When the hand is displaced from the equilibrium posture by an external disturbance, a force is generated to restore the original position and there is ample evidence that humans are able to control the endpoint impedance of their arms in response to active destabilizing force fields. Goal of this thesis is to extract the impedance information of human arm when the arm is in the particular posture and while moving on a particular trajectory. In this work two models of the arm, Joint Space Model and Muscle Space Model, are considered while major emphasize is given to Muscle Space Model. The musculoskeletal model describes planar movements of the upper arm and forearm, which are moved by eight lumped muscles with nonlinear dynamics. A non-linear Hunt-Crossley model is considered for muscles model which is the function of the velocity of the shortening or lengthening, muscle length at that instance and also on the viscoelastic parameters of the corresponding muscle. End-point impedance is estimated by simulating a given model, by transforming a muscle force to joint torque and then to endpoint impedance, which is generated due to a particular movement or while maintaining a particular arm posture. The dynamics at the endpoint level are estimated so that a comparison can be made with the experiments. The resulted impedance parameter helps to design the control of robots and human machine interface.
사람의 손이 외부 요인에 의해 평형 자세에서 다른 곳으로 이동 되어 졌을 때 원래의 평형 자세로 돌아가기 위해 힘이 생성되며 이는 사람이 역장을 불안정 하게 하기 위해 팔의 끝 단의 임피던스를 조절 할 수 있다는 것에 충분한 근거가 된다. 이 논문의 목적은 사람의 팔이 특정한 자세를 유지 할 때와 정해진 경로를 따라 움직일 때의 임피던스 정보를 추출 하는 것이다. 이러한 일에는 Joint Space 모델과 Muscle Space 모델 두 가지 사람의 팔 모델을 사용하며 주로 Muscle Space 모델을 사용 하였다. 근골근육 모델은 상박(팔 위쪽)과 하박(팔 아래쪽)의 평면 움직임을 8개의 응축된 비선형 동역학으로 표현 되는 근육을 사용하여 묘사한다. 근육의 비선형 모델은 근육의 팽창과 수축의 속도와 상응하는 근육의 점성 파라미터로 구성된 Hunt-Crossley 모델 이 사용 되었고, 팔 끝 단의 임피던스는 사람의 팔이 정해진 동작을 하거나 정해진 자세를 유지 할 때 생성되는 근육의 힘을 각 팔 관절의 토크로 변환 한 뒤 이것을 끝 단의 임피던스로 변환하는 과정을 시뮬레이션 하여 임피던스 값을 추측 하였다. 실제 실험과 시뮬레이션을 비교하기 위해 끝 단의 동역학은 추측 되었다. 구해진 임피던스 파라미터 값은 로봇과 인간 상호작용 기계를 제어하는데 도움이 된다.
