TU Darmstadt / ULB / TUprints

Uncertainty and Sensitivity in Human Motion Dynamics Simulations

Wojtusch, Janis (2018)
Uncertainty and Sensitivity in Human Motion Dynamics Simulations.
Technische Universität
Ph.D. Thesis, Primary publication

[img]
Preview
Text
Dissertation-Wojtusch-2018.pdf - Published Version
Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike.

Download (24MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Uncertainty and Sensitivity in Human Motion Dynamics Simulations
Language: English
Referees: von Stryk, Prof. Dr. Oskar ; Seyfarth, Prof. Dr. André
Date: 2018
Place of Publication: Darmstadt
Date of oral examination: 4 July 2017
Abstract:

Biomechanical dynamics simulations facilitate the investigation of fundamental principles and concepts in human motions. The simulation results help to explain experimentally observed phenomena and reveal underlying mechanisms. Due to unavoidable restrictions in biomechanical measurements and the determination of personalized model parameters, the simulation results always lie within a specific range of possible solutions. Since these uncertainties can have a significant influence on derived scientific conclusions and clinical decisions, this thesis provides a systematic uncertainty and sensitivity analysis of the common inverse dynamics simulation to assess uncertainty propagation and the contribution of individual uncertainty sources in the estimation of joint torques resulting from particular human motions.

The analysis evaluates uncertainties and sensitivities in selected joint torque estimates of the lower limbs for three motion tasks performed by a female and male subject. It follows the procedure of the inverse dynamics simulation including the acquisition of biomechanical measurements, estimation of model parameters and realization of dynamics simulations with a parallel assessment of uncertainty propagation and apportionment. This approach ensures a systematic and consecutive evaluation of uncertainty and sensitivity with respect to the sequential nature of the procedure and existing dependencies between the involved uncertainty sources. The human locomotor system is modeled as a three-dimensional multibody system implemented within an efficient multibody systems library. The analysis employs a global method based on Monte Carlo simulations in combination with a quasi-random sampling strategy in order to explore the whole input space and consider nonlinearities in the biomechanical model. Potential correlations among the uncertain simulation inputs and model parameters are considered.

The biomechanical measurements that form the basis for the uncertainty and sensitivity analysis comprise motion capture data and force plate measurements with an instrumented treadmill for the considered motion tasks. Associated uncertainties caused by variations in anatomic landmark identification, soft tissue artifacts, motion capture and force plate measurements are quantified and modeled by experimental investigations with the actual subjects and measurements systems or by suitable computational models described in literature. The variances in parameters of two comprehensive regression models for joint center estimation and one widely used regression model for anthropometric parameter estimation in female and male subjects are assessed and modeled based on the found uncertainties for biomechanical measurements as well as additional statistical properties from literature. For the anthropometric parameter estimation, a revised set of regression parameters is derived from the obtained results. The impact of the identified uncertainties on estimated anthropometric parameters is investigated in an exemplary sensitivity analysis. With incorporating the previously determined models for the individual uncertainty sources, the uncertainty propagation and apportionment in the actual inverse dynamics simulation are evaluated and discussed for a walking, running and kicking a ball motion performed by both subjects.

The identified uncertainties at the individual levels of the inverse dynamics simulation allow to evaluate the credibility and accuracy in this and similar biomechanical simulations, while the corresponding sensitivities identify uncertainty sources with particularly high influence on the simulation results. These results give an indication of the expectable validity in biomechanical dynamics simulations, but also allow to enhance the quality of biomechanical studies by specifically approaching the identified problems.

In addition to the uncertainty and sensitivity analysis, complementary research topics regarding a user-centered design methodology for active prosthetic and orthotic devices based on biomechanical simulations of human motions are investigated and presented. A particular focus is put on the analysis and implementation of serial elastic actuator concepts that ensure inherent safety and energy efficiency as well as the development of a personalized audio-visual simulation with respect to relevant psychological factors.

Alternative Abstract:
Alternative AbstractLanguage

Biomechanische Dynamiksimulationen ermöglichen die Untersuchung grundlegender Prinzipien und Konzepte in menschlichen Bewegungen. Die Simulationsergebnisse bilden eine wichtige Grundlage für die Erklärung experimentell beobachteter Phänomene und bei der Aufdeckung fundamentaler Mechanismen. Aufgrund von unvermeidlichen Beschränkungen in biomechanischen Messungen und der Bestimmung von personalisierten Modellparametern sind die erzielten Simulationsergebnisse niemals exakt, sondern liegen immer in einem bestimmten Bereich möglicher Lösungen. Da diese Unsicherheiten signifikanten Einfluss auf abgeleitete wissenschaftliche Schlussfolgerungen und klinische Entscheidungen haben können, wird in dieser Arbeit eine systematische Unsicherheits- und Sensitivitätsanalyse für die weitverbreitete Inversdynamiksimulation durchgeführt. Hierbei wird die Ausbreitung von Unsicherheiten und der Einfluss einzelner Unsicherheitsfaktoren auf die Schätzung von Gelenkmomenten bei bestimmten menschlichen Bewegungen untersucht.

Im Rahmen der Analyse werden ausgewählte Gelenkmomentschätzungen in den unteren Extremitäten für jeweils drei unterschiedliche Bewegungen bei einem weiblichen sowie einem männlichen Probanden ausgewertet. Die Analyse orientiert sich dabei am Ablauf der Inversdynamiksimulation und beinhaltet die Aufnahme biomechanischer Messungen, Schätzung von Modellparametern und Durchführung der Dynamiksimulation mit einer parallelen Auswertung der Unsicherheitsausbreitung und -aufteilung. Dieser Ansatz gewährleistet eine systematische und fortlaufende Untersuchung von Unsicherheiten und Sensitivitäten unter Berücksichtigung des sequenziellen Ablaufs und möglicher Abhängigkeiten zwischen den beteiligten Unsicherheitsfaktoren. Der menschliche Bewegungsapparat wird als dreidimensionales Mehrkörpersystem modelliert und in einer effizienten Mehrkörpersystem-Blibliothek implementiert. Die Analyse nutzt einen globalen Ansatz und basiert auf Monte-Carlo-Simulationen in Verbindung mit einem quasi-zufälligen Stichprobenverfahren, um den gesamten Eingangsvariablenraum abzudecken und Nichtlinearitäten im biomechanischen Modell zu berücksichtigen. Mögliche Korrelationen zwischen den unsicheren Eingangsvariablen und Modellparametern werden dabei ebenfalls beachtet.

Die Ergebnisse der biomechanischen Messungen für die betrachteten Bewegungen bilden die Grundlage für die Unsicherheits- und Sensitivitätsanalyse und beinhalten Daten von einem Bewegungserfassungssystem und in einem Laufband integrierten Kraftmessplatten. Die damit verbundenen Unsicherheiten, verursacht durch Variationen bei der Identifikation anatomischer Leitstrukturen, den Weichteilartefakten, der Bewegungserfassung und der Kraftmessung, werden mittels experimenteller Untersuchungen an den tatsächlich bei den Messungen beteiligten Probanden und Messsystemen sowie geeigneter Berechnungsmodelle aus der Literatur bemessen und modelliert. Die Varianzen in den Parametern von zwei umfassenden Regressionsmodellen zur Schätzung von Gelenkzentren und einem weitverbreiteten Regressionsmodell zur Bestimmung von anthropometrischen Parametern bei weiblichen und männlichen Probanden werden anhand der ermittelten Unsicherheiten in biomechanischen Messungen und zusätzlichen statistischen Daten aus der Literatur ausgewertet und modelliert. Die erhaltenen Ergebnisse ermöglichen die Ableitung eines überarbeiteten Regressionsparametersatzes für die Abschätzung von anthropometrischen Parametern. Der Einfluss der vorab bestimmten Unsicherheiten auf die Schätzung von anthropometrischen Parametern wird in einer beispielhaften Sensitivitätsanalyse näher untersucht. Unter Einbeziehung der zuvor ermittelten Modelle für die individuellen Unsicherheitsfaktoren werden die Unsicherheitsausbreitung und -aufteilung in der eigentlichen Inversdynamiksimulation für eine Geh-, Renn- und Schussbewegung bei den beiden Probanden analysiert und diskutiert.

Die auf den einzelnen Ebenen der Inversdynamiksimulation bestimmten Unsicherheiten ermöglichen eine Beurteilung der Plausibilität und Genauigkeit dieser und ähnlicher biomechanischer Simulationen, während die entsprechenden Sensitivitäten Unsicherheitsfaktoren mit besonders hohem Einfluss auf die Simulationsergebnisse identifizieren. Diese Ergebnisse geben einen Hinweis auf die erwartbare Aussagekraft von biomechanischen Dynamiksimulationen, erlauben aber ebenso eine Steigerung der Qualität von biomechanischen Studien durch das gezielte Evaluieren der identifizierten Defizite.

Zusätzlich zur Unsicherheits- und Sensitivitätsanalyse werden ergänzende Forschungsthemen bezüglich einer benutzerorientierten Entwurfsmethodik für aktive Prothesen- und Orthesensysteme auf Basis biomechanischer Simulationen menschlicher Bewegungen untersucht und vorgestellt. Ein besonderer Schwerpunkt liegt dabei auf der Analyse und Implementierung seriell-elastischer Antriebskonzepte, die inhärente Sicherheit und Energieeffizienz gewährleisten, sowie auf der Entwicklung einer personalisierten audiovisuellen Simulation unter Einbeziehung relevanter psychologischer Faktoren.

German
URN: urn:nbn:de:tuda-tuprints-65909
Classification DDC: 000 Generalities, computers, information > 004 Computer science
600 Technology, medicine, applied sciences > 610 Medicine and health
600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 20 Department of Computer Science > Simulation, Systems Optimization and Robotics Group
Date Deposited: 28 Jun 2018 07:41
Last Modified: 09 Jul 2020 01:46
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/6590
PPN: 433186569
Export:
Actions (login required)
View Item View Item