骨格を装着して歩行実験を行った後、現在の歩行での外骨格－歩行の適合度を取得し、予定回数まで２）～４）を繰り返し、最終的な歩行に対応する歩行パラメータを最適歩行パラメータとするステップ５）と、を備える、
ことを特徴とする下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
続きを表示（約 2,100 文字）【請求項２】
前記ステップ２）は、具体的には、
ベイズ情報量基準により、現在の混合ガウスモデルのクラスタの数を２倍にする前及び２倍にした後に対応するベイズ情報量基準演算子を算出し、両者に対して引き算を行って、演算子の差を取得し、演算子の差に基づき調整して最終的な混合ガウスモデルのクラスタの数を取得するステップ２．１）と、
現在の混合ガウスモデルのクラスタの数、及び現在の歩行実験が行われた歩行に対応する外骨格－歩行の適合度に基づき、歩行混合ガウスモデルにより歩行データベースにおいて歩行実験が行われた歩行をクラスタリングし、初期歩行クラスタを取得するステップ２．２）と、
最小被覆エリアに基づき、現在の歩行クラスタの被覆エリアを調整することにより、更新された歩行クラスタを最終的な歩行クラスタとして取得するステップ２．３）と、を備える、
ことを特徴とする請求項１に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項３】
前記ステップ２．１）において、演算子の差に基づき調整して最終的な混合ガウスモデルのクラスタの数を取得するのは、具体的には、
２倍にする前のベイズ情報量基準演算子から２倍にした後のベイズ情報量基準演算子を減算することにより前記演算子の差を取得し、演算子の差が０よりも小さい場合、現在の混合ガウスモデルのクラスタの数を２倍にしたものを最終的な混合ガウスモデルのクラスタの数とし、それ以外の場合、現在の混合ガウスモデルのクラスタの数を変更しない、
ことを特徴とする請求項２に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項４】
前記歩行混合ガウスモデルの式は、以下の通りであり、
JPEG
2024156227000020.jpg
19
170
ただし、Gが歩行混合ガウスモデルを表し、(α
K
,θ
K
)
(L,H,W,T,f)
が歩行混合ガウスモデルにおける第K番目のガウス分布クラスタを表し、Lが歩長であり、Hが歩高であり、Wが歩隔であり、Tが歩行周期であり、fが外骨格－歩行適合度であり、α
K
が第K番目の歩行ガウス分布の確率であり、θ
K
が第K番目の歩行ガウス分布の確率密度関数を表し、Kが混合ガウスモデルのクラスタの数である、
ことを特徴とする請求項２に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項５】
前記ステップ２．３）において、各初期歩行クラスタについて、以下の式により各初期歩行クラスタの被覆エリアを算出し、式は、以下の通りであり、
JPEG
2024156227000021.jpg
31
167
ただし、Covは、各初期歩行クラスタの被覆エリアを表し、σ
i
は、歩行クラスタの第ｉ次元の標準偏差を表し、Nは、歩行パラメータの次元を表し、
現在の歩行クラスタの被覆エリアが最小被覆エリアよりも小さい場合、現在の最小被覆エリアを現在の歩行クラスタの被覆エリアとして、現在の歩行クラスタを更新し、それ以外の場合、現在の歩行クラスタの被覆エリアを変更しない、
ことを特徴とする請求項２に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項６】
前記最小被覆エリアの計算式は、以下の通りであり、
JPEG
2024156227000022.jpg
19
129
ただし、minThは、最小被覆エリアであり、Thは、現在の最小被覆エリアであり、dは、収束率であり、tは、反復回数である、
ことを特徴とする請求項５に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項７】
前記歩行パラメータは、歩長、歩隔、歩高、及び、歩行周期を含む、
ことを特徴とする請求項１に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項８】
前記ステップ３）において、歩行クラスタを多腕バンディッドアルゴリズムの各腕とし、多腕バンディッドアルゴリズムにより歩行クラスタに対応する効用度を算出する、
ことを特徴とする請求項１に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。
【請求項９】
前記ステップ３）の多腕バンディッドアルゴリズムにおいて、歩行クラスタの効用度の計算式は、以下の通りであり、
JPEG
2024156227000023.jpg
28
162
JPEG
2024156227000024.jpg
75
170
ことを特徴とする請求項８に記載の下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、リハビリテーションロボットの技術分野における骨格の歩行歩行パラメータの最適化方法に関し、具体的に、下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法に関するものである。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
脊髄損傷や脳卒中の患者が中枢神経系の損傷により３年間の病後でも５０ｍを自力で歩けるように回復できるのは、わずか３～１０％に過ぎない。長期間的・標準的・科学的なリハビリテーション運動訓練によって、関連の神経系機能領域が再構築でき、患者が自己運動能力を再取得できる。中国は、急速に超高齢化社会に突入しており、障害者および準障害者の高齢者のためリハビリテーション設備及び基本的なリハビリテーションサービスが必要である。下肢リハビリテーション外骨格は、理学療法士に頼ることなく患者に対して体系的なリハビリテーション訓練を行うことができ、歩行の設計が下肢リハビリテーション外骨格の肝心的な技術の一つである。歩行は、下肢リハビリテーション外骨格が装着者を歩行させる軌跡であり、患者に対する個別的な歩行の設計は、リハビリテーション訓練の効率を向上させて下肢の回復を早めることに対して重要な役割を果たす。
【０００３】
しかし、従来の技術では、個別的な歩行パラメータに対する考慮が欠如している。患者ごとに脚部・手足構造のパラメータが異なり、運動機能障害の程度にも個別的な差があるため、理想的なリハビリテーション効果が達成できるのは、患者ごとに対して効果的な歩行の最適化方法を採用した場合だけである。患者の身体特徴パラメータのみに基づいて歩行を生成すると、歩行パラメータに対する利用者の好み程度を十分に反映することができないため、歩行に対する利用者の好みのフィードバック情報により利用者の歩行パラメータの最適化を完了する必要がある。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明は、背景技術に記載の課題を解決するために、下肢リハビリテーション訓練用の外骨格の歩行パラメータの最適化方法を提案する。外骨格の歩行を定量化し、歩行及び外骨格－歩行の適合度に基づき混合ガウスモデルによって歩行をクラスタリングし、多腕バンディッドアルゴリズムによって歩行の有用度を算出することにより、利用者のニーズが歩行で満たされる事後確率を予測し、歩行パラメータを最適化する。本発明は、利用者のニーズが満たされる下肢外骨格の歩行パラメータを予測でき、計算コストが低く、収束速度が速く、ロバスト性が高い。
【課題を解決するための手段】
【０００５】
本発明に係る技術案は、上記目的を達成するために、
【０００６】
下肢リハビリテーション外骨格の初期歩行を設定し、利用者が下肢リハビリテーション外骨格を装着して歩行実験を行った後、現在の歩行での外骨格－歩行の適合度を取得するステップ１）と、
【０００７】
現在の歩行実験が行われた歩行に対応する外骨格－歩行の適合度に基づき、混合ガウスモデルによって歩行データベースにおいて歩行実験が行われた歩行をクラスタリングし、歩行クラスタを取得するステップ２）と、
歩行クラスタの効用度を算出し、歩行データベースにおける対応の歩行の効用度を更新するステップ３）と、
【０００８】
歩行の現在の効用度に基づき歩行データベースにおける歩行をサンプリングして、サンプリング歩行セットを取得し、さらに、歩行セットから効用度が最も高い歩行を選択するステップ４）と、
【０００９】
現在の効用度が最も高い歩行に基づき、利用者が下肢リハビリテーション外骨格を装着して歩行実験を行った後、現在の歩行での外骨格－歩行の適合度を取得し、予定回数までステップ２）～４）を繰り返し、最終的な歩行に対応する歩行パラメータを最適歩行パラメータとするステップ５）と、を備える。
前記ステップ２）は、具体的には、
【００１０】
ベイズ情報量基準を用いて、現在の混合ガウスモデルのクラスタの数を２倍にする前後で、対応するベイズ情報量基準演算子を算出し、両者の差を算出した後、演算子の差を取得し、演算子の差に基づき調整して最終的な混合ガウスモデルのクラスタの数を取得するステップ２．１）と、
（【００１１】以降は省略されています）

関連特許