知財求人 - 知財ポータルサイト「IP Force」
▶ リアクティブ ロボティックス ゲーエムベーハーの特許一覧
特表2023-500216デバイスとヒトとの相互作用中における、運動モジュールを備えたデバイスの開ループ及び閉ループ制御の方法、ならびにこのような方法で制御されるデバイス
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-01-05
(54)【発明の名称】デバイスとヒトとの相互作用中における、運動モジュールを備えたデバイスの開ループ及び閉ループ制御の方法、ならびにこのような方法で制御されるデバイス
(51)【国際特許分類】
A61H 1/02 20060101AFI20221223BHJP
B25J 11/00 20060101ALI20221223BHJP
【ＦＩ】
A61H1/02 N
B25J11/00 Z
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2022522575
(86)(22)【出願日】2020-11-04
(85)【翻訳文提出日】2022-06-01
(86)【国際出願番号】 DE2020100943
(87)【国際公開番号】W WO2021089087
(87)【国際公開日】2021-05-14
(31)【優先権主張番号】102019129704.4
(32)【優先日】2019-11-04
(33)【優先権主張国・地域又は機関】DE
(31)【優先権主張番号】102020102351.0
(32)【優先日】2020-01-30
(33)【優先権主張国・地域又は機関】DE
(81)【指定国・地域】
(71)【出願人】
【識別番号】518093178
【氏名又は名称】リアクティブ ロボティックス ゲーエムベーハー
(74)【代理人】
【識別番号】100091683
【弁理士】
【氏名又は名称】▲吉▼川 俊雄
(74)【代理人】
【識別番号】100179316
【弁理士】
【氏名又は名称】市川 寛奈
(72)【発明者】
【氏名】ケーニヒ，アレクサンダー
(72)【発明者】
【氏名】ペリル，ヘルフリート
(72)【発明者】
【氏名】シャリアリ，エルファン
(72)【発明者】
【氏名】ハダディン，サミ
(72)【発明者】
【氏名】ザルディカーン，ディンムハメッド
(72)【発明者】
【氏名】ヒルデンブランド，ザビエル
【テーマコード（参考）】
3C707
4C046
【Ｆターム（参考）】
3C707BS10
3C707BS26
3C707HS27
3C707KS21
3C707KS33
3C707KW03
3C707KW07
3C707LW12
3C707XK35
4C046AA09
4C046AA25
4C046AA45
4C046AA50
4C046BB08
4C046CC12
4C046DD02
4C046DD21
4C046DD32
4C046EE06
4C046FF25
(57)【要約】
本発明は、デバイス（１）とヒト（Ｍ）との相互作用中における、少なくとも運動モジュール（５０）を備えたデバイス（１）の、開ループ及び閉ループ制御の方法に関する。この方法は、エネルギーベースの制御計画に基づく。この計画は、デバイス（１）またはその運動モジュール（５０）が動くスピードを示す、計測された制御変数（Ω）に従って、デバイス（１）及びヒト（Ｍ）を備えたシステムにおいて、総エネルギー（Ｓ）の量を監視することを可能にする。方法は、有利には、デバイス（１）及びヒト（Ｍ）を備えたシステムにおいて、全体のパワーサイクル、詳細にはエネルギーまたはパワーフローの力学を考慮し、かつ閉ループ制御中にヒト（Ｍ）のパフォーマンスを考慮に入れる。方法は、有利には、追加のセンサなしに反復学習プロセスで、デバイス（１）を使用するヒト（Ｍ）の参加状態を判断することも可能にする。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
ヒト（Ｍ）と相互作用する観点で、少なくとも運動モジュール（５０）を備えたデバイス（１）の、開ループ及び閉ループ制御の方法であって、エネルギーネットワークが定義され、前記エネルギーネットワークは少なくとも、
デバイス（１）及びヒト（Ｍ）のシステムの総エネルギー（Ｓ）に対する、前記デバイス（１）によって供給される単位時間当たりのエネルギー量を示す、第１のパワー成分（Ｐｉｎ）と、
主に前記運動モジュール（５０）の支援によって実行される仕事の外側の、内部の開ループ及び閉ループ制御プロセスによる、前記デバイス（１）が損失する単位時間当たりのエネルギー量を示す、第２のパワー成分（Ｐｄｉｓｓ）と、
前記総エネルギー（Ｓ）に対する、前記ヒト（Ｍ）によって供給される単位時間当たりのエネルギー量を示す、第３のパワー成分（Ｐｈ）と、
から構成され、
前記エネルギーネットワーク、すなわちデバイス（１）及びヒト（Ｍ）の前記システムの総エネルギー（Ｓ）は、制御された変数として定義され、
前記デバイス（１）が、運動モジュール（５０）によって前記ヒト（Ｍ）と相互作用するスピードは、制御変数（Ω）として定義され、前記運動モジュール（５０）は所望の軌道（ｘｄ）を通過するよう意図され、
前記エネルギーネットワークの前記総エネルギー（Ｓ）は、
前記ヒト（Ｍ）によって独立して実行された運動が、前記デバイス（１）によって当初指定された前記軌道（ｘｄ）に沿った運動から逸脱するほど増加し、及び
前記ヒト（Ｍ）によって独立して実行された運動が、前記デバイス（１）によって当初指定された前記軌道（ｘｄ）に沿った運動に接近するほど減少し、
前記エネルギーネットワークの前記総エネルギー（Ｓ）は、前記運動モジュール（５０）の運動の間に判断され、
前記制御変数（Ω）は、判断された前記総エネルギー（Ｓ）に依拠して、前記運動モジュール（５０）の運動の間に変化し、それによって前記総エネルギー（Ｓ）は、
Ｓ≦Ｓｍａｘ－ＳΔのインターバルに位置された場合、前記インターバルにとどまるか、または
Ｓ＞Ｓｍａｘ－ＳΔのインターバルに位置された場合、Ｓ≦Ｓｍａｘ－ＳΔの前記インターバルに再び接近し、ここで、
Ｓｍａｘ＝前記総エネルギー（Ｓ）の選択された上方境界、
ＳΔ＝Ｓｍａｘ－Ｓｘ１、ここでＳｘ１は、制御された変数（＝総エネルギー）（Ｓ）の個々の値を表わし、ｘ＝ｎが、Ｐｉｎ＞０のインターバルにおける値を指定するために使用され、ｘ＝ｐが、Ｐｉｎ＜０のインターバルにおける値を指定するために使用される、
方法。
【請求項2】
前記デバイス（１）は、計画に従って、ヒト（Ｍ）の下肢における少なくとも関節、筋肉、及び腱のリハビリテーションのために好適に設計されたリハビリテーション機構であり、前記ヒト（Ｍ）の下肢との動作接続に至らせることを可能にする運動モジュール（５０）を使用し、前記運動モジュール（５０）は、
前記運動モジュール（５０）と、前記ヒト（Ｍ）の下肢との間における力の絶対値を計測するための、少なくとも１つの力センサ（５１）と、
前記運動モジュール（５０）と、前記ヒト（Ｍ）の下肢との間における力の方向を計測するための、少なくとも１つの角度センサ（５２）と、
を備える、請求項１に記載の方法。
【請求項3】
前記制御変数（Ω）は、【数1】
γｐ＝前記制御変数（Ω）の最大許容正値、
γｎ＝前記制御変数（Ω）の最大許容負値（絶対値）、
Ｓ＝デバイス（１）及びヒト（Ｍ）の前記システムにおける総エネルギー、
前記Ｓｍａｘ＝総エネルギー（Ｓ）の選択された上方境界、
ＳΔ＝Ｓｍａｘ－Ｓｐ＿ｘ、ここでＳｐ＿ｘは、前記制御された変数Ｓの個々の値を表わす、
請求項１または２に記載の方法。
【請求項4】
前記制御変数（Ω）は、【数2】
γｐ＝前記制御変数（Ω）の最大許容正値、
γｎ＝前記制御変数（Ω）の最大許容負値（絶対値）、
Ｓ＝デバイス（１）及びヒト（Ｍ）の前記システムにおける総エネルギー、
Ｓｍａｘ＝前記総エネルギー（Ｓ）の選択された上方境界、
ＳΔ＝Ｓｍａｘ－Ｓｐ＿ｘ、ここでＳｐ＿ｘは、前記制御された変数Ｓの個々の値を表わし、
Ｓδ＝前記制御変数（Ω）がゼロと等しく設定されたＳΔの中間領域で、ここでＰｉｎ＞０である、
請求項１または２に記載の方法。
【請求項5】
前記制御変数（Ω）は、【数3】
γｐ＝前記制御変数（Ω）の最大許容正値、
γｎ＝前記制御変数（Ω）の最大許容負値（絶対値）、
Ｓ＝デバイス（１）及びヒト（Ｍ）の前記システムにおける総エネルギー、
Ｓｍａｘ＝前記総エネルギー（Ｓ）の選択された上方境界、
ＳΔ＝Ｓｍａｘ・ζ－Ｓｐ＿ｘ、ここでＳｐ＿ｘは、前記制御された変数Ｓの個々の値を表わし、
【数4】
【請求項6】
前記制御変数（Ω）の変動は、判断された前記総エネルギー（Ｓ）に基づいて、特にフィルタによって、進度制限によって、及び／または前記総エネルギー（Ｓ）に対する前記制御変数（Ω）における第１の逸脱の絶対値を限定することによって、前記運動モジュール（５０）の運動の間に減衰される、請求項１～５のうちいずれか一項に記載の方法。
【請求項7】
デバイス（１）及びヒト（Ｍ）の前記システムにおける前記総エネルギー（Ｓ）、具体的には仮想絶対エネルギー値及び実際の絶対エネルギー値を含んだ前記総エネルギー（Ｓ）は、総貯留関数Ｓ＝Ｓｃｅ、または総貯留関数Ｓ＝Ｓｃｅ＋Ｓｅｅと定義され、前記制御逸脱のエネルギー貯留関数（Ｓｃｅ）は、具体的に
【数5】
Ｓｃｅ＝制御誤差のエネルギー貯留関数、
Ｍｃ（ｑ）＝慣性マトリクスのデカルトモーメント、
Ｋｘ＝デカルト剛性マトリクス、
Ｓｅｅ＝運動エネルギー及び位置エネルギーで構成された、前記デバイス（１）、具体的には前記運動モジュール（５０）におけるエンドエフェクタの総エネルギーである、
請求項１～６のうちいずれか一項に記載の方法。
【請求項8】
前記エネルギー貯留関数（Ｓｃｅ）は、前記第２のパワー成分（Ｐｄｉｓｓ）との計算によって組み合わされた、前記第１のパワー成分（Ｐｉｎ）によって判断されるか、または、
デバイス（１）とヒト（Ｍ）との間の相互作用力によって、具体的には前記運動モジュール（５０）と前記ヒト（Ｍ）の下肢との間における力の絶対値を計測するための、力センサ（５１）で計測された相互作用力によって計算される、
請求項７に記載の方法。
【請求項9】
前記総貯留関数の時間導関数は、【数6】
Ｐｉｎ∈Ｒ＝運動発生器によって生成された、前記システムの中へのパワー入力、
Ｐｄｉｓｓ∈Ｒ＝制御減衰によるパワー損失、
Ｐｈ＝デバイス（１）及びヒト（Ｍ）の前記システムに、前記ヒト（Ｍ）によって加えられたパワー、である、
請求項７または８に記載の方法。
【請求項10】
運動が実行されながら、前記デバイス（１）の反復学習プロセスによって、運動を実行するために選択される制限（Ｓｍａｘ）が判断され、前記制限は、総エネルギー（Ｓ）及び／または変数ＳΔ＝Ｓｍａｘ－Ｓｐ＿ｘに相当する全体の貯留関数のためのものであり、ここで、Ｓｐ＿ｘは、前記総エネルギー（Ｓ）の個々の値であり、前記デバイス（１）によって指定された運動における、前記ヒト（Ｍ）の参加状態を判断するための、学習因子（ｋｌ）及び／または忘却因子（ｋｆ）は、前記反復学習プロセスの範囲内で、前記学習因子（ｋｌ）及び／または前記忘却因子（ｋｆ）が、事前に定義された最終値に達するまで、経時的に、好ましくは直線的に変化される、請求項１～９のうちいずれか一項に記載の方法。
【請求項11】
前記制限（Ｓｍａｘ）の値が、第１の反復ステップにおいて選択され、この値の場合、前記デバイス（１）は、運動を実行することで前記ヒト（Ｍ）を完全に支援し、前記制御変数（Ω）は１の値をとり、前記制限（Ｓｍａｘ）の値は、前記制御変数（Ω）が１の値を維持する限り、別の各反復ステップにおいて減少され、
前記制御変数（Ω）が１の値から逸脱すると、前記制限（Ｓｍａｘ）の値は、次の反復ステップにおいて再び増加される、請求項１０に記載の方法。
【請求項12】
当初の制限（Ｓｉｎｉｔ（φ））を判断するために、前記デバイス（１）が最初に、所与の制限（Ｓｍａｘ）なく、ｎ回の運動サイクルを通して行なわれ、
運動サイクルの回数ｎは、２≦ｎ≦５のインターバルの運動サイクル、好ましくは３回の運動サイクルであり、
Ｓ（φ）のプロファイルは、プロセスにおいて記録され、
前記記録したＳ（φ）値の平均値がその後に当初の制限（Ｓｉｎｉｔ（φ））として計算され、それは、λ・Ｓｉｎｉｔ（φ）で、λ≧１の形態における前記反復学習プロセスの、第１の反復ステップにおける前記制限（Ｓｍａｘ）の開始値としての役割を担い、
特に、前記デバイス（１）によって指定された運動における、前記ヒト（Ｍ）の参加状態を判断するための、前記学習因子（ｋｌ）及び／または前記忘却因子（ｋｆ）は、前記反復学習プロセスが初期化されたときに、前記当初の制限（Ｓｉｎｉｔ（φ））に基づいて評価される、請求項１０または１１に記載の方法。
【請求項13】
前記総エネルギー（Ｓ）に相当する全体の貯留関数のための制限である、運動を実行するために選択される制限（Ｓｍａｘ）は、前記デバイス（１）の運動サイクル内の運動進捗を示す位相値（φ）に基づいて領域（Ψｉ（φ））の中に分割され、当初の制限（Ｓｉｎｉｔ，ｉ（φ））は、各領域（Ψｉ（φ））のために判断される、請求項１２に記載の方法。
【請求項14】
前記総エネルギー（Ｓ）に相当する全体の貯留関数のための制限である、運動を実行するために選択される制限（Ｓｍａｘ）は、前記デバイス（１）の運動サイクル内の運動進捗を示す、位相値（φ）に基づいて領域（Φｉ（φ））の中に分割され、
ここで、領域（Φｉ（φ））は、φｓｔｒ，ｉからφｓｔｒ，ｉ＋１までの、位相値のインターバルを示し、及び、
選択される制限（Ｓｍａｘ（φ））は、各領域（Φｉ（φ））に独立して定義され、以下が領域（Φｉ（φ））の全ての位相値（φ）に適用され、
【数7】
【請求項15】
計画に従って、ヒト（Ｍ）の下肢の、少なくとも関節、筋肉、腱のリハビリテーションのために好適に設計された、リハビリテーション機構（３０）を備え、前記ヒト（Ｍ）の下肢との動作接続に至らせることが可能な、運動モジュール（５０）を使用する、デバイス（１）であって、前記運動モジュール（５０）は、
前記運動モジュール（５０）及び前記ヒト（Ｍ）の間における力の絶対値を計測するための、少なくとも１つの力センサ（５１）と、
前記運動モジュール（５０）及び前記ヒト（Ｍ）の間における力の方向を計測するための、少なくとも１つの角度センサ（５２）と、を備え、
前記デバイス（１）は、
請求項１～１４に記載した方法に従って、前記デバイス（１）の開ループ及び閉ループ制御のために構成された、制御ユニット（１１）を特徴とする、デバイス（１）。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ヒトと相互作用する観点で、運動モジュールを備えたデバイスの、開ループ及び閉ループ制御の方法に関する。
【背景技術】
【0002】
ロボットシステムは、これまで以上にヒトの生活領域における使用を見出すので、ロボットシステムのヒトとの相互作用に関して、その開ループ及び閉ループ制御と関連して要求される品質標準が同等に高くなる。これに関して、安全面は、特に医用工学において決定的な役目を担う。その目的は、治療業務に採用するためのリハビリテーション用ロボットであり、例えば運動治療及び／または初期のリハビリテーションの範囲内である。その結果、第１に、理学治療のスタップを日常業務から開放し、第２に、患者に対して初期の運動治療を促す。それは患者に個々に適応され、時間的に独立している。しかし、ロボットシステムとヒト（患者）との間の相互作用は、技術的制御システムにおいて特に高い要求が設定される。なぜなら、ヒト、特に身体障害の患者、場合によっては寝たきり状態の患者、及び／または、さらには意識不明の患者は、制御できないか、または予想できない行動でロボットシステムに作用することが多いためである。したがって、明白な制御対象は、（患者／ヒトによる）予想できない外部の影響に耐え、かつ同時に、ヒトに相互作用のための余裕を提供する、閉ループ及び開ループ制御のアルゴリズムを作ることから構成される。
【0003】
さらに、患者の健康状態またはリハビリテーションの進捗についての提示が、ヒトとリハビリテーション用ロボットとの間の相互作用を評価することによって、正確に成され得る。
【0004】
ロボット支援運動治療における治療の成功は、患者の「能動的な」参加に大きく依拠する。これに関する「能動的」とは、ロボット支援運動中の、意識的な筋肉動（能動的運動または痙攣的動作）、及び（例えば意識不明の患者の事例における）無意識の筋肉収縮／弛緩（例えば痙性）の両方として理解されることを意図する。
【0005】
医用工学における、初期のロボットシステムは、一般的に位置制御された制御システムを使用した。このシステムにおいて、ロボットによって指定された運動軌道は、厳格に観察される必要があり、運動機能が（まだ）存在する患者は、所望の運動パターンに影響を及ぼすいかなる可能性も持たなかった。このような純粋に受身的なロボット支援運動治療のコンセプトは、比較的小さい治療の成功しかもたらさなかった。
【0006】
運動治療において患者の参加を促進させるために、所謂「必要に応じた支援の」制御システムが、それ以降に開発された。これらは、患者が、ロボットシステムによって誘導された運動軌道に、ある程度まで影響を及ぼすのを可能にする。ロボットはその運動を監視し、任意選択で補正を実行するか、または時間及び空間において支援を提供する。このような「必要に応じた支援」のシステムが、治療の成功を促進させ得ることを示すことは可能であった。しかし、このような取り組みは、とりわけ、例えば事象（事故、脳血管障害、手術などの）後、数時間または数日内の患者の、ごく初期の可動化（ＶＥＭ）の範囲内でも、それぞれの制御システムに特に高い要求を設定する。なぜなら、このような患者は一般的にまだ意識不明または鎮静状態にあるか、知覚障害、眩暈、及び／もしくは発作に苦しみ得るか、または運動装置を制御するときに障害を被り、制御されないか、もしくは不完全に制御された運動の可能性を増加させ得るからである。ロボットシステムの休止による（突然発生する）外乱（＝力効果または所望の軌道からの逸脱）の作用に対して反応し、かつ他分野の用途における使用を見出す、力を制御された／依存制御システムは、しばしば治療の遅れと、医用工学用途の場合に治療の品の低下とを、不都合にもたらす。なぜなら、安全上の理由は、怪我のリスクを最小に抑えるために、特に敏感な患者の非特異性力の閾値（トリガ）の提供を決定するためである。これは不都合には、多くの誤った休止（ごく初期の休止）をもたらす。または、個々の閾値が設定された場合、初めにこれらを、時間を浪費して決定し、次にこれらを運動治療を通して患者の変化する身体状態に調整することが、必要となる。
【0007】
適切な開ループ及び閉ループ制御の方法のための、旧来の取り組みの例は、とりわけ以下に見られる。
－ＧＲＯＯＴＨＵＩＳ，Ｓ．Ｓ．，ＨＡＡＲＭＡＮ，Ｃ．Ｊ．Ｗ，ＴＯＮＩＳ，Ｆ．，ＳＴＲＡＭＩＧＩＯＬＩ，Ｓ．：Ｉｎｉｔｉａｌ ｃｏｎｔｒｏｌ ｐａｒａｄｉｇｍｓ ｉｍｐｌｅｍｅｎｔｅｄ ｏｎ ｒｅｈａｂｉｌｉｔａｔｉｏｎ ｓｙｓｔｅｍ，ｐｕｂｌｉｓｈｅｄ Ｍａｙ ２３，２０１８，ＵＲＬ：ｈｔｔｐｓ：／／ｅｃ．ｅｕｒｏｐａ．ｅｕ／ｒｅｓｅａｒｃｈ／ｐａｒｔｉｃｉｐａｎｔｓ／ｄｏｃｕｍｅｎｔｓ／ｄｏｗｎｌｏａｄＰｕｂｌｉｃ？ｄｏｃｕｍｅｎｔＩｄｓ＝０８０１６６ｅ５ｂ９１６ｆ０ｄｅ＆ａｐｐＩｄ＝ＰＰＧＭＳ、
－ＳＣＨＩＮＤＥＬＢＥＣＫ，Ｃ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｕｎｉｆｉｅｄ ｐａｓｓｉｖｉｔｙ－ｂａｓｅｄ Ｃａｒｔｅｓｉａｎ ｆｏｒｃｅ／ｉｍｐｅｄａｎｃｅ ｃｏｎｔｒｏｌ ｆｏｒ ｒｉｇｉｄ ａｎｄ ｆｌｅｘｉｂｌｅ ｊｏｉｎｔ ｒｏｂｏｔｓ ｖｉａ ｔａｓｋ－ｅｎｅｒｇｙ ｔａｎｋｓ，２０１５ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ（ＩＣＲＡ），Ｓｅａｔｔｌｅ，ＷＡ，２０１５，ｐｐ．４４０－４４７（ｄｏｉ：１０．１１０９／ＩＣＲＡ．２０１５．７１３９０３６）、及び
－ＳＨＡＲＩＡＲＩ，Ｅ．；ＪＯＨＡＮＮＥＳＭＥＩＥＲ，Ｌ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｖａｌｖｅ－ｂａｓｅｄ Ｖｉｒｔｕａｌ Ｅｎｅｒｇｙ Ｔａｎｋｓ：Ａ Ｆｒａｍｅｗｏｒｋ ｔｏ Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｐａｓｓｉｆｙ Ｃｏｎｔｒｏｌｓ ａｎｄ Ｅｍｂｅｄ Ｃｏｎｔｒｏｌ Ｏｂｊｅｃｔｉｖｅｓ，２０１８ Ａｎｎｕａｌ Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ（ＡＣＣ），Ｍｉｌｗａｕｋｅｅ，ＷＩ，２０１８，ｐｐ．３６３４－３６４１（ｄｏｉ：１０．２３９１９／ＡＣＣ．２０１８．８４３１７１８）
－ＧＲＯＯＴＨＵＩＳ，Ｓ．Ｓ．，ＨＡＡＲＭＡＮ，Ｃ．Ｊ．Ｗ，ＴＯＮＩＳ，Ｆ．，ＳＴＲＡＭＩＧＩＯＬＩ，Ｓ．：Ｉｎｉｔｉａｌ ｃｏｎｔｒｏｌ ｐａｒａｄｉｇｍｓ ｉｍｐｌｅｍｅｎｔｅｄ ｏｎ ｒｅｈａｂｉｌｉｔａｔｉｏｎ ｓｙｓｔｅｍ，ｐｕｂｌｉｓｈｅｄ Ｍａｙ ２３，２０１８，ＵＲＬ：ｈｔｔｐｓ：／／ｅｃ．ｅｕｒｏｐａ．ｅｕ／ｒｅｓｅａｒｃｈ／ｐａｒｔｉｃｉｐａｎｔｓ／ｄｏｃｕｍｅｎｔｓ／ｄｏｗｎｌｏａｄＰｕｂｌｉｃ？ｄｏｃｕｍｅｎｔＩｄｓ＝０８０１６６ｅ５ｂ９１６ｆ０ｄｅ＆ａｐｐＩｄ＝ＰＰＧＭＳ、
－ＳＣＨＩＮＤＥＬＢＥＣＫ，Ｃ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｕｎｉｆｉｅｄ ｐａｓｓｉｖｉｔｙ－ｂａｓｅｄ Ｃａｒｔｅｓｉａｎ ｆｏｒｃｅ／ｉｍｐｅｄａｎｃｅ ｃｏｎｔｒｏｌ ｆｏｒ ｒｉｇｉｄ ａｎｄ ｆｌｅｘｉｂｌｅ ｊｏｉｎｔ ｒｏｂｏｔｓ ｖｉａ ｔａｓｋ－ｅｎｅｒｇｙ ｔａｎｋｓ，２０１５ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ（ＩＣＲＡ），Ｓｅａｔｔｌｅ，ＷＡ，２０１５，ｐｐ．４４０－４４７（ｄｏｉ：１０．１１０９／ＩＣＲＡ．２０１５．７１３９０３６）、及び
－ＳＨＡＲＩＡＲＩ，Ｅ．；ＪＯＨＡＮＮＥＳＭＥＩＥＲ，Ｌ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｖａｌｖｅ－ｂａｓｅｄ Ｖｉｒｔｕａｌ Ｅｎｅｒｇｙ Ｔａｎｋｓ：Ａ Ｆｒａｍｅｗｏｒｋ ｔｏ Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｐａｓｓｉｆｙ Ｃｏｎｔｒｏｌｓ ａｎｄ Ｅｍｂｅｄ Ｃｏｎｔｒｏｌ Ｏｂｊｅｃｔｉｖｅｓ，２０１８ Ａｎｎｕａｌ Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ（ＡＣＣ），Ｍｉｌｗａｕｋｅｅ，ＷＩ，２０１８，ｐｐ．３６３４－３６４１（ｄｏｉ：１０．２３９１９／ＡＣＣ．２０１８．８４３１７１８）
【先行技術文献】
【非特許文献】
【0008】
【非特許文献1】ＧＲＯＯＴＨＵＩＳ，Ｓ．Ｓ．，ＨＡＡＲＭＡＮ，Ｃ．Ｊ．Ｗ，ＴＯＮＩＳ，Ｆ．，ＳＴＲＡＭＩＧＩＯＬＩ，Ｓ．：Ｉｎｉｔｉａｌ ｃｏｎｔｒｏｌ ｐａｒａｄｉｇｍｓ ｉｍｐｌｅｍｅｎｔｅｄ ｏｎ ｒｅｈａｂｉｌｉｔａｔｉｏｎ ｓｙｓｔｅｍ，ｐｕｂｌｉｓｈｅｄ Ｍａｙ ２３，２０１８，ＵＲＬ：ｈｔｔｐｓ：／／ｅｃ．ｅｕｒｏｐａ．ｅｕ／ｒｅｓｅａｒｃｈ／ｐａｒｔｉｃｉｐａｎｔｓ／ｄｏｃｕｍｅｎｔｓ／ｄｏｗｎｌｏａｄＰｕｂｌｉｃ？ｄｏｃｕｍｅｎｔＩｄｓ＝０８０１６６ｅ５ｂ９１６ｆ０ｄｅ＆ａｐｐＩｄ＝ＰＰＧＭＳ
【非特許文献2】ＳＣＨＩＮＤＥＬＢＥＣＫ，Ｃ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｕｎｉｆｉｅｄ ｐａｓｓｉｖｉｔｙ－ｂａｓｅｄ Ｃａｒｔｅｓｉａｎ ｆｏｒｃｅ／ｉｍｐｅｄａｎｃｅ ｃｏｎｔｒｏｌ ｆｏｒ ｒｉｇｉｄ ａｎｄ ｆｌｅｘｉｂｌｅ ｊｏｉｎｔ ｒｏｂｏｔｓ ｖｉａ ｔａｓｋ－ｅｎｅｒｇｙ ｔａｎｋｓ，２０１５ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ（ＩＣＲＡ），Ｓｅａｔｔｌｅ，ＷＡ，２０１５，ｐｐ．４４０－４４７（ｄｏｉ：１０．１１０９／ＩＣＲＡ．２０１５．７１３９０３６）
【非特許文献3】ＳＨＡＲＩＡＲＩ，Ｅ．；ＪＯＨＡＮＮＥＳＭＥＩＥＲ，Ｌ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ｖａｌｖｅ－ｂａｓｅｄ Ｖｉｒｔｕａｌ Ｅｎｅｒｇｙ Ｔａｎｋｓ：Ａ Ｆｒａｍｅｗｏｒｋ ｔｏ Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｐａｓｓｉｆｙ Ｃｏｎｔｒｏｌｓ ａｎｄ Ｅｍｂｅｄ Ｃｏｎｔｒｏｌ Ｏｂｊｅｃｔｉｖｅｓ，２０１８ Ａｎｎｕａｌ Ａｍｅｒｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ（ＡＣＣ），Ｍｉｌｗａｕｋｅｅ，ＷＩ，２０１８，ｐｐ．３６３４－３６４１（ｄｏｉ：１０．２３９１９／ＡＣＣ．２０１８．８４３１７１８）
【発明の概要】
【発明が解決しようとする課題】
【0009】
そこから進めると、本発明は、運動モジュールを備えたデバイス、詳細にはリハビリテーション用ロボットの、開ループ及び閉ループ制御の方法を提供する目標に基づく。リハビリテーション用ロボットは、先行技術よりも改善され、デバイスのヒトとの相互作用の改善だけではなく、この相互作用に基づいた所望の運動に関する、ヒトの参加に関する決定を引き出す選択肢、及びその次にデバイスを、この参加に従って制御する選択肢、も提案する。
【課題を解決するための手段】
【0010】
この目標は、独立請求項１の特徴を有する方法を用いて実現される。個々に、または互いに組み合わせて使用できる、別の有利な構成及び改善は、従属請求項の主題である。
【0011】
ヒトと相互作用する観点で、少なくとも運動モジュールを備えたデバイスの、開ループ及び閉ループ制御のための、本発明による方法は、以下の点で特色を示す。
－エネルギーネットワークが定義される。このエネルギーネットワークは、
－デバイス及びヒトのシステムにおける総エネルギーＳに対する、デバイスによって供給される単位時間当たりのエネルギー量を示す、第１のパワー成分Ｐｉｎと、
－主に運動モジュールの支援を伴って実行される仕事の外側の、内部の開ループ及び閉ループ制御プロセスによる、デバイスが損失する単位時間当たりのエネルギー量を示す、第２のパワー成分Ｐｄｉｓｓと、
－総エネルギーＳに対する、ヒトによって供給される単位時間当たりのエネルギー量を示す、第３のパワー成分Ｐｈと、
から構成される。
－エネルギーネットワーク、すなわちデバイス及びヒトのシステムにおける総エネルギーＳは、制御された変数として定義される。
－デバイスが、運動モジュールによってヒトと相互作用するスピードは、制御変数Ωとして定義され、この運動モジュールは所望の軌道ｘｄを通過するよう意図される。
－エネルギーネットワークの総エネルギーＳは、
－ヒトによって独立して実行された運動が、デバイスによって当初指定された軌道ｘｄに沿った運動から逸脱するほど、増加し、及び
－ヒトによって独立して実行された運動が、デバイスによって当初指定された軌道ｘｄに沿った運動に接近した場合、再び減少する。
－エネルギーネットワークの総エネルギーＳは、運動モジュールの運動の間に判断される。
－制御変数Ωは、判断された総エネルギーＳに依拠して、運動モジュールの運動の間に変化し、それによって、総エネルギーＳは、
－インターバルＳ≦Ｓｍａｘ－ＳΔに位置された場合、このインターバルにとどまるか、または
－インターバルＳ＞Ｓｍａｘ－ＳΔに位置された場合、インターバルＳ≦Ｓｍａｘ－ＳΔに再び接近する。ここで、
Ｓｍａｘ＝総エネルギーＳの選択された上方境界。
ＳΔ＝Ｓｍａｘ－Ｓｘ１、ここでＳｘ１は、制御された変数（＝総エネルギー）Ｓの個々の値を表わし、ｘ＝ｎが、Ｐｉｎ＞０のインターバルおける値を指定するために使用され、ｘ＝ｐが、Ｐｉｎ＜０のインターバルにおける値を指定するために使用される。
－エネルギーネットワークが定義される。このエネルギーネットワークは、
－デバイス及びヒトのシステムにおける総エネルギーＳに対する、デバイスによって供給される単位時間当たりのエネルギー量を示す、第１のパワー成分Ｐｉｎと、
－主に運動モジュールの支援を伴って実行される仕事の外側の、内部の開ループ及び閉ループ制御プロセスによる、デバイスが損失する単位時間当たりのエネルギー量を示す、第２のパワー成分Ｐｄｉｓｓと、
－総エネルギーＳに対する、ヒトによって供給される単位時間当たりのエネルギー量を示す、第３のパワー成分Ｐｈと、
から構成される。
－エネルギーネットワーク、すなわちデバイス及びヒトのシステムにおける総エネルギーＳは、制御された変数として定義される。
－デバイスが、運動モジュールによってヒトと相互作用するスピードは、制御変数Ωとして定義され、この運動モジュールは所望の軌道ｘｄを通過するよう意図される。
－エネルギーネットワークの総エネルギーＳは、
－ヒトによって独立して実行された運動が、デバイスによって当初指定された軌道ｘｄに沿った運動から逸脱するほど、増加し、及び
－ヒトによって独立して実行された運動が、デバイスによって当初指定された軌道ｘｄに沿った運動に接近した場合、再び減少する。
－エネルギーネットワークの総エネルギーＳは、運動モジュールの運動の間に判断される。
－制御変数Ωは、判断された総エネルギーＳに依拠して、運動モジュールの運動の間に変化し、それによって、総エネルギーＳは、
－インターバルＳ≦Ｓｍａｘ－ＳΔに位置された場合、このインターバルにとどまるか、または
－インターバルＳ＞Ｓｍａｘ－ＳΔに位置された場合、インターバルＳ≦Ｓｍａｘ－ＳΔに再び接近する。ここで、
Ｓｍａｘ＝総エネルギーＳの選択された上方境界。
ＳΔ＝Ｓｍａｘ－Ｓｘ１、ここでＳｘ１は、制御された変数（＝総エネルギー）Ｓの個々の値を表わし、ｘ＝ｎが、Ｐｉｎ＞０のインターバルおける値を指定するために使用され、ｘ＝ｐが、Ｐｉｎ＜０のインターバルにおける値を指定するために使用される。
【0012】
本発明による方法は、エネルギーネットワークを定義し、その結果、全体のパワーサイクル、詳細にはデバイス／ヒトのシステムにおけるエネルギーまたはパワーフローの力学を考慮することを可能にし、有利には、制御中のヒトのパフォーマンスを考慮に入れることを可能にする。デバイスのエネルギー寄与及びヒトのエネルギー寄与の両方を示す、総エネルギーＳの制御／制限に基づいた、このエネルギーベースの制御方法は、有利にはヒトに、空間的及び時間的の、両方の自由度を伴うデバイスの使用を提供し、その一方で、参加状況に依拠して運動を実行し、その結果トレーニングまたはリハビリテーションの進捗を向上させる。
【0013】
定性的に、本発明による方法は、リハビリテーション機構（＝医療分野における計画に従ったリハビリテーション運動を実行するよう好適に設計されたデバイス（ロボット））の例を使用して、以下のように概略を説明することができる。
【0014】
健康なヒトは、リハビリテーション機構における運動モジュールの所望の軌道によって表わされる、指定された運動に追随することができる。すなわち健康なヒトは、例えば運動モジュールの運動のスピードに正確に従うことができ、そのためヒトとデバイスとの間の相互作用力は、無視できるほど小さい。
【0015】
健常ではないヒトは、同じ精度レベルで、説明した運動モジュールの所望の運動に追随することは、通常はできない。誤差、具体的には、所望の軌道と、運動モジュール、詳細にはデバイスのエンドエフェクタによって通過される実際の軌道と、の間の逸脱が発生する。
【0016】
全体的に、３つの異なるタイプの軌道が、本出願の範囲内で区別される。「通常の軌道」は、治療者によって指定された（治療の視点から望ましい）運動のシーケンスを意味するものと理解されたい。運動が、この通常の軌道に沿って実際に実行された場合、制御変数Ωは１の値である。
【0017】
「デバイス（運動モジュール）によって指定された軌道＝所望の軌道」は、運動軌道、または運動モジュール、詳細にはそのエンドエフェクタの運動のシーケンスを意味するものと理解されたい。この運動モジュールは、指定された制御アルゴリズムに従って追随するよう試みる。このような軌道に追随する必要性は、例えば制御変数Ω≠１の場合に発生する。
【0018】
「実際の軌道」は、運動モジュール、詳細にはそのエンドエフェクタの、実際に物理的に実現された運動軌道を意味するものと理解されたい。実際の軌道は、所望の軌道から逸脱し得る。なぜなら、例えばデバイスのインピーダンス制御が、ソフトになるよう設定され、ヒト（患者）が、力をデバイスのエンドエフェクタに加えることによって、デバイスのエンドエフェクタを逸らせるのを可能にするからである。類似の状態が、インピーダンス制御の代わりにアドミタンス制御を実施するときにも、当てはまる（以下参照）。
【0019】
健常ではないヒトの運動の間に発生し得る、前述の誤差は、所望の軌道からの、実際の軌道の逸脱によって表わされる。
【0020】
本発明による、開ループ及び閉ループ制御の方法の範囲内で、この誤差は、制御された変数に、特にエネルギーネットワーク、すなわちデバイス及びヒトのシステムの総エネルギーＳに反映される。この場合、総エネルギーＳは、上記で定義した３つのパワー成分Ｐｉｎ、Ｐｈ、及びＰｄｉｓｓの関数である。
【0021】
自動化された治療運動が、本発明によるデバイスの支援を用いて実行されながら、この制御された変数である総エネルギーＳは、次に特定の「好ましい」インターバル、具体的にはインターバルＳ≦Ｓｍａｘ－ＳΔにとどまるよう意図される。
【0022】
この場合、変数Ｓに、パワー成分Ｐｉｎによるデバイスによって、及びヒトのパフォーマンスＰｈによるヒトによって、影響が及ぼされ得るか、または影響を及ぼされる。数学的に、これは数式２０（以下参照）で表わすことができ、それは経時的な総エネルギーＳの変化を示す。
【0023】
さらに、次に２つの場合が、開ループ及び閉ループ制御の方法の範囲内で区別される。
【0024】
第１に、総エネルギーＳが既に好ましいインターバルＳ≦Ｓｍａｘ－ＳΔにある場合である。この場合、ヒトは、恐らくは完璧ではなく、所望の軌道に従うよう対処するが、最も大きい可能性範囲に関わらず、例としてヒトは所望の運動スピードを実質的に保持する。この場合、デバイスは運動にさらなる介入を行なわず、制御変数は、Ω＝１のままである。
【0025】
これが当てはまる、インターバルＳ≦Ｓｍａｘ－ＳΔにおいて、総エネルギーＳに依拠する制御変数Ωの感度は、ゼロ（または概ねゼロ）と等しいものである。制御変数Ωは変更されない。所望の軌道からの逸脱は許容される。このインターバルを、変数Ｓｍａｘ及びＳΔの好適な選択によって、制御することができる。
【0026】
第２の場合において、Ｓは、好ましいインターバルの外側、すなわちＳ＞Ｓｍａｘ－ＳΔである。この場合、実際の軌道と所望の軌道との間に、顕著な逸脱が存在する。例えば、これはヒトの運動が、運動モジュールによって指定された運動と比較して、（大幅に）遅すぎるか、（大幅に）速すぎることによって生じ得る。
【0027】
この場合の、本発明による方法の範囲内の目的は、総エネルギーＳの減少、すなわち、変数Ｓを好ましいインターバルＳ≦Ｓｍａｘ－ＳΔの中に戻すことである。
【0028】
繰り返すと、これを実現するための、２つの選択肢が存在する。
【0029】
ヒトがヒト自身で、特にヒト自身の対策を取ることによって、及びヒトが、対応した速い運動または遅い運動を実施することによって、変数Ｓを減らすよう対処する。このように、再び所望の軌道に接近する。このような場合、パワー線分Ｐｈはマイナスとなり、それは数式２０に従って、Ｐｈの絶対値が十分大きい場合に、総エネルギーＳの減少をもたらす。
【0030】
一般的に、パワー成分Ｐｈは、ヒトによって「生成された」物理的力を示す。ヒトが完璧に所望の軌道に追随する場合、すなわち実際の軌道が所望の軌道と等しい場合、それはゼロである。Ｐｈは、ヒト自身が所望の軌道に接近するよう試みる場合、マイナスである。なぜなら、位置及びスピードの誤差は、その過程において減少され、それによって総エネルギーＳは減少するからである。
【0031】
または、第２の選択肢として、ヒトは上記の減少を自身で対策しないか、もしくは上記の減少に完全には対処しない。この場合デバイスは、パワー成分Ｐｉｎを変更することによって総エネルギーＳを減少させて、ヒトを支援する。パワー成分Ｐｉｎは、所望の軌道内における、それぞれ所望のエンドエフェクタ位置におけるパワーを示す。
【0032】
数式１３及び２３によると、パワー成分Ｐｉｎは、制御変数Ωによって影響を及ぼされ得る。次に制御変数Ωの変動は、ここでは本発明による閉ループ及び開ループ制御の方法の範囲内で固定され、これはＰｉｎの変化によって総エネルギーＳを減少させ、この総エネルギーが好ましいインターバルＳ≦Ｓｍａｘ－ＳΔに再び接近するのを可能にする。
【0033】
方法の好ましい構成において、デバイスは、計画によるヒトの下肢の、少なくとも関節、筋肉、及び腱のリハビリテーションのために好適に設計された、リハビリテーション機構であり、ヒトの下肢との動作接続に至らせることを可能にする運動モジュールを使用する。この運動モジュールは、運動モジュールとヒトの下肢との間における力の絶対値を計測するための、少なくとも１つの力センサと、運動モジュールとヒトの下肢との間における力の方向を計測するための、少なくとも１つの角度センサと、を備える。方法は、このようなリハビリテーション機構の開ループ及び閉ループ制御のために、特に好適である。なぜなら、現在のヒトの健康状態またはフィットネス状態に対して、継続的に調整するのを有利に容易にし、かつそれによってリハビリテーションの成功を最適化するからである。
【0034】
さらに、制御変数Ωを以下のように定義することに価値があることが証明されている。
【0035】
【数1】
【0036】
デバイス、特に運動モジュールの運動スピードを示す、このように定義された制御変数Ωによって、ヒトの運動参加を追跡すること、及び全体の貯留関数（Ｓ）すなわち計画に従ったシステムの総エネルギーを「形成」すること、を有利に可能にする。
【0037】
代替として、制御変数（Ω）は、以下のようにも定義され得る。
【0038】
【数2】
【0039】
制御変数（Ω）の、このような定義は、第１のパワー成分（Ｐｉｎ）、すなわち運動発生器によって生成された、システムの中へのパワー入力が、ゼロよりも大きい（Ｐｉｎ＞０）インターバルと、第１のパワー成分（Ｐｉｎ）が、ゼロ未満（Ｐｉｎ＜０）のインターバルと、のためのデバイスの、相互に独立した開ループ及び閉ループ制御を有利に可能にする。
【0040】
本発明による方法における、別の代替の構成において、制御変数（Ω）は、以下のように定義することができる。
【0041】
【数3】
【0042】
【数4】
【0043】
制御変数Ωの、この定義は、デバイスによって指定された運動サイクルを（直ちに）患者が追随できない時間間隔を、有利に考慮する。この場合、パラメータζの導入は、デバイスの断続的な停止または待機状態の選択肢を提供する。
【0044】
方法の好ましい構成において、制御変数Ωの変動は、判断された総エネルギーＳに基づいて、特にフィルタ、進度制限、及び／または総エネルギーＳに対する制御変数Ωの第１の逸脱の絶対値の限定の実施によって、運動モジュールの運動の間に減衰させることができる。総エネルギーＳに対するフィードバックの結果、システムにおいて制御変数Ωを変化させるときに発生し得る、煩わしいと知覚される振動は、それによって有利に最小に抑えることができる。全体の貯留関数Ｓとしても言及され得る、特に総エネルギーＳにおける制御変数Ωの依存が、高い感度を有する場合、このような振動が発生し得る。
【0045】
別の構成において、デバイス及びヒトのシステムにおける総エネルギー（Ｓ）は、好ましくは全体の貯留関数Ｓ＝Ｓｃｅ、または全体の貯留関数Ｓ＝Ｓｃｅ＋Ｓｅｅとして定義される。
ここで、
Ｓｃｅ＝制御誤差のエネルギー貯留関数、
Ｓｅｅ＝運動エネルギー及び位置エネルギーで構成される、デバイス、特に運動モジュールにおける、エンドエフェクタの総エネルギーである。
ここで、
Ｓｃｅ＝制御誤差のエネルギー貯留関数、
Ｓｅｅ＝運動エネルギー及び位置エネルギーで構成される、デバイス、特に運動モジュールにおける、エンドエフェクタの総エネルギーである。
【0046】
この場合、制御誤差のエネルギー貯留関数が以下のように定義された場合、有利である。
ここで、
ここで、
【0047】
【数5】
【0048】
さらに、総エネルギー（Ｓ）が、仮想の絶対エネルギー値、及び実際の絶対エネルギー値を備えることが有利であると、判明している。
【0049】
このような、制御誤差のエネルギー貯留関数Ｓｃｅは、有利には、本システムにおけるデバイスに関連した全てのエネルギー寄与を考慮する。
【0050】
この場合、エネルギー貯留関数Ｓｃｅが、第２のパワー成分Ｐｄｉｓｓとの計算によって組み合わされた、第１のパワー成分Ｐｉｎによって判断されるか、またはデバイスとヒトとの間の相互作用力、特に運動モジュールとヒトの下肢との間における、力の絶対値を計測するための力センサによって計測された相互作用力によって計算される場合、有利である。
【0051】
エネルギー貯留関数Ｓｃｅを判断するために、デバイスによって導入されたエネルギーを考慮すること、及びこれをデバイスの機械的構造によって「消費された」エネルギーを用いた計算によって組み合わせることは、原則的に可能となる。しかしこれは、それぞれのデバイスにおける良好なモデルが必要となる。
【0052】
エネルギー貯留関数Ｓｃｅを判断するための、より簡単な方法は、デバイスとヒトとの間の相互作用力、詳細にはデバイスのエンドエフェクタにおける相互作用力の判断を介して実施される。第１に、この相互作用力は、デバイス及び軸方向トルクの運動モデルを使用して計算することができる。代替として、この相互作用力は、計測によっても判断され得る。この目的で、有利な使用が、運動モジュールとヒトの下肢との間における力の絶対値を計測するための力センサで成され得る。
【0053】
計測した相互作用力を使用して、第１に、エネルギー貯留関数Ｓｃｅを直接計算することが可能で、第２に、力センサによって計測された値を、デバイスのエンドエフェクタによって採用された位置の、相互作用力を適用した結果としての理想的位置からの逸脱を判断するためにも、使用できる（アドミタンス制御の意味内－上記参照）。
【0054】
この目的で使用されたデバイスのモデルは、エンドエフェクタの挙動を、所与の剛性及び衰退を伴う仮想バネ減衰機システムとして示す。エンドエフェクタは、外力を力センサに加えた結果、仮想バネ定数に従った所望の軌道から逸らされる。次に、エネルギー貯留関数Ｓｃｅを、所望の軌道からの逸脱から計算することができる。
【0055】
【0056】
方法の好ましい構成において、運動が実行されながら、デバイスの反復学習プロセスによって、運動を実行するために選択される制限（Ｓｍａｘ）を判断する価値があることが、さらに証明されている。この制限は、総エネルギー（Ｓ）及び／または変数ＳΔ＝Ｓｍａｘ－Ｓｐ＿ｘに相当する全体の貯留関数のためのものである。ここで、Ｓｐ＿ｘは、総エネルギー（Ｓ）の個々の値である。好ましくは、この反復学習プロセス中のステップからステップに調整されるのは、制限Ｓｍａｘだけではなく、詳細には変数ＳΔ＝Ｓｍａｘ－Ｓｐ＿ｘに従った、関数Ω（Ｓ）のインターバル境界である。ここで、Ｓｐ＿ｘは、総エネルギー（Ｓ）の個々の値である。
【0057】
さらに好ましくは、デバイスによって指定された運動におけるヒトの参加状態を判断するための、学習因子ｋｌ及び／または忘却因子ｋｆは、反復学習プロセスの範囲内で、学習因子ｋｌ及び／または忘却因子ｋｆが、事前に定義された最終値に達するまで、好ましくは経時的に直線的に変化され得る。学習因子ｋｌ及び／または忘却因子ｋｆを、運動治療中において、ヒトのフィットネス状態に、詳細には治療セッション中における患者のその時の疲労状態に、最終的には動的に有利に適応させることができる。
【0058】
有利には、制限（Ｓｍａｘ）の値を、この場合においては第１の反復ステップで選択することができる。この値の場合、デバイスは、運動を実行することでヒトを完全に支援し、制御変数（Ω）の値は１である。制限（Ｓｍａｘ）の値は、制御変数（Ω）が１の値を維持する限り、各々別の反復ステップで減少される。制御変数（Ω）は１の値から逸脱すると、制限（Ｓｍａｘ）の値は、次の反復ステップにおいて再び増加される。最適な制限（Ｓｍａｘ）を判断するための、このような反復学習プロセスは、ヒトの参加能力が、例えば筋電図検査（ＥＭＧ）の範囲内で必要とされるような追加のセンサを使用することなく判断されることを、有利に可能にする。有利には、ヒトのその時の健康状態またはフィットネス状態、したがってリハビリテーションの成功も、このように判断された参加能力から推定することもできる。
【0059】
本発明による方法の別の構成において、当初の制限（Ｓｉｎｉｔ（φ））を判断するために、デバイスを、所与の制限（Ｓｍａｘ）なしでｎ回の運動サイクルに初めに通すことができる。運動サイクルの数字ｎは、２≦ｎ≦５の運動サイクルのインターバルにあり、好ましくは３運動サイクルである。Ｓ（φ）のプロファイルを、プロセスにおいて記録することができ、記録したＳ（φ）値の平均値をその後、当初の制限（Ｓｉｎｉｔ（φ））として計算することができ、それはλ・Ｓｉｎｉｔ（φ）で、λ≧１の形態における反復学習プロセスの、第１の反復ステップにおける制限（Ｓｍａｘ）の開始値としての役割を担うことができる。デバイスによって指定された運動における、ヒトの参加状態を判断するための、学習因子（ｋｌ）及び／または忘却因子（ｋｆ）は、この初期化の範囲内における当初の制限（Ｓｉｎｉｔ（φ））に基づいて評価することもできる。初期化は、本発明による方法における患者の特異度を、有利に増加させる。
【0060】
この場合、総エネルギー（Ｓ）に相当する全体の貯留関数のための制限である、運動を実行するために選択される制限（Ｓｍａｘ）を、デバイスの運動サイクル内の運動進捗を示す位相値（φ）に基づいて領域（Ψｉ（φ））の中に分割することができ、当初の制限（Ｓｉｎｉｔ，ｉ（φ））を、各領域（Ψｉ（φ））のために判断することができる。
【0061】
このように当初の制限（Ｓｉｎｉｔ（φ））を判断することによって、具体的には位相に依拠した方法で判断された個々の領域（Ψｉ（φ））のためにも、様々な臨床像を有する様々な患者が、運動治療を開始する前に、総エネルギー（Ｓ）に相当する全体の貯留関数のための制限（Ｓｍａｘ）の開始値を、個々に自動的に判断することが、有利に可能である。
【0062】
最後に、本発明による方法の構成は、運動を実行するために制限（Ｓｍａｘ）が選択されることは価値があることも証明されている。総エネルギー（Ｓ）に相当する全体の貯留関数のための、この制限は、デバイスの運動サイクル内の運動進捗を示す位相値（φ）に基づいて、領域（Φｉ（φ））の中に分割される。φｓｔｒ，ｉからφｓｔｒ，ｉ＋１までの位相値インターバルと、選択される制限（Ｓｍａｘ（φ））とを示す領域（Φｉ（φ））は、各領域（Φｉ（φ））で独立して定義され、以下で、領域（Φｉ（φ））の全ての位相値（φ）に当てはまる。
【0063】
【数6】
【0064】
このように、治療者は、異なる筋肉グループを能動化させるための様々なゾーンを有利に定義することができ、これらのゾーンに従って、デバイスと、これらのゾーン内におけるデバイスの適応範囲とによって、支援効果を判断する。支援効果の範囲は、ここでは平滑関数によって示すことができ、有利には、運動のシーケンスの干渉または混乱を防止する。
【0065】
本発明は、計画に従って、ヒトの下肢の、少なくとも関節、筋肉、及び腱のリハビリテーションのために好適に設計され、ヒトの下肢との動作接続に至らせることを可能にする運動モジュールを使用する、リハビリテーション機構を備えたデバイスにも関する。この運動モジュールは、運動モジュールとヒトの下肢との間における力の絶対値を計測するための、少なくとも１つの力センサと、運動モジュールとヒトの下肢との間における力の方向を計測するための、少なくとも１つの角度センサと、を備える。このデバイスは、請求項１～１４で請求するような方法によるデバイスの、開ループ及び閉ループ制御のために構成された制御ユニットを備えるという点で、特色を示す。
【0066】
本発明の追加の詳細、及び別の利点を、本発明を制限せずに、好ましい例示的な実施形態に基づいて、添付の図面と共に以下で説明する。
【図面の簡単な説明】
【0067】
【図1】本発明による方法の基礎を形成する、デバイス及びヒトのシステムにおける、エネルギーフロー計画を示す図である。
【図2a】制御された変数としての、総エネルギー（Ｓ）における制御変数（Ω）の、関数依存性の第１の例を示す図である。
【図2b】制御された変数としての、総エネルギー（Ｓ）における制御変数（Ω）の、関数依存性の第２の例を示す図である。
【図3】本発明による方法の範囲内における、例示的な学習プロセスのブロック図である。
【図4a】本発明による方法を使用して制御できるデバイスの、第１の実施形態を示す図である。
【図4b】本発明による方法を使用して制御できるデバイスの、第２の実施形態を示す図である。
【図5】位相値（φ）に依拠した、本発明によるデバイスの開ループ及び閉ループ制御の、（φ－Ｓｐ１（＝Ｓｍａｘ））曲線の例を示す図である。
【発明を実施するための形態】
【0068】
本発明の好ましい実施形態における以下の説明において、同じ参照記号は、同じまたは同等の構成要素を表わす。少なくとも運動モジュール５０を備えたデバイス１の、開ループ及び閉ループ制御の、本発明による方法は、ヒトＭとの相互作用の観点において、原則としてデバイス特有のものではなく、デバイス１、具体的にはロボットシステムの多様性における開ループ及び閉ループ制御の使用を見出すことができる。しかし、方法の使用は、患者のリハビリテーションにおける医用工学ベースの支援を提供するために使用される、ロボットシステムの開ループ及び閉ループ制御のために、特に好ましい。詳細には、損なわれた身体能力及び／または認識能力を伴う、脳血管障害または重大事故後の患者である。この点で、例示的な参照が、独国発明特許第１０２０１５１１７５９６号明細書（ＤＥ １０ ２０１５ １１７ ５９６ Ｂ３）に開示されたリハビリテーション機構で成される。
【0069】
本発明による方法を説明するために、垂直に駆動させることができるベッドと、ヒトＭの脚と相互作用する２本のロボットアームとによって構成された、ロボットリハビリテーションシステムは、以下では、モデルシステムまたはデバイス１として考慮される（この点で図４ａ及び図４ｂも参照）。
【0070】
【0071】
このようなデバイス１は、好ましくは、計画に従って、ヒトＭの下肢における少なくとも関節、筋肉、及び腱のリハビリテーションのために好適に設計され、ヒトＭの下肢との動作接続に至らせることができる運動モジュール５０を使用する、リハビリテーション機構３０を備える。運動モジュール５０は、運動モジュール５０とヒトＭの下肢との間における力の絶対値を計測するための、少なくとも１つの力センサ５１と、運動モジュール５０とヒトＭの下肢との間における力の方向を計測するための、少なくとも１つの角度センサ５２と、を備える。制御ユニット１１では、本発明による方法に従ったデバイス１の、開ループ及び閉ループ制御が存在する。
【0072】
各ロボットアームは、好ましくは、重複決定を避けるため、及びその後にヒトＭの大腿部それぞれの方向を考慮するために、ｎ個のモータ駆動関節及び受動的端部関節を備える。ロボットアームは、制御モデルにおける以下の導関数のため、及び本発明による方法の説明のために、同一であると考慮される。したがって、これらが状況に応じて他のアームに等しく当てはまるが、説明は１本のロボットアームに限定される場合がある。
【0073】
［Ｉ）デバイス１、具体的にはロボットリハビリテーションシステムを表わすためのモデル］
ロボットシステムの運動学的構造を考慮する範囲内で、エンドエフェクタ及びロボットの関節は、ｘｙ面（座標システムの定義に関しては図４ａ参照）に対して水平にのみ動くものと仮定される。それによって、３次元空間（「Ｒ３空間」）における、それらの運動を、ｘｙ面内の位置及びｚ軸周りの方向によって示すことができる。さらに、ロボットアームの最後の関節は受動的であるため、ロボットシステムのための開ループ及び閉ループ制御の方法を開発する目的のため、受動的関節ｘｒ∈Ｒ３のデカルト保持／位置付けが、エンドエフェクタの位置付けｘｈ∈Ｒ３（図４ａ参照）の代わりに考慮される。Ｆｒ；Ｆｈ∈Ｒ３は、ｘｒ及びｘｈにおける力の作用（「相互作用レンチ」）を示し、この場合、ｘｙ面の直線力及びｚ軸周りのトルクに関する。
ロボットシステムの運動学的構造を考慮する範囲内で、エンドエフェクタ及びロボットの関節は、ｘｙ面（座標システムの定義に関しては図４ａ参照）に対して水平にのみ動くものと仮定される。それによって、３次元空間（「Ｒ３空間」）における、それらの運動を、ｘｙ面内の位置及びｚ軸周りの方向によって示すことができる。さらに、ロボットアームの最後の関節は受動的であるため、ロボットシステムのための開ループ及び閉ループ制御の方法を開発する目的のため、受動的関節ｘｒ∈Ｒ３のデカルト保持／位置付けが、エンドエフェクタの位置付けｘｈ∈Ｒ３（図４ａ参照）の代わりに考慮される。Ｆｒ；Ｆｈ∈Ｒ３は、ｘｒ及びｘｈにおける力の作用（「相互作用レンチ」）を示し、この場合、ｘｙ面の直線力及びｚ軸周りのトルクに関する。
【0074】
ロボットのｎ個のモータ駆動関節、及びベッドの向きｑｂを考慮に入れると、最後の関節を含んだロボットの座標は、ｑ∈Ｒｎ＋１として明らかになり、順運動（前進運動）は以下のように明らかになる。
（１） ｘｒ＝ｆ（ｑ）
ここで、ベッドの向きｑｂは、ｑに含まれる。
（１） ｘｒ＝ｆ（ｑ）
ここで、ベッドの向きｑｂは、ｑに含まれる。
【0075】
さらに、ベッドの向きは、分離したアクチュエータによって駆動されるものと仮定され、それによって、対応して導入されたトルクは、ここで説明する動的モデルでは考慮されない。
【0076】
動的モデルは以下のように示される。
【0077】
【数7】
【0078】
［ＩＩ）エネルギーの検討に基づく制御方法］
本発明による制御計画は、運動が、デバイス１及びヒトＭのシステム内のエネルギーフローを形成し、それによってヒトＭとデバイス１との間のエネルギー伝達を制御するために、ロボット（「ロボットの所望の動作」）以下の数８の式によって実行されるよう順応させることに基づく。特定のリハビリテーション運動のために指定された、割り当てられた運動の振幅を伴う周期的軌道を考慮に入れ、軌道がロボットによって通過されるスピードは、指定されたエネルギー制限も順守されるよう調整される。このように得られた調整された軌道（「再形成された軌道」）は、次に入力として制御ユニットへ伝達され、ロボットのアクチュエータ（図１参照）のために導入されるトルク（「入力トルク」）を得るために、相互作用運動を制御する。
本発明による制御計画は、運動が、デバイス１及びヒトＭのシステム内のエネルギーフローを形成し、それによってヒトＭとデバイス１との間のエネルギー伝達を制御するために、ロボット（「ロボットの所望の動作」）以下の数８の式によって実行されるよう順応させることに基づく。特定のリハビリテーション運動のために指定された、割り当てられた運動の振幅を伴う周期的軌道を考慮に入れ、軌道がロボットによって通過されるスピードは、指定されたエネルギー制限も順守されるよう調整される。このように得られた調整された軌道（「再形成された軌道」）は、次に入力として制御ユニットへ伝達され、ロボットのアクチュエータ（図１参照）のために導入されるトルク（「入力トルク」）を得るために、相互作用運動を制御する。
【0079】
【数8】
【0080】
図１は、本発明による方法の基礎を形成する、デバイス１及びヒトＭのシステムにおける、エネルギーフロー計画を示す。
【0081】
以下で、制御方法における動作法則が例示的に初期設定され、モデルのためのエネルギーネットワークが、その次に導き出される。
【0082】
［ａ）相互作用運動の制御］
デバイス１、具体的にはロボットが、治療全体（治療運動の実行）にわたってヒトＭと物理的に接触するものと仮定される。したがって、例えばデカルトインピーダンス制御などの、規格に適合した制御方法の使用が推奨される。
デバイス１、具体的にはロボットが、治療全体（治療運動の実行）にわたってヒトＭと物理的に接触するものと仮定される。したがって、例えばデカルトインピーダンス制御などの、規格に適合した制御方法の使用が推奨される。
【0083】
以下の数９が、状況に応じてデバイス１、具体的にはロボットの、デカルト座標に示される軌道として考慮される場合、以下の関係（数１０）が生じる。
【0084】
【数9】
【0085】
【数10】
【0086】
これらのマトリクスは、以下のように定義される。
【0087】
【数11】
【0088】
［ｂ）システムにおけるエネルギーフローの説明］
数式（２）及び（６）を考慮に入れると、閉ループ制御回路の力学のために、以下が生じる。
数式（２）及び（６）を考慮に入れると、閉ループ制御回路の力学のために、以下が生じる。
【0089】
【数12】
【0090】
以下の制御誤差のエネルギー貯留関数は、このようなデバイス１、具体的にはこのようなロボットのために定義される。
【0091】
【数13】
【0092】
数式（１０）、及び以下の数１４の歪対称の特性を考慮に入れると、以下の（１２）（数１５）を証明することが可能である。
【0093】
【数14】
【0094】
【数15】
【0095】
図４ａを考慮してさらに明らかなのは、デバイス１具体的にはロボットのエンドエフェクタのためのエネルギーフローが、同様の方法で説明できることである。エンドエフェクタの総エネルギーは、運動及び位置エネルギーを備える。
【0096】
【数16】
【0097】
ニュートンの第２の法則及びエンドエフェクタに作用する力の合計を考慮に入れると、以下が生じる。
【0098】
【数17】
【0099】
ここで、総貯留関数Ｓ∈Ｒ＞０を、以下のように定義することが可能である。
【0100】
【数18】
【0101】
なお、数式（１２）及び（１８）を考慮に入れると、以下が生じる。
【0102】
【数19】
【0103】
図１は、数式（２０）の概略の解釈を示し、本発明による開ループ及び閉ループ制御の方法の、主な特徴を説明する。本発明による開ループ及び閉ループ制御の方法によって制御されたロボットに貯蔵されたエネルギーは、軌道発生器及び制御減衰における患者の運動に接続されたパワー入力ならびに出力Ｐｈ、Ｐｉｎ、及びＰｄｉｓｓの組み合わせた効果の結果として、経時的に変化する。デバイス１、詳細にはその運動モジュール５０のスピードに相当する、周期的運動Ωの周波数、さらにはそれによる所望の（指定された）軌道ｘｄは、最大許容エネルギーＳｍａｘ及び閾値Ｓｍａｘ－ＳΔと比較して、貯蔵されたエネルギーＳの、その時のレベルに基づいて調整される。この調整は、デバイス１及びヒトＭのシステムへ／システムからの運動発生器のエネルギー入力及び出力、すなわち経時的なシステムの中へのパワー入Ｐｉｎに、直接影響を及ぼす。
【0104】
［ｃ）エネルギー制限］
通常、エネルギーベースの制御のモデル化は、受動的分析によって、システムの安定性を検査するために使用される。しかし、このようなモデルはさらなる利点、例えば具体的には、２つの独立した（部分的）システム間におけるエネルギーフローを示す、という利点を有する。これは、（デバイス１との相互作用という観点における）ヒトＭの場合など、（部分的）システムのうち一方が予測できない作用をするとき、特に興味深い。
通常、エネルギーベースの制御のモデル化は、受動的分析によって、システムの安定性を検査するために使用される。しかし、このようなモデルはさらなる利点、例えば具体的には、２つの独立した（部分的）システム間におけるエネルギーフローを示す、という利点を有する。これは、（デバイス１との相互作用という観点における）ヒトＭの場合など、（部分的）システムのうち一方が予測できない作用をするとき、特に興味深い。
【0105】
対応した例が、ＳＨＡＨＲＩＡＲＩ，Ｅ．，ＫＲＡＭＢＥＲＧＥＲ，Ａ．；ＧＡＭＳ，Ａ．，ＵＤＥ，Ａ．，ＨＡＤＤＡＤＩＮ，Ｓ．：Ａｄａｐｔｉｎｇ ｔｏ ｃｏｎｔａｃｔｓ：Ｅｎｅｒｇｙ ｔａｎｋｓ ａｎｄ ｔａｓｋ ｅｎｅｒｇｙ ｆｏｒ ｐａｓｓｉｖｉｔｙ－ｂａｓｅｄ ｄｙｎａｍｉｃ ｍｏｖｅｍｅｎｔ ｐｒｉｍｉｔｉｖｅｓ； ２０１７ ＩＥＥＥ－ＲＡＳ １７ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎｏｉｄ Ｒｏｂｏｔｉｃｓ（Ｈｕｍａｎｏｉｄｓ），Ｂｉｒｍｉｎｇｈａｍ，２０１７，ｐｐ．１３６－１４２（ｄｏｉ：１０．１１０９／ＨＵＭＡＮＯＩＤＳ．２０１７．８２３９５４８）に見られる。
【0106】
本発明による開ループ及び閉ループ制御の方法は、上記で導き出した、適用されるエネルギーモデルを提供し、それによって、デバイス１からヒトＭに伝達されたエネルギーは制限され、かつ計画によってヒトＭの運動に適合される、デバイス１の反応性レベルを提供する。
【0107】
数式（２０）から進めると、制御されたデバイス１、詳細にはロボットは、チャネル（数２０）及び（数２１）に関して受動的であることが明らかになる。システムの全体的な安定性のために、システムにおける前述のチャネルの効果／影響を不動態化する必要がある。これを行なうための１つの選択肢は、仮想エネルギータンクを増加させることである。この仮想エネルギータンクは、これらのチャネルのために定義されている。なぜなら、計画による仮想エネルギータンクの設計は、総貯留関数Ｓの制限と同じであるためである。システム全体の安定性は、総貯留関数Ｓ（仮想及び実際（事実上）のエネルギーから成る、システムの総エネルギーに相当）が常に有界であると決まっている場合、保証される。
【0108】
【数20】
【0109】
【数21】
【0110】
さらに数式（２０）から明らかなのは、デバイス１とヒトＭとの間のエネルギーフローが、総貯留関数Ｓに直接依拠することである。Ｓの高い値は、Ｐｈ＜０の場合いつでもヒトＭに伝達され得る、貯蔵されたエネルギーの大きい絶対値として解釈することができる。数式（２１）によると、これは、デバイス１によって指定（生成）された運動が、ヒトＭによって加えられた力の反対である場合であり得る。デバイス１からヒトＭへの、可能なエネルギー伝達サイズを、貯蔵されたエネルギーＳを制限することによって、安全な範囲に制限することができる。上記で成された記述から、安定性及び安全性の要件を両方満たす、総貯留関数Ｓ（＝総エネルギー）の絶対上方境界が存在することを、導き出すことが可能である。その結果、０値と前述の絶対上方境界との間の、任意の制限Ｓｍａｘを定義することが可能である。Ｓｍａｘの正確な選択は、ヒトＭの運動と、デバイス１、具体的にロボットまたはデバイス１の運動モジュール５０の、所望の指定された運動と、の間の逸脱に対する、デバイス１の反応性レベルに影響を及ぼす。
【0111】
Ｓｅｅ＜＜Ｓｒと仮定すると、数式（１１）及び（１９）は、総貯留関数Ｓが、追跡誤差変数（数２２）及び（数２３）のサイズによって大部分が判断されるよう生じさせる。次にこれらの変数の値を、ヒトＭの運動と合致した、指定された軌道を変えることによって、制御側で減少させることしかできない。適用のため、これは、より小さいＳｍａｘの値を選ぶことによって、デバイス１が、ヒトとの相互作用の範囲内で、より反応するように導く。
【0112】
【数22】
【0113】
【数23】
【0114】
［ｄ）エネルギーベースの運動発生器］
総貯留関数Ｓは、直接制御することはできない。なぜなら、ヒトＭの予測できない運動の関数、すなわち数式（２０）及び（２１）から明らかであるように、以下の数２４であるためである。しかし、数式（１３）から明らかであるように、Ｐｉｎによって間接的に、基準として（Ｓ－Ｓｍａｘ）を使用してｘｄを調整することによって、Ｓを制御すること、または換言すると「形成する」ことができる。この場合、エネルギーを制御または形成することで、治療者によって指定された軌道パターン、または所望の軌道振幅を変えるべきではなく、所望の運動のスピードのみを変えるべきである。理論上、軌道パターンは任意の方法で指定することができるが、特に例証目的で、以下の平滑なシヌソイド関数の使用は、その価値が証明されている。
総貯留関数Ｓは、直接制御することはできない。なぜなら、ヒトＭの予測できない運動の関数、すなわち数式（２０）及び（２１）から明らかであるように、以下の数２４であるためである。しかし、数式（１３）から明らかであるように、Ｐｉｎによって間接的に、基準として（Ｓ－Ｓｍａｘ）を使用してｘｄを調整することによって、Ｓを制御すること、または換言すると「形成する」ことができる。この場合、エネルギーを制御または形成することで、治療者によって指定された軌道パターン、または所望の軌道振幅を変えるべきではなく、所望の運動のスピードのみを変えるべきである。理論上、軌道パターンは任意の方法で指定することができるが、特に例証目的で、以下の平滑なシヌソイド関数の使用は、その価値が証明されている。
【0115】
【数24】
【0116】
【数25】
【0117】
数式（２２）及び（２３）から、所望のスピード及び最終的にはシステム全体のエネルギーも、指定された軌道振幅を考慮に入れながら、Ωを調整することによって、制御または形成することができることが明白である。さらに、位相値Φを使用して、その後他の脚の運動を始動させるために、ヒトＭの脚が全運動サイクルを通したことを判断することもできる。これは、互いに関する脚の、独立して混乱した運動プロファイルを、有利に防止する。
【0118】
平滑調製Ωのための運動調整法則は、最終的に以下のようにすることができる。
【0119】
【数26】
【0120】
代替として、本発明による平滑調整Ωのための好ましい運動調整法則は、以下のようにすることもできる。
【0121】
【数27】
【0122】
【0123】
【0124】
Ωの標準値は１である。Ｓが許容制限を超過した場合、Ωの制御または変化は、Ｐｉｎの値すなわちパワーフローの方向に依拠する。Ｐｉｎ＞０である場合、すなわちデバイス１がその時点でエネルギーをシステムに供給した場合、制限は超過され、所望の指定された運動を遅くするか、または逆にするために、Ωは減少される。Ｐｉｎ＜０である場合、すなわちエネルギー制限が、システムにヒトＭがエネルギーを供給することによって超過された場合、追跡誤差すなわち（数２８）及び（数２９）を減少させるためにΩを増加させ、それによってエネルギーはシステムから取られ、システムは安全（安定）レベルに導かれる。図２ａは、Ωを、数式（２５）によるＳの関数として示す。
【0125】
【数28】
【0126】
【数29】
【0127】
制御された変数としての、総エネルギーＳにおける制御変数Ωの関数依存性、具体的には数式（２５ａ）で示すことができる、第２の例は、図２ｂに示される。この場合、以下の関係が、図２ａ（右）及び図２ｂ（左）のパラメータのために明らかになる。
Ｓｐ２＝Ｓｍａｘ、
Ｓｐ１＝Ｓｍａｘ－ＳΔ、
Ｓｎ１＝Ｓｍａｘ－ＳΔ、
Ｓｎ２＝Ｓｍａｘ－ＳΔ＋（ＳΔ－Ｓδ）／２、
Ｓｎ３＝Ｓｍａｘ－（ＳΔ－Ｓδ）／２、
Ｓｎ４＝Ｓｍａｘである。
Ｓｐ２＝Ｓｍａｘ、
Ｓｐ１＝Ｓｍａｘ－ＳΔ、
Ｓｎ１＝Ｓｍａｘ－ＳΔ、
Ｓｎ２＝Ｓｍａｘ－ＳΔ＋（ＳΔ－Ｓδ）／２、
Ｓｎ３＝Ｓｍａｘ－（ＳΔ－Ｓδ）／２、
Ｓｎ４＝Ｓｍａｘである。
【0128】
さらに、Ｓδがゼロと等しく設定された場合（Ｓδ＝０）、以下が明らかになる。
【0129】
【数30】
【0130】
デバイス１の様々な反応閾値（反応性レベル）を設定するために、詳細には以下の値を、パラメータまたはパラメータ間の関係のために選択することが可能である。
【0131】
【表1】
【0132】
ここで、値Ｓｐ２は、図２ａの値Ｓｍａｘに相当する。値Ｓｐ１は、差Ｓｍａｘ－ＳΔに相当し、上記の表から明白なように、Ｐｉｎ＞０側における全てのパラメータＳｎｘを設定するために使用することができる。制御変数Ωのための、この制御計画の利点は、図２ａの計画とは反対に、左手側（Ｐｉｎ＞０）におけるΩ（Ｓ）のゼロ交差が、交差ポイントではないが、「交差のインターバル」（Ω＝０を伴うインターバル）であることから構成される。Ω（Ｓ）のゼロ交差、すなわちΩ（Ｓ）＜０からΩ（Ｓ）＞０への符号の変化は、デバイス１によって指定された運動の方向の変化に相当する。図２ｂに例示された事例において、この方向の変化は、図２ａのような突然のものではなく、より平滑なものであり、したがってヒトＭによって、より快適である。
【0133】
さらに、特定のデバイスパラメータを得るための、別のパラメータ仕様が存在する場合がある。例えば、第１の事例において、値γｎをゼロと等しく設定することができ、指定された運動方向を、患者が（無意識に）逆にすることを可能にする。第２に、パラメータＳｎ２及びＳｎ３を等しく設定することで、デバイス１の運動を不安定化にし得る。
【0134】
制御変数Ωの前述した調整、したがって本発明による方法で操作されたデバイス１による支援動作の、開ループ及び閉ループ制御は、純粋にエネルギーの考慮に基づく。しかし、時間因子を、本方法を拡張する目的のために考慮することもできる。
【0135】
本発明による方法の、この変形において、制御変数Ωは、以下のように定義することができる。
【0136】
【数31】
【0137】
この場合の因子（数３２）は、デバイス１が停止している間の運動サイクル内の、時間分を示す。これは、デバイス１が動作中である場合（すなわち位相値の時間導関数φ≠０である場合）、因子（数３２）はゼロに等しいことを意味する。デバイス１が停止し次第、例えば患者（ヒトＭ）による抵抗を考慮すると（位相値の時間導関数φ≒０）、因子（数３２）は時間と共に増加する。この場合、パラメータτは、デバイス１が停止を続け得る、最大許容時間分を示す。実際、これは、患者（ヒトＭ）が、例えば健康状態が弱りすぎているなど、デバイス１によって指定された運動に追随できない場合、かつデバイス１が命令した運動をそれによって停止した場合に、デバイス１はτ秒の時間分まで、停止し続けることができる。数式（２５ｃ）及び（２５ｄ）を考慮に入れた場合、制限Ｓｍａｘが指数関数的に増加するので、総エネルギーＳのその時の値は、この時間分τが終了した後の制御変数Ω＝１のインターバルの中に入る。その結果、次にデバイス１は、通常スピードの運動を継続する。
【0138】
【数32】
【0139】
［ＩＩＩ）制御の反復学習プロセス］
既に上記で説明したように、Ｓｍａｘの値が高いことは、ヒトＭの運動に対するデバイス１の、及びその逆の、低い反応性レベルに相当する。したがって、所望の指定された運動は、Ｓｍａｘの値が高い場合は調整されない。その代わりに、ヒトＭは、運動軌道／治療者によって指令された運動軌道に従い、能動的参加の範囲、またはヒトを考慮に入れることによって、指定された運動に対する可能な抵抗の範囲（いずれの場合も変数Ｐｈによって表わされる）を伴い、デバイス１具体的にはロボットまたはデバイス１の運動モジュール５０によって引張られる。このような制御は、ヒトＭが自主的に脚を動かすことができない場合、及びデバイス１による大幅または完全な支援を必要とする場合、有用である。しかし、Ｓｍａｘの値が減少した場合、ヒトＭに対するデバイス１の反応性レベルが増加した場合（＝デバイス１が迅速に反応した場合）、所望の指定された運動は、ヒトＭが参加しないか、または指定された運動に抵抗する場合に調整されることを意味する。この場合、デバイス１の運動は、ヒトＭが能動的に指定された運動に追随し始めるまで、遅くなるか、停止するか、または逆転される。これを実現する好ましい方法は、脚とデバイス１との間の相互作用力を低減させることから構成される。
既に上記で説明したように、Ｓｍａｘの値が高いことは、ヒトＭの運動に対するデバイス１の、及びその逆の、低い反応性レベルに相当する。したがって、所望の指定された運動は、Ｓｍａｘの値が高い場合は調整されない。その代わりに、ヒトＭは、運動軌道／治療者によって指令された運動軌道に従い、能動的参加の範囲、またはヒトを考慮に入れることによって、指定された運動に対する可能な抵抗の範囲（いずれの場合も変数Ｐｈによって表わされる）を伴い、デバイス１具体的にはロボットまたはデバイス１の運動モジュール５０によって引張られる。このような制御は、ヒトＭが自主的に脚を動かすことができない場合、及びデバイス１による大幅または完全な支援を必要とする場合、有用である。しかし、Ｓｍａｘの値が減少した場合、ヒトＭに対するデバイス１の反応性レベルが増加した場合（＝デバイス１が迅速に反応した場合）、所望の指定された運動は、ヒトＭが参加しないか、または指定された運動に抵抗する場合に調整されることを意味する。この場合、デバイス１の運動は、ヒトＭが能動的に指定された運動に追随し始めるまで、遅くなるか、停止するか、または逆転される。これを実現する好ましい方法は、脚とデバイス１との間の相互作用力を低減させることから構成される。
【0140】
リハビリテーションの範囲内で、値Ｓｍａｘの選択は、ヒトＭの健康状態に依存する。その意図は、能動的な関わりが治癒プロセスに有利な効果を有し得ること、及び別の合併症を発症するリスクを防止し得ること、を考慮することである。この理由のため、比較的高い本来の強さを有し、かつデバイス１、具体的にはロボットまたはデバイス１の運動モジュール５０に、自主的に作用することができるヒトＭにとって、小さい値のＳｍａｘを用いた制御は有利である。しかし、ヒトＭが、運動に対して能動的に参加できない場合、治療運動を実行するために、Ｓｍａｘの値を高い値に保たなければならない。その結果、Ｓｍａｘの最適な値は、それぞれのヒトＭのために最低の値から開始する。この値では、所望の指定された運動は最小限でしか変えられない。Ｓｍａｘが、この法則に従って継続的に調整された場合、その結果変数Ｓｍａｘは、ヒトが指定された運動に参加する能力を計測するために使用することができる。
【0141】
さらに、ヒトＭの参加する強度または能力が、疲労または循環の変化の理由で、運動を実行する間に変化し得ることを、留意するべきである。したがってこれは、デバイス１の支援レベルを継続的に変化させる状態、すなわち必要な反応性レベルを継続的に変化させる状態にし得る。ヒトＭ、具体的には患者の最適な支援のために、（治療）運動中に、Ｓｍａｘを、運動の全体のパフォーマンスに参加するヒトＭの、その時の能力に対して適切に調整するべきである。この場合、ヒトＭの参加状態を、追加のセンサによって、具体的には筋電図検査（ＥＭＧ）の範囲内で監視することができる。しかし以下に示されるように、参加状態を、有利には別のセンサを使用せずに、デバイス１の学習アルゴリズムによって判断することもできる。
【0142】
図３は、本発明による方法の範囲内における、例示的な学習プロセスのブロック図を示す。
【0143】
比較的高い値のＳｍａｘが、治療セッションの開始において選択される。この値は、デバイス１が運動をするヒトＭを完全に支援するように高く設定され、それによって、数式（２５）による所望の指定された運動に調整するための法則は「始動」されず、Ωは１の値に維持される。セッションの範囲内で、Ｓｍａｘの値は反復して減少され、Ωが１の値を維持する限り、各々の通しの周期的運動（すなわち忘却アルゴリズム（「忘却プロセス」）が使用される）を伴う。Ｓｍａｘの値を減少させることが、運動するヒトＭの参加に対するデバイス１の感度（すなわち反応性レベル）を増加させ、もはやヒトＭが、指定された運動を十分正確に追随できないよう、十分小さいＳｍａｘの値を引き続き判断可能にし、それによって、１の値からの逸脱分だけ、制御変数Ωを「始動させる」。この場合、Ｓｍａｘは、次の運動の反復のために増加される（すなわち学習プロセスを実施する）。各反復（＝各運動の反復）中の、制御変数Ωの値を計測することによって、ヒトＭの参加状態を判断し、それに応じてＳｍａｘの値を調整することが可能である。数学的に、ｉ回目の反復後の、この学習プロセスは、以下のように示すことができる。
【0144】
【数33】
【0145】
このような反復学習プロセスは、ブロック図に基づいて図３において、例示的な方法で示される。当初の軌道ｘｄ
＊は、システムに貯蔵されたエネルギー及び学習した最大許容エネルギーに基づいて、軌道発生器において調整される。
【0146】
説明した開ループ及び閉ループ制御の方法の拡張は、さらに治療者が、デバイス１の動作モードを、能動化、または訓練する筋肉もしくは筋肉グループに基づいて、異なる領域（領域Φｉ）に分類するのを可能にすることと、デバイス１の支援範囲（「支援レベル」）または動作モードを、標的化方式でこれら各々の領域Φｉのために設定することと、を可能にすることで構成され得る。デバイス１の支援の範囲、すなわち「支援レベル」は、ここでは平滑関数として定義され、それは可能な場合、デバイス１の運動の中断を回避する。本発明によると、このような開ループ及び閉ループ制御は、好ましくは数式（２４）で定義したように、位相値φに基づいた領域Φｉへの分割に基づくことができる。
【0147】
図５は、位相値（φ）に依拠した、本発明によるデバイス１における開ループ及び閉ループ制御の、（φ－Ｓｐ１（＝Ｓｍａｘ））曲線の例を示す。
【0148】
この場合、領域Φｉは、φｓｔｒ，ｉからφｓｔｒ，ｉ＋１までの、位相値のインターバルを示す。運動治療を準備するために、治療者は、それぞれの患者の要望によって領域を設定することができる。詳細には、φｓｔｒ，１＝０、φｓｔｒ，２＝０．２５、φｓｔｒ，３＝０．５、φｓｔｒ，４＝０．７５、φｓｔｒ，５＝１、を伴う４つの領域Φｉへの分割が存在し得る。次に、独立した制限Ｓｍａｘ，ｉ（φ）を、これらの領域Φｉにおける各々のために定義することができ、以下が領域Φｉの全ての位相値φｉに当てはまる。
【0149】
【数34】
【0150】
値（数３５）は、ここではそれぞれ領域Φｉに連結され、反復学習プロセス、具体的には上述の方法による運動治療中に改善（治療の進捗のために調整かつ最適化）させることができる。この場合、所謂平滑インターバルΔ≧０は、好ましくはそれぞれの領域Φｉ（φ）よりも小さい位相値φの範囲を有する。詳細には、平滑インターバルΔは、対応する領域Φｉ（φ）における位相値φの１／１０を含み得る。例えば、ヒトＭの各脚のための４つの領域Φｉ（φ）に分割する場合、かつ１本の脚のための位相値φにおける値の範囲が、０から１（これに関して数式２４参照）である場合、個々の領域Φｉ（φ）のために、いずれの場合も０．２５「位相ユニット」の長さをもたらし、平滑インターバルΔの０．０２５「位相ユニット」を伴い得る。
【0151】
【数35】
【0152】
最後に、当初の制限Ｓｉｎｉｔ（φ）を判断するための、反復学習プロセスのさらなる改善として、デバイス１を、所与の制限Ｓｍａｘなしでｎ回の運動サイクルを初めに通すことができる。運動サイクルの数字ｎは、２≦ｎ≦５の運動サイクルのインターバルにあり、好ましくは３運動サイクルである。この場合、Ｓ（φ）のプロファイルは、好ましくは記録され、記録されたＳ（φ）値の平均値は、その後当初の制限Ｓｉｎｉｔ（φ）として計算される。次にこの当初の制限Ｓｉｎｉｔ（φ）は、反復学習プロセスの第１の反復ステップにおいて、制限（Ｓｍａｘ）の開始値として使用される。具体的には上述のように、λ・Ｓｉｎｉｔ（φ）でλ≧１の形態である。「Ｓｍａｘの第１の値」として、当初の制限Ｓｉｎｉｔ（φ）のこの自動的な判断は、患者の健康状態を個々に、確実に、かつ迅速に判断する点で、非常に様々な開始ポイントを伴う様々な患者のために好適な開始値を、有利に可能にする。
【0153】
本発明は、少なくとも運動モジュール５０を備えたデバイス１の、開ループ及び閉ループ制御の方法に関する。ヒトＭとの運動モジュール５０の相互作用という観点から、この方法は、デバイス１及びヒトＭを備えたシステムにおいて総エネルギー（Ｓ）の量を監視することを可能にする、エネルギーベースの制御計画に基づき、デバイス１またはその運動モジュール５０が動くスピードを示す計測された制御変数Ωに依存する。方法は、有利には、デバイス１及びヒトＭを備えたシステムにおいて、全体のパワーサイクル、詳細にはエネルギーまたはパワーフローの力学を考慮し、かつ閉ループ制御中のヒトＭのパフォーマンスを考慮に入れる。方法は、有利には、追加のセンサなしに反復学習プロセスで、デバイス１を使用するヒトＭの参加状態を判断することも可能にする。
【符号の説明】
【0154】
【図1】
【図2a】
【図2b】
【図3】
【図4a】
【図4b】
【図5】
【国際調査報告】