Inverse dynamics analysis, which enables the information about joint force/torque of human body from the measured motion data, is a traditional tool in biomechanical studies, and could be applied widely to rehabilitation or exoskeleton devices. Conventionally, measurements of body motion are obtained by motion capture cameras, of which the bulkiness and high cost make it hard to capture some movements that need broad range of space. As an alternative, inertial motion sensing using cheap and small MEMS inertial sensors has been proposed. Inertial motion sensing allows ambulatory movement and is also free of occlusion problem. It has been actively studied for recent 2 decades, but until now, most researches have focused only on the joint angle estimation.
In this research, the performance of inertial sensors for human motion sensing was studied. Kinematic data from inertial motion sensors is compared to the data from motion capture camera, and is further used to calculate ground reaction force (GRF), which is evaluated based on the force plate measurements(ground truth).
The custom IMU chip was developed to access the internal angle estimation algorithm, and to implement wireless data acquisition. The algorithm to calibrate the error due to misalignments is also implemented and tested.
Two target motions were studied, first a squat motion as a simple case, and second walking motion to verify the system in ambulatory motion. Squat motion, modeled as a 3-segment linkage, showed similarity to the reference system in kinematic data, and resulted in high accuracy of GRF estimations. This guarantees that inertial motion sensing can be applied to measure squat motion and further be used to conduct inverse dynamics analysis. Walking motion was modeled as a 4-segment linkage, and the joint kinematics were compared to the camera system. The results from two systems showed similarities, while angular velocities and accelerations from camera system contained larger noises compared to the proposed IMU systems, due to the differentiation. For walking experiment, the inverse dynamic analysis is not conducted until now, however the high applicability of the system is expected based on the performance of joint kinematics data.
The additional experiment of walking motion will be conducted with force plate measurement, and the implemented misalignment calibration algorithm will also be applied and verified for the case. With these issues considered, it is expected that the developed IMU system can measure the ambulatory human motion with better performance together with the developed calibration protocol. In the future, the system will be able to be used to sense human motion and estimate human joint forces/torques, to be applied widely in biomechanical studies, rehabilitation and assistive devices.
인체 운동에 대한 역동역학 해석은 생체역학 분야에서 오래 사용되어온 해석방식으로, 이를 통하여 인체 움직임 정보로부터 관절의 힘/토크 정보를 얻는 것이 가능하며, 재활이나 외골격 등 생체기계 개발 연구에서도 널리 적용된다. 인체 움직임 측정을 위해 기존에 가장 흔히 사용되어온 방식은 모션 캡쳐 카메라를 사용하는 마커 기반의 광학적 측정 방식으로 위치 측정에 있어서 정확한 반면에, 큰 부피와 높은 가격으로 인한 카메라 대수의 한계로 넓은 공간을 필요로 하는 움직임을 측정하는 데에는 한계가 있다. 이에 대한 대안으로서, 저가이자 소형의 MEMS 관성 센서를 사용하는 관성 모션 측정 방식이 근 20년동안 활발히 연구되어 왔다. 관성 모션 측정은 이동하는 움직임을 측정하기에 적절하고, 마커가 가려지는 현상 등에서 자유롭다.
본 연구에서는, 관성 모션 측정 시스템의 개발 및 분석을 인체운동의 역동역학 해석에의 적용에 집중하여 진행하였다. 즉 인체 분절에 가해지는 힘/토크에 대한 적용을 목표로 하여, 무선 관성 모션 센싱 시스템을 개발하였다. 먼저, 관성 센서의 인체 움직임 측정 성능이 기존의 시스템인 모션 캡쳐 카메라와 비교되었고, 나아가 역동역학 해석을 통해 지면 반력을 추정한 뒤 이를 힘판에서 측정한 지면 반력값과 비교하였다.
실험에 앞서 넓은 범위의 동작을 측정하는 데에 용이하도록 무선으로 센서 데이터를 수집할 수 있는 시스템을 구축하였다. 상용 칩을 사용하여 자체 제작한 관성 센서 모듈 내부에는 칼만 필터 기반으로 각도를 추정하는 알고리즘을 추가하고, 보고자 하는 움직임의 주파수 특성에 적합하게 각도 추정 알고리즘의 계수를 설정하였다. 또한 부착 시 정렬이 잘못되어 발생하는 에러를 보정하는 알고리즘을 구축하였으며 그 성능을 확인하였다.
스쿼트 동작과 보행 동작, 두 종류의 움직임에 대하여 관성 센서 기반 움직임 측정 시스템을 기존의 카메라 시스템과 비교하여 활용도를 확인하였다. 스쿼트 동작은 3분절 링크 모델을 적용하여, 3개의 관성 센서를 이용해 각 분절의 운동학적 정보를 측정하여 기존 시스템인 카메라와 비교하였다. 나아가 모델 정보와 함께 역동역학 분석에 적용하여 지면 반력을 추정하고, 이를 지면 반력 측정값과 비교하여 힘 차원에서의 활용도를 확인하였다. 각도 측면에서는 기존의 카메라 시스템에 비해 부족한 정확도를 보이더라도, 각속도와 각가속도에서 기존 시스템보다 적은 잡음을 가져 최종적인 힘 차원에서의 해석에서는 강점을 가질 수 있음을 확인하였다. 보행 동작은 4분절 링크 모델에 적용하여, 이동이 용이하게 제작된 무선 관성 센서 4개를 이용해 인체 각 분절의 운동학적 정보를 측정하여 카메라로부터 얻은 결과와 비교하였다. 스쿼트 동작에서와 마찬가지로, 각도 측면에서는 카메라 시스템에 비해 다소 낮은 정확도를 보이지만, 각속도와 각가속도 측면에서 훨씬 적은 잡음을 가지는 것을 확인하였다. 힘 데이터를 함께 수집하는 실험은 추가적으로 수행될 예정으로, 최종적으로 보행 동작에서의 역동역학 해석의 활용도를 힘 차원에서 확인하고자 한다.
본 연구에서는 관성센서 기반의 측정 시스템으로 이동하는 인체 움직임을 측정하였고, 역동역학 해석에의 활용도를 확인하였으며, 역동역학 해석의 정확도를 개선하기 위하여 각 단계에서 오차를 최소화하는 알고리즘을 제안하였다. 본 연구에서의 방법을 적용하여, 재활기계, 생체기계, 생체역학 분야에서 인체 운동의 운동학적 및 동역학적 분석에 관성센서를 활용할 수 있을 것으로 기대된다.
