| タイトルコード |
1000100543320 |
| 書誌種別 |
図書 |
| 書名 |
ヒューマンロボティクス |
| 書名ヨミ |
ヒューマン ロボティクス |
|
神経メカニクスと運動制御 |
| 言語区分 |
日本語 |
| 著者名 |
ETIENNE BURDET／[著]
DAVID W.FRANKLIN／[著]
THEODORE E.MILNER／[著]
渡邊 嘉二郎／監訳
小林 一行／監訳
栗原 陽介／監訳
|
| 著者名ヨミ |
ETIENNE BURDET DAVID W FRANKLIN THEODORE E MILNER ワタナベ カジロウ コバヤシ カズユキ クリハラ ヨウスケ |
| 著者名原綴 |
Burdet Etienne Franklin David W. Milner Theodore E. |
| 出版地 |
東京 |
| 出版者 |
丸善出版
|
| 出版年月 |
2017.8 |
| 本体価格 |
￥５４００ |
| ISBN |
978-4-621-30185-2 |
| ISBN |
4-621-30185-2 |
| 数量 |
12,286p |
| 大きさ |
21cm |
| 分類記号 |
491.37
|
| 件名 |
神経生理学
運動生理学
生体工学
自動制御
ロボット
|
| 注記 |
原タイトル:Human robotics |
| 注記 |
文献:p258〜275 |
| 内容紹介 |
ロボット工学を医学や看護に生かす医工連携の取り組みが盛んになり、運動制御の本質を理解することが求められている。神経制御システムと機械的制御システムの適応の両方の視点から、人の運動制御の取り扱い方を解説する。 |
| 著者紹介 |
インペリアル・カレッジ・ロンドン生物工学部教授(ヒューマンロボティクス専門)。 |
| 目次タイトル |
1章 序論および主要概念 |
|
1.1 「ヒューマンロボティクス」方式による人の運動行動のモデル化 1.2 概説-人は動作の制御をどのように学習するか 1.3 実験ツール 1.4 まとめ |
|
2章 運動の神経制御 |
|
2.1 神経系の生体電気信号の伝達 2.2 神経系における情報処理 2.3 末梢感覚受容器 2.4 中枢神経系による運動の機能的制御 2.5 まとめ |
|
3章 筋肉の力学と制御 |
|
3.1 分子レベルでの筋力発生の説明 3.2 筋肉における分子ベースの粘弾性 3.3 筋力の制御 3.4 筋肉帯域幅 3.5 筋線維の粘弾性 3.6 筋肉の幾何学 3.7 腱の力学 3.8 筋肉-腱単位 3.9 まとめ |
|
4章 単関節の神経力学 |
|
4.1 関節の運動学 4.2 関節力学 4.3 関節の粘弾性と機械的インピーダンス 4.4 感覚フィードバック制御 4.5 随意的運動 4.6 まとめ |
|
5章 多関節多筋肉の運動学とインピーダンス |
|
5.1 運動学的記述 5.2 腕の平面運動 5.3 順運動学および逆運動学 5.4 微分運動学および力の関係 5.5 機械的インピーダンス 5.6 運動学における変換 5.7 インピーダンス幾何学 5.8 冗長性 5.9 冗長性の解決 5.10 制約を追加した最適化 5.11 ノイズや障害を最小化する姿勢の選択 5.12 まとめ |
|
6章 多関節動力学と運動制御 |
|
6.1 人の動きの動力学 6.2 運動中の摂動動力学 6.3 線形と非線形のロボット制御 6.4 フィードフォワード制御モデル 6.5 動作中のインピーダンス 6.6 新たな動力学における到達運動のシミュレーション 6.7 動的冗長性 6.8 ロボットの非線形適応制御 6.9 放射基底関数(RBF)神経ネットワークモデル 6.10 まとめ |
|
7章 運動の学習と記憶 |
|
7.1 新しい動力学への適応 7.2 運動学習を左右する感覚シグナル 7.3 運動学習の一般化 7.4 運動記憶 7.5 人とロボットにおける安定した動力学学習のモデル化 7.6 まとめ |
|
8章 不安定・予測不可能な状況下の運動学習 |
|
8.1 運動ノイズと変動性 8.2 不安定・予測不可能なダイナミクスのためのインピーダンス制御 8.3 インピーダンス制御のフィードフォワードとフィードバック要素 8.4 運動適応の計算アルゴリズム 8.5 まとめ |
|
9章 運動計画とオンライン制御 |
|
9.1 計画段階が存在する証拠 9.2 座標変換 9.3 最適な運動 9.4 自然コスト関数としてのタスク誤差と労力 9.5 センサに基づく運動制御 9.6 線形センサの融合 9.7 感覚運動システムの確率的最適制御モデル 9.8 報酬ベースの最適制御 9.9 サブ運動から構成される感覚運動の基本要素 9.10 複数の極小値を持つタスクでの反復と最適化 9.11 複雑な動作の学習法に関するまとめと考察 |
|
10章 感覚フィードバックの統合と制御 |
|
10.1 ベイズ統計学 10.2 フォワードモデル 10.3 目的を持つ視覚および能動感知 10.4 フィードバックの適応制御 10.5 まとめ |
|
11章 神経リハビリテーションとロボット工学への適用 |
|
11.1 神経リハビリテーション 11.2 リハビリテーションにおける運動学習原則 11.3 上肢のロボット支援リハビリテーション 11.4 ロボット支援リハビリテーションへの神経科学の適用 11.5 誤差増大の方法 11.6 固有受容誤差の視覚代用を伴う学習 11.7 脳卒中後の運動回復モデル 11.8 ロボットにおける合力とインピーダンス適応 11.9 ロボットへの実装 11.10 能動学習のためのロボット支援の人のような適応 11.11 まとめと結論 |
