Digitale 'spierpop' leert lopen over hobbelig terrein
Lopen over een vlakke vloer lijkt vanzelfsprekend. Maar probeer datzelfde eens over een rotsachtig bospad, of tegen een steile heuvel op. Je voeten zoeken automatisch steun, je knieën buigen net iets anders en je spieren passen hun kracht steeds aan. Voor computermodellen van het menselijk lichaam is dat soort terrein juist heel lastig na te bootsen.
Onderzoekers maken al langer gebruik van zogeheten musculoskeletale modellen: digitale poppen met virtuele botten, pezen en spieren, die met kunstmatige intelligentie leren bewegen zoals een echt mens. Die modellen worden slimmer en kunnen steeds ingewikkeldere bewegingen nadoen. Het probleem is dat ze bijna altijd op een kaarsrechte, vlakke ondergrond trainen. Dat komt doordat de bewegingsdata die onderzoekers gebruiken meestal geen informatie bevat over de vorm van het terrein waarop die beweging is opgenomen.
Een nieuwe aanpak: TERRA
Een onderzoeksteam ontwikkelde daarom een systeem genaamd TERRA. Dit programma haalt uit bestaande bewegingsopnames, waarin alleen te zien is hoe lichaamsdelen door de ruimte bewegen, automatisch af wat voor terrein daarbij moet horen. Het combineert daarvoor aannames over typisch terrein, geschatte contactmomenten tussen voet en grond, en plekken waar juist géén grond kan zijn geweest omdat het lichaam daar doorheen zou lopen.
Daarna past TERRA die bewegingen aan op het virtuele, gespierde lichaamsmodel. Daarbij houdt het systeem rekening met wat anatomisch mogelijk is: pezen mogen niet plotseling van lengte veranderen en gewrichten mogen niet door elkaar heen bewegen. Ook moet het contact tussen voet en bodem kloppen.
Bijna tien uur aan beweging
Met deze methode verwerkten de onderzoekers bewegingsdata uit vijf verschillende datasets, goed voor in totaal 9,4 uur aan uiteenlopende loopbewegingen. Daarmee trainden ze één enkel besturingssysteem dat het spiermodel aanstuurt. Dat systeem bleek nauwkeuriger in het inschatten van terreinvormen, maakte veel minder anatomische fouten en hield zich beter aan realistische contactregels tussen voet en ondergrond dan eerdere methodes. Ook rondde het model vaker succesvol een parcours af over de verschillende soorten terrein die in het onderzoek werden getest.
Wat betekent dit (nog) niet: Dit is het werk van één onderzoeksteam, gepresenteerd als technische vooruitgang binnen een specifiek vakgebied. Het model is getest op terrein dat in de gebruikte datasets voorkwam, en de onderzoekers noemen zelf dat het gaat om "ondersteunde terreinfamilies". Dat betekent dat het systeem nog niet zomaar elk willekeurig oneffen oppervlak aankan. Ook zegt dit onderzoek vooral iets over hoe je dit soort digitale modellen technisch beter kunt trainen, niet direct iets nieuws over hoe het menselijk lichaam zelf werkt.
Waarom is dit interessant? Digitale modellen van spieren en botten die realistisch bewegen, worden gebruikt in revalidatieonderzoek, bij het ontwerpen van prothesen, en om te begrijpen waarom bepaalde bewegingen tot blessures leiden. Als die modellen alleen op vlakke grond overeind blijven, missen ze een groot deel van de werkelijkheid: de meeste dagelijkse bewegingen gebeuren juist op onregelmatige oppervlakken, van stoepranden tot grasvelden. TERRA laat zien dat het mogelijk is om modellen daarop voor te bereiden, zonder dat je voor elke beweging apart hoeft te filmen welk terrein erbij hoorde.
Bron: TERRA: Terrain-Aware Reconstruction, Retargeting and Control for Musculoskeletal Locomotion