緊張によるスポーツの本番での失敗は過度な筋の共収縮によるパフォーマンスの低下が一因です。筋は収縮させるのは容易ですが、脱力させることは極めて困難です。本研究は運動力学介入および認知介入により身体環境インタラクションを変化させ、運動スキル（筋脱力）獲得支援の実現を目的とします。そしてスポーツサービスとして社会実装し、本番での失敗を防ぐことで運動へのモチベーションを向上させ、運動習慣定着を実現します。

（村井昭彦）

本研究では、ヒトがスポーツパフォーマンスや日常生活動作などのバランスのとれた動作を行うために重要な、身体と環境のインタラクションのモデルとそのデザインを提案します。動作のやわらかさとかたさを、ロボット工学で一般的に用いられる機械的インピーダンスの概念にもとづいて、身体-環境インピーダンスで定量的に表現します。身体-環境インピーダンスモデルは、床反力に対する圧力中心の挙動をマス・バネ・ダンパ系で表現し、実計測データからパラメータを同定します。さらに、リアルタイム重心動揺フィードバックを用いて、圧力中心の変位を減衰または増幅させることにより、身体-環境インピーダンスモデルへの介入を行います。実験の結果、モデルのバネ係数は減衰モードの方が増幅モードよりも小さく、期待される力学的安定性と一致します。このモデルにもとづくデザインは、リアルタイムの動作計測・分析や環境制御技術を用いて、動作のやわらかさを変化させるトレーニングプログラムに応用できます。

（Akihiko Murai）

本研究では、実験室では測定できないワールドレコードを超えたパフォーマンスや怪我につながる動きなどを生成し、解析します。緻密なデジタルヒューマンモデルと、ヒトの動作メカニズムをパラメトリックに表現したシンプルな動作表現モデルを用いた多層式運動力学シミュレーション（MLKD Sim）により、詳細な全身動作を生成します。ここでは、実験室で測定された運動と接触力のデータを表現する単純な運動表現モデルを開発し、実験データにもとづいてこのモデルのパラメータを特定します。そして、この運動表現モデルにモデルや環境のパラメータを変化させて準動力学計算を行うと、運動の変容と運動力学的整合性のとれた接触力がシミュレーションされます。最後に、運動表現モデルの運動と実験データから得られる詳細な運動のマッピング関数を用いて、詳細な全身の動きを再構成します。本研究では、実験室では計測できない怪我につながる動きを詳細に力学・運動学的に解析し、その成果はケガや転倒、疲労を防ぐことにつながり、医療や福祉の分野にも応用できると考えています。

（Akihiko Murai, Mitsunori Tada）

本研究では、肩甲骨を動かす際の上腕骨頭の移動距離と位置を評価し、肩甲骨の移動における腱板の機能を調べます。実計測の結果、肩甲上腕関節運動時の上腕骨頭の並進距離と位置は、腱板の欠損により変化しました。本研究では、肩甲下筋が上腕骨頭の中心位置の維持に重要な役割を果たし、棘下筋が肩関節運動時に上腕骨頭の主要な抑圧筋として働くことが示されました。本研究の結果は、腱板断裂の症例において、肩甲下筋への断裂の伸展は、肩甲上腕関節のセンタリング機能を維持するために避けるべきであることを示唆するものです。

（Yusuke Kawano, Noboru Matsumura, Akihiko Murai, Mitsunori Tada, Morio Matsumoto, Masaya Nakamura, Takeo Nagura）

本研究では、実環境でのランニング動作から、ランニング傷害リスクに関連するランニングパターン特性を定量的かつ簡易的に推定します。ウェアラブルIMUセンサを用いて、実環境でのランニングパターンを簡易的に測定します。次に、実験室において大がかりな装置とウェアラブルセンサを用いてランニング動作を詳細に計測し、従来のランニング傷害リスクに関連するパラメータとウェアラブルセンサのパラメータとの相関モデルを構築します。この相関モデルにより、実環境のランニング動作からランニング傷害リスクに関連する走行パターン特性を定量的かつ簡便に推定することが可能となりました。その結果、障害リスクと高い相関を持つ疲労度、接地スタイル、プロネーション、接地衝撃が傷害リスクを推定しました。これらのパラメータをフィードバックし、これらの情報にもとづいてシューズを選択することで、ランニング傷害の軽減に貢献することができます。

（Akihiko Murai, Chika Shiogama, Ding Ming, Jun Takamatsu, Mitsunori Tada, Tsukasa Ogasawara）

人間中心設計を支援することを目的としたマルチエンボディメントインターフェースを紹介します。従来の設計プロセスでは、多様な被験者テストの必要があったり、ほとんどのグループの人々を対象とするためにシミュレーションを利用したりすることが妨げとなっていました。マルチエンボディメントソリューションは、仮想現実の中で設計と評価のプロセスにおいてユーザーを積極的に体現すると同時に、ユーザー自身の体にシミュレーションされた仮想の体を重ね合わせるというものです。この重ね合わせた体がターゲットとなり、ユーザー自身とターゲットの両方の人間工学的評価を同時に行うことができます。ユーザー自身とターゲットの両方のモデルは、統計データからデジタルヒューマンモデリングを用いて生成され、ユーザー自身の動作はモーションキャプチャされ、ターゲットの身体は手足のエンドエフェクタを用いた重み付き逆運動学を解くことで生成します。人間工学にもとづいたデザインを評価するために、仮想現実の中で5つのシナリオを想定したユーザースタディを行い、複数体での評価と単一体での評価を比較しました。また、バーチャルリアリティでの評価後に、物理的な環境で同様の評価を行い、バーチャルリアリティでの経験の違いによるV影響を調べました。

（Kevin Fan, Akihiko Murai, Natsuki Miyata, Yuta Sugiura, Mitsunori Tada）

従来の筋骨格モデルは、剛体リンクでモデル化された骨と、ワイヤでモデル化された筋、腱、靭帯が主な構成要素となっています。筋のボリュームモデルがないため、筋間の相互作用や自然な筋経路の表現が困難でした。このため、筋活動の推定に重要な筋モーメントアームの推定が不正確になります。本研究では、筋モーメントアームの推定を改善するために、解剖学的なヒトの形状データベースにもとづいて、皮膚-筋骨格のボリュームモデルを開発しました。 皮膚と筋肉の体積変形は、骨の表面形状を考慮した拡張SSD（Skeletal Subspace Deformation）によって実現され、低い計算コストで実現されます。この拡張SSDでは、骨表面ポリゴンに投影されるサブボーンを考慮しているため、皮膚や筋肉の変形は骨表面形状の影響を大きく受けます。表面ベースのSSDは、体幹の回転時に皮膚と骨の間の干渉を避けて自然な皮膚の変形を実現し、その結果、生理学的に適切な筋運動量アームの推定が可能となりました。このモデルを用いることで、筋活動の推定精度が向上し、人間の運動制御・生成メカニズムのより正しい理解につながると考えられます。

（Akihiko Murai, Yui Endo, Mitsunori Tada）

デジタルヒューマンモデルは、ヒトの動作解析やシミュレーションに応用されています。また、リハビリテーション、スポーツ科学、生物医学などの分野にも応用されています。しかし、モデルや解析アルゴリズムの検証が困難なことが、幅広い実用化の障壁となっています。本論文では、全身詳細筋骨格モデルを用いたヒトの動きの解析と、その解析結果を生理学的に検証することを目的としています。まず、ヒトの運動力学特性を表現する詳細な筋骨格モデルを構築します。そして、光学式モーションキャプチャ、フォースプレート、筋電図（EMG）を用いて運動を計測します。逆運動学，逆動力学計算と数学的最適化にもとづいて、計測された動作シーケンスを生成するために必要な筋力を推定します。 推定された筋張力は、同時に計測されたEMGデータと生理学的な筋モデルから計算された張力と比較します。また、このモデルと解析アルゴリズムを、神経生理学的現象の一つであるPrefferd Directionに適用しました。我々のモデルと解析アルゴリズムは、実験的な生理学的データとよく一致することを確認しました。このモデルとアルゴリズムの応用例としては、リハビリテーション、スポーツ科学、生物医学、ロボット工学、例えばヒトをアシストする外骨格ロボットの制御装置等が考えられます。

（Akihiko Murai, Kazunari Takeichi, Taira Miyatake, Yoshihiko Nakamura）

近年、光学式モーションキャプチャシステムの使いやすさにより、様々な臨床応用が進められています。本論文では、パーキンソン病（PD）の運動症状の定量的な分析にモーションキャプチーデータを使用する可能性について検討します。標準的な治療法である観察者ベースの運動症状の評価は、非常に主観的であり、軽度の症状を追跡するにはしばしば不十分です。一方、モーションキャプチャシステムは、より客観的で定量的な評価ができます。今回のパイロットスタディでは、深部脳刺激装置を使用していないPD病患者において，刺激装置を使用している場合と使用していない場合で、モーションキャプチャを行いました。実験の結果、モーションキャプチチャデータから学習した時空間統計量の定量的な測定により、軽度の症状と重度の症状の間に特徴的な違いがあることがわかりました。また、サポートベクターマシン（SVM）を用いた分類法では、平均90％の精度で軽度と重度の症状を判別することができました。これにより、神経変性疾患の運動障害の進行を追跡するためのより効果的な方法を考案することが可能になると考えられます。

（Das, S., Trutoiu, L., Murai, A., Alcindor, D., Oh, M., De la Torre, F., & Hodgins, J.）

本論文では、ヒトの解剖学的構造と運動データにもとづいて構築された神経筋コントローラが、運動中の予期せぬ外乱に対してヒトのような反応を実現できることを示しています。本研究では、障害物による転倒への対応を対象とし、バイオメカニクスで示される2つの戦略が1つのコントローラで実現できることを示します。まず、歩行運動中の筋張力データを用いて、神経筋ネットワークモデルのパラメータを同定します。解剖学的に適切なネットワークは、人間の神経筋系の体性感覚反射をモデル化しています。このネットワークを筋骨格モデルのコントローラとして使用し、外乱に対する応答をシミュレーションしました。シミュレーションの結果、私たちの神経筋コントローラは，転倒への対応や各戦略を呼び出すための条件を明示的にモデル化していないにもかかわらず、1つのパラメータセットで適切な転倒回復戦略を自動的に実現することができました。この結果は、適切に設計された運動コントローラであれば、意図的なコントローラの選択や計画を行わなくても、転倒に対する迅速な対応が可能であることを示唆しています。

（Akihiko Murai, Katsu Yamane）

本研究では、ヒューマノイドロボットが椅子から立ち上がるという課題に取り組みました。まず、健常者による座位から立位への動作のデモンストレーションと、高齢者を模した定型的な立位動作を行うアクターの動作を計測しました。また、これらの動作について、ヒトの重心位置を推定するために床反力の情報も収集しました。次に、逆運動学の手法を用いて、計測された動作をヒューマノイド・ロボットにマッピングしました。この手法では、ヒトの運動と重心の軌跡を拘束条件としてトラッキングしようとします。さらに、ロボットの重心位置を正確に推定するために、計測された力のデータから質量と重心のリンクパラメータをフィットさせる慣性パラメータ同定法を用いました。その結果、Carnegie Mellon大学/Sarcos社の油圧式ヒューマノイドロボットで動作を実演しました。

（Michael Mistry, Akihiko Murai, Katsu Yamane, Jessica Hodgins）

本論文では、光学式モーションキャプチャーと筋電図(EMG)を用いて、筋張力をリアルタイムに推定・可視化するシステムを紹介します。このシステムでは、被験者の映像の上に、生成された筋骨格モデルをリアルタイムで重ねます。そのため、被験者は布や皮膚を透過して筋張力情報を見ているような感覚になります。技術的な課題は、筋張力をリアルタイムに推定することです。関節トルクを筋張力に分配するために数学的最適化を用いた既存のアルゴリズムでは計算コストが高いため、神経結合にもとづく現象として知られる筋シナジーにもとづいて、筋張力の合理的な近似値を計算する新しいアルゴリズムを開発しました。このアルゴリズムでは、274個の筋肉の張力をわずか16msで推定することができ、可視化システム全体では約15fpsで動作します。開発されたシステムはスポーツトレーニングの支援に応用され、その有用性がユーザーのケーススタディによって示されています。また、リハビリテーション支援のためのインターフェースへの応用も考えられます。

（Akihiko Murai, Kosuke Kurosaki, Katsu Yamane, Yoshihiko Nakamura）

ヒトの動作協調は、バイオメカニクスにおける長年の研究課題であり、ヒューマノイドロボットの制御にも何らかの示唆を与えるはずです。本研究は、神経筋ネットワークにもとづいて全身の体性反射モデルを構築し、非侵襲的な測定と統計的な解析によってそのパラメータを同定しました。このようなモデルは、神経系の信号を分析・推定を実現します。本研究では、体性反射ループの信号伝達遅延に着目し、反射モデルの汎化能力との関係を検証しました。足踏み動作から得られたデータを用いて、異なる時間遅延を仮定したモデルパラメータのセットを同定し、異なる周期の足踏み動作や、スクワットやジャンプなどの全く異なる動作に対して交差検証を行いました。興味深いことに、生理学的特性から予想される値に近い時間遅延は、他よりも交差検証の結果が優れています。この結果は、信号伝達遅延のパラメータが適切であれば、比較的単純な反射制御を複数の行動に一般化できること、また、フィードバック遅延が大きくてもロバストな制御が可能であることを示唆しています。

（Akihiko Murai, Katsu Yamane, Yoshihiko Nakamura）