트레드밀 보행 중 지면반력의 변화2

절차 및 데이터 분석. 피험자는 각 속도로 적절한 연습 (1 ~ 2 분) 후 3.0, 4.0, 5.0, 6.0, 7.0 및 8.0km / h로 런닝 머신을 걸어야했습니다. 연습 후 연속적으로 실행 된 각 시도는 60 초 였으므로 각 시도마다 각 다리 단계에 대한 GRF를 얻을 수있었습니다. 수직력, 수평-중 측력 및 수평-전후방 력의 세 가지 직교 GRF 구성 요소가 기록되었습니다. 수정 힘 변환기의 신호로 샘플링되어 아날로그-디지털 변환기를 통해 개인용 컴퓨터에 저장되었습니다. 모든 데이터는 제로 위상 지연을 사용하여 저역 통과 필터링되었습니다  한 대상에 대해 4.0km / h로 러닝 머신을 걷는 동안 GRF의 전형적인 예를 보여줍니다. Fz는 일반적으로 중앙 지지대에서 최저점을 가진 두 개의 피크를 나타 냈습니다. 첫 번째 피크로 정의하고 두 번째 피크로 정의했습니다. 

 

발 접촉에서 짧고 측면으로 향하는 피크를 보였고, 정의 된지지 단계의 주요 부분 동안 주로 중앙으로 향하는 반력이 뒤따 랐습니다. 전방 방향으로 작은 초기 힘 피크를 보였고, 정의 된 후방 방향 제동력과  정의 된 이륙 전 추진 수평 힘이 뒤따 랐습니다. 진폭은 체중의 배수로 정규화되었습니다. 이러한 인덱스는이 연구를 위해 만든 컴퓨터 알고리즘을 사용하여 자동으로 결정되었습니다. 처음에 자세 단계는 각 시험의 처음 동안 최대 값로 설정된 에 대한 임계 값으로 감지되었습니다. 그런 다음의 제로 크로싱에 의해 중간 위치가 결정되었습니다. 다음으로 미드 스턴스 전 단계에 대한 피크는 각각 측정되었고, 포스트 미드 스턴스 단계에 대한 피크는 각각로 측정되었습니다.

 

 

하나의 피크 중간 전 단계에서 측정되었습니다. 실험자는 적절한 지점이 감지되었는지 여부를 시각적으로 확인했습니다. 두 다리가 동시에 하나의 힘 플레이트에 있기 때문에 잘못 측정 된 힘 곡선은 육안 검사로 제거되었습니다. 따라서 모든 피험자에 대해 각 시험의 각 다리에 단계의 데이터를 수집하고 통계 분석을 수행했습니다. 양측 비대칭이 상당히 많았 기 때문에 각 다리에 대한 단계를 별도로 처리했습니다. 오른쪽 다리 지수와 왼쪽 다리 지수의 평균 값 사이에 모든 지수의 78 %에서 유의 한 차이가있었습니다.

 

 

 

주요 결과로 넘어 가기 전에 측정 오류와 관련하여 몇 가지 언급해야합니다. 주파수 영역을 초과하는 벨트 작동으로 인한 측정 오류를보고했습니다. 저역 통과 필터로이 노이즈를 제거했습니다. 또한 방법에서 언급했듯이이 힘판의 비선형 성으로 인해 측정 오류가 1 % 미만이었습니다. 이 수준의 오류는이 백서의범위에 비해 낮았습니다. 우리는 또한이 작은 오류가 속도 의존성에 중대한 영향을 미치지 않았다는 점을 강조합니다. 오류는 모든 속도에 대해 똑같이 인덱스에서 혼합되기 때문입니다. 따라서 우리는 트레드밀 보행 중 GRF 가변성의 속도 의존성에 대해 데이터를 신뢰할 수 있다고 생각합니다.

 

이 연구의 주요 발견은 GRF 가변성에 대한 속도 의존성이 있다는 것입니다.  경우 속도에 따라 3km / h에서 8km / h로 변동성이 증가하는 추세가있었습니다. GRF의 가변성이 최소 인 속도가있었습니다. 5.5 ~ 5.8km / h의 최소 변동 속도는 일반적인 보행 속도의 한계 내에있었습니다. 이 결과는 시스템이 일반적인 보행 속도에서 가장 안정된 것으로 나타났습니다. 즉 시스템에 최적의 속도가 있음을 나타냅니다. 이 결과는 에너지 측면에서 보행에 최적 인 속도가 있으며 이러한 최적 속도도 한계 내에 있음을 밝힌 이전 연구의 결과와 유사합니다. 일반적인 보행 속도. 이러한 최적화 현상은 일반적으로 우리가 걸을 때 가장 에너지 적으로 효율적인 속도를 선택 함을 시사하며, 우리의 결과는 또한이 일반적인 속도에서 보행 제어 시스템이 가장 안정적임을 시사합니다.

최적의 속도는에 대해서만 발견되었으며가변성은 속도에 따라 증가했습니다.  몸의 추진력에 영향을 미치는 반면는 측면 흔들림에 영향을 미치고몸의 수직 흔들림에 영향을 미칩니다. 따라서 변동성은 균형 제어 메커니즘의 안정성을 나타내는 것으로 볼 수 있습니다. 따라서 우리의 결과는시스템에 대한 최적화는 추진 제어 메커니즘의 경우에만 관찰되는 반면 균형 제어 메커니즘의 불안정성은 속도에 따라 증가 함을 시사합니다.

트레드밀 보행 중 보폭의 변동성은 보통 속도 부근에서 최소였으며, 지상 보행 중 선호하는 속도에서는 보폭의 가변성이 최소라고 이미보고되었습니다. 스텝 길이와  상호 작용할 수 있습니다. 왜냐하면 푸시 오프 힘으로서는 다리를 앞으로 움직이는 주력으로 추정되고 제동력 크기에 크게 영향을받을 수 있기 때문입니다. 단계 길이의. 실제로 걸음 길이와는 보행 속도가 증가함에 따라 선형 적으로 증가하여 둘 사이에 선형 관계가 있음을 나타냅니다. 또한는 또한 스텝 폭의 가변성이 속도에 따라 선형 적으로 증가한다고보고했습니다. 위에서 언급했듯이 운동학이 운동학의 원천이되기 때문에와 스텝 폭은 서로 관련 될 수도 있습니다. 따라서 우리의 주요 결과와 운동학 연구의 결과는 동일한 메커니즘에 기인했을 수 있습니다.

 

그러나 이전에보고 된 운동 학적 변동성은이 연구에서 관찰 된 운동 학적 변동성보다 비교적 작았습니다. 스텝 길이의 최소에서 남성 피험자의 경우 였고, 가장 느린 속도와 가장 빠른 속도의 에서였습니다. 이 값은에 대한 상당히 작습니다. 즉, 5km / h에서 오른쪽의 최소값은 가장 느린 속도와 가장 빠른 속도의 에서 오른쪽 의 경우 12.6 %였습니다. 8km / h에서 오른쪽에 대해 각각  단 하나의 피험자와 9 단계 만 측정했지만 운동 학적 변동성과 운동 학적 변동성을 동시에 조사했으며 운동 학적 변동성이 운동 학적 변동성보다 크다는 결론을 내 렸습니다. 따라서 우리의 결과와 운동학의 결과가 동일한 메커니즘에 기인한다는 우리의 추측은 거부되지 않습니다. 그러나이 문제를 테스트하려면 인구에 대한 운동학 및 운동학을 동시에 기록하는 추가 작업이 필요합니다.

 

결론적으로, 우리는 다른 보행 속도로 러닝 머신 보행 중 GRF의 가변성을 정량화했습니다. 가변성은 일반적인 보행 속도에서 최소화되는 반면 다른 두 구성 요소의 가변성은 보행 속도가 증가함에 따라 증가한다는 것을 발견했습니다. 이 발견은 NML 제어 시스템에 대한 최적의 속도가 있지만 추진 제어 메커니즘에만 있음을 시사합니다. 일반적으로 특정 조건에 맞게 설계된 시스템이 반드시 다른 조건에 대해 잘 작동하는 것은 아닙니다.