• 沒有找到結果。

利用肌肉骨骼系統動作模擬設計適合高齡者的車輛駕駛座進入空間

N/A
N/A
Protected

Academic year: 2021

Share "利用肌肉骨骼系統動作模擬設計適合高齡者的車輛駕駛座進入空間"

Copied!
110
0
0

加載中.... (立即查看全文)

全文

(1)

國立交通大學

機械工程學系

碩 士 論 文

利用肌肉骨骼系統動作模擬

設計適合高齡者的車輛駕駛座進入空間

Design an Elder-Friendly Vehicle Ingress Space

Using Musculoskeletal Simulation

研 究 生:陳廷昇

指導教授:楊秉祥 博士

(2)

利用肌肉骨骼系統動作模擬

設計適合高齡者的車輛駕駛座進入空間

Design an Elder-Friendly Vehicle Ingress Space Using

Musculoskeletal Simulation

研 究 生:陳廷昇 Student:Ting-Sheng Chen 指導教授:楊秉祥 博士 Advisor:Bing-Shiang Yang, Ph.D.

國 立 交 通 大 學

機 械 工 程 學 系

碩 士 論 文

A Thesis

Submitted to Department of Mechanical Engineering

National Chiao Tung University

in partial Fulfillment of the Requirements

for the Degree of

Master

in

Department of Mechanical Engineering

September 2010

Hsinchu, Taiwan, Republic of China

(3)

中文摘要 利用肌肉骨骼系統動作模擬設計適合高齡者的車輛駕駛座進入空間 學生:陳廷昇 指導教授:楊秉祥 博士 國立交通大學機械工程學系碩士班 摘 要 世界各國普遍都會面臨到高齡化社會的問題,高齡者需藉著擁有足夠 的行動能力 (mobility) 來提高晚年生活的品質,而高齡者常會因為生理機 能的退化,使得肢體的移動能力降低,影響到自主行動到任何地點的能力, 然而,因此駕駛是個方便的選擇。然而,一般轎車駕駛座空間限制多,執 行進入車輛 (ingress) 時是具挑戰性的,特別是高齡者常因老化使得關節角 度動作範圍降低,因此高齡者被迫降低行動能力的需求。 本研究旨在確立一種新式車體設計建議的流程,遵循本設計流程可提 出對特定高齡者友善的特定車輛駕駛座空間設計建議,可針對不同個體來 進行客製化車輛駕駛座設計,使得高齡者在進入車輛動作上能夠更輕鬆且 不易受到傷害,來符合高齡者在行動能力上的需求。

由一名年輕受測者執行特定進入車輛動作 (lateral sliding strategy) ,同 時擷取人體肢段運動學資訊以及兩側下肢各四條肌肉 (股直肌、股外側肌、 脛前肌與外側腓腸肌) 的表面肌電訊號來建立並驗證一基準模型,並加上關 節角度限制條件,來預測高齡者可能的進入車輛動作,而此動作可能會原 有車體空間配置產生人車干涉現象,藉由觀察人車干涉現象並提出改良車 體設計建議來解決干涉問題。並擷取了四名年輕男性受測者的下肢肌電訊 號來了解這些改良車體設計與動作建議之泛用性。 經由一個案建立之動作模擬顯示,以現有常見之 2000cc 房車為例,要 使特定高齡者易於進入駕駛座,方向盤需與座椅前緣具有至少 38%腿長的 空間,且降低原有車內底盤約 70mm,以及右腳跟在車內踩踏位置需與座椅 距離約 200-300mm。

(4)

英文摘要

Design an Elder-Friendly Vehicle Ingress Space

Using Musculoskeletal Simulation

Student:Ting-Sheng Chen Advisor:Bing-Shiang Yang, Ph.D.

Department of Mechanical Engineering National Chiao Tung University

ABSTRACT

Many countries already confront the issue of aging society. The elderly needs enough mobility to raise the quality of their life. Because of age-related physiological declines, the mobility of segments is decreasing and it affects mobility about that the elderly can go everywhere by herself/himself. Therefore, driving would be one convenient option. However, with spatial constraints of the driver’s space of sedans, the ingress motion at the driver’s door is challenging, especially for the elderly who usually has limited range of motion.

The objective of this study is to establish a new vehicle design procedure taking into account the performance of the human musculoskeletal system. Following the design procedure can bring forward some suggestion of elder-friendly ingress space design.

In the demo case study, one healthy young male subject performed ingress motions with the lateral sliding strategy. Whole-body kinematics and surface electromyography (EMG) of bilateral four leg muscles (rectus femoris, vastus lateralis, tibialis anterior and gastrocnemius lateralis) were recorded simultaneously during the ingress motions, and the used to established musculoskeletal model in Anybody Modeling System. By adding joint angle constraints (feasible range of motion) of the elderly, the model was then employed to simulate feasible movements for the elderly during ingress. Since during the simulated ingress motion, the elderly body (model) interfered with the driver’s space, new special design and ingress motion suggestions were provided: about 38%-leg length distance is needed between the steering wheel and the driver’s seat; a 70-mm lower chassis would be better (than a current 2000cc sedan) for the elderly, in terms of efforts in lower extremity muscles during ingress; a good lead-foot placement position is with 200-300mm distance between right heel and the driver’s seat.

(5)

誌 謝 很高興從交大畢業了,兩年前來到這個新環境,在一切不熟悉下,好在 實驗室團體相處融洽對我幫助很多。 第一,非常感謝我的指導教授楊秉祥教授,不管是研究上的指導或是一 般性的建議總是讓我的論文與思考更加精進。另外,口詴委員們對於學生 論文的建議讓學生的研究更加完整。 第二,感謝實驗室相處一年至兩年多的諸位夥伴:貽婷、玉瑭、致中、 學箴、馨云、松緯、柏伽、顯庭、祥晴、芷沂、伊晟、欣恬、崇論,在近 兩年左右的相處,各位在於公於私的分享與協助,讓我的研究有更多靈感, 不管是排憂解悶、閒聊日常生活、學習新事物、一起去新加坡,都是人生 中不可缺少的回憶。實驗室新進學弟妹的協助也是我的助力之一,尤其是 維元的幫忙,認識你們真好。當然還有一起住了兩年的好朋友怡倫,有他 的幫忙,讓我可以無後顧之憂地做研究,他是我人生中最好的朋友之一。 最後,內心最感激的是我的爸爸、媽媽、弟弟、女朋友,是我的後盾, 總是支持著我,只有他們能夠不計較任何事,讓我有勇氣繼續堅持下去, 當中的辛酸血淚也只有他們能夠體會。 2010/10/18 陳廷昇敬上

(6)

目 錄

中文摘要 ... ii 英文摘要 ... iii 誌 謝 ... iv 目 錄 ... v 圖目錄 ... vii 表目錄 ... ix 一、緒論 ... 1 1.1 研究背景 ... 1 1.2 文獻回顧 ... 3 1.2.1 高齡者的肌肉性能與下肢髖、膝關節角度動作範圍 ... 5 1.2.2 高齡者常用的進出車輛策略 ... 8 1.2.3 利用生物力學實驗或動作模擬進行設計方法 ... 12 1.2.4 進出車輛動作模擬 ... 15 1.3 研究目的 ... 18 二、研究原理:肌肉骨骼模擬 ... 25 2.1 逆動力學 ... 25 2.2 肌肉模型 (muscle model)... 25 2.3 肌肉骨骼模擬的概念 ... 26 三、研究方法 ... 28 3.1 受測者 ... 28 3.2 建置實驗帄台 ... 30 3.3 實驗設計、步驟與建置肌肉骨骼系統模型 ... 35 3.3.1 進出車輛動作的人體肢段運動學資料擷取 ... 37

(7)

3.3.2 下肢拮抗肌群的肌電訊號擷取 ... 41 3.3.3 肌肉骨骼模擬系統 ... 43 3.3.4 車內右腳不同踩踏點的肢段運動學資料擷取與動作關節角度 ... 44 3.3.5 新舊車體下的進入車輛動作的下肢肌電訊號擷取 ... 46 3.4 資料分析 ... 47 3.4.1 肌電訊號分析 ... 47 3.4.2 人體肢段運動學資料分析 ... 50 3.5 驗證肌肉骨骼系統模型 ... 51 3.6 高齡者受限制關節角度下的進入車輛動作模擬... 53 四、結果與討論 ... 55 4.1 比較 ingress / egress 的難易度 ... 55 4.2 進入車輛的基準動作運動學資料分析與動作階段 ... 60 4.3 實驗與模擬的肌電訊號趨勢驗證 ... 62 4.4 一位年輕受測者的 ingress 的關節角度 ... 64 4.4.1 基準模型動作的關節角度變化 ... 64 4.4.2 車內右腳不同踩踏點與關節角度變化之關係 ... 66 4.5 高齡者受限制關節角度下的動作模擬與新式車體設計建議 ... 69 4.6 新舊設計下的 ingress 動作之下肢肌肉使用程度分析 ... 77 4.7 討論... 81 五、結論 ... 88 六、未來研究方向 ... 90 七、參考文獻 ... 91 附錄一 ... 97

(8)

圖目錄

圖 1 髖關節屈曲與膝關節屈曲角度隨著年齡的變化趨勢 (Nonaka, Mita,

Watakabe, Akataki, Suzuki, Okuwa and Yabe 2002) 。 ... 7

圖 2 Ait El Menceur 在 2008 年提出的進出車輛動作分類 (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) 。 ... 10

圖 3 此為最多高齡者使用的進入策略 lateral sliding strategy (Ait El Menceur, Pudlo, Gorce and Lepoutre 2009) 。 ... 11

圖 4 此為適合高齡者使用的離開策略 two feet lying strategy 離開車輛時的 瞬 間 狀 態 (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) 。 ... 11

圖 5 研究架構流程圖。 ... 23

圖 6 模擬受限制關節角度下的 ingress 動作流程。 ... 24

圖 7 A.V. Hill 的典型肌肉模型 (Hill 1938) 。 ... 26

圖 8 實驗帄台尺寸參數。 ... 31 圖 9 實際車體尺寸參考圖。 ... 32 圖 10 不同車型駕駛座空間示意圖。 ... 34 圖 11 實驗帄台與攝影機擺放相關位置。 ... 37 圖 12 全身反光球黏貼位置。 ... 38 圖 13 模擬軟體建立出的動作簡單次序圖 (% Time) 與空間座標系定義。 ... 40 圖 14 此為腿部四條肌肉量測 MVC 的姿勢。 ... 42 圖 15 右腳踩踏點的定義。 ... 45

(9)

圖 17 LVL 與 LRF 的肌電訊號帄均趨勢。 ... 59 圖 18 RHL 與 LTE 的垂直位移 (vertical displacement, Y-axis) 軌跡圖。... 61

圖 19 三條肌肉的實際肌電與模擬肌電趨勢與 R-square (R2 ) 。 ... 63 圖 20 年輕受測者 ingress 動作之髖、膝關節角度變化 (degree) 。 ... 65 圖 21 三個踩踏位置與髖、膝關節的關節角度變化之關係。 ... 68 圖 22 原有車輛配置下的 ingress 動作中,膝部與方向盤最大的干涉範圍。 ... 71 圖 23 方向盤、車內座椅與模型的相對水帄與垂直距離關係圖。 ... 72 圖 24 高齡者受限制的進入車輛動作髖、膝關節角度變化 (degree) 。 ... 73 圖 25 第 55% Time 的受限制關節角度動作 (limited motion) 與正常動作

(baseline motion) 的 ingress 動作主要差異。 ... 76 圖 26 四名受測者的新舊車體下的 ingress 之下肢四條肌電訊號極值分析。 ... 77 圖 27 四名受測者在原有車體下的動作特徵次序圖。... 78 圖 28 四位受測者個別的肌電訊號極值統計分析。 ... 80

(10)

表目錄

表 1 高齡者可達到的髖、膝關節角度極限值 (Roach and Miles 1991) 。 .. 7

表 2 Mavrikios 的田口法實驗矩陣 (Mavrikios, Karabatsou, Alexopoulos, Pappas, Gogos and Chryssolouris 2006) 。 ... 16

表 3 本研究所用車型與市面上常見 2000cc 車型駕駛座空間尺寸對照表。 ... 33

表 4 進入動作的動作時間長度與三個階段定義 (Chen and Yang 2010) 。 ... 50

表 5 模擬可獲得的關節角度與位置數據以及欲加上高齡者受限制的數 據。 ... 54

表 6 為 ingress / egress 下八條目標肌肉的肌電訊號極值 (peak EMG) 與非 成對雙尾 T 檢定分析。 ... 56

表 7 三條肌肉 (Ingress 時 peak EMG 較大的肌肉) 之 ingress 與 egress 個別 15 次詴驗 peak EMG。 ... 57

表 8 三條肌肉 peak EMG 之個別降冪排列 (ingress 與 egress 各 15 個 trials) 。 ... 58 表 9 特定反光球的三度空間軌跡相似度。 ... 60 表 10 八條肌肉的 R-square (R2 ) 值與判斷動作能否執行的 peak 值。 ... 63 表 11 進入車輛動作之基準模型的髖、膝關節角度極值 (degree) 。 ... 64 表 12 三個踩踏點的關節角度變化最大差值。 ... 66 表 13 受限制動作模型之模擬肌電訊號極值。 ... 72 表 14 四名受測者的基本資料。... 79 表 15 高齡者受限制 (limitation of elder) 與基準模型 (baseline model) 動

(11)

作時的右腳髖關節屈曲、外展、外旋與膝關節屈曲的角度極值。 .. 86 表 16 動作最佳化分析與逆動力學分析參數設定。 ... 99

(12)

一、緒論 1.1 研究背景 世界各國普遍面臨的問題是人口結構老化,以本國為例,行政院衛生署 的統計資料顯示,自 1980 年代起老年人口比率逐漸提高,且估計到 2050 年前仍會持續成長,預估到 2056 年,台灣 65 歲以上的老年人口會佔台灣 總人口數的 40% (Department of Health 2008) ,因此高齡者的社會參與或休 閒等需求是越來越重要,其中,擁有足夠的行動能力是高齡者能享有高品 質晚年生活的最基本需求之一,不單指高齡者肢體的運動能力,而是更廣 義地指高齡者能夠自主行動到所需地點的能力,高齡者對於交通與行動力 的需求亦將隨著該族群人口的增加而成長。對許多年長者而言,在兒女無 法分心照料之下,若無法自行駕駛車輛等於是失去了許多個人的自由、獨 立生活的能力,亦將相對地減少一般社交活動的參與。 汽車是常見的交通工具之一,以台灣公路總局的 97 年統計年報指出, 1996 年到 2008 年間,核發牌照小客車數佔大、小客車總數量的 94.5% (Directorate General of Highways 2008) ,顯示出國人對於小客車的大量需 求,據交通部出版的交通類性別統計專刊指出,60 歲以上男性帄均持有駕

(13)

歲以上女性 (帄均持有駕照約為 0.28 張) (Ministry of Transportation and Communications 2009) 。而內政部警政署在 2009 發布的民國 96 年道路交 通事故分析報告中的道路交通事故死亡率,依車種分,汽車駕駛人死亡率 是 1.61 人/十萬人,機車駕駛人死亡率是 6.17 人/十萬人;另針對 65 歲以上 族群,汽車駕駛人的死亡率降至 0.73 人/十萬人,遠少於機車駕駛人死亡率 (11.58 人/十萬人) (National Police Agency 2009) ,由此可見自小客車的安全 性一般高於機車,因而較適合高齡者使用。雖然全球有著數十家汽車廠並 製造排氣量不一的小客車,然而車內活動空間大小多仍受車體設計所限 制,尤其駕駛座比其他座位多出了方向盤與儀錶板等操控車輛所需設備, 故活動空間相對狹小。再者,進出車輛動作亦受肢體活動範圍與肌肉強度 影響,隨著年紀增長,肌肉系統強度與關節角度動作範圍日漸退化,使得 高齡者在執行複雜的動作上將益發困難。

(14)

1.2 文獻回顧

高齡者的機能退化有知覺 (perceptual,如視覺與聽覺) 、感知的動作反 應時間 (cognitive response time,如運動技能協調性) 、感知的記憶力與注 意力 (cognitive memory and attention) ,以及體能與動作靈敏性的表現 (physical strength and dexterity performance) ,而影響到體能與動作靈敏性的 因素包含高齡者常罹患的關節炎、體能狀態 (如肌肉強度) 、靈敏性 (如肌 肉 收縮時 間 ) 與關 節彈性 (joint flexibility, 如 關節 角度 ) (Shaheen and Niemeier 2001) 。而本研究認為主要影響動作進行的機能退化是靈敏性、體 能狀態分別是肌肉收縮時間的拉長 (靈敏性上的退化) 與肌肉強度退化 (體能狀態上的退化) ,而這兩個因素最終都會反映在動作上,有研究指出 高齡者在經 過長時間肌肉強度訓練 可以減少關節角度動作範圍的退化 (Frontera, Meredith, O'reilly, Knuttgen and Evans 1988; Feland, Myrer, Schulthies, Fellingham and Measom 2001) ,而本研究主要探討的是主動性的 特定關節角度動作範圍減少 (關節彈性上的退化) ,對動作的影響,因此對 於進出車輛上動作策略選擇亦會有所不同,故先尋找一個適合高齡者進出 車輛又不會造成傷害或困難的動作是必須的。另外,運用生物力學參數來 進行實驗或動作模擬對於人因工程學設計方面是相當常見的研究,主要是 用於探討人體動作在該環境中的機能表現。因此本研究針對 1) 高齡者的肌

(15)

肉性能與下肢髖、膝關節角度動作範圍,2) 高齡者常用的進出車輛策略, 3) 利用生物力學實驗或動作模擬進行設計方法與 4) 進出車輛動作模擬, 等四部份做相關的文獻探討。

(16)

1.2.1 高齡者的肌肉性能與下肢髖、膝關節角度動作範圍

年齡增長導致肌肉強度退化,主要原因是運動單元 (motor units) 以及 肌 纖 維 (muscle fibers) 的 減 少 , 造 成 骨 骼 肌 的 體 積 逐 漸 減 少 (Porter, Vandervoort and Lexell 1995) 。

據研究指出,年齡在六十歲到八十歲之間,肌肉強度會以每年百分之一 到二的下降幅度持續衰減 (Wilder and Cannon 2009) ,肌肉強度的減弱會增 加複雜人體動作的執行難度,如前文提到的進出車輛駕駛座動作。舉例而 言,到了七十歲時,針對下肢肌肉,文獻大多探討膝伸肌 (knee extensor) , 如股直肌 (rectus femoris, RF) 與股外側肌 (vastus laterails, VL) 等,男性族 群肌肉強度會約略下降到年輕健康族群 (二十到三十歲) 的百分之七十五 左右,而高齡女性族群的肌肉強度則會略優於同年齡男性族群 (Larsson, Grimby and Karlsson 1979; Lindle, Metter, Lynch, Fleg, Fozard, Tobin, Roy and Hurley 1997; Lynch, Metter, Lindle, Fozard, Tobin, Roy, Fleg and Hurley 1999) ;上肢肌肉的部份,文獻大多探討肘屈肌 (elbow flexor) ,如肱三頭 肌 (triceps brachii) 等,高齡男性還有年輕時百分之八十的肌肉強度,女性 略高於男性,約百分之八十二,也就是說上肢肌肉退化程度較下肢來得慢 (Akagi, Takai, Ohta, Kanehisa, Kawakami and Fukunaga 2009) 。八十歲過

(17)

Lexell 1995) 。

而 動作 反應 時間 的肌 肉收 縮時 間 (contraction duration [time-to-peak tension + half-relaxation time]) 也會隨 著年齡增加而增加, 年輕族群約 180-200 毫秒,高齡者約 220-260 毫秒 (Roos, Rice and Vandervoort 1997), 主因是運動單元激發頻率 (motor unit firing rates) 變小。舉例而言,年輕男 性將肌肉收縮到最大自主收縮 (maximum voluntary contraction, MVC) 時, 運動單元激發頻率約 26.4Hz,高齡男性則略減至 25.5Hz 左右 (Roos, Rice, Connelly and Vandervoort 1999)。

另外,高齡者髖關節三維角度的主動動作範圍也隨著年齡的增長而下 降,且高齡女性髖關節動作範圍優於同齡男性,但膝關節主動屈曲 (flexion) 動作範圍卻幾乎不會隨著年齡增長而下降 (Boone and Azen 1979; Walker, Sue, Miles-Elkousy, Ford and Trevelyan 1984; James and Parker 1989; Roach and Miles 1991; Nonaka, Mita, Watakabe, Akataki, Suzuki, Okuwa and Yabe 2002; Chung and Wang 2009) 。高齡者的髖、膝關節受限制的範圍如表 1。

(18)

表 1 高齡者可達到的髖、膝關節角度極限值 (Roach and Miles 1991) 。 其中 97.5% (-2SD) 表示在常態分佈下,60-74 歲高齡者中約有 97.5% (mean-2SD) 能夠做到表列關節角度值。

Motion (degrees) Mean (SD) 97.5% (-2SD)

Hip flexion 121 (13) 95

Hip abduction 42 (11) 20

Hip external rotation 32 (9) 14

Knee flexion 132 (10) 112

Remark 60-74yrs

圖 1 髖關節屈曲與膝關節屈曲角度隨著年齡的變化趨勢 (Nonaka, Mita, Watakabe, Akataki, Suzuki, Okuwa and Yabe 2002) 。

(19)

1.2.2 高齡者常用的進出車輛策略

進出 車輛這類 問題對於汽 車工業而 言是重要 的 (Hanson, Yong and Falkmer 2007) ,且最常進出車輛的族群即為汽車製造業的產線裝配者 (assemblers) 。Hanson 等人認為進入車輛的運動模式 (motion patterns) ,在 裝配者與一般使用者 (end-users) 之間並無顯著差異;緩慢移動的汽車裝配 線對裝配者的進入模式 (ingress patterns) 不會有影響,然而身材是顯著影 響 關 節 角 度 變 化 與 關 節 角 速 度 變 化 (Hanson, Yong and Falkmer 2007; Hanson, Jeppson, Rafstedt and Yong 2009) 的因素之一。據此,本研究認為儘 管裝配者對於進入車輛此動作經驗豐富,但在動作模式選擇上會與身材類 似的一般使用者相同;也就是說,因為中樞神經系統 (central nervous system) 會依照環境、生物力學等限制,自行調節肌肉活化順序來控制人類運動表 現 (Andreoni, Rabuffetti and Pedotti 2007) ,所以身材類似但經驗不同的族 群在相同的環境限制之下,進入模式不會有顯著差異。

進出車輛策略分類的相關研究較少,本研究主要參考 Ait El Menceur 等 所發表的相關論文。Ait El Menceur 的研究團隊在 2008 年發表了一篇進出 車輛動作策略的分類研究,該研究的受測者分成四大類,分別是有義肢年 輕人、有義肢老年人、健康年輕人與健康老年人,探討他們在進出四種常 見車輛類型 (small car, medium car, small utility and minivan) 所自行選定的

(20)

進出動作策略,進而將動作分成兩大類:單腳型 (one-foot ingress/egress movements family) 與雙腳型 (two-foot ingress/egress movements family) , 詳細分類如圖 2。對於健康老年人族群,進入車內時選擇 lateral sliding strategy (圖 3) 是最多的,其原因可能是右腳可以先行進入車內踩定適當的 位置,從這個觀點上,不需要太多的體力 (physical effort) ,即可將其餘肢 體移入車內。而離開車內時,作者觀察到 two feet lying strategy (圖 4) / head forward strategy 的使用比率,從年輕人的 1/28 顯著提升到老年人的 1/3,這 也表示離開車內時,two feet lying strategy 此動作不需要太多的體力,因此 適合身體狀態較不佳的老年人使用,而這個動作也在 Namamoto 的研究中 被提出 (Namamoto, Atsumi, Kodera and Kanamori 2003; Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008; Ait El Menceur, Pudlo, Gorce and Lepoutre 2009) 。

(21)

圖 2 Ait El Menceur 在 2008 年提出的進出車輛動作分類 (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) 。

(22)

圖 3 此為最多高齡者使用的進入策略 lateral sliding strategy (Ait El Menceur, Pudlo, Gorce and Lepoutre 2009) 。

0%表示動作開始,100%代表動作結束。

圖 4 此為適合高齡者使用的離開策略 two feet lying strategy 離開車輛時的 瞬 間 狀 態 (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) 。

(23)

1.2.3 利用生物力學實驗或動作模擬進行設計方法

在人因工程學 (ergonomics) 之相關設計中,許多團隊會利用生物力學 實驗來比較同個目標行為但不同條件下的優劣,譬如利用問卷調查請受測 者主觀評比實驗過程的舒適度或利用實驗數據中所呈現出較小肌肉出力或 較小關節動作範圍等,找出最佳條件。例如探討辦公室族群在使用電腦時, 滑鼠的最佳擺放位置 (Dennerlein and Johnson 2006) ,或是使用滑鼠的慣用 手之手肘支撐方法 (Rasmussen and Zee 2010) ,以減少長時間工作而造成上 肢的負荷或產生疼痛;比較汽車座椅可調式腰靠位置對於使用者的舒適度 影響 (Daniell, Paul, Al-Dirini and Arakilo 2010) ;在使用貨物推車時,手掌 與推車的接觸高度 (Hoozemans, Slaghuis, Faber and van Dieën 2007) 等等。

另外亦不少團隊會採用模擬人體動作的方式,去研究人體機能 (human functionality) 於 工 作 環 境 內 的 表 現 ,或 者 是 人 體 幾 何對環 境 的 相 容 性 (Badler, Phillips and Webber 1993) 。而為了歸納出人體動作的特性,一些幾 何逆運動學運算法則 (geometric inverse kinematics algorithms) ,亦已經被 整合在觀察人體動作策略上等相關研究 (Wang 1999) 。Chaffin 和 Faraway 在 2000 年提出,一功能性迴歸 (functional regression) 分析法,可以分析在 伸手拿取動作 (reaching motions) 之下,身材、性別與年紀的潛在影響 (Chaffin, Faraway, Zhang and Woolley 2000) 。Rigotti 在 2001 發表利用類神

(24)

經 網 絡 演 算 法 來 呈 現 單 純 手 臂 動 作 的 模 擬 相 關 研 究 (Rigotti, Cerveri, Andreoni, Pedotti and Ferrigno 2001) 。而近期的動作模擬都基於數據資料庫 的概念來建立人體動作模型並進行動作預測 (Park, Chaffin and Martin 2002; Wang 2002) 。此外還有不少團隊將統計分析方法應用於人體動作擷取資料 的相關研究 (Porter, Case and Bonney 1990; Das and Sengupta 1995; Zhang and Chaffin 1996; Faraway, Zhang and Chaffin 1999; Wang 1999; Faraway 2000) 。上述團隊的研究成果已經被利用在商業性人體模擬軟體工具,如 Jack and Process Simulate Human (Siemens Product Lifecycle Management Software Inc. 2009) 等。雖然前述分析法能於人體動作模擬上做有效地預 測,但其缺點是需要龐大的實驗數據來支撐這些動作預測模型的建立,如 Chaffin 與 Faraway 為了達到可接受的伸手拿取動作的模擬,進行了 2888 次 詴驗 (Chaffin, Faraway, Zhang and Woolley 2000) 。以上這些研究皆是透過 實驗或是模擬來找出在工作環境或日常生活中特定行為的最佳姿勢或動 作,進而延伸出一些設計概念於後續的產品開發上。基於人因工程學的觀 點,這些分析方法大都只適用於人體在特定工作環境與靜態施行動作的人 因分析,並無較動態的整體連續性動作分析。 動作模擬會設定人體為剛體系統以便高度簡化運算,但模型又要合理地 呈現肌肉幾何模型與肌肉招募的趨勢,這兩者都是複雜的議題 (Damsgaard,

(25)

Rasmussen, Christensen, Surma and de Zee 2006; Grujicic, Pandurangan, Xie, Gramopadhye, Wagner and Ozen 2010) ,這也是與一般生物力學實驗有所差 異的地方。運用肌肉骨骼模擬軟體來進行相關研究可以分成兩類,第一是 利用模擬數 據進行靜態動作下分析 ,如長時間坐姿下的肌肉疲 勞分析 (Grujicic, Pandurangan, Xie, Gramopadhye, Wagner and Ozen 2010) ,因為人 體靜態下人機介面接觸力值單純;第二是利用模擬數據來與實際動態動作 下的數據進行比對,如步態下肌電訊號趨勢比對等 (Saraswat, Andersen and MacWilliams 2010) ,還無法利用模擬數據來進行與實際數據相同的分析方 法,畢竟人體動態系統是非常複雜的。

(26)

1.2.4 進出車輛動作模擬

人體進出車輛是個複雜的生物力學過程。故一般會將人體動作透過數位 建模搭配最佳化法,簡化複雜多連桿動力學、生物力學問題,並透過修改 人機界面 (human-machine interface) 與人車互動 (human-car interaction) 的 限制等,使之成為較單純的運動學計算與模擬。進而藉由探討關節夾角 (joint angle) 、人體質心 (center of mass) 軌跡,動作範圍 (range of motion) 等, 來評估與 量化進出 車輛動作問 題 (Andreoni, Rabuffetti and Pedotti 2007) 。

Mavrikios 研究團隊即利用統計設計實驗 (statistical design of experiment, SDoE) 與田口法最佳化實驗矩陣 (表 2) 的概念,讓詴驗次數減少,建立半 經驗 (semi-empirical) 進出車輛動作模型,以便預測接近真實的動作。結果 顯示特定部位反光球的預測軌跡與實際軌跡有著些許差距,但他們認為少 量的詴驗次數同樣仍能達到有效預測動作的目的 (Mavrikios, Karabatsou, Alexopoulos, Pappas, Gogos and Chryssolouris 2006; Mavrikios, Karabatsou, Pappas and Chryssolouris 2007) 。此種半經驗建模方式儘管改善了大量詴驗 的不便,但同樣的,預測動作模型仍舊沒有評估施行動作的影響下的肌肉 骨骼系統出力的變化。

(27)

表 2 Mavrikios 的田口法實驗矩陣 (Mavrikios, Karabatsou, Alexopoulos, Pappas, Gogos and Chryssolouris 2006) 。

該研究設定了三個參數皆具有兩個等級 (level 1 & 2) ,在一般常見實 驗的條件選擇下常會設定三個參數間的兩個等級互相搭配,共 8 (2*2*2) 種條件,但透過田口法可以合理的簡化條件數,如該研究簡 化成四個條件,並利用這四個條件的數據得出剩餘沒進行實驗條件下 的結果,如此就可以大量降低詴驗次數。

Experiment Levels of the parameters

Body height Hip width Spinal flexibility

1 level 1 level 1 level 1

2 level 1 level 2 level 2

3 level 2 level 1 level 2

4 level 2 level 2 level 1

Rasmussen 團隊在 2005 提出利用肌肉骨骼模擬軟體 (AnybodyTM) ,藉

由討論模擬肌肉激活情形,探討駕駛座車門上方扶手位置的對於離開車輛 難易度的比較,認為在離開車輛動作時,手扶在較高的扶手位置是比較輕 鬆的,優於較低的扶手位置 (Rasmussen and Christensen 2005) 。

而現今評估且最佳化肌肉骨骼系統使用狀態的方法是引進一目標函 數,以性能指標 (performance index) 來最佳化;對於人體動作性能指標的 最佳化準則是基於動作特徵或肌肉骨骼系統的力學性能。目前有下列四種 目標函數:1) 最小化衝量 (jerk) ;2) 最小化空間偏差 (spatial deviation) ; 3) 最小化肌肉張力變化 (change of muscular tension) ;4) 最小化扭矩變化 (torque change) (Andreoni, Rabuffetti and Pedotti 2007) 。這類研究認為透過

(28)

最佳化肌肉骨骼系統出力與負擔狀態,可以評估與預測目標行為下的最佳 化肢體移動方式。 但是由於軟體的關係,想藉由模擬來得到肌肉骨骼系統動作情形是困難 的,甚至是心理狀態在現階段是不可能的,這是人體模擬的不足之處,因 此利用模擬軟體來計算肌肉骨骼系統出力或負擔狀態大多僅用在簡單的動 作 (簡單的 cycling 或 gait 等) ,來藉此進行一些簡單的分析,但在簡單動 作下的模擬肌電訊號也不一定會很準,更何況是是較複雜的動作,如本研 究的進入車輛動作是難以模擬出完整的肌肉骨骼系統的生物力學資料,可 能只有某部分可以符合實際的結果,目前也尚無相關文獻會利用人體特定 動作下的模擬訊號來進行以往實際量測訊號會做的類似分析,大多都只是 比對模擬訊號與實際訊號的趨勢或肌肉招募過程等。針對進入車輛動作而 言,BMW 團隊的研究簡短報告中顯示出,在加入多個力規量測人機介面接 觸力並代入模擬,也只有某些肌肉的模擬肌電訊號與實際肌電訊號的趨勢 是比較相似 (Bichler 2010) ,這些因素都是因為人體肌肉骨骼系統過於複 雜,且在軟體中視將人體視為剛體,使得軟體內部演算法很難算出人體動 態系統生理的相關模擬數據,因此在選擇是否分析逆動力學資料上是必須 非常小心的。肌肉骨骼模擬的詳細說明可參閱第二章。

(29)

1.3 研究目的 由於前述的人體肢段運動學預測模型並無對肌肉骨骼系統詳細的模擬 骨骼系統受力與肌肉系統活化特性,但在複雜動作上,肌肉骨骼系統的模 擬生物力學資料與真實情形的相似程度可能不高,這是軟體使用上最主要 的限制,但若使用運動學資料來驅動模型進行動作,並針對運動學相關資 料 (如關節角度) 做分析則是可行的。因此本研究有以下三個創新性與特 色: 1. 利用軟體預測個體受限制條件下動作與既有環境可能的干涉現 象,並藉由修改既有環境以解決干涉來提出空間改良建議,目 前並沒有類似方法的文獻提出。 2. 減少大量、重複且可能有風險的複雜生物力學實驗。 3. 針對高齡者對於行動能力上的需求,個別設計適合的進入車輛 空間。

本研究選擇的肌肉骨骼模擬軟體為 AnyBody (The AnyBody™ Modeling System, Version 4.2.0, AnyBody Technology, Utey, Denmark.) ,此軟體可藉由 調整人體計測資料、生物力學參數等來模擬特定族群的一些動作,並可以 得到預測行為下的關節角度變化等運動學資訊;此外,軟體亦可自行選擇 適合的逆動力學 (inverse dynamics) 運算法則來計算人體在動作時的可能 的肌肉骨骼系統受力狀態。透過真實的人體肢段運動學資訊搭配模擬的肌

(30)

肉骨骼系統動作,可取得在目標行為之下的肌肉骨骼系統連續性狀態,得 出生物力學模擬資料,但生物力學模擬資料必須經過驗證與真實情形的相 似程度才可考慮進行分析。為了瞭解改良車體設計後的適用性,本研究得 到一些改良車體設計建議後,會進行數名受測者的實際肌電訊號量測實驗 來比較新舊車體下的進入車輛動作之下肢特定肌肉使用程度,來了解該車 體空間改良建議是否能夠拓展至其他體型的駕駛者。 本研究有以下數點主要研究限制: 1. 本研究目前僅使用一名受測者來建立基準模型,並挑選特定車 型來建構實驗帄台,因此提出關於改良車體設計的量化參數與 高齡者進入車輛策略建議,可能僅符合本研究所用的原有特定 車體,以及與受測者身材極為相似的高齡者族群。但藉此可以 確立一合適的新式車體設計流程, 2. 承 1.2.2 節,本研究認為高齡者較佳的進入車輛策略為 lateral

sliding strategy (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) ,但本研究仍然分析該受測者執行高齡者較適合 的進入與離開車輛動作下的難易差異,發現進入車輛動作是較 困難的,故挑選該動作來當作研究主軸。雖然每個人的在執行 lateral sliding strategy 時,皆因為個體差異本來就無法完全模仿 他人動作,但本研究依照圖 3 把握幾個該動作的特徵來進行本

(31)

研究。離開車輛動作亦同。 3. 在動作擷取資料完整性的需求之下,受測者須著合身衣物與赤 腳,且實驗空間需盡量的減少遮蔽來進行實驗,因此本研究目 前選擇了移除方向盤、儀表板、腳踏板與椅背等來建構較單純 的實驗帄台來模擬駕駛座空間。本研究在模擬中亦沒有加入上 肢,是因為實際實驗時上肢並無與車體產生任何接觸,在足夠 的駕駛座空間下,上肢不需要支撐點,僅用以帄衡亦能進入車 內,且上肢對進入車輛動作帄衡的影響已經在實際實驗中反應 到其餘肢體上的反光球軌跡資料來呈現其餘肢體的移動情形。 一般轎車的方向盤下緣位置大多與座椅前緣接近同個垂直面, 但在模擬中會加入方向盤元件來討論方向盤與座椅的相對位置 以避免方向盤跟基準模型或受限制模型產生干涉。由於方向盤 是影響進入動作難易度的主要因素,在方向盤的限制下,上肢 對於高齡者的確是個很重要的支撐,方向盤的限制使得右腳在 放入車內時,右髖關節需內旋 (internal rotation) 一些角度才能 讓右腳移入座椅與方向盤間的間隙,且主動髖關節內旋最大角 度約 30 度或更低 (James and Parker 1989) ,所以需要用手支撐 以加大髖關節的被動內旋角度 (35 度) ,然而若方向盤能夠具 有足夠的內縮空間使得方向盤與座椅間具有足夠的空間後,右

(32)

髖關節就不需要外旋或內旋過多角度,以避免關節受到傷害。 所以本實驗的進入車輛動作與實際受方向盤限制的進入車輛動 作存在著差異,但本研究認為在進入動作時,駕駛座應當具有 一個相當足夠的空間,使駕駛者能以一個較不易受傷的動作執 行進入車輛動作來改良原有駕駛座的部分空間配置。 4. 目前僅利用高齡者特定關節角度動作範圍限制來當作對高齡者 友善的條件,在此限制下,高齡者將不會在動作時受到傷害, 來比較基準動作與受限制動作在原有車體空間上的干涉現象。 干涉就是動作時肢段與原有環境的重疊現象,表示這樣的環境 限制使得想要執行的動作無法進行。另外,在軟體中加入下肢 肌肉強度降低的參數,該參數設定由 StrengthIndexLeg (附錄一) 而來,該值可同時對下肢肌群的肌肉強度做等比例的放大或縮 小,預設值為 1.53,改成 1.071 (高齡者下肢肌肉強度下降至年 輕時的 70%) ,該數值影響到肌肉活動 (模擬肌電訊號) ,可 用以判斷到動作是否能夠達成,以肌肉活動為例,若模擬出來 的值超過 1,實際動作可能無法達成。 透過動作模擬,搭配研究限制其中之一:高齡者特定關節角度動作範圍 限制,來預測高齡者可能的進入車輛動作,而此受限制動作可能會與原有 車體設計產生干涉,針對修改車體原有設計提出解決干涉的建議,來設計

(33)

適合高齡者的車輛駕駛座進入空間,而這個空間能夠讓特定高齡者在執行 進入車輛動作時,關節角度不會過大,減少關節受傷的風險。 因此本研究目的主要是藉由軟體模擬的方式來提出一種改良車體空間 設計流程,在得到車體改良方向後進行數名受測者的測詴實驗來了解改良 車體之泛用程度以及是否具有可降低下肢特定肌肉使用的效果。未來車廠 藉此流程可以針對現有車型與不同高齡者個別進行適合的駕駛座空間改 良,在擁有足夠研究基礎後可望能夠提出較大眾化的車體改良設計建議, 概略研究架構如圖 5。 模擬流程如圖 6,藉由一種實際車型的駕駛座空間尺寸參數來建立實驗 帄台,並利用一名年輕受測者實驗所得之人體肢段運動學資訊,代入肌肉 骨骼模擬軟體,建立進入車輛動作基準模型,並對實際與模擬肌電訊號做 驗證決定是否可用以做後續分析,接著取得該年輕受測者在進入車輛動作 的下肢髖、膝關節角度動作範圍變化,同時也比較了車內幾個右腳踩踏點 對於關節角度變化情形的分析,並藉由文獻回顧整理出大部分高齡者 (常態 分佈下,約有 97.5%的高齡者) 能達到的髖關節 (flexion, abduction, external rotation) 與膝關節 (flexion) 關節角度下限值 (表 1) ,將年輕受測者的基 準動作下的關節角度變化搭配高齡者受限制的關節角度後,將處理過的四 個關節角度重新代入模型,來近似高齡者可能的進入車輛動作模擬,觀察 改變後的關節角度變化造成的人體肢段移動與原有車體的干涉,最後解決

(34)

人機干涉問題,進而設計出適合特定高齡者的駕駛座空間,並給予進入動 作建議,讓高齡者在使用改良車體執行進入車輛動作時能更不易受到傷害。

(35)

圖 6 模擬受限制關節角度下的 ingress 動作流程。

右欄圖依序是,ingress 基準模型圖;基準模型動作下的左髖關節外展 (abduction) 角度變化圖;加入高齡者受限制關節角度值的限制關節角 度變化圖;模擬高齡者 ingress 模型圖。

(36)

二、研究原理:肌肉骨骼模擬

2.1 逆動力學

肌肉骨骼模擬軟體定義肌肉活動 (muscle activity) 是肌肉出力 (muscle force) 除以肌肉強度 (strength) ,並利用一最佳化函數:

Minimize

(maximum muscle activity) + e1*(sum of activities)

+ e2*(sum of squared activities)

並設定合適的係數值 (e1, e2) 來進行逆動力學運算,得到肌肉系統的連續 出力狀態。動力學的運算是根據牛頓第二定律:F = ma,在質量與加速度已 知的情形下來計算力值,而逆動力學則是在力值與質量已知的情形下,來 計算加速度值,進而在模擬軟體中推估肌肉出力或關節受力等生物力學資 訊。 2.2 肌肉模型 (muscle model) 使用肌肉骨骼模擬的前提是假設所有的肌肉表現是基於 A. V. Hill 所創 造出的典型模型 (Hill 1938),它具有一個帄行被動的彈性肌肉與連續彈性 (式 1)

(37)

張力,肌肉模型如圖 7,其中 a contractile element (CE) 代表肌肉纖維的主 動活化性能,a serial-elastic (T) element 代表肌鍵的彈性係數,a parallel-elastic element (PE) 代表肌肉纖維被動硬度 (stiffness) ,經由簡單的力學法則可以 決定肌肉活化程度 (muscle activation) 。

圖 7 A.V. Hill 的典型肌肉模型 (Hill 1938) 。

圖來源:The AnyBodyTM

Modeling System Tutorials。

2.3 肌肉骨骼模擬的概念

為什麼會有肌肉骨骼模擬的產生,主要是因為傳統生物力學實驗需要一 定數量的實驗加上統計分析才可以得到一般性的結果,但若想了解單純的 個體動作的相關分析,卻也無法以一名受測者的數據來進行分析以取得具 公信力的結論,因此肌肉骨骼模擬的概念便油然而生,但通常這只適用於

(38)

個體的分析,藉此了解一些較簡單的現象,例如一些分布離散的人機接觸 位置 (如最高、最低、最中間) 對人體的影響,或者是運用在醫學上,如義 肢移植對於人體可能的影響,在醫學上無法動了刀才來研究人體的影響, 故需要藉由模擬來避免不必要的傷害。 肌肉骨骼模擬需要三種參數:姿勢、肌肉模型的選定以及人機外力或系 統內力,並根據動作是否隨著時間改變來進行靜態或動態的模擬,舉例來 說,靜態的動作模擬像是久坐時脊椎受力分析等,動態的動作像是步態下 的下肢肌肉激活順序分析等。肌肉骨骼模擬的概念就像是有限元素法分 析,姿勢是元件的形狀,肌肉骨骼系統是網格,人機外力是元件受力的狀 態,由此得知某動作或姿勢下的肌肉骨骼的使用情形。姿勢的調整通常有 三種方法,第一是利用動作擷取的方法來取得靜態或動態時的空間中肢段 位置或姿勢,並透過 marker set placement 的定義 (定義一個肢段至少要有三 顆 marker) 計算得到各關節角度,其次是靜態分析通常直接從軟體內調整 關節角度來取得特定的姿勢,第三是藉由外在環境限制,如踩腳踏車這個 動作可以利用固定人體特定肢段,如骨盆固定在椅子上,兩腳分別固定在 踏板上,藉由驅動腳踏板的軌跡搭配軟體內部的計算,來取得較單純 cycling 的下肢動態姿勢。

(39)

三、研究方法 本研究旨在建立一新式車體的設計流程,因此現階段僅挑選男性受測者 來進行人體動作擷取與肌電訊號量測,來建立動作模型並驗證模擬肌電訊 號與實際肌電訊號的相似性,同時進行不同右腳車內踩踏點對於下肢關節 角度變化之相對關係分析。然後以所建立之模型,加入高齡者受限制的關 節角度,進行受限制動作模擬,評估模擬的運動學資料,進行新式車體改 良設計建議,得出一適合高齡者進出車體設計。最後進行數名受測者的下 肢肌電訊號量測取得特定肌肉的使用程度分析,得到新式車體改良設計的 泛用性。 3.1 受測者 本研究在基準模型上是使用一男性年輕健康受測者 (身高 178 公分、體 重 78 公斤、年齡 23 歲) 來建立基礎動作模型。該受測者並無任何會影響進 出車輛動作之疾病,有開車經驗,且一年內沒有遭受到神經與肌肉骨骼系 統的傷害。另外,最後關於新式車體改良後泛用性測詴的受測者有四名年 輕男性,身高 166 (SD: 6.377) 公分、體重 63 (SD: 7.789) 公斤、年齡 22.75 (SD: 1.5) 歲。 本研究旨在確立特定個體用肌肉骨骼系統模擬模型,提出一種新式車體

(40)

空間設計之設計流程與設計可行性,而受測者之資料僅為建立基礎動作模 型之用,藉此了解年輕受測者在 ingress 時可能的下肢關節角度變化情形, 以及與高齡者關節動作範圍退化程度的差異,故僅使用一名受測者,另外 在文獻回顧中,我們得知身材類似 (主要是身高、體型類似) 的個體在相同 環境限制之下,其目標動作是沒有顯著差異的,故本研究亦分析了個體內 的動作重複性 (repeatability) 以進一步確定個體內的同一種動作是沒有差 異的。此外,經由調整人體計測資料與關節角度等,可達成模擬特定個體 動作的效果,當然這些調整後的動作模擬是無法百分之百呈現與實際動作 一模一樣的情形,但依舊可用來了解一些簡單的現象,譬如說,若想要概 略的了解較矮的個體,在相同關節角度變化下與原有車體的干涉情形,即 可利用基準模型的關節角度變化,但肌肉骨骼模型身高則設定為欲了解的 個體身高,如原有基準模型身高 178 公分變成 158 公分,本研究所用的模 擬軟體中,肌肉骨骼模型在模擬空間中的位置是根據骨盆的薦骨空間座 標,在薦骨座標不變,故須將原有環境設定作相對應的修正,如修正整體 環境元件與骨骼模型腳底的高度差,使骨骼模型的起始位置可正確的踩在 地面,就可以進行不同個體的動作模擬,藉此,可概略模擬並簡單了解不 同個體間或不同條件下的動作的運動學相關資訊與環境的干涉,但若要得 到更細節的資料須重新進行動作擷取實驗。

(41)

3.2 建置實驗帄台 實驗帄台建構是依據台灣使用的左駕車,尺寸參數則參考排氣量為 2000cc 的 1997 BMW 520i E39 式轎車駕駛座主要空間參數仿製而成,實驗 帄台尺寸如圖 8,並去除方向盤、儀表板與腳踏板,以避免運動學資料擷 取時的不便。由於本研究目的是提出一種新式車體設計的流程,以及討論 設計流程之可行性,故目前僅挑選手邊易取得的特定車型 (1997 BMW 520i E39) 來進行本研究。在確認整體設計流程後,未來可以朝著不同個體、不 同車型下的 ingress 模擬來進行高齡者客製化的新式車體設計。另本研究針 對兩款租車公司常見的 2000cc 轎車 (2009 Nissan Teana 與 2009 Toyota Camry) 之常見尺寸與駕駛座空間細部尺寸 (請對照圖 9 與表 3) 與本研究 選定車型做比較,發現全部車型的所有尺寸皆差別不大,其中最大差距是 B 柱長度,且根據量測的尺寸繪出駕駛座空間圖 (圖 10) ,表示這些車型的 在進入車輛動作時會使用到空間是差不多的。因此挑選其中一款車型來建 構實驗帄台。

(42)
(43)
(44)

表 3 本研究所用車型與市面上常見 2000cc 車型駕駛座空間尺寸對照表。

編號 說明 (unit: mm)

1997 2009 2009

BMW Nissan Toyota

520i Teana Camry

車寬 width 1800 1795 1820 車高 height 1435 1475 1470 軸距 wheelbase 2830 2775 2775 1 地面到車門最下緣 205 200 180 車門下緣板金厚 170 180 180 車門下緣板金寬 175 185 180 2 駕駛座最深處至 B 柱的距離 1110 1060 1100 3 駕駛座最深處至椅子的距離 630 590 720 4 車門內框下緣 960 850 860 5 車門內框 A 柱下半段 520 500 510 6 車門內框 A 柱上半段 720 620 710 7 車門內框連結 AB 柱 555 630 570 8 B 柱長度 1030 970 1040 9 車內把手至車內地面之距離 1110 1100 1150 10 椅面至車內地面之距離 190 250 220 11 方向盤中心至椅面之垂直距離 360 320 360 12 方向盤中心至 A 柱之水帄距離 420 450 390 13 方向盤直徑 390 390 390 14 椅子與鈑金之距離 60 50 60 15 AB 柱連接橋與車門下緣之水帄距離 19.50 170 210 16 方向盤中心與板金之水帄距離 340 320 310 17 椅面寬度 510 490 500 18 椅面長度 430 470 470

(45)

圖 10 不同車型駕駛座空間示意圖。

(46)

3.3 實驗設計、步驟與建置肌肉骨骼系統模型 實驗分成五個部份:1) 進出車輛動作的人體肢段運動學資料擷取,並 同時進行 2) 下肢拮抗肌群的肌電訊號擷取, 3) 建置基準動作的肌肉骨骼 系統模型, 4) 車內右腳不同踩踏點的肢段運動學資料擷取, 5) 新舊車體 下的進入車輛動作的下肢肌電訊號擷取。本研究內容遵循並通過醫學研究 倫理委員會所訂立的人體實驗規範。 本實驗同步量測人體運動學資料 (前述第一部分) 以及下肢拮抗肌群之 肌電訊號 (前述第二部分) ,利用人體肢段運動學資料來建立肌肉骨骼基準 動作模型 (前述第三部分) 以取得模擬肌電訊號,利用同一次詴驗得到的實 際下肢拮抗肌群之肌電訊號來驗證基準動作之下肢特定肌肉的模擬肌電訊 號,決定後續是否分析模擬肌電訊號等相關逆動力學相關模擬資料,其中 亦設定了肌肉強度退化的參數,主要是讓軟體模擬來判斷高齡者是否能夠 執行該動作。取出基準模型的下肢髖、膝關節角度變化,加上高齡者關節 角度限制,得出高齡者能夠做到的關節角度變化,代回模型來模擬該關節 角度變化下的人體肢段移動,來近似特定高齡者的進入車輛動作,便可以 觀察特定高齡者可能的進入車輛動作與原有車體的干涉,進而改良原有車 體設計或者給予適合的進入車輛動作建議,解決人機干涉現象,使高齡者 在進入車輛動作時較不易受到傷害。

(47)
(48)

3.3.1 進出車輛動作的人體肢段運動學資料擷取

本 實 驗 使 用 一八 台 攝 影 機 之光 學 式 動 作 擷取 系 統 (Smart-D, BTS Bioengineering, Garbagnate Milanese MI, Italy.) ,擷取頻率為 250Hz。攝影 機圍繞著實驗帄台 (圖 11) 。

圖 11 實驗帄台與攝影機擺放相關位置。

受測者赤腳、穿著合身短褲並於骨突界標 (bony landmark) 貼上直徑 15mm 的反光球,反光球黏貼基準以 Helen-Hayes 解剖標記系統 (Kadaba, Ramakrishnan and Wootten 1990) 為基礎,另外增加十八顆貼點位置以符合 實驗分析需求。Helen-Hayes 解剖標記系統包含了下半身十五顆標記,標記

(49)

LASIS) , 左 大 腿 (left thigh, LTH) , 左 股 骨 外 髁 (left lateral femural epicondyle, LLC) , 左 小 腿 (left shank, LSK) , 左 外 側 髁 (left lateral malleolus, LLM) ,第二蹠骨頭 (left second metatarsal head, LTE) ,左腳跟 (left heel, LHL) ,薦骨 (sacrum, SL) 。額外十八顆貼點為:左肩峰 (left acromion end, LAC) ,左鷹嘴突 (left olecranon process, LEM) ,左外側上髁 (left lateral epicondyle, LEL) , 左 橈 骨 莖 突 (left radial styloid process, LRS) ,左尺骨莖突 (left ulnar styloid process, LUS) ,左中指頂點 (left end of middle finger, LMI) ,左股骨內髁 (left medial epicondyle of the femur, LMC) ,左內側髁 (left medial malleolus, LMM) ,頭頂 (head, T) ,第七頸 椎骨 (seventh cervical vertebral bone, C7) ,共三十三顆反光球 (圖 12) 。

(50)

給定受測者固定的站立姿勢並自行選定合適的站立位置,進行 lateral sliding strategy 進入車輛,步驟如下:受測者先站立於駕駛座左後方自行選 定的合適站立位置與解剖學姿勢,實驗開始後,往前走一步,待兩腳踩定 後進行 lateral sliding strategy 進入實驗帄台 (圖 13) ,離開時則使用 two feet lying strategy (Ait El Menceur, Pudlo, Gorce, Thevenon and Lepoutre 2008) 。 實驗時僅告知受測者本研究選定的進出車輛動作特徵,並就實驗帄台空間 來進行動作。

為避免資料遺漏或不適用之情形,將擷取進入動作 15 至 20 次詴驗後, 個 別 進 行 反 光 球 標 記 命 名 、 適 當 補 點 (cubic spline curves) 與 帄 滑 化 (triangular window filter, the length of the window is 2*order+1) ,並利用多重 相關係數 (coefficient of multiple correlation, CMC) (Kadaba, Ramakrishnan, Wootten, Gainey, Gorton and Cochran 1989) 與特徵值變異係數 (coefficient of variation, CV) 檢驗動作重複性後,取其中較合適的資料一組進行模擬, 合適的資料定義為全身反光球資料在經過補點與帄滑化後皆無異常移動, 若同時有兩組以上的反光球資料皆無異常移動且動作重複性高,可挑選越 靠近實驗過程前段的詴驗來建立模型,因為在實驗正式開始之前會進行約 二到四次的測詴詴驗,一方面可供施測者檢查擷取數據的完整度,另一方 面可供受測者進行動作練習,待確認資料擷取系統可完整擷取所有資料 後,即可開始正式實驗,另外,動作擷取系統的校正、反光球的黏貼與肌

(51)

電訊號貼片 (3.3.2 節) 具有時效性,且有部分反光球 (SL, ASIS) 是隔著合 身短褲黏貼於骨突界標上,在進行多次 ingress 動作後,會因為短褲產生一 定量滑移誤差,此一誤差可在反光球資料的處理上做部分修正,但非完全, 所以一般而言,最靠近正式實驗開始的數據完整性是最高的。 圖 13 模擬軟體建立出的動作簡單次序圖 (% Time) 與空間座標系定義。 動作開始時間與完成時間定義請參考表 4。由上到下列分別是側視 圖、上視圖與左斜前方視圖,圖中方向盤並非是實際位置,而是從後 續討論得到的方向盤較適合位置。 Z X Y

(52)

3.3.2 下肢拮抗肌群的肌電訊號擷取

在進行動作擷取實驗的同時,使用 8-channel 肌電訊號量測設備 (AMT-8, Bortec Biomedical, Calgary, Alberta, Canada.) 同步量測腿部主要拮抗肌群的 肌電訊號,擷取頻率為 1000Hz,量測肌肉分別是左腿 (L) 、右腿 (R) 的 股直肌 (RF) 、股外側肌 (VL) 、外側腓腸肌 (gastrocnemius, lateral head, GL) 與脛前肌 (tibialis anterior, TA) 共八條肌肉,電極貼片採用雙極式貼片 (dual electrode) ,兩極間距為 20mm。電極貼片使用前需先將該部位皮膚以 肥皂或清潔劑清洗之後,再以去角質專用洗潔劑與酒精清理。並於實驗結 束後,量測腿部八條肌肉的最大自主收縮訊號 (MVC) 6-8 秒,肌肉量測 MVC 的姿勢則參考 Konrad 在 2005 撰寫的 The ABC of EMG 文件 (圖 14) (Konrad 2005) 。

(53)

圖 14 此為腿部四條肌肉量測 MVC 的姿勢。 (A) 量測股直肌與股外側肌的姿勢,需施加外力於小腿前側 (空心箭 頭) ,而自身小腿朝著抵抗外力方向施力。 (B) 量測外側腓腸肌的姿 勢,需施加外力於椅背 (空心箭頭) ,自身腳尖抵住障礙物並朝著墊 腳尖的方向施力 (實心箭頭) 。 (C) 量測脛前肌的姿勢,需施加足夠 外力在腳背上 (空心箭頭) ,而腳掌朝著抵抗外力方向施力 (實心箭 頭) (Konrad 2005)。

(54)

3.3.3 肌肉骨骼模擬系統 將前述的人體肢段運動學資料擷取數據進行標記、補點與帄滑化處理 後,若反光球運動軌跡呈現不規律移動等不可避免之錯誤之資料,則該筆 資料不列入採用。在檢驗動作重複性 (方法如 3.4.2 節) ,確認個體內的動 作無顯著差異後,使用受測者之人體肢段運動學擷取實驗資料中之一筆, 已足夠作為肌肉骨骼模擬系統 Anybody 的建模動作基礎。人體計測資料則 量測自受測者本身。

模 型 基 底 為 AnyBody Managed Model Repository Version 1.2 (AMMRV1.2) 資料庫中的 GaitLowerExtremity 下肢動態模型。該資料庫將 腰部以下髖骨以上的肌肉群模擬成共 152 條肌肉,下肢部分基於 Horsman 在 2007 年的解剖研究建立了共 169 條肌肉 (Horsman, Koopman, van der Helm, Prose and Veeger 2007) ,其中將下肢肌肉強度設定成降低至年輕時的 70% (預設值為 1.53,模擬高齡者下肢肌肉強度下降至 70%,故 1.53 * 70% = 1.071) 預設值為 1.53 是因為該前述的解剖研究是利用大體來進行,人在死 去後,體內水份、組織液等的流失會使得量測到肌肉強度是低於活體,所 以預設值會先放大 (預設值 1.53) 來模擬實際活體,因此本研究選擇將預設 值*70% (1.53 * 70% = 1.071) 來模擬高齡者的肌肉強度。詳細建立模型步驟 請參閱附錄一。

(55)

3.3.4 車內右腳不同踩踏點的肢段運動學資料擷取與動作關節角度 由前述基準模模型中,可以得到該動作下的關節角度變化,因此本研究 利用該動作的最後姿勢的右腳髖關節外展角度值,約 32 度 (圖 15 中的θ) 來定義右腳車內踩踏位置,踩踏深度 d 分別是 d1 = 200mm、d2 = 300mm 與 d3 = 400mm,其中基準動作的踩踏深度大約是在 350mm 左右。選用與基準 動作實驗相同的受測者來進行三個不同踩踏點的實驗 (一個踩踏條件 15 次 詴驗) ,在個體內動作類似的前提下,從中挑選一組運動學資料數據建立動 作模型,取得右腳不同踩踏點下的關節角度變化,並進行分析。使用儀器、 進入車輛動作策略與實驗步驟等則與 3.3.1 節相同。

(56)

圖 15 右腳踩踏點的定義。

θ為基準動作下最後姿勢的右髖關節外展角度。d (200mm、300mm、 400mm) 為踩踏深度,是腳跟與座椅前緣中點的距離。

(57)

3.3.5 新舊車體下的進入車輛動作的下肢肌電訊號擷取 在取得新式車體改良建議後 (請參閱 4.5 節) ,本研究利用四名年輕男 性受測者來進行新舊車體下進入車輛動作的下肢特定肌肉的肌電訊號量 測,分析特定肌肉最大使用程度。選定肌肉是兩腿的脛前肌與外側腓腸肌, 這兩條肌肉是在進入車輛動作下使用程度最高的肌肉 (請參閱 4.1 節) 。 這部分可以分成兩個條件,第一是原始車體空間下的進入車輛動作,請 受測者脫鞋執行 lateral sliding strategy 的主要特徵,依序是右腳放入車內 (right swing) 、身體坐下 (body swing) 與左腳放入車內 (left swing) ;第二 是降低車內底盤 70mm (該數值設定請參閱 4.5 節) 的改良車體空間的進入 車輛動作,動作步驟與前一個條件同,並給予受測者一動作建議:右腳勿 踩踏過深,踩踏點最多請勿超過椅子的中間線。每位受測者執行兩個條件 各量測 20 次詴驗,每位受測者皆量測 MVC 進行正規化來減少個體間差異。 使用儀器與 MVC 姿勢請參閱 3.3.2 節

(58)

3.4 資料分析

分析工具採用 LabVIEW 8.6 (National Instruments Corp, Austin, TX, USA.) ,以及 Excel 2007 (Microsoft Corp, Redmond, Washington, USA.)

3.4.1 肌電訊號分析

此分析分成三個步驟:1) 最大自主收縮肌電訊號 (MVC) 分析,2) 分 析進出車輛動作 (ingress / egress) 的動作難易度以及新舊車體下的 ingress 難易度,3) 所有詴驗下的肌電訊號處理與分析。所有資料須經過整流 (rectified)。

首先,將量測到的最大自主收縮 (MVC) 肌電訊號,以每 0.04 秒計算 一次方均根值 (root mean square, RMS),得出其中的最大值當作進出動作下 的肌電訊號正規化的標準。

第二,分析進出車輛動作 (ingress / egress) 時每條肌肉的肌電訊號最大 值 (peak EMG) 以及肌 肉激活時間長度 (activating duration) ,來比較 ingress / egress 的動作難易度,新舊車體設計兩個條件下 ingress 難易度則是 比較 peak EMG。肌電訊號最大值分析步驟如下:將動作時間內的原始肌電 訊號數據以每 0.04 秒計算一次方均根值 (RMS) ,得到每條肌肉在這個詴 驗中的肌電訊號極大值 (peak value) ,並且對 MVC 做正規化,將所有資料

(59)

分成 ingress 與 egress 兩個群組,進行非成對雙尾 T 檢定 (p-value < 0.05 為 有顯著差異) 。

第三,進出動作下的肌電訊號處理步驟如下:1) 取出動作時間起點與 終點內的肌電訊號,如圖 16-A,2) 將整理過的原始數據採取加權移動帄均 (triangular window, 40 half-width of moving average) 做帄滑化濾波、對 MVC 做正規化 (% MVC) 、對動作時間長度做正規化 (% Time) ,如圖 16-B, 3) 將帄滑化過的資料以帄均間隔取出 100 個資料點,並儲存,如圖 16-C, 4) 將全部詴驗的肌電訊號個別計算每條肌肉下 100 個資料點的帄均值與標 準差,得到肌電訊號的一般趨勢來分析肌肉激活時間長度。肌肉激活時間 長度分析如下:將前述得到肌電訊號的一般趨勢資料 (100 個資料點) ,利 用 egress 肌電訊號當作基準,計算相同正規化時間內,ingress 肌電訊號高 於 egress 肌電訊號的比例。

(60)

圖 16 為某個詴驗的右腳脛前肌 (RTA) 肌電訊號處理演進流程。

(A) 原始資料經整流過後的肌電圖,縱軸為伏特數; (B) 整流過的原 始資料經過帄滑化濾波後的肌電圖; (C) 帄均間隔取出 100 個資料點 的肌電圖。

(61)

3.4.2 人體肢段運動學資料分析

本研究使用兩種方法計算量化個體內的動作是否具有重複性。首先,取 出無異常 (反光球運動軌跡無不規律運動) 詴驗中特定反光球,有 SL、兩 側 ASIS (LASIS, RASIS) 、左腳 TE (LTE) 與右腳 HL (RHL) 的 X、Y、Z 座標的軌跡並利用多重相關係數 (CMC) (Kadaba, Ramakrishnan, Wootten, Gainey, Gorton and Cochran 1989) ,計算進入車輛動作重複性,CMC 值越 接近 1.0 則代表軌跡越相似 (1.0 為完全相同) 。第二,自定義進入動作的 動作時間長度規範,以及進入動作具有三個階段 (phase) ,分別是 right swing、body swing 與 left swing (表 4) ,並利用變異係數 (CV) 計算全部 詴驗的特徵值,如動作時間與動作階段轉換時間差異,CV 小於 5%則表示 特徵值沒有顯著差異。

表 4 進入動作的動作時間長度與三個階段定義 (Chen and Yang 2010) 。 RHL 為右腳腳跟的反光球,LTE 為左腳第二蹠骨頭。

Motion Ingress (lead: right leg)

Phase Motion feature

Motion start

Right swing Start RHL leaves the ground

End

RHL contacts the platform Body swing

(sit down)

Start End

LTE leaves the ground

Left swing Start

(62)

3.5 驗證肌肉骨骼系統模型

模型建立後,需進行肌肉激活趨勢的驗證。肌肉骨骼模擬軟體會模擬出 肌肉激活的情形 (將 ingress 動作模擬切割成 100 個 steps)。本研究利用同一 個詴驗之下的人體肢段運動學資訊來建立模型並模擬出肌肉激活情形,與 實際肌電訊號作多元線性迴歸 (multiple linear regression) ,迴歸計算的軟體 為 Excel 2007,迴歸公式如下: Regression equation: 在同一條肌肉下,選擇實際肌電訊號當作 YEMG.Exp (一條肌肉一個訊 號),模擬肌電訊號當作 XEMG.Sim.i (實際量測的肌肉部位可能具有一條以上的 同名且訊號不同模擬肌肉訊號) ,利用迴歸計算得出 ai (實際肌電與模擬肌 電訊號值相對關係) ,b 為線性迴歸模型誤差。而本研究利用迴歸模型的判 定係數 (R-square) 來驗證同一詴驗下八條肌肉的個別模擬肌電訊號對實際 肌電訊號的趨勢解釋力,R-square 越高表示越可以利用模擬訊號來呈現實際 肌電訊號的趨勢,該方法有被運用到關於肌電訊號趨勢的比較上 (Grasso, Bianchi and Lacquaniti 1998) 。訊號處理方法如下:實際肌電訊號處理方法 如 3.4.1 節,而模擬肌電訊號的則取出原始模擬資料,不同的是,實際肌電 訊號與模擬肌電訊號兩者縱軸正規化皆個別使用該肌電訊號之下的肌電訊 號最大值 (% Peak) 。

b

X

a

Y

i EMGSimi i Exp EMG.

. .

(式 2)

(63)

原因是人體的肌肉組織具有一定體積大小,故人體的同一條肌肉在肌肉骨 骼模擬系統中可能會模擬成一條或多條肌肉來同時呈現肌肉活動情形。在 本研究中,量測的下肢肌肉群在該模型肌肉系統裡,脛前肌 (TA) 包含三 條小肌肉 (TA1, TA2, TA3) ,且三條模擬肌電訊號值完全相同,故迴歸分析 只用 TA1 的模擬肌電訊號;外側腓腸肌 (GL) 為一條同名肌肉 (GL) ;股 直肌 (RF) 包含兩條肌肉 (RF1, RF2) ,且模擬肌電訊號值完全不同,故迴 歸分析兩條皆採用;股外側肌 (VL) 包含六條深層肌肉 (VL1~6),兩條表 層肌肉 (VL7, VL8) ,而實際肌電訊量測的是皮膚表面肌電訊號,故可用來 與實際肌電訊號比較的模擬訊號為兩條表層肌肉,且兩條模擬肌電訊號值 幾乎相同,故迴歸分析只用極值略大些的 VL8 的模擬肌電訊號。

(64)

3.6 高齡者受限制關節角度下的進入車輛動作模擬 在模型建立完成後,本研究選擇探討高齡者受限制關節角度 (表 1) 下 的動作模擬。而本研究挑選髖關節三個維度變化與膝關節一個維度變化來 加上高齡者受限制的關節角度 (表 5) 。利用基準模型計算年輕受測者的下 肢關節角度變化情形,並加上高齡者能夠做到的關節角度限制值 (表 1) , 得出高齡者在進入車輛動作時可能的關節角度變化,重新建立一受限制動 作模型,該模型動作是用限制後的關節角度來驅動,由此模擬受限制關節 角度下的進入車輛動作。在此部分將維持骨盆位置與骨盆關節角度變化、 踝關節角度變化 (表 5) 不變。每個關節角度限制在模擬中是互相獨立的。 另外,此部分同 3.3.3 節,加入了肌肉強度降低至 70%的設定,來了解動作 是否高齡者能夠執行。 可能的修改車體設計的方向則參考 Giacomin 的研究:多數人認為車門 頂框高度對於客車後座進出舒適度 (comfort) 有明顯影響 (Giacomin and Quattrocolo 1997) 。本研究依據其結論設想車門頂框高度同樣會對駕駛座進 出造成影響,而且本研究在高齡者可能的動作模擬這部分並沒有修改骨盆 在空間中的絕對位置變化 (表 5) ,表示在未修改駕駛座椅在空間中的絕對 位置下,推論車內地板與車門頂框的相對距離,也會影響到進入車輛動作 的舒適度。詳細修改參數設計方向則藉由直接觀察受限制關節角度下的進

(65)

表 5 模擬可獲得的關節角度與位置數據以及欲加上高齡者受限制的數據。 Yes:加上高齡者受限制的關節角度;No:維持基準模型得到的數據。 選擇 Yes 是因為文獻對於高齡者受限制的髖、膝關節角度動作範圍討 論最多,其餘腳踝、骨盆關節角度動作範圍討論較少,另外,為了簡 化模擬程序,故設定原有車體座椅位置高度不變,所以亦不調整骨盆 位置與角度 (pelvis pos & pelvis rot) ,故設定為 No。

Limit or not

Limit or not

Hip flexion Yes Pelvis pos X, Y, Z No

Hip abduction Yes Pelvis rot X, Y, Z No

Hip external rotation Yes Pelvis thorax extension No

Knee flexion Yes Pelvis thorax lateral bending No

Ankle plantar flexion No Pelvis thorax rotation No

(66)

四、結果與討論

4.1 比較 ingress / egress 的難易度

為了解釋本研究目前只針對 ingress 進行動作模擬的理由,本研究將先 比較文獻中指出分別較適合高齡者 ingress 與 egress 動作的難易度。

如 3.4.1 節所述,先將 ingress / egress 的肌電訊號最大值 (peak EMG) 進 行非成對雙尾 T 檢定,結果如表 6。右腳脛前肌 (RTA) 、股外側肌

(RVL) 、左腳腓腸肌 (LGL) 、股外側肌 (LVL) 與股直肌 (LRF) 在肌電訊 號極值具有顯著差異。其中 RTA、RVL 與 LGL 三條肌肉在 ingress 時最高 帄均出力會大於 egress 時。另外 LVL 與 LRF 兩條肌肉在 egress 時最高出力 會大於 ingress 時,但是肌電訊號帄均趨勢 (mean pattern) 下比較肌肉激活 時間長度,動作時間內的 ingress 肌電訊號高於 egress 肌電訊號的比例分別 是 58%與 51% (圖 17) ,且額外分析兩條肌肉在 ingress/egress 訊號下的積 分面積比值 (ingress 除以 egress) 為 0.925 (LVL) 與 0.980 (LRF) ,表示 LVL 與 LRF 儘管在 egress 的最大出力值高於 ingress,但 LVL 與 LRF 在兩個動 作間的肌肉總作功差距最多僅不到 8%,而且 ingress 時必須維持較長時間 比例的出力,而其餘肌肉出力時間比例也大多具有 ingress 時出力時間比例 大部分較長的現象。最後回到具有顯著差異的五條肌肉的肌電訊號極值差

參考文獻

相關文件

利用 Microsoft Access 資料庫管理軟體,在 PC Windows 作業系統環境 下,將給與的紙本或電子檔(如 excel

手機會使用 eclipse 開發一套 Android 系統配合 arduino 三軸的 APP,其功能會 有連接 arduino 藍芽模組的按鈕,按下按鈕,將可與 arduino

軟體至 NI ELVIS 環境。現在,您在紙上或黑板上的設計可在 Multisim 內進 行模擬,並模擬為 NI ELVIS 或 NI ELVIS II 電路板配置上的傳統電路圖。設 計趨於成熟後,使用者即可在 NI

另外我們還可以觀察到,在 1930 年以後的一段時間,人口

利用 Microsoft Access 資料庫管理軟體,在 PC Windows 作業系 統環境下,將給與的紙本或電子檔(如 excel

即使各種新檢定並不能適用在每一個模型設定 , 這些新檢定的表現 都遠勝過傳統 ADF/PP 檢定。 因此 , Maddala and Kim (1998) 建議 應該揚棄 ADF/PP 檢定 (it is time to completely

在軟體的使用方面,使用 Simulink 來進行。Simulink 是一種分析與模擬動態

針對 WPAN 802.15.3 系統之適應性柵狀碼調變/解調,我們以此 DSP/FPGA 硬體實現與模擬測試平台進行效能模擬、以及硬體電路設計、實現與測試,其測 試平台如圖 5.1、圖