보행은 신체와 물체를 한 장소에서 다른 장소로 안전하게 이동할 수 있는 능력이다. 보행에 필요한 무릎 관절에 노화, 뇌졸중, 척추 손상, 소아마비, 부상, 골관절염 등으로 인해 근육 약화, 통증, 마비와 같은 장애가 발생하여 보행 장애가 발생할 수 있다. 무릎 관절에 장애가 있는 환자들을 위해 목발이나 휠체어와 같은 보조 장비가 발명되었지만, 제한적인 사용 환경으로 인해 이를 해결하고자 외골격 로봇을 활용한 연구가 많이 진행되고 있다.
보행 보조용 외골격 로봇은 사용자의 동작 의도를 파악하여 구동체 제어를 통해 적절한 동력을 전달해줌으로써 보행 보조를 수행한다. 사용자의 동작 의도를 파악하기 위하여 생체 신호를 사용하거나 물리적 변화량을 측정한 신호를 사용한다. 생체 신호의 경우 생체 신호를 사용하는 점에서 피부에 직접 부착되어야 하고, 신호를 정량화하기 어렵다는 단점이 있다. 반대로 물리적 변화량을 측정한 신호의 경우, 로봇의 동작 상태를 파악하기 용이하고, 생체 신호보다 신뢰성 있는 신호획득이 가능하여 사용 환경에 제약이 적다는 장점이 있어 제한적인 사용 환경을 해결하기 위해 많은 연구가 진행되고 있다. 하지만, 물리적인 변화량은 사용자의 동작 의도와 더불어 로봇의 개입에 의해 발생되는 변화량이므로 사용자의 동작 의도를 온전히 파악하기 어렵다는 문제가 있었고, 이를 해결하기 위해 더 많은 센서와 제어 전략을 활용한 연구가 진행되고 있지만, 이는 상용화를 위해 제한적인 부피와 무게를 가져야 하는 외골격 로봇의 고유한 특성과 혼합되어 추가적인 연구를 요구하고 있다.
이를 해결하고자 본 연구에서는 사용자의 동작 의도를 판단하기 위해 족저압을 활용한 계측부와 로봇의 동작 상태를 확인할 수 있는 검출부를 독립적으로 설계하여, 모터의 개입이 적은 계측부로부터 사용자의 동작 의도를 파악할 수 있는 계측 시스템을 제안한다. 족저압의 경우 개개인마다 다른 보행 특성으로 인해 분석 알고리즘의 수정이 빈번히 발생한다는 단점이 있다. 이를 해결하고자 인공신경망 모델인 다층 퍼셉트론 모델을 통해 개개인별로 보행 중 족저압에 따라 변화하는 무릎 관절 각도를 추정하는 알고리즘을 제안한다. 다층 퍼셉트론 모델을 학습시키기 위한 데이터를 확보하기 위하여 족저압 및 무릎 관절 각도 동시 측정 기구를 제작하였다.
데이터를 확보하기 위해 남성 피험자 10명을 대상으로 트레드밀에서 보행 실험을 진행하였으며, 2분간의 실험 데이터를 수집해 각 피험자별 12,000개의 족저압 및 무릎 관절 각도 데이터를 확보하였다. 다층 퍼셉트론 모델을 통해 데이터를 학습하였으며, 학습이 완료된 모델을 통해 도출한 추정값과 실제값을 비교 평가하였고, 성능 지표인 MSE, RMSE, R2score에서 각각 평균적으로 0.0003 ± 0.0001, 0.0121 ± 0.0022, 0.9167 ± 0.0378의 결과를 보였다. 이는 다층 퍼셉트론 모델을 통해 보행 중 무릎 관절 각도를 추정할 수 있다는 결과를 보여주었다. 실제 모터 제어 알고리즘에 적용 가능성을 평가하기 위해 실제값과 추정값이 보행 보조에 중요한 적절한 시점에 적절한 동력 전달이 가능한지에 대해 분석하고자, 실제값과 추정값에서 측정되는 걸음 수, 가동 범위, 최댓값·최솟값의 절대 오차, 최대 지점·최소 지점에서의 절대 오차를 비교해보았다. 걸음 수, 가동 범위, 최댓값·최솟값의 절대 오차에서 모터 제어를 위해 실제와 동일하게 동작 가능한 추정값의 성능을 확인할 수 있었다. 하지만, 최대 지점·최소 지점에서의 절대 오차에서 추정값의 지연율로 인해 모터 제어에 지연이 발생하는 경우 보행에 영향을 미칠 수 있을 것으로 사료되어 추가적인 연구가 필요하다 판단된다. 본 연구는 제안한 족저압 및 무릎 관절 각도 동시 측정 기구를 통해 데이터를 확보하고, 다층 퍼셉트론 모델을 통해 개개인 별로 다른 보행 특성에도 맞춤형으로 동작 가능한 보행 보조 외골격 로봇의 제어 시스템을 제안하였으며, 다층 퍼셉트론 모델을 통해 추정된 무릎 관절 각도를 이용하여 보행 보조 외골격 로봇의 모터 제어에 적용 가능하다는 결론을 내렸다. 본 연구는 보행 보조 외골격 로봇의 실용화를 앞당겨 보행 보조를 필요로 하는 모든 사람들을 대상으로 실생활에 도움을 주며 보행 장애로 인해 어려움을 겪고 있는 환자들의 재활에도 많은 도움을 줄 것이라 생각된다.

Gait is the ability to safely move the body and objects from one place to another. Aging, stroke, spinal injury, polio, injury, osteoarthritis, etc., cause muscle weakness, pain, and paralysis, which can lead to gait disturbance in the knee joint necessary for walking. Assistive devices such as crutches and wheelchairs have been invented for patients with knee joint disorders. Still, many studies using exoskeleton robots are being conducted to solve this problem due to the limited use environment.
The exoskeleton robot for gait assistance performs gait assistance by recognizing the user''s intention of movement and transmitting appropriate power through the control of the driving body. In order to understand the user''s intention of operation, a biosignal is used or measures the amount of physical change is used. The biosignal has disadvantages in that it must be directly attached to the skin in that it uses a biosignal, and it is difficult to quantify the signal. Conversely, in the case of the the amount of physical change signal, it is easy to understand the robot''s operating state, and it has the advantage of less restrictions on the use environment because it is possible to obtain a more reliable signal than a biological signal. However, since the amount of physical change is the amount of change that is generated by the intervention of the robot along with the user''s intention, there was a problem in that it was difficult to fully understand the user''s intention. Although some studies are in progress for solving these problems by using more sensors and strategies, it is mixed with the unique characteristics of the exoskeleton robot, which must have limited volume and weight for commercialization, and requires additional research.
To solve this problem, in this study, the measurement unit using plantar pressure and the detection unit that can check the operation status of the robot were independently designed to determine the user''s motion intention. In the case of plantar pressure, there is a disadvantage that the analysis algorithm is frequently modified due to the different gait characteristics of each individual. To solve this problem, study proposes an algorithm for estimating the knee joint angle that changes according to plantar pressure during walking for each individual through a multi-layer perceptron model, an artificial neural network model. In order to secure data for training the multilayer perceptron model, a device for simultaneous measurement of plantar pressure and knee joint angle was produced.
To secure the data, a walking experiment was conducted on a treadmill for 10 male subjects, and 12,000 data with plantar pressure and knee joint angle data were obtained for each subject by collecting experimental data for 2 minutes. The data were learned through the multi-layer perceptron model, and the estimated value and the actual value derived from the trained model were compared and evaluated. In the performance indicators MSE and RMSE, R2score the average results were 0.0003 ± 0.0001, 0.0121 ± 0.0022, and 0.9167 ± 0.0378. This showed that the knee joint angle can be estimated during walking through the multi-layer perceptron model. In order to evaluate the applicability of the actual motor control algorithm, to analyze whether the actual value and the estimated value are able to transmit power at an appropriate time, which is important for walking assistance, the number of steps, the range of motion, absolute error at the maximum and minimum points value measured from the actual value and the estimated were compared. However, if there is a delay in motor control due to the delay rate of the estimated value in the absolute error at the maximum and minimum points, it is considered that it may affect the gait, so it is judged that additional research is needed. This study obtained data through the proposed simultaneous plantar pressure and knee joint angle measurement device. A multi-layer perceptron model proposed a control system for a gait-assistance exoskeleton robot customized for each individual’s different gait characteristics. Using the knee joint angle estimated through this study is expected to advance the practical use of the gait-assistance exoskeleton robot to help all people who need gait assistance in real life and help rehabilitate patients suffering from gait disorders.