From Vision to Assistance: Gaze and Vision-Enabled Adaptive Control for a Back-Support Exoskeleton

技術要約：ビジョンから支援へ：視線とビジョンを活用したバックサポート・エクソスケルトンの適応制御

問題提起
腰痛は依然として蔓延している職業関連疾患であり、脊柱への負荷を再分配するための解決策として、能動的なバックサポート・エクソスケルトン（背部支持外骨格）が提案されている。しかし、能動的なエクソスケルトンの有効性は、タイムリーでコンテキスト（文脈）を考慮した支援を提供できるかどうかに決定的に依存する。既存の制御戦略は、通常、リアクティブなユーザー信号（IMU、EMG、または印加トルク）や、制御ループに直接情報を与えない静的なビジョンシステムに依存している。これらのアプローチは、作業環境を認識する能力に欠けることが多く、その結果、ユーザーの信頼、快適性、および長期的な受容性を低下させるような、タイミングの合わない支援をもたらす。具体的には、現在のシステムは、ユーザーが単に物体を見るために屈んでいるのか、それとも積極的に掴もうとしているのかを区別することに苦慮しており、その結果、重要なリフティング局面におけるトルク供給の遅延を引き起こしている。

手法
著者らは、エゴセントリック（一人称視点）なビジョンとウェアラブルな視線追跡を統合することで、コンテキストを考慮した支援を可能にする、能動的な腰部作業用エクソスケルトンのためのビジョンゲート制御フレームワークを提案している。システム構成は、主に以下の3つのコンポープメントで構成される：

1. 知覚モジュール： Tobii Pro Glasses 3に搭載された一人称視点カメラを利用して、システムはRGBフレームと視線座標をストリーミングする。微調整されたYOLOv9検出器は、物体を「把握（Grasped）」または「未把握（Not Grasped）」として分類する。ユーザーの視線注視点を画像平面上にマッピングすることにより、システムはユーザーが把握された物体に注視しているかどうかを判断するためのバイナリ指標（$\chi^+_t$ および $\chi^-_t$）を生成する。時間的フィルタリングロジック（スライディングウィンドウによる滞留比率）を用いて、これらの指標を堅牢なバイナリのビジョンゲート（$\mathbb{1}_{box}$）へと変換し、遷移が一時的な変動ではなく、意図的な把握イベントを反映するように保証する。

2. 有限状態機械（FSM）： FSMは、(0) 箱のない直立状態、(1) ピックアップのための屈曲、(2) 箱を持った直立状態、(3) 配置のための屈曲、という4つのタスク進行を管理する。遷移は、体幹の傾斜閾値（$\theta_{stand}, \theta_{bend}$）とビジョンゲートによってトリガーされる。極めて重要な点として、ビジョンゲートにより、システムは姿勢のみに頼ることなく、「ピックアップのための屈曲」から「箱を持った直立」への遷移（状態1 $\to$ 2）を自律的にトリガーし、把握状態に基づいて解放（状態3 $\to$ 0）を管理することができる。

3. 可変アドミッタンス制御： コントローラーは、アドミッタンス則を通じて支援トルク（$\tau_{ass}$）を供給する。基準トルクは、体幹トルク（$\tau_w$）と箱のトルク（$\tau_{box}$）の加重和である。$\tau_{box}$ の包含は、ビジョンモジュールによってゲート制御される。システムは、運動速度に基づいて「ソフト（バックドライバブル、$K=0$）」と「ハード（剛性、$K \ge K_{min}$）」のモードを切り替える可変剛性戦略を採用しており、流暢性を確保するためにスムーズな遷移を実現している。

実験プロトコル
15名の健康なボランティアを対象に、4 kgの箱を用いた繰り返しのストゥーピング（前屈）荷重リフティング試験を実施した。研究では以下の3つの条件を比較した：

• EC1： エクソスケルトンなし（ベースライン）。
• EC2： ポスチャ（姿勢）ベースの制御を用いたエクソスケルトン（ビジョンなし）。
• EC3： ビジョンゲート制御を用いたエクソスケルトン。

参加者は、バイアスを避けるために、EC2とEC3におけるビジョンの活性化について知らされていなかった。パフォーマンスは、客観的なトルク分析と、物理的負荷、流暢性、信頼、快適性を評価する13項目のリッカート尺度質問票によって評価された。

主な結果

• 知覚精度： YOLOベースの把握検出は、マクロ平均F1スコア92.35%（適合率：92.84%、再現率：91.86%）を達成した。
• 物理的負荷： 統計解析（フリードマン検定、$p < 0.001$）により、ビジョンゲート条件（EC3）は、エクソスケルトンなしのベースライン（EC1）および姿勢のみのエクソスケルトン（EC2）の両方と比較して、知覚される物理的負荷を有意に減少させることが明らかになった。EC3のスコア（平均3.60）は、EC2（平均2.13）よりも顕著に高かった。
• ユーザー体験： すべての主観的指標（流暢性、信頼、快適性、相互理解）において、ビジョンゲートモードは姿勢のみのモードを大幅に上回った（Holm補正後のウィルコクソン符号付順位検定、$p < 0.05$）。効果量は大きく（物理的負荷についてはKendallの $W = 0.752$、ランク・バイセリアル相関はしばしば $\ge 0.80$）、高い水準を示した。
• 制御性能： 定量的分析により、ビジョンゲーティングがより早期かつ強力な支援を可能にすることが示された。システムは、実際の把握とトルク発生の間のラグを減少させ、特に屈曲からリフティングへの重要な遷移において効果を発揮した。参加者は、支援を受けるために特定の姿勢閾値に達する必要はなく、システムが把握イベントに基づいてタスクを予測した。

意義と主張
本論文は、エゴセントリックなビジョンと視線追跡を能動的なバックサポート・エクソスケルトンの制御ループに統合することで、システムの応答性、人間工学、安全性、およびユーザーの受容性を大幅に向上させると主張している。純粋にリアクティブな姿勢ベースの制御から、プロアクティブでコンテキストを考慮した支援へと移行することで、提案されたフレームワークは、現在のエクソスケルトンが抱える「盲目性（作業環境が見えていないこと）」に対処している。結果は、ビジョンゲートによる支援が、人間とロボットの協調をより自然なものにし、能動的なエクソスケルトンの産業界への導入において極めて重要な要因となる信頼と快適性を育むことを示唆している。

限界と今後の課題
著者らは、本研究が制御されたラボ条件下で行われ、単一の箱のタイプと既知の重量を対象としたものであることを認めている。今後の課題として、オンラインでの重量推定や動的な適応を通じて、可変ペイロードに対応する必要がある。また、今回の研究は腰部支援に焦点を当てたものであり、今後の反復研究では、スクワットや歩行などの多様なタスクをサポートするために、腰部と股関節の協調制御を統合することを目指している。