In this study, an asymmetric lifting posture prediction model was developed, which was a three-dimensional model with 12 links and 23 degrees of freedom open kinematic chains. Although previous researchers have proposed biomechanical, psychophysical, or physiological measures as cost functions, for ...
In this study, an asymmetric lifting posture prediction model was developed, which was a three-dimensional model with 12 links and 23 degrees of freedom open kinematic chains. Although previous researchers have proposed biomechanical, psychophysical, or physiological measures as cost functions, for solving redundancy, they lack in accuracy in predicting actual lifting postures and most of them are confined to the two-dimensional model. To develop an asymmetric lifting posture prediction model, we used the resolved motion method for accurately simulating the lifting motion in a reasonable time. Furthermore, in solving the redundant problem of the human posture prediction, a moment weighted Joint Range Availability (JRA) was used as a cost function in order to consider dynamic lifting. However, it is known that the moment weighted JRA as a cost function predicted the lower extremity and L5/S1 joint motions better than the upper extremities, while the constant weighted JRA as a cost function predicted the latter better than the former. To compensate for this, we proposed a hybrid moment weighted JRA as a new cost function with moment weighted for only the lower extremity. In order to validate the proposed cost function, the predicted and real lifting postures for various lifting conditions were compared by using the root mean square(RMS) error. This hybrid JRA reduced RMS more than the previous cost functions. Therefore, it is concluded that the cost function of a hybrid moment weighted JRA can be used to predict three-dimensional lifting postures. To compare with the predicted trajectories and the real lifting movements, graphical validations were performed. The results also showed that the hybrid moment weighted cost function model was found to have generated the postures more similar to the real movements.
In this study, an asymmetric lifting posture prediction model was developed, which was a three-dimensional model with 12 links and 23 degrees of freedom open kinematic chains. Although previous researchers have proposed biomechanical, psychophysical, or physiological measures as cost functions, for solving redundancy, they lack in accuracy in predicting actual lifting postures and most of them are confined to the two-dimensional model. To develop an asymmetric lifting posture prediction model, we used the resolved motion method for accurately simulating the lifting motion in a reasonable time. Furthermore, in solving the redundant problem of the human posture prediction, a moment weighted Joint Range Availability (JRA) was used as a cost function in order to consider dynamic lifting. However, it is known that the moment weighted JRA as a cost function predicted the lower extremity and L5/S1 joint motions better than the upper extremities, while the constant weighted JRA as a cost function predicted the latter better than the former. To compensate for this, we proposed a hybrid moment weighted JRA as a new cost function with moment weighted for only the lower extremity. In order to validate the proposed cost function, the predicted and real lifting postures for various lifting conditions were compared by using the root mean square(RMS) error. This hybrid JRA reduced RMS more than the previous cost functions. Therefore, it is concluded that the cost function of a hybrid moment weighted JRA can be used to predict three-dimensional lifting postures. To compare with the predicted trajectories and the real lifting movements, graphical validations were performed. The results also showed that the hybrid moment weighted cost function model was found to have generated the postures more similar to the real movements.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 새롭게 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 새로운 비용함수로 제안하였다. 그 결과 먼저 제안한 Moment Weighted JRA보다 좀 더 실제의 들기 작업을 잘 예측하는 것으로 나타났으며, 비대칭들기 작업에 대한 예측력이 좋은 것으로 나타났다.
따라서 본 연구의 목적은 비대칭들기 작업을 하는 동안에 인체의 움직임을 잘 표현할 수 있는 3차원 Whole Body Lifting Posture Prediction Model을 개발하고, 개발된 모델을 통하여 신체의 각 관절의 궤적을 예측할 수 있는 비용함수를 선정하는 데 있다. 또한 모델의 신뢰성과 타당성을 검증하기 위하여 모델을 통해서 얻어진 각 관절의 궤적과 실제 들기 작업으로 부터 얻어진 각 관절의 궤적을 비교하였다.
가설 설정
즉, 이 모델에서는 손목 관절에서는 어떠한 축으로도 회전이 일어나지 않는 다고 가정하였으며, 양손 사이의 거리는 들기작업이 일어나는 동안에 항상 일정하게 유지된다고 가정하였다. 또한 들기작업 중의 어떠한 동작도 23개의 관절의 각도만 주어지면 나타낼 수 있다고 가정 하였다.
< 표 1>은 각 관절에서의 Movement를 나타낸 것이다. 또한《그림 2>와 같이 모델은 Hands Constraint Condition0, ] 의하여 크게 3개의 Modules(Legs, Trunk, Arms)로 된Hybrid manipulator로 가정하였다. 즉, 이 모델에서는 손목 관절에서는 어떠한 축으로도 회전이 일어나지 않는 다고 가정하였으며, 양손 사이의 거리는 들기작업이 일어나는 동안에 항상 일정하게 유지된다고 가정하였다.
본 연구에서는 3차원 들기작업을 표현할 수 있도록 12 링크와 23자유도를 갖는 Whole Body Lifting Posture Prediction Model 을 사용하였다. 좌우 어깨 관절과, 좌우 고관절, 그리고 L5/S1 관절은 3개의 자유도를 갖는 Spherical Joint, 좌우 팔꿈치관절과 무릎관절은 1개의 자유도를 갖는 Hinge Joint, 그리고 발목관절은2개의 자유도를 갖는 Universal Joint로 가정 하였다(그림 1). < 표 1>은 각 관절에서의 Movement를 나타낸 것이다.
또한《그림 2>와 같이 모델은 Hands Constraint Condition0, ] 의하여 크게 3개의 Modules(Legs, Trunk, Arms)로 된Hybrid manipulator로 가정하였다. 즉, 이 모델에서는 손목 관절에서는 어떠한 축으로도 회전이 일어나지 않는 다고 가정하였으며, 양손 사이의 거리는 들기작업이 일어나는 동안에 항상 일정하게 유지된다고 가정하였다. 또한 들기작업 중의 어떠한 동작도 23개의 관절의 각도만 주어지면 나타낼 수 있다고 가정 하였다.
제안 방법
따라서 본 연구의 목적은 비대칭들기 작업을 하는 동안에 인체의 움직임을 잘 표현할 수 있는 3차원 Whole Body Lifting Posture Prediction Model을 개발하고, 개발된 모델을 통하여 신체의 각 관절의 궤적을 예측할 수 있는 비용함수를 선정하는 데 있다. 또한 모델의 신뢰성과 타당성을 검증하기 위하여 모델을 통해서 얻어진 각 관절의 궤적과 실제 들기 작업으로 부터 얻어진 각 관절의 궤적을 비교하였다.
본 연구에서는 먼저 Performance Function으로 들기 작업이 일어나는 동안에 자세의 변화를 반영시키기 위하여 시간의 함수인 모멘트를 가중치로 갖는 JRA를 선정하였고, 또한 Constant Weighted JRA와 비교하였다. 또한 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 새로운 Performance Function으로 하여들기작업에 대한 동작예측 자세를 비교하였다.
본 연구에서 제시한 모델은 비대칭성들기 작업의 경우 비대칭각도에 따라 다소의 예측치오.차가 존재하나 들기 작업의 난이도를 정량적으로 평가하는데 유용하게 사용되리라고 생각된다.
본 연구에서는 먼저 Performance Function으로 들기 작업이 일어나는 동안에 자세의 변화를 반영시키기 위하여 시간의 함수인 모멘트를 가중치로 갖는 JRA를 선정하였고, 또한 Constant Weighted JRA와 비교하였다. 또한 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 새로운 Performance Function으로 하여들기작업에 대한 동작예측 자세를 비교하였다.
비대칭각도의 정의는 그림 3과 같다. 실험은 8명의 남자 대학원생을 대상으로 양쪽 발끝(Toe)과 발목 관절, 무릎관절, 고관절, 요추, 어깨관절, 팔끔치관절과 양손의 중심에 총 15개의 마커를 부착하여 ProReflex(Qualy- sis Inc, USA)를 사용하여 들기 작업 시의 각 관절의 궤적의 측정하였으며, 들 기작업 시의 지면 반발력 (Bertec Corporation, USA)을 측정하여, 각 관절의 모멘트를 예측하는 데 사용하였다. 실험에 참여한 피실험자들의 신체적 특성은 <표 2>와 같다.
비대칭들기 작업은 산업현장에서 빈번히 일어나는 작업 중의 하나로 요통을 일으키는 주요 원인이 되는 작업이나 이전의 인체역학 모델들은 모두 2차원으로 모델링되었기 때문에 실제로 현장에서 일어나는 작업에 대한 평가를 제대로 할 수 없었으며, 인체의 각 관절에 걸리는 스트레스를 정확히 예측할 수 없었다. 이러한 문제점을 보완하기 위하여 본 연구에서는 비대칭들기 작업을 하는 동안에 인체의 움직임을 잘 표현할 수 있도록 인체 모델을 3차원으로 확장하였고, Resolved Motion Method를 이용하여 신체의 각 관절의 궤적을 예측할 수 있도록 하였다. 그 결과, 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 Performance Function으로 하는 경우 0°와 45°의 경우 FK와 FS구간에서 예측력이 뛰어난 것으로 나타났다.
여유자유도를 갖는 시스템에 대해서 관절의 회전 각 θ의 sete Unique한 값을 갖지 못하며 다중해를 갖는다. 이러한 여러 가지 해 집합 중에서 시스템의 주어진 조건에 맞는 최적의 해를 구하기 위하여, Liegeois의 Resolved Motion Method를 이용하여 Pseudo Inverse Solutions의 Set을 다음과 같은 식으로 구하도록 제안하였다
제안한 모델을 검증하기 위하여 5Kg의 물체를 2가지 들기구간(Floor to Knuckle, Floor to Shoulder)에서, 0°, 45°, 90°의 비대칭 각도를 갖는 들기 작업을 실험하였다. 비대칭각도의 정의는 그림 3과 같다.
데이터처리
모델의 검증 방법으로 Posthion에 대한 Root Mean Square(RMS)을 통계적인 measure로 하였고, Graphical Comparison 을 통하여 자연스런 들기 동작이 이루어지는가를 검증하였다. 그 결과, 이전의 Reach Posture Prediction[9]의 RMS값이 5cm 전후의 값을 나타내는 것과 비교해볼 때 비교적 RMS값은 크게 나타났지만, Whole Body Motion인 점을 감안할 때, 비대칭성들기작업을 비교적 잘 예측한다고 볼 수 있다.
이론/모형
Whole Body Lifting Posture Prediction Model 의 원점은 양쪽 Ankle joint 의 중점으로 정하였다. X축은 오른쪽 발목 관절에서 왼쪽 발목 관절 방향으로, Z 축은 중력과 반대되는 방향을 양의 방향으로 설정하였으며, Y축은 오른손 법칙에 따라 결정하였다.
본 연구에서는 3차원 들기작업을 표현할 수 있도록 12 링크와 23자유도를 갖는 Whole Body Lifting Posture Prediction Model 을 사용하였다. 좌우 어깨 관절과, 좌우 고관절, 그리고 L5/S1 관절은 3개의 자유도를 갖는 Spherical Joint, 좌우 팔꿈치관절과 무릎관절은 1개의 자유도를 갖는 Hinge Joint, 그리고 발목관절은2개의 자유도를 갖는 Universal Joint로 가정 하였다(그림 1).
성능/효과
따라서 본 연구에서는 새롭게 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 새로운 비용함수로 제안하였다. 그 결과 먼저 제안한 Moment Weighted JRA보다 좀 더 실제의 들기 작업을 잘 예측하는 것으로 나타났으며, 비대칭들기 작업에 대한 예측력이 좋은 것으로 나타났다.
모델의 검증 방법으로 Posthion에 대한 Root Mean Square(RMS)을 통계적인 measure로 하였고, Graphical Comparison 을 통하여 자연스런 들기 동작이 이루어지는가를 검증하였다. 그 결과, 이전의 Reach Posture Prediction[9]의 RMS값이 5cm 전후의 값을 나타내는 것과 비교해볼 때 비교적 RMS값은 크게 나타났지만, Whole Body Motion인 점을 감안할 때, 비대칭성들기작업을 비교적 잘 예측한다고 볼 수 있다. 특히 Hybrid Moment Weighted JRA가 Asymmetry가 0°와 45°에서 작은 RMS의 평균값을 갖는 것으로 나타났다(그림 3).
이러한 문제점을 보완하기 위하여 본 연구에서는 비대칭들기 작업을 하는 동안에 인체의 움직임을 잘 표현할 수 있도록 인체 모델을 3차원으로 확장하였고, Resolved Motion Method를 이용하여 신체의 각 관절의 궤적을 예측할 수 있도록 하였다. 그 결과, 하지에만 모멘트를 가중치로 주는 Hybrid Moment Weighted JRA를 Performance Function으로 하는 경우 0°와 45°의 경우 FK와 FS구간에서 예측력이 뛰어난 것으로 나타났다.
전반적으로 Moment Weighted JRA를 비용함 수로 하는 경우는 예측된 관절의 궤적은 무릎관절과 고관절, 요추에서 실제 측정한 값과 매우 유사하였으나 어깨 관절과 팔꿈치 관절에서는 실제값과 매우 다른 형태를 나타내었고, 반면에 Constant Weight JRA 을 사용하는 경우, 예측된 관절의 궤적은 어깨관 절과 팔꿈치 관절에서 실제 측정한 값과 매우 유사하였으나 무릎관절과 고관절, 그리고 요추에서는 실제값과 매우 다른 형태를 나타내었다. 즉, Constant Weight JRA를 비용함 수로 하는 경우, 상지에서의 궤적을 잘 예즉하지만 하지나 L5/S1 디스크에서의 궤적은 제대로 예측하지 못한 반면, Moment Weighted JRA를 비용함 수로 하는 경우는 하지나 L5/S1에서의 비교적 잘 예측하나 상지에서의 궤적에 대한 예측은 이전의 것보다 못한 것으로 나타났다.
전반적으로 Moment Weighted JRA를 비용함 수로 하는 경우는 예측된 관절의 궤적은 무릎관절과 고관절, 요추에서 실제 측정한 값과 매우 유사하였으나 어깨 관절과 팔꿈치 관절에서는 실제값과 매우 다른 형태를 나타내었고, 반면에 Constant Weight JRA 을 사용하는 경우, 예측된 관절의 궤적은 어깨관 절과 팔꿈치 관절에서 실제 측정한 값과 매우 유사하였으나 무릎관절과 고관절, 그리고 요추에서는 실제값과 매우 다른 형태를 나타내었다. 즉, Constant Weight JRA를 비용함 수로 하는 경우, 상지에서의 궤적을 잘 예즉하지만 하지나 L5/S1 디스크에서의 궤적은 제대로 예측하지 못한 반면, Moment Weighted JRA를 비용함 수로 하는 경우는 하지나 L5/S1에서의 비교적 잘 예측하나 상지에서의 궤적에 대한 예측은 이전의 것보다 못한 것으로 나타났다.
그 결과, 이전의 Reach Posture Prediction[9]의 RMS값이 5cm 전후의 값을 나타내는 것과 비교해볼 때 비교적 RMS값은 크게 나타났지만, Whole Body Motion인 점을 감안할 때, 비대칭성들기작업을 비교적 잘 예측한다고 볼 수 있다. 특히 Hybrid Moment Weighted JRA가 Asymmetry가 0°와 45°에서 작은 RMS의 평균값을 갖는 것으로 나타났다(그림 3).
후속연구
또한 모델이 3차원 Whole Body Model로 개발되었기 때문에 실제 현장에서 이루어지는 다양한 작업에 대한 인체의 움직임을 예측하는 모델로 사용할 수 있으며, 다양한 스포츠 종목에 대한 시뮬레이션 연구의 기초가 될 수 있으리라고 생각된다. 그러나 Predicted Error를 좀더 줄일 수 있는 인체 모델과 새로운 목적함수의 개발, 작업에 따른 제약조건에 대한 고려가 이루어져야 할 것이다.
차가 존재하나 들기 작업의 난이도를 정량적으로 평가하는데 유용하게 사용되리라고 생각된다. 또한 모델이 3차원 Whole Body Model로 개발되었기 때문에 실제 현장에서 이루어지는 다양한 작업에 대한 인체의 움직임을 예측하는 모델로 사용할 수 있으며, 다양한 스포츠 종목에 대한 시뮬레이션 연구의 기초가 될 수 있으리라고 생각된다. 그러나 Predicted Error를 좀더 줄일 수 있는 인체 모델과 새로운 목적함수의 개발, 작업에 따른 제약조건에 대한 고려가 이루어져야 할 것이다.
참고문헌 (11)
Ayoub, M. M., 'Biomechanical of manual material handling through simulation', Proceedings of The 3rd Pan-Pacific Conference on Occupational Ergonomics, pp.376-380, 1994
Chang, C, Brown, D. R, Bloswick, D. S. and Hsiang, S. M., 'Biomechanical simulation of manual lifting using spacetime optimization', J. Biomechanics, 34, pp. 527-532, 2001
Hsiang, M. S., 'Simulation of manual materials handling', Ph.D. Dissertation, Texas Tech. University, 1992
Hsiang, S. M. and Mcgorry, R W., '3 different lifting strategies for controlling the motion patterns of the external load', Ergonomics, 40, 9, pp. 928-939, 1997
Kee, D.H., Development of an ergonomic evaluation model for improved visibility and reach. Ph.D. Dissertation, POSTECH, 1993
Lee, Y. H. T., An optimization approach to determine manual lifting motion. Ph.D. Dissertation, Texas Tech. University, 1988
Liegeois, A., 'Automatic supervisory control of the configuration and behavior of multibody mechanisms', IEEE Transactions on Systems, Man, and Cybernetics, SMC-7,12, pp.868-871, 1977
Lin, C. J. Ayoub, M. M. and Bernard, T. M., 'Computer motion simulation for sagittal plane lifting activities', Int. J. of Industrial Ergonomics, 24, pp. 141-155, 1999
Shin, Y, A two-handed reach prediction model with visual and postural constraints. Ph.D. Dissertation, POSTECH, 2000
Zhang, X. and Chaffin, D. B., 'An optimization-based differential inverse kinematics approach for modeling three-dimensional dynamic postures during seated reaching movements', Dept. of IOE, U. of Michigan, Ann Arbor, Technical Report, TR96-15, 1996
Zhang, X. and Chaffin, D. B., 'An optimization-based differential inverse kinematics approach for modeling three-dimensional dynamic seated reaching postures', 21th Annual Meeting of the American Society of Biomechanics, Clemson University, South Carolina, September, pp. 24-27, 1997
※ AI-Helper는 부적절한 답변을 할 수 있습니다.