Computational Motor Control of Human Movements

Due to the numerous degrees of freedom in the human motor system, there actually exist an infinite number of possible movements for any given task. Unfortunately, it is currently unknown how the human brain chooses one movement of the plethora of possible movements to solve the task at hand. This lack of understanding about the human brain is the starting point of this thesis. Two studies were conducted. Both of them are based on an experiment in which 20 subjects had to point five times to four different targets. All movements were tracked with an IR-tracking system. The calculation of inverse kinematics and inverse dynamics was done using a biomechanical model (MKD-Tools). The purpose of the first study was to analyze the human pointing gestures with respect to invariant movement features that occur across different movement tasks and different subjects. A comparison of the pointing movements in extrinsic and intrinsic coordinates revealed that the trajectories of the hand in extrinsic coordinates were much simpler than in intrinsic joint coordinates. Furthermore, in contrast to the joint angle trajectories, the trajectories of the hand were highly invariant across different movement tasks. Furthermore, the results indicate that the brain may use a compensatory control strategy on the joint level to assure the planned trajectory is achieved. In the second study a computational model of human movement planning was developed to unravel the principles the brain might use to choose one movement from plethora of possible movements in a given situation. Thereby, different optimization principles were examined. The comparison of predicted and measured movements exhibited that a minimum jerk strategy on joint level yielded the closest fit to the human data.

Der menschliche Körper verfügt über mehr Bewegungsfreiheitsgrade als er zur Lösung von Bewegungsaufgaben benötigt. Wie im menschlichen Gehirn bei der Bewegungsplanung eine Bewegung aus der Vielzahl an möglichen Bewegungen ausgewählt wird, ist noch ungeklärt und steht im Mittelpunkt der vorliegenden Arbeit. Es wurden zwei Studien durchgeführt, denen ein Experiment zugrunde liegt, bei dem 20 Probanden vier verschiedene Zeigegesten jeweils fünfmal ausführen mussten. Während der Bewegungsausführung wurden die Probanden mit einem markerbasierten Infrarot Tracking System kinematisch vermessen. Für die Berechnung der inversen Kinematik und inversen Dynamik wurde ein biomechanisches Mehrkörpermodell (MKD-Tools) verwendet. Im Rahmen der ersten Studie wurde nach invarianten Bewegungsmerkmalen gesucht, die über die unterschiedlichen Bewegungsaufgaben sowie verschiedenen Personen hinweg stabil auftreten. Die Befunde zeigen, dass die Trajektorien der Hand in extrinsischen Koordinaten ein sehr viel einfacheres Verlaufsmuster aufweisen als in intrinsischen kinematischen Koordinaten. Darüber hinaus zeigt sich, dass die Trajektorien der Hand über die verschiedenen Bewegungsaufgaben und Probanden hinweg hochgradig invariant sind, ganz im Gegensatz zu den Gelenkwinkeltrajektorien. Darüber hinaus legen die Resultate die Vermutung nahe, dass der Mensch auf Gelenkwinkelebene eine kompensatorische Strategie verfolgt, um die geplante Trajektorie der Hand umsetzen zu können. In der zweiten Studie wurde ein komputationales Modell entwickelt das die Simulation von Bewegungsplanungsprozessen im Gehirn ermöglicht. In diesem Zusammenhang wurden verschiedene Optimierungsprinzipien untersucht, die im menschlichen Gehirn unter Umständen die Auswahl einer konkreten Bewegungslösung bewirken. Der Vergleich der im Computer synthetisierten Zeigegesten mit den gemessenen Zeigegesten offenbarte, dass eine Ruckminimierung auf Gelenkwinkelebene die zuvor identifizierten invarianten Bewegungsmerkmale am besten nachbilden konnte.