Schnelle und effiziente Modellierung des Fuß-Bodenkontakts und des muskuloskeletalen Systems für die Voraussage menschlicher Gehbewegungen mit Hilfe von Optimaler Steuerung

• Antragsteller: Dr. Matthew Millard
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2016 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 299133258

Ein fundamentales Verständnis menschlicher Bewegungen und der zugrundeliegenden Muskelkräfte zu erlangen, ist sehr schwierig, da Muskelkräfte nicht ohne invasive Methoden in vivo gemessen werden können. Ein solches Verständnis wäre im Fall von Gehbewegungen allerdings nicht nur für die Grundlagenforschung, sondern auch für Anwendungen wie das Design von Prothesen oder die Planung von Operationen sehr wertvoll.Mathematische Methoden wie physikalisch basierte Modellierung und optimale Steuerung bieten eine Möglichkeit, Bewegungen und zugehörige Kräfte des Menschen ohne Eingriff vorauszusagen. Für ein geeignetes muskuloskelettales Modell und eine physiologisch sinnvolle Zielfunktion können mit Hilfe der optimalen Steuerung natürliche menschliche Bewegungen erzeugt werden.Leider sind die verfügbaren Modelle nicht geeignet für eine schnelle und präzise Voraussage: aktuelle Modelle des Fuß-Boden-Kontakts sind entweder nicht genau oder zu rechenintensiv, und die üblicherweise nichtlinearen Eigenschaften der Muskelskelettdynamik verkomplizieren / erschweren die Initialisierung der Optimalsteuerungsmodelle. Zur Lösung dieser Probleme, entwickeln wir zunächst ein präzises Modell des Fuß-Boden-Kontakts mit geeigneten Eigenschaften für die optimale Steuerung. Die meisten Kontaktmodelle in der Literatur sind elastisch und in der Simulation sehr rechenintensiv, da die Unterseite des Fußes über den Gangzyklus sehr variable Steifigkeiten aufweist: 20 N/mm beim initialen Kontakt und bis zu 1600 N/mm bei Belastung durch die gesamte Körpermasse. Aufgrund dieser hohen Steifheit schlagen wir eine glatte, aber starre Modellierung der Fußgeometrie vor, die über mehrere Parameter an experimentelle Daten angepasst werden kann. Als zweiten Beitrag entwickeln wir ein neues subjekt-spezifisches Hill-Typ-Muskel-Skelett-Modell, bei dem der Grad der Nichtlinearität des Muskelanteils mit Hilfe eines Homotopieparameters moduliert werden kann. Dies erlaubt eine einfache Initialisierung der Optimalsteuerungsprobleme und ein schrittweises Erhöhen der Nichtlinearität zur iterativen Überführung in realistischere Muskelmodelle. Schließlich benutzen wir mehrphasige optimale Steuerung, um die muskuloskeletalen Modell an Bewegungsdaten zu fitten, wobei die Optimierung aus den redundanten Lösungen die physiologisch effizienteste auswählt. Außerdem wird die optimale Steuerung zur Synthese neuer Bewegungen eingesetzt.Die in diesem Projekt entwickelten Modelle werden im Rahmen der Open-Source-Bibliotheken OpenSim und RBDL implementiert und so der Forschungsöffentlichkeit zugängig gemacht. Menschliche Bewegungen und die dazugehörigen Muskelkräfte vorauszusagen, ist ein langjähriges Problem in der Biomechanik, dessen Lösung heute nur wenigen Gruppen weltweit vorbehalten ist. Ziel dieses Projektes ist es, alle interessierten Forscher und industriellen und klinischen Anwender die Lage zu versetzen, derartige Bewegungsprädiktionen schnell und präzise durchzuführen.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich(e): Professorin Dr.-Ing. Katja Mombaur