بهینه سازی الگوی فعال سازی مدل اسکلتی عضلانی در شبیه سازی پرش عمودی توسط الگوریتم ژنتیک

Subject Areas : Journal of Simulation and Analysis of Novel Technologies in Mechanical Engineering

سروش باقری کودکانی ¹ , شهرام لنجان نژادیان ² , مهرداد پورسینا ³

1 - کارشناس ارشد بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان
2 - استادیار، دانشکده علوم ورزشی، دانشگاه اصفهان
3 - دانشیار، دانشکده فنی و مهندسی، گروه مکانیک، دانشگاه اصفهان

Received: 2015-09-27 Accepted : 2015-09-27 Published : 2013-12-22

Keywords: الگوریتم ژنتیک, مدل اسکلتی عضلانی, کنترل بهینه, پرش عمودی,

Abstract :

برای شبیه سازی حرکت­های بدن همانند پرش عمودی با استفاده از مدل­های دینامیک مستقیم، می­توان از تئوری‌های کنترل بهینه استفاده کرد. در سال­های اخیر روش‌های مدرن همانند ازدحام ذرات، رقابت استعماری و الگوریتم ژنتیک برای حل مسائل بهینه­سازی مطرح شده است که از رفتارهای حیوانات و پدیده­های طبیعی الهام گرفته شده­اند. در این تحقیق برای شبیه سازی پرش عمودی از یک مدل چهار لینکی صلب که شامل پا، ساق، ران و بخش چهارم شامل تنه، گردن و دستان می‌باشد، استفاده شد و تمامی مفاصل آن نیز لولایی و ایده‌آل در نظر گرفته شد. برای به حرکت در آوردن مدل و ایجاد گشتاور در مفاصل، بیست عضله موثر در حرکت پرش عمودی شبیه سازی شدند. همچنین برای شبیه سازی نیروی عکس العمل زمین از یک المان دمپر- فنر در کف پا استفاده شد و برای جلوگیری از حرکت مفاصل خارج از دامنه حرکتی، لیگامنت­ها نیز در مفاصل لحاظ شدند. از الگوریتم ژنتیک نیز برای تولید بهترین تحریک عصبی در جهت دستیابی به حداکثر ارتفاع پرش استفاده شد و تحریکات عضلانی تولید­ شده به ضریب فعال­سازی عضلات تبدیل گردید. ضرایب بدست آمده نیز برای تولید نیرو  به مدل عضلات اعمال شدند. همچنین تابع معیار حداکثر ارتفاع پرش در نظر گرفته شد. نتایج نشان داد که مرکز جرم مدل پس از 533 تکرار به ارتفاع 67/121 سانتیمتری رسیده است. البته به نظر می­رسد با بهبود پارامترهای این الگوریتم و ترکیب الگوریتم­های هوشمند بتوان به الگویی کامل­تر دست یافت. 

References:

[1] Reinbolt J.A., Seth A., Delp S.L., Simulation of human movement: applications using OpenSim, IUTAM Symposium on Human Body Dynamics, Waterloo, 2011,  pp.186-198.

[2] Millard M., Uchida T., Seth A., Delp S.L., Flexing computational muscle: Modeling and simulation of musculotendon dynamics, Journal of Biomechanical Engineering, Vol. 135(2), 2013, 021004 (11 pages).

[3] Pandy M., Anderson F.C., Hull D., A parameter optimization approach for the optimal control of large-scale musculoskeletal systems, Journal of Biomechanical Engineering, Vol. 114(4), 1992,  pp. 450.

[4] Thelen D.G., Anderson F.C., Using computed muscle control to generate forward dynamic simulations of human walking from experimental data, Journal of biomechanics, Vol. 39(6), 2006, pp. 1107.

[5] Gündoğdu Ö., Anderson K.S., Parnianpour M., Development of a genetic algorithm based biomechanical simulation of sagittal lifting tasks, Biomedical Engineering: Applications, Basis and Communications, Vol. 17(01), 2005, pp. 12-18.

[6] Lenjan nejadian Sh., Rostami M., Genetic algorithm optimization applied to a biomechanical model of snatch lift, International Journal of Computer Science in Sport, Vol.  9(1), 2010.

[7] Cheng K.B., Wang C.H., Chen H.C., Wu C.D., Chiu H.T., The mechanisms that enable arm motion to enhance vertical jump performance –A simulation study, Journal of biomechanics, Vol. 41(9), 2008, pp. 1847-1854.

 [8] Ashby B.M., Delp S.L., Optimal control simulations reveal mechanisms by which arm movement improves standing long jump performance. Journal of biomechanics, Vol. 39(9), 2006,  pp. 1726-1734.

 [9] Anderson F.C., Pandy M.G. A dynamic optimization solution for vertical jumping in three dimensions, Computer Methods in Biomechanics and Biomedical Engineering, Vol. 2(3), 1999, pp. 201-231.

[10] Chaffin D.B., Andersson G., Bernard J. M., Occupational biomechanics, Wiley, 1991.

[11] Audu, M.L., Optimal control modeling of lower extremity musculoskeletal motion, Ph.D. Dissertation, Case Western Reserve University, 1985.

[12] Pandy M.G., Zajac F.E., Sim E., William S.L., An optimal control model for maximum-height human jumping, Journal of biomechanics, Vol. 23(12), 1990, pp. 1185-1198.

[13] Zajac F.E., Muscle and tendon: properties, models, scaling, and application to biomechanics and motor control. Critical reviews in biomedical engineering, Vol. 17(4), 1989, pp. 359.

[14] Delp S.L., Loan J.P., Hoy M.G., Zajac F.E., Topp E.L., Rosen J.M., An interactive graphics-based model of the lower extremity to study orthopedic surgical procedures, Biomedical Engineering, IEEE Transactions on, Vol. 37, 8, 1990, pp. 757-767.

[15] Anderson F.C., A dynamic optimization solution for a complete cycle of normal gait, Ph.D. Dissertation, University of Texas at Austin, 1999.

[16] Thelen, D.G., Adjustment of muscle mechanics model parameters to simulate dynamic contractions in older adults. Journal of biomechanical engineering, Vol. 125(1), 2003, pp. 70-77.