One crucial aspect of wearable equipment is user comfort. Given that users directly wear these devices during their daily activities, the device's value may significantly diminish if the comfortability is not satisfactory. Moreover, these devices closely contact the human body, possibly causing skin injuries in severe cases. This raises the necessity of assessing the comfortability of wearable equipment. However, manufacturing actual prototypes and conducting human trials present numerous challenges. In such circumstances, the utility of dynamic simulation technology can be highly beneficial.
The aim of this study is to predict the stress imposed on the human body by wearable equipment in a dynamic environment. Traditional finite element models face challenges in dynamic environments. To address this, a mesh model composed of a mass-spring system was developed using a dynamic solver. The accuracy of this mesh model was verified by comparing it with finite element models, and it was used to build a human soft tissue model. The model is designed to achieve higher accuracy than the 20% just noticeable difference (JND) that an average person can recognize in force. A 3D model of the wearable equipment, the GEMS exoskeleton robot, was constructed, and an interactive environment between the human body and the device was set up. The gait of a skeleton model wearing the exoskeleton robot, learned through reinforcement learning, was simulated, and the stress between the human body and the exoskeleton robot was predicted using the human soft tissue model. Additionally, the changes in skin stress when a cushion is added between the exoskeleton robot and the human body were investigated. Through this, the effectiveness of adding a cushion in reducing the stress imposed on the skin and improving comfortability was confirmed.
This study validated the use of the mass-spring model of soft tissue in dynamic simulation to predict stress between wearable equipment and the human body. This suggests that it can serve as a useful tool in ensuring user experience during the design and testing process of wearable equipment.
착용형 장비의 중요한 측면 중 하나는 사용자의 착용감이다. 사람이 직접 착용하고 일상생활을 하는 만큼 착용감이 떨어지면 장비의 가치는 상당히 떨어질 수 있다. 또한 이 장비들은 인간의 신체에 밀접하게 접촉하게 되므로, 심각한 경우 피부 부상을 초래할 수 있다. 이로 인해 착용형 장비의 착용감 평가의 필요성이 대두된다. 하지만 실제 프로토타입을 제작하고 피험자 테스트를 하기에는 어려운 점이 많다. 이러한 상황에서 동역학 시뮬레이션 기술은 매우 유용하게 작용할 수 있다.
본 연구의 목적은 착용 장비가 인체에 가하는 응력을 동적 환경에서 예측하는 것이다. 기존의 유한요소 모델의 경우, 동적 환경에서는 사용하기 어렵다는 문제가 있다. 이를 위해 질량-스프링 시스템으로 구성된 메시 모델을 동역학 솔버를 이용하여 개발하였다. 이 메시 모델의 정확성은 유한 요소 모델과 비교해 검증하였으며, 이를 기반으로 인체 연조직 모델을 제작하였다. 이 모델은 사람이 느낄 수 있는 20%의 힘 차이를 기준으로 제작하였다. 착용장비는 외골격 로봇인 GEMS의 3D 모델을 제작하여 사용했다. 두 모델을 사용하여 인체와 장비 사이의 상호작용 환경을 구성하였다. 강화 학습을 통해 학습된 보행 컨트롤러를 사용하여 외골격 로봇을 착용한 골격 모델의 보행을 시뮬레이션하였고, 인체 연조직 모델을 통해 인체와 외골격 로봇 사이의 응력을 예측하였다. 또한 외골격 로봇과 인체 사이에 쿠션을 추가하면 피부 응력이 어떻게 변하는지를 조사하였다. 이를 통해, 쿠션의 추가가 피부에 가하는 응력을 줄이고 착용감을 향상시키는 효과를 확인하였다.
본 연구는 동역학 시뮬레이션에서 연조직의 질량-스프링 모델을 활용하여 착용 장비와 인체 사이의 응력을 예측하는 방법의 유효성을 입증하였다. 이는 착용형 로봇의 설계 및 테스트 과정에서 사용자 경험을 보장하는 중요한 도구가 될 수 있음을 보여준다.
