Magisterarbeit Muskelmodellierung

Philosophische Fakultät
Fachbereich Sportwissenschaft
Professur Bewegungswissenschaft
Magisterarbeit
Implementierung eines Muskelmodells für die Beinkette zur Modellierung und
Simulation des Gehens
Hochschulbetreuer:
Dr. Karen Roemer
Betreuer am Institut für Mechatronik e. V. in Chemnitz:
Dr. Uwe Jungnickel
Eingereicht von: Sebastian Bichler

Bahndammstraße 7b
04741 Roßwein
Matr.Nr.: 104797
Chemnitz, den 2. Juli 2007

Abstract
Aim of the work

The purpose of this work was to establish an Musculo-Tendon-Actuator (MTA) into
the Multi Body Simulation Tool ©alaska/ Dynamicus to phase in the use of muscle
controled human movements and replace torque driven solutions gradually. This work
can be seen as a part of achieving the long-term object of calculation muscle forces of
a captured motion gaining from inverse dynamic simulations as well as simulating a
stable motion by a given muscle activation. Due to focusing attention on simulating
the human normal gait, the lower limb muscles were implemented and prepaired for
further use. Furthermore, muscle parameters were collected from a variety of literature
and compared to investigate the question of the useability for individual force-time
histories during movement.
Methods
The literature offers a variety of models for MTAs. Some of these models will be
introduced. Regarding to classical papers of HILL the musculoskeletal model of the
human lower extremity was tested in one gait cycle. The results of this forward dynamic
approach were compared to a gait analysis done in before. Reliant on the time for all
experiments muscle forces should drive this gait analysis. In the beginning of muscle
modeling the M. tricpes surae and the M. tibialis anterior moved the ankle joint. All
other muscles of the lower limbs has been included yet, but without a proper parameter
adaption. On that score they had to be left out.
Results
Comparing to literature the gait analysis shows realistic courses of angle, angular
velocity, acceleration and angular torques of the lower limb joints. Therefore, it was
useable as a reference movement. The MTA worked as expected. It was possible to get
similiar angular and torque curves during a gait cycle by a given activation. Refering to
the M. triceps surae the implemted MTA is now able to have two origions, to improve
IV
the behaviour of the M. gastrocnemius and its pennation angle depending on the joint
position.
Discussion
The muscle tendon actuator is susceptible to wrong start values. Having a model
consisting of only two muscles it is just a question of time to find compliant start
values. Raising to the number of muscles there has to be found a solution to initialize
the muscles. The used muscle model is of a typical macroscopic HILL derivation, so a lot
of aspects concerning muscle behaviour are not included. The most interesting point is
the interplay of muscle forces. The coordination of agonists, synergists and antagonists
has to be tuned, in order to get more naturally smoothed curves. An interactive depency
between them could help to immitate the α-β-coactivation. Even though, there is not
any activation given as an input, nevertheless, a muscle can produce high forces, too,
by streching its tendon due to a sudden change of the angle of a joint.
It is unknown wether the muscle parameter set can be used for individual results.
The whole variety but shows that the proportion between the several muscles must be
redeemt. Most muscle tests are valid for understudy muscles. That´s why, most of the
parameter have to be taken out of the literature.
Key words
Striated Muscle: activation, contraction, dilation, force
Musculo-Tendon-Actuator: Hill; contractile, parallel elastic and seriell elastic ele-

ment, pennation angle, maximal isometric force, maximal contraction velocity
gait: lower limb muscles, gait cycle, ground reaction forces, center of pressure
Inhaltsverzeichnis
Abbildungsverzeichnis VIII
Tabellenverzeichnis XIV
1. Einleitung 1
1.1. Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Motivation und Überblick über die Arbeit . . . . . . . . . . . . . . . . 2
2. Theoretische Grundlagen 5
2.1. Anatomische Randbedingungen . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1. Querkräfte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.2. Hypomochlionen . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Hillsche Muskelsehnenmodelle . . . . . . . . . . . . . . . . . . . . . . 8
2.2.1. Übersicht und Vergleich mit anderen Modellen . . . . . . . . . . 8
2.2.2. Das serienelastische, kontraktile und passive Element . . . . . . 12
2.2.3. Formelübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.4. Aktivierungsfunktionen . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.5. Anfangslagenproblem . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3. Parameter und ihre Aussagefähigkeit . . . . . . . . . . . . . . . . . . . 24
2.3.1. Physiologischer Muskelquerschnitt . . . . . . . . . . . . . . . . . 24
2.3.2. Parametererhebung . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.3. Konfigurationen für die Unterschenkelmuskulatur . . . . . . . . 31
2.4. Muskelimplementierungen für die unteren Extremitäten zur Simulation
des Gehens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.1. Bewegungssteuerung . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.2. MTA-Modelle für die untere Extremität . . . . . . . . . . . . . 34
3. Ziel- und Problemstellung 36
4. Methodik 38
4.1. Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.1.1. Versuchaufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.1.2. Probandenvermessung . . . . . . . . . . . . . . . . . . . . . . . 38
Inhaltsverzeichnis VI
4.1.3. Versuchsdurchführung . . . . . . . . . . . . . . . . . . . . . . . 39
4.1.4. Simulation in alaska/DYNAMICUS . . . . . . . . . . . . . . . . 39
4.2. MTA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.1. MTA1CE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.2. MTA2CE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.2.3. Grafische Visualisierung . . . . . . . . . . . . . . . . . . . . . . 47
4.2.4. Die implementierten Muskeln . . . . . . . . . . . . . . . . . . . 48
4.3. Versuche mit den MTAs . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3.1. Kniestreckversuch . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3.2. Beugung des Knies unter Last . . . . . . . . . . . . . . . . . . . 52
4.3.3. Ersatzmodell zur Simulation des Gangs . . . . . . . . . . . . . . 52
4.3.4. Anwendung der MTAs für die Ganganalyse . . . . . . . . . . . . 56
4.3.5. Behandlung des Anfangslagenproblems . . . . . . . . . . . . . . 56
5. Ergebnisse 58
5.1. Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.1.1. Motion- und Bodymarker . . . . . . . . . . . . . . . . . . . . . 59
5.1.2. Druckzentrum und Bodenreaktionskräfte . . . . . . . . . . . . . 59
5.1.3. Kinetische und dynamische Größen der Gangbewegung . . . . . 66
6. Diskussion 88
6.1. Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.1.1. Motion- und Bodymarker . . . . . . . . . . . . . . . . . . . . . 88
6.1.2. Druckzentrum, Bodenreaktionskräfte und Steuerkräfte . . . . . 89
6.1.3. Glättung, Interpolation und eingesetztes Gelenk . . . . . . . . . 90
6.1.4. Drehmoment des oberen Sprunggelenks . . . . . . . . . . . . . . 90
6.2.4. Anwendung der MTAs für die Ganganalyse . . . . . . . . . . . . 93
7. Zusammenfassung und Ausblick 95
Literaturverzeichnis 96
A. Probantendaten 104
Inhaltsverzeichnis VII
B. Ergebnisse der Ganganalyse 107
C. Ergebnisse zu der vergleichenden Simulation mit Simpack 129
D. Erklärungen 131
Abbildungsverzeichnis
2.1. Querkräfte durch geführte Muskeln und Volumeneffekt . . . . . . . . . 7

2.2. Umlenkungen, Druck- und Gleitlager . . . . . . . . . . . . . . . . . . . 8
2.3. Traditionelles Hill-Modell . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4. Reaktionsverhalten auf eine konstante Kraft oder einer Längenänderung 14
2.5. Kräfte des CEs und des PEEs . . . . . . . . . . . . . . . . . . . . . . . 15
2.6. Sehnenverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7. Beziehungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8. Kraft/Leistung - Geschwindigkeitsbeziehung und Vergleich zu einer ex-
perimentellen Kurve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.9. Physiologischer und anatomischer Querschnitt . . . . . . . . . . . . . . 24
2.10. Beurteilung der Sehnensteifigkeit . . . . . . . . . . . . . . . . . . . . . 30
2.11. Fiederungswinkel in Abhängigkeit von der Kontraktion . . . . . . . . . 30
4.1. Eingesetzter MTA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.2. Skizze des MTA2CEs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.3. Grafische Visualiserung der MTAs . . . . . . . . . . . . . . . . . . . . . 48
4.4. Implementierte Muskeln . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.5. Aufbau des Kniestreckversuchs . . . . . . . . . . . . . . . . . . . . . . 51
4.6. Aufbau des Versuchs zur Beugung des Knies unter Last . . . . . . . . . 52
4.7. Versuchsaufbau: Ersatzmodell zur Simulation des Gehens . . . . . . . . 53
4.8. Aktivierungsvorgaben für das Ersatzgangmodell und für die MTAs in
der Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.1. Abstände der vorderen (a) und hinteren (b) Motionmarker der Hüfte . 61
5.2. Seitliche Abstände der vorderen und hinteren Motionmarker der Hüfte,
links (a), rechts (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.3. Abstände der vorderen Hüftmarker und Kniemarker, links (a), rechts (b) 61
5.4. Abstände der Knie- und Knöchelmarker, links (a), rechts (b) . . . . . . 62
5.5. Abstände der Fersen- und Zehenmarker, links (a), rechts (b) . . . . . . 62
5.6. Abstände zwischen den Motion- und Bodymarkern der Hüfte (a) und
des Knies (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Abbildungsverzeichnis IX
5.7. Abstände zwischen den Motion- und Bodymarkern des Schienbeins (a)
und des Knöchels (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.8. Abstände zwischen den Motion- und Bodymarkern der Ferse und der Zehe 63
5.9. Aufgezeichneter Verlauf des Druckzentrum . . . . . . . . . . . . . . . . 63
5.10. Vergleich der aufgezeichnete Bodenreaktionskraft mit Perry . . . . . . 64
5.11. Addition der aufgezeichnete Bodenreaktionskräfte und Übertragung auf
den rechten Fuß . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.12. Errechnete Gesamtvertikalkraft der Versuche 1 und 12 . . . . . . . . . 65
5.13. Errechnete Gesamtvertikalkraft der Versuche 1 und 12 . . . . . . . . . 65
5.14. Vertikale Steuerkräfte der Versuche 1 und 12 . . . . . . . . . . . . . . . 67
5.15. Zeitlicher und örtlicher Verlauf des Massenschwerpunktes . . . . . . . . 67
5.16. Geschwindigkeit des Massenschwerpunktes . . . . . . . . . . . . . . . . 68
5.17. Beschleunigung des Massenschwerpunktes . . . . . . . . . . . . . . . . 68
5.18. Versuch 4: Geschwindigkeit und Beschleunigung des Massenschwerpunkts 68
5.19. Gelenkwinkelverlauf des oberen Sprunggelenks . . . . . . . . . . . . . . 69
5.20. Gelenkwinkelgeschwindigkeit des oberen Sprunggelenks . . . . . . . . . 69
5.21. Gelenkwinkelgeschwindigkeit des oberen Sprunggelenks . . . . . . . . . 70
5.22. Versuch 1 und 4: Drehmomente des oberen Sprunggelenks . . . . . . . 70
5.23. Versuch 12: Drehmoment des oberen Sprunggelenks . . . . . . . . . . . 71
5.24. Versuch 3 Aktivierungs- bzw. die Kalziumdynamik nach Zajac . . . . 74
5.25. Versuch 3 Winkelverläufe des Kniegelenks in der Sagitalebene . . . . . 74
5.26. Versuch 3 Länge des MTAs . . . . . . . . . . . . . . . . . . . . . . . . 74
5.27. Versuch 3 Länge: SEE . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.28. Versuch 3 Länge: CE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.29. Versuch 3 Winkelgeschwindigkeiten . . . . . . . . . . . . . . . . . . . . 75
5.30. Versuch 3 Geschwindigkeit: SEE . . . . . . . . . . . . . . . . . . . . . . 76
5.31. Versuch 3 Geschwindigkeit: CE und PE . . . . . . . . . . . . . . . . . . 76
5.32. Versuch 3 Kräfte: SEE/MTAs . . . . . . . . . . . . . . . . . . . . . . . 76
5.33. Versuch 3 Kräfte: CE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.34. Versuch 3 Kräfte: PEE . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.35. Versuch 3 Kräfte: SEE, CE und PE . . . . . . . . . . . . . . . . . . . . 77
5.36. Versuch 3 Kräfte: Drehmoment . . . . . . . . . . . . . . . . . . . . . . 78
5.37. Versuch 3 Beurteilung des Arbeitszustandes des CEs . . . . . . . . . . 78
5.38. Versuch 4: Kniewinkel und Kräfte . . . . . . . . . . . . . . . . . . . . . 79
5.39. Versuch 4: Kniewinkelgeschwindigkeit und Geschwindigkeit CE . . . . . 79
5.40. Versuch 4: Kniewinkelgeschwindigkeit und Geschwindigkeit CE . . . . . 80
5.41. Versuch Extension: Umschalten zwischen konzentrischer und exzentri-
scher Arbeitsweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.42. Versuch Extension: Vergleich der Kniewinkelverläufe . . . . . . . . . . . 81
Abbildungsverzeichnis X
5.43. Versuch Extension: Vergleich der Längen der MTAs . . . . . . . . . . . 82

5.44. Versuch Extension: Vergleich der Längen der SEEs . . . . . . . . . . . 82
5.45. Versuch Extension: Vergleich der Längen der CEs . . . . . . . . . . . . 82
5.46. Versuch Extension: Vergleich der Kontraktionsgeschwindigkeiten der CEs 83
5.47. Ersatzmodell zur Simulation des Gangs: Gelenkwinkel und Drehmoment 85
5.48. Ersatzmodell zur Simulation des Gangs: Muskelkräfte . . . . . . . . . . 85
5.49. Versuch 1: Muskelkräfte des Ersatzgangmodells im Vergleich mit Bucha-
nan1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.50. Vergleich der Muskelkräfte des Ersatzgangmodells (Versuch 2) und der
Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.51. Vergleich der Winkelverläufe des Ersatzgangmodells (Versuch 2) und der
Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.52. Vergleich der Winkelverläufe des Ersatzgangmodells (Versuch 2) und der
Ganganalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A.1. Markerpositionen auf dem Körper des Vicon-Systems . . . . . . . . . 105
B.1. Abstand der Motion- und Bodymarker: C7 und CLAV . . . . . . . . . 108

B.2. Abstand der Motion- und Bodymarker: LANK und LASI . . . . . . . . 108
B.3. Abstand der Motion- und Bodymarker: LFIN und LHEE . . . . . . . . 108
B.4. Abstand der Motion- und Bodymarker: LKNE und LPSI . . . . . . . . 109
B.5. Abstand der Motion- und Bodymarker: LSHO und LTHI . . . . . . . . 109
B.6. Abstand der Motion- und Bodymarker: LTIB und LTOE . . . . . . . . 109
B.7. Abstand der Motion- und Bodymarker: LUPA und LWRA . . . . . . . 110
B.8. Abstand der Motion- und Bodymarker: LWRB und RANK . . . . . . . 110
B.9. Abstand der Motion- und Bodymarker: RASI und RFIN . . . . . . . . 110
B.10.Abstand der Motion- und Bodymarker: RHEE und RKNE . . . . . . . 111
B.11.Abstand der Motion- und Bodymarker: RPSI und RSHO . . . . . . . . 111
B.12.Abstand der Motion- und Bodymarker: RTHI und RTIB . . . . . . . . 111
B.13.Abstand der Motion- und Bodymarker: RTOE und RUPA . . . . . . . 112
B.14.Abstand der Motion- und Bodymarker: RWRA und RWRB . . . . . . . 112
B.15.Abstand der Motion- und Bodymarker: STRN und T10 . . . . . . . . . 112
B.16.Ganganalyse Versuch 1 zur Glättung: Verlauf und Geschwindigkeit des
Massenschwerpunkt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
B.17.Ganganalyse Versuch 1 zur Glättung: Beschleunigung (COM) und Ver-
tikale Steuerkräfte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
B.18.Ganganalyse Versuch 1 zur Glättung: Winkelverlauf und Drehmoment
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
B.19.Ganganalyse Versuch 1 zur Glättung: Geschwindigkeit und Beschleuni-
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Abbildungsverzeichnis XI

des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
Abbildungsverzeichnis XII

gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
gung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
B.55.Ganganalyse Versuch 10 zur Glättung: Geschwindigkeit und Beschleu-
nigung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Abbildungsverzeichnis XIII

des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
nigung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
nigung des OSG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
C.1. Extension des Beins: Versuch 1 und 2 im Vergleich . . . . . . . . . . . . 129

C.2. Extension des Beins: Versuch 1 und 2 im Vergleich . . . . . . . . . . . . 130
Tabellenverzeichnis
2.1. Vergleich der Muskelmodelle nach Henning 2006: 85 . . . . . . . . . . 12

2.2. Die Parameter des MTAs im Überblick . . . . . . . . . . . . . . . . . . 26
2.3. Werte für τ und τ −1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4. Eigenschaften der Sehne nach (Herzog 1995, 133) . . . . . . . . . . . 28
2.5. Studienvergleich erhobener oder angewandter Parameter . . . . . . . . 32
2.6. MTA-Parameter nach (Yamaguchi 2006) für M. tibialis anterior et soleus 32
2.7. MTA-Parameter nach (Yamaguchi 2006) für M. gastrocnemius . . . . 32
2.8. MTA-Parameter nach (Hoy et al. 1990) für Dorsalflexoren, M. gastroc-
nemius et soleus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.9. MTA-Parameter nach (Günther 1997) für M. Tibialis, gastrocnemius
et soleus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.10. Faserverteilung und maximale Kontraktionsgeschwindigkeit . . . . . . . 33
4.1. Einsatz der Optimierung für die Motionmarker, die Markeroptimierung

und die Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2. Kniestreckversuch: MTA-Parameter . . . . . . . . . . . . . . . . . . . . 50
4.3. Startwerte in Simpack und Mathematika nach (Kryszohn 1999) . . 51
4.4. Versuchsübersicht: Kniestreckungen . . . . . . . . . . . . . . . . . . . . 51
4.5. Kniestreckungen: Verwendete Patellas . . . . . . . . . . . . . . . . . . . 51
4.6. Versuch Beugung des Knies unter Last: Startwerte: . . . . . . . . . . . 52
4.7. Ersatzmodell zur Simulation des Gangs Versuch 1: Parameter für M.
tibialis anterior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Soleus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Gastrocnemius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.10. Ersatzmodell zur Simulation des Gangs: Parameter des Versuch 1 und 2 55
4.11. MTA-Parameterwerte für die Gangsimulation . . . . . . . . . . . . . . 56
4.12. Anfangslagenproblem: Einfluss der Parameter und Maßnahmen . . . . . 57
5.1. Vergleich der Fiederungswinkel des M. Gastrocnemius anhand von Li-

teraturdaten (◦ ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Tabellenverzeichnis XV
A.1. Allgemeine Probandendaten . . . . . . . . . . . . . . . . . . . . . . . . 105

A.2. Vicon spezifische Probandendaten . . . . . . . . . . . . . . . . . . . . 106
A.3. alaska/Dynamicus spezifische Probandendaten . . . . . . . . . . . . . 106
1. Einleitung
1.1. Aufgabe
„Muscle and tendon control body movement by developing forces and exer-
ting moments about joints. Simulation of the human musculoskeletal system
is needed to understand how muscles and tendons (musculotendon actua-
tors) produce force and moment since force can be measured in vivo using
only invasive methods 1 .“ (Hoy et al. 1990, 302)
Es gibt zahlreiche Erwägungen, Muskelkräfte zu bestimmen. Das zentrale Interesse

ist das allgemeine Verständnis organischer Bewegungen, wie es in dem obigen Zitat zum
Ausdruck kommt. Die Betrachtung innerer Kräfte wird immer bedeutender für viele
Fragestellungen. In der Biomechanik und all ihren angrenzenden oder mit ihr intera-
gierenden Wissenschaften, sei es in den Sportwissenschaften, z.B. der Trainingswissen-
schaft oder der Medizin, wie auch in der Orthopädie werden hierfür Lösungskonzepte
gesucht.
Diese Arbeit möchte einen Beitrag dazu leisten, um insbesondere die aktiven Struk-
turen des Bewegungsapparates funktional abbilden zu können und sie in der Mehr-
körpersimulationsumgebung ©alaska/Dynamicus des Instituts für Mechatronik e.V.
an der Technischen Universität Chemnitz (IfM) zur Verfügung zu stellen. Dazu wur-
de ein Muskel-Sehnen-Aktuator (MTA) vom Hill-Typ implementiert, wie er sich in
der Literatur bei (Kryszohn 1999; Günther 1997; Böhm 2002; Roemer 2004) und
(Schmitt 2006) findet. Die Funktionsfähigkeit des MTAs belegte ein Kniestreckver-
such und ein Versuch zur Beugung des Kniegelenks mit einer Zusatzlast. Dabei galt die
Aufmerksamkeit dem Umschalten zwischen der konzentrischen und der exzentrischen
Kontraktionsphase.
1
Muskeln und Sehnen kontrollieren die Bewegung des Körpers, indem sie Kräfte entwickeln und
Drehmomente auf die Gelenke übertragen. Simulationen des menschlichen Muskelskelettsystems
sind wichtig, um zu verstehen, wie Muskeln und Sehnen (Muskelsehnenaktuatoren) Kräfte und
Momente produzieren, solange die Kräfte nur mittels invasiven Methoden in vivo gemessen werden
können.
1. Einleitung 2
Das in das Modellierungs- und Simulationssystem alaska integrierte Menschmodell

Dynamicus dient der Simulation menschlicher Bewegung. Hierfür möchte die vorlie-
gende Arbeit die muskelaktuierte Modellierung und Simulation der natürlichen Fortbe-
wegung des Menschen vorbereiten. An einer Ganganalyse wurden mechanisch erhebbare
Charakteristika untersucht, um sie anschließend wieder mit Muskel-Sehnen-Aktuatoren
der unteren Extremität zu erzeugen. Das Ergebnis der Zusammenführung der Gang-
analyse mit den Muskel-Sehnen-Aktuatoren offenbarte wichtige Vorgehensweisen beim
Einsatz mehrerer Aktuatoren.
1.2. Motivation und Überblick über die Arbeit

Computergestützte Analyseverfahren, die immer mächtiger werden, binden den Pro-
blemlöser nicht mehr streng an einen rein analytischen oder empirischen Pfad. Neben
den Labor-, Feld- und Freilandtests eröffnet das Modellieren vielfältige Möglichkeiten
zur Imitation verschiedenster dynamischer, nicht-stationärer Prozesse. Wie das obi-
ge Zitat allerdings auch darstellt, ist die Erhebung einzelner Muskelparameter nicht
ohne Schwierigkeiten zu realisieren. Dies macht die simulative Variante erforderlich,
begrenzt sie aber auch gleichzeitig in ihrer Parameterauswahl, da noch viele Referenz-
werte unbekannt sind. Das Problem besteht darin, dass es in vivo oft nicht möglich ist,
Experimente durchzuführen und die Datenerhebung aus post mortem gewonnen Stu-
dien, wie denen der Nasa, oft nicht verlässlich sind. Dennoch helfen gerade in diesen
Bereichen Simulationen (Henze 2002). Die Frage nach verwertbaren spezifischen Da-
ten stellt sich somit zwangsläufig. Kapitel 2.3 (ab Seite 24) widmet sich dieser Frage. In
diesem Kapitel wurde der Versuch unternommen, bekannte Parameter und deren Inhalt
zu sammeln, um sie einem durchschnittlichen Menschen anzupassen. Wichtige Begriffe
wie der physikalische und physiologische Muskelquerschnitt werden genau erläutert. Als
weitere Kernprobleme treten das Sehnenverhalten (beschrieben ab Seite 13), die Ak-
tivierungsfunktion (siehe Kapitel 2.2.4) und das Anfangslagenproblem (siehe ab Seite
23) auf. Das Verhalten des kontraktilen Elements ist der Kern des Kapitels. Hinsichtlich
der Frage der Modellierung eines sich verändernden Fiederungswinkels werden Model-
lierungsvorschläge gegeben. Ein dazu entwickelter Aktuator mit zwei Muskelbäuchen
findet sich im Kapitel 4.2.2 (ab Seite 45).
Über den Erfolg des MTAs entscheidet auch seine Umgebung, in der er eingebettet
ist. Deshalb werden in dem Kapitel 2.1 die theoretischen Grundlagen für die anatomi-
schen Randbedingungen besprochen.
Der zweite große Arbeitsschwerpunkt setzt sich mit der bidepalen Lokomotion des
Menschen auseinander und wird am Ende des Kapitel 2.4 (siehe Seite 32) bearbeitet. Sie
1. Einleitung 3
ist eine der grundlegendsten und faszinierendsten Fähigkeiten zugleich. Seit Aristote-
les sind Abhandlungen über den menschlichen und tierischen Gang bekannt. Bewegung
ist ein komplexes Zusammenspiel aktiver und passiver Strukturen als auch der neuro-
nalen Aktivität. Bewegung ist vielschichtig und deutbar bis hin zum geistig-seelischen
Ausdruck. Es ist ähnlich wie mit dem Sportbegriff – ein zeitabhängiges Phänomen, wel-
ches auch die Kultur zu reflektieren vermag. Genannt seien beispielsweise nur Rituale
mit geistig subjektiver Erfahrung und der Leistungssportbereich, in dem quantitative
Bestleistungen gefordert werden. Die Modellierung und Simulation der Bewegung des
Menschen kann auch helfen, solche Themen zu erhellen.
Generell gibt es nach (Henze 2002, 50) drei große Bereiche, für die eine Modellierung
des muskelgesteuerten Laufens interessant ist.
In der medizinischen und biomechanischen Forschung stehen Diagnose und Thera-
pie von Bewegungsdefiziten im Blickpunkt des Interesses (Reese und Böl 2006). Für
gelähmte Patienten können mit dem Wissen bessere Steh- und Gehhilfen entwickelt
werden. Wichtig erscheint dies auch für die Neuroprothetik und die Überprüfung neu-
rologischer Konzepte. Ein besseres Verständnis der Laufbewegung hat auch im Sport
insbesondere Einflüsse auf die Trainingsmethodik (Roemer 2004, 7ff.). Ganganalysen
waren und sind noch immer wichtige Methoden, um beispielsweise passende Laufschuhe
herzustellen, den Laufstil zu optimieren und um chronische Beschwerden und Verlet-
zungen beim Laufen zu verhindern.
Ein weiteres Feld ist die Robotik und die Konstruktion von Laufmaschinen. Solche
Roboter könnten da eingesetzt werden, wo es dem Menschen nicht mehr möglich ist, sich
ohne Risiko jeglicher Art zu bewegen bzw. es zu gefährlich ist, wie in verseuchten oder
verminten Gebieten. Die Roboter müssten die zweibeinige Fortbewegung beherrschen,
da es Terrain gibt, in dem Räder oder Ketten versagen. Das Laufen der Maschinen soll
sich dem energetisch günstigeren der Menschen annähern.
Die Computeranimation von Bewegungsabläufen als das dritte Anwendungsfeld, wie
sie in Film oder Computerspielen eingesetzt wird, fordert auch zunehmend bessere
Modelle. Die Animationen wurden meistens durch aufwendige Versuch-und-Irrtums-
Optimierung oder durch experimentelle Bestimmung ermittelt. Mittlerweile kommen
auch hier die Techniken des Modellierens zum Einsatz.
Nachdem die konkreten Ziele und Probleme der Arbeit im Kapitel 3 angegeben
worden sind, erläutert das Kapitel 4.2 die Funktionsweise der implementierten Muskel-
Sehnen-Aktuatoren. Der Methodikteil beschreibt ausführlich die wichtigsten Stationen
der Ganganalyse als auch die Versuche mit dem MTA. Das Ziel war die Zusammen-
führung des MTAs mit der Ganganalyse. Drei MTAs sollten die Funktion der echten
Muskeln übernehmen und das Drehmoment für das Sprunggelenk für die inversdyna-
1. Einleitung 4
misch gewonne Ganganalyse vorwärtsdynamisch wieder erzeugen. Kapitel 5 präsentiert

die Ergebnisse.
Dazu erhielten die Modelle der Beine ein Set von Muskeln. Aufgrund eines hohen
Zeitvolumens für die Ganganalyse konnte nicht mehr die gesamte Beinkette bis zur
Hüfte in die Simulation integriert werden. Eine Aktivierungsvorgabe eines Doppel-
schrittzyklus erfolgte deshalb nur für den M. tibialis anterior, M. gastrocnemius und
M. soleus. Diskussion und Ausblick finden sich in den beiden letzten Kapiteln.
„Der Versuch, ein universell einsetzbares, komplettes Abbild eines Menschen

in Form eines Modells zu schaffen und Simulationsmethoden zu entwickeln,
um die Komplexität des Organismus als Ganzes erfassen zu können, ist aus
wissenschaftlicher Sicht erstrebenswert. Ziel.“(Lohmann 2005, 1)
Mit dem implementierten Aktuator wird es mit entsprechender Anpassung möglich,

sich den eben genannten Problemfeldern zu nähern. Vorschläge für die genaueren Er-
weiterungsmöglichkeiten werden dazu im Diskussionsteil dargelegt. Der MTA wirkt
somit im Sinne des obigen Zitat Lohmanns.
2. Theoretische Grundlagen
Dieses Kapitel versucht die Grundlagen für die Modellierung der aktiven und passiven
Bindegewebsstrukturen des Bewegungsapparates zu legen. Der Focus richtet sich dabei
auf die Skelettmuskeln und Sehnen. Die verbleibenden wichtigen kraftübertragenden
oder dämpfenden Elemente, wie Knochen, Knorpel oder Bänder werden erwähnt und
mit Hinweisen auf die entsprechende Literatur gekennzeichnet. Aufbau und Funktionen
sowie elementares anatomisches, physiologisches und medizinisches Wissen über die ge-
nannten Strukturen werden ausgespart. Die hier vorgestellten Theorien benutzen die
üblichen Fachtermini und sind gegebenenfalls z. B. bei (d. Marees 2006; Rost 2001;
Saladin 2004; Tittel 2003; Klein-Vogelbach 2000) nachzulesen. Der erste Ab-
schnitt nennt die Bedingungen, die aus anatomischer und funktionaler Sichtweise für
die Muskel-Sehnen-Modellierung beachtet werden müssen. Geometrische Beschaffenhei-
ten und ihre darstellbaren Größen fließen dort mit ein. Anschließend werden bekannte
und bereits erprobte Muskelmodelle vorgestellt und verglichen. Der Abschnitt 2.3 stellt
Methoden der Parametererhebung dar. Hier wird auch der Versuch unternommen einen
Parameterpool für zukünftige Simulationen anzubieten. In expliziter Form geht es da-
bei um anatomische Kenndaten des Muskelmodells. Ausführliche Beachtung kommt
den drei Hill-Parametern zu. Der letzte programmatische Schwerpunkt des Kapitels
beschäftigt sich mit einigen Muskelimplementierungen für die unteren Extremitäten
mit Hinblick auf den menschlichen Gang und dessen Analyse.
2.1. Anatomische Randbedingungen

Versucht man den Muskel in der Mannigfaltigkeit seiner Eigenschaften abzubilden,
wird klar, dass das Problem nicht nur in der Modellierung dessen selbst besteht, son-
dern ebenso in seiner Umgebung. Daher spielen indirekt auch Knochen, Knorpel, Se-
sambeine, Schleimbeutel, Sehnenscheiden, Fettpolster und die Verwendung technischer
oder natürlicher Gelenke eine Rolle bei der Funktionsweise eines (technischen) Mus-
kels. Auch die damit in Verbindung stehenden Umlenkpunkte und Inserierungsflächen
beeinflussen stark die Hebelverhältnisse und so die Wirkung der Muskelkraft. Diese
besonderen kollagenen Verbindungen bleiben in dieser Arbeit unberücksichtigt. De-
ren biomechanische Eigenschaften finden sich im Detail erwähnt bei (Fung 1996) und
(Lohmann 2005). Das genaue Ausmaß dieser Vernachlässigung ist dem Autor unbe-
kannt. (Lohmann 2005, 50) gibt dazu ein Zitat von Duda wieder:
„Eine Vereinfachung der muskuloskeletalen Anatomie auf wenige Muskel-

gruppen oder eine Vernachlässigung der stabilisierenden Wirkung der Li-
gamente sind unzulässige Vereinfachungen.“
Solche Fragen müssen anhand des zu verwendenden Modells besprochen werden. Im

Dynamicus werden als Alternative Gelenkbegrenzer verwendet.
2.1.1. Querkräfte
Besonders drei Effekte (Abb. 2.1) sollen an dieser Stelle vorgestellt werden, die der
MTA des Kapitels 4.2 nicht oder nur zum Teil berücksichtigt. Zwei davon äußern sich
durch eine einleitende Kraft auf den Knochen und vermindern damit die Biegebean-
spruchung auf den Knochen. Diese Kraft wirkt perpendicular zur Kontraktionsrich-
tung des Muskels. Verantwortlich dafür sind zum einen der Volumeneffekt des Muskels
und zum anderen die Querkräfte durch geführte Muskeln. Bedingt durch die Lage an-
derer myotischer Fasern, Faszien, Aponeurosen, der Form des Knochenschaftes oder
dergleichen ergeben sich spezielle Bedingungen für die Wirkung der Muskelkraft zwi-
schen Origio und Insertio als auch auf die Umgebung. Weitere Schwierigkeiten bei der
Modellierung sind „Krafteinleitungen durch flächen- oder linienhafte Ansätze“. Diese
Erscheinungen beschreibt (Krieg 1996, 7ff.) am Beispiel des M. vastus lateralis mit
folgenden Worten:
„Beginnend vom Ursprung ist dieser dorsal linienhaft und lateral bindege-
websartig mit dem Femur verwachsen. Bei Kontraktion wird entlang der
ganzen Kontraktionsfläche des Muskels Zugkraft auf den Knochen über-
tragen. Ein Teil der durch den Muskel entfalteten Kraft verbleibt damit
im Femur und wird nicht über das Kniegelenk hinweggeführt. Der Muskel
verstrebt damit den Knochen und verbessert dessen Belastungsfähigkeit,
ohne das Kniegelenk zu belasten. Ohne diesen Mechanismus würde die am
Trochanter major umgelenkte Kraft vollständig über das Kniegelenk über-
tragen werden.“
Diesem Effekt kann mit einer Aufteilung des Muskels in mehrere Zugfäden Abhilfe
verschafft werden, so wie es z.B. (Günther 1997; Schärer 2005) in ihren Arbeiten
applizieren.
Mit dem Aspekt der muskuloskeletalen Belastung und Beanspruchung der Knochen
beschäftigt sich (Schärer 2005). Sie beschreibt dazu den Zusammenhang zwischen
Belastung, Beanspruchung und den anatomischen Strukturen und berechnet die durch
. .
Abbildung 2.1.: Kontrahiert der Muskel wie in (b) wird eine resultierende Kraft F auf den Knochen
übertragen. Ist der Knochen gekrümmt, tritt dieser Effekt ebenso auf (c). Durch flä-
chenhafte Ansätze kann der Muskel den Knochen während der Kontraktion biegen
(d, e). (Krieg 1996, 7–9)
Muskelkräfte auftretenden Spannungen und Dehnungen. Auf deren Erkenntnisse spe-

ziell zum Gangzyklus und die dabei verwendeten Modelle wird noch eingegangen. Ihre
Resultate tangieren spezielle Probleme der Prothetik. In dem später vorzustellenden
Modell wird versucht, mit möglichst hohem Einfachheitsgrad dennoch einen entspre-
chenden Gang zu erzeugen.
2.1.2. Hypomochlionen
Problematische Muskeln, die nicht vereinfachend über eine Punkt-zu-Punkt-Verbin-
dung dargestellt werden können, erfordern spezielle Lösungen. Beispiele sind Pronato-
ren und Supinatoren (Abb. 2.2). Die Sehne des M. biceps brachii wickelt sich zu einem
Teil um die Tuberositas radii und verhilft so dem Unterarm zu supinieren. Analog ver-
hält es sich mit der unteren Extremität. Beispielsweise zieht der M. flexor hallucis vorbei
am Calcaneus unter den Sustentaculum tali zum Endglied der Großzehe (Rost 2001,
308), was in einem Mehrkörpersystem ebenfalls die Lösung des Umlenkproblems erfor-
dert.
Für ähnliche Schwierigkeiten sorgen zum Beispiel Retinaculum mm. extensorum infe-
rius, Tendo mm. peronaeorum superius und inferius (Abb. 2.2). Im Allgemeinen stellen
solche Hypomochlionen eine große Herausforderung für die Modellierung dar, da sie als
spezielle Gleitlager oder Druckverteiler fungieren, wie auch als Dreh- und Stützpunkt
die Verlaufsrichtung der Sehnen und Muskeln verändern (AnatomieNet 2007). Die
Beurteilung des Winkels zwischen der Sehne und den Muskelfasern im Verlaufe der
Muskelkontraktion ist insbesonders bei multipennaten Muskeln keine einfache. Dieser
Umstand wird für den Aktuator sehr bedeutend sein.
Abbildung 2.2.: Die linke Abbildung verdeutlicht insbesondere das Umlenkproblem bei Supinatoren
und Pronatoren (Tittel 2003, 155). Das Ensemble von Muskel, Sehnen, Faszien,
Bändern, Sehnenscheiden und Schleimbeuteln zeigt die rechte Abbildung. Bspw.
übernimmt die Sehnenscheide Vagina tendinum m. extensoris digitorum pedis longi
für die Muskeln M. extensor digitorum longus et M. peroneis tertius (der unterstri-
chene Text zeigt darauf) die Funktion einer gleitenden, reibungsmindernden Um-
lenkung unter den Band Retinaculum mm. extensorum inferius. (Sobotta 1982,
339)
2.2. Hillsche Muskelsehnenmodelle

Trotz der großen Zeitspanne, die seit der Publikation „The heat of shortening and the
dynamic constants of a muscle“ des Physiologen Abraham V. Hill im Jahre 1938
vergangen ist, bilden seine aufgestellten Gleichungen immer noch die Grundlage für
biomechanisch orientierte Muskel-Sehnen-Modelle. Die Aktualität begründet sich durch
den heutzutage möglichen massiven Einsatz rechnergestützter Verfahren. Als Katz
ein Jahr danach das Unstetigkeitsproblem beim Übergang von der konzentrischen in
die exzentrische Phase lösen konnte, genügte es schon vielen Ansprüchen der Muskel-
Sehnen-Modellierung. Sehr wohl hat dieses Modell auch Kritiken erfahren und es stehen
ihm komplexere und mehr physiologisch orientierte Modelle gegenüber. Bisher kann
kein Modell alle Eigenschaften des Muskels zugleich beschreiben (siehe folgendes Zitat).
Eine Übersicht soll dem Leser dennoch die wichtigsten Ansätze näher bringen. Die
Elemente und Funktionen des gewählten Aktuators werden anschließend beschrieben.
2.2.1. Übersicht und Vergleich mit anderen Modellen

„Muscle models to date comprise lumped descriptions based on the con-
tractile element as well as crossbridge models based on bond attachment
and detachment rate functions defined a priori. Both approaches are unable
to describe a complete range of muscle´s properties.“ 1
1
Bislang umfassen Muskelmodelle a priori entweder pauschale Beschreibungen des kontraktilen
Elements oder basieren auf der Querbrückentheorie [...]. Beide Annäherungen sind nicht in der
(Palladino und Noordergraaf 1997, 1)
Wenn es um Muskelmodellierung im biomechanischen oder physiologischen Sinne

geht, haben sich bis heute zwei große Richtungen in einer Vielzahl von Ansätzen ent-
wickelt. Einerseits müssen die prominenten makroskopischen Hill- und andererseits
die mikroskopisch orientierten Huxley-Modelle erwähnt werden. Sofern mehr Nähe
zur biologischen Realität gefordert wird, bevorzugen Biophysiker und Biochemiker die
Huxleysche Variante, die auf der sogennaten Gleitfilamenttheorie beruht. Geht es um
komplexere Bewegungen, bietet die Hill-Variante nicht nur Rechenvorteile, die sich aus
den Gesetzmäßigkeiten der seriellen und parallelen Anordnung der Feder - und Dämp-
ferelemente ableiten, sondern es gibt auch mehr zugängliche Parameter. Beide Modelle
treffen gleichermaßen eine Annahme über die Homogenität des quergestreiften Muskel-
gewebes, wenn sie für den ganzen Muskel eingesetzt werden (Zahalak 1990, 2). Das
bedeutet, dass es beliebig viele Möglichkeiten gibt, den Muskel in seiner Zusammenset-
zung zu beschreiben. In der einfachsten Variante steht eine Muskelfaser stellvertretend
für alle (Herzog 2000, 89) und vereinigt in sich sowohl je nach Komplexitätsgrad die
Faserverteilung, Anzahl und Ansteuerung der motorischen Einheiten, intra- und extra-
fusale Regelmechanismen, die Innervierungs- und Aktivierungsfunktion, die Afferenzen
als auch sämtliche verbleibenden (physiologischen, metabolischen und energetischen)
Funktionen. Die Modellierung dieser Funktionen verlangt einen Kompromiss zwischen
mathematischer Umsetzbarkeit und physikalischer Genauigkeit. In den 1920er und 30er
Jahre widerlegte Hill die Auffassung, die viskoelastische Eigenschaft des quergestreif-
ten Gewebes könne die Muskelkraft erzeugen (Henning 2006, 68). Damit verbleiben
auf der makroskopischen Ebene nur noch Systemmodelle wie die neuronalen Netze. Ihr
Einsatz ist auch erfolgreich aber weniger systematisch vorangetrieben worden. Wahr-
scheinlich deshalb, weil ihr Verhalten dem einer Black-Box entspricht und damit kei-
ne Analogien zur Muskelphysiologie aufweist. Die Hill-Modelle geben insofern ein
entsprechendes mechanisches Verhalten wieder. Alle Muskelmodelle haben als Einga-
be wenigstens eine Stimulation und als Ausgabe eine Kraft. Dahingegen arbeitet die
FEM -Methode an einer Struktur, die als Eingabe eine Kraft nimmt und eine neue ver-
formte Struktur bestimmt. Sinnvoll ist das, wenn die Belastung auf die Knochen wie
eingangs erwähnt (Schärer 2005), von Interesse ist. (Reese und Böl 2006) verarbei-
ten mit der FEM-Methode die morphologischen, physiologischen, neuronalen und geo-
metrischen Aspekte. Weitere Modelle werden nach (Henning 2006) aufgeführt. Das
dynamische Modell nach Liu aus dem Jahr 2002 zählt zu den Ermüdungsmodellen.
„Die Muskelkraft [kann] über längere Zeitperioden hinweg vorhergesagt werden, wäh-
rend sich die motorischen Einheiten den Prozessen der Aktivierung, der (anaeroben)
Ermüdung und der Erholung zu unterziehen haben. Dieses Modell [...] beruht auf den
Lage, alle Eigenschaften des Muskels zu beschreiben.

Grundlagen der biophysikalischen Prinzipien der Muskelkraftgenerierung bei Dehnung

unter willkürlicher Anregung durch das Gehirn (Henning 2006, 55).“ Aufgrund die-
ser drei Parameter ist es für eine allgemeine Anwendung geeignet und erklärt auch
auf natürliche Weise die maximale Kraftproduktion durch den Muskel. Ein komplexes
physiologisches Modell nach Dorgan hat fünf Untermodelle. Zunächst durchläuft ein
nervaler Impuls das Nervenmodell, welches die Stärke, Dauer und die Refraktärzeit
einer aktivierten Zelle widerspiegelt. Das Transversale Tubulus-Depolarisationsmodell
kümmert sich um die Weiterleitung des Aktionspotentials in der Zelle. Dabei werden
Vorgänge wie das Öffnen der Kalziumkanäle und Einströmen aus dem Sarkoplasma-
tischen Retikulum abgehandelt. Ein sich anschließendes Dynamikmodell zur Kalzium-
freigabe beschreibt, wie „diese Ionen zwischen den Aktin- und Myosinfilamenten der
Muskelfaser diffundieren und damit eine Kontraktion hervorrufen, indem sie sich an
Troponin binden und damit eine Querbrücke ermöglichen (Henning 2006, 31).“ Das
Abpumpen der Kalziumionen beschreibt nach dem Ausbleiben eines Stimulus ein wei-
teres Dynamikmodell. Die resultierende Kraft wird im Kontraktionsmodell berechnet.
Ähnlichkeiten und die Nähe zu Huxley machen die Handhabung dieses Modells auf-
grund der Komplexität für eine Bewegungssimulation mit vielen Muskeln beziehungs-
weise kontraktilen Elementen wie den Gang schwierig. Auf rein geometrischen Theorien
fußen das anatomische Modell nach Li, Jin-Tao und Zhao-qi und das zweischichti-
ge Modell nach Aubel und Thalmann, welches noch ein Feder-Dämpfer-Netzwerk
einbezieht. Die beiden letztgenannten Modelle (Henning 2006, 39–44) stellen die ana-
tomische Korrektheit durch CT- und Laserscans sicher.
Das Wissen um die entscheidenden Proteine Aktin, Myosin, Titin und Troponin, die
im 6-Phasen-Zyklus die Hauptrolle spielen , gilt als gesichert, obwohl der genaue Pro-
zess noch nicht endgültig durchschaut ist. Die Gleitfilamentheorie aus dem Jahr 1957
sagte zu hohe Muskelkräfte für steigende Dehnungsgeschwindigkeiten (Henning 2006,
24) voraus. Auch die Wärmeentwicklung und die Kraft-Längenverhältnisse stimmten
nicht mit den realen Befunden überein. Grundlage des Filamentgleitens in der Theorie
waren zwei Zustände: der verbundene und der lose. Simmons und Andrew F. Huxley
konnten die Theore redigieren, indem sie die mögliche Anzahl der Zustände vorerst
auf drei erhöhten. Seither gab es zahlreiche Bemühungen von Biochemikern, Verbes-
serungen auszuarbeiten. Eisenberg sah vier Zustände vor, Wood and Mann ga-
ben fünf an. 1986 steigerte Proppert die Zahl auf 18. Für die reine Darstellung der
Aktin-Myosin-Bindung genügt dennoch ein Zwei-Zustandsmodell (Winters 1990). So-
gar dieses simple Modell führt zu nichtlinearen partialen Differentialgleichungen, wenn
es mit viskoelastischen, trägen Massen gekoppelt wird (Zahalak 1990). Eine integra-
tive Schaltkreisimplementierung dieses Modells stellten (Hudson et al. 2001) vor, das
qualitative Ähnlichkeiten mit dem mechanischen Verhalten des Skelettmuskels aufweist
und sie betonen einen wichtigen Vorteil:
„These models are intrinsically capable of modeling some subtle nonline-

ar properties of muscle, such as history dependence and the interaction
between length, velocity and force.2 “
Der Einfluss der Vorgeschichte der Zustände findet hier immense Beachtung. Einen ähn-
lichen Ansatz beschreitet (Bhargava et al. 2004). Die Energieumsatzrate des Muskels
wird bestimmt. Im Gegensatz zu einer mechanischen Huxleyschen Variante, die die
Energie über die ATP -Hydrolyse zu bestimmen versuchen würde, stellen sie ein ein-
facheres empirisches Modell auf, welches das Hill-Modell an einem seiner Schwach-
punkte erweitern soll. Sagt es mit wenigen Parametern relativ genau die Muskelkraft
voraus, kann es aber nicht die Wärme- beziehungsweise die Energieentwicklung angeben
(Bhargava et al. 2004, 82). Das kombinierte Modell kann das mechanische Verhalten
a’ la Hill abbilden und die Eigenschaften des molekularen Huxley-Modells bezüglich
der umgesetzten Energie approximieren. (Palladino und Noordergraaf 1997) wäh-
len auch diesen Ansatz. Diese Modelle kann man als Vertreter der DM -Modelle ansehen.
Zwischen den beiden großen Ideen der makroskopischen und konventionellen molekula-
ren Modellierung hat sich also ein Mittelweg angebahnt. Das phänomenologische Mo-
dell (Distributed Moment Model ) vereint beide Wesenszüge. Der Vorteil ist, dass alle
Zustandsvariablen messbare physikalische Größen darstellen. Als eine Brücke zwischen
Hill und Huxley unterstützen sie das Verständnis auf den beiden Ebenen. Trotzdem
sind es immer noch viele Parameter, die die Literatur bisher nur für wenige Muskeln
bereitstellt. Der Rechenaufwand hat sich deutlich verringert, ist aber dennoch relativ
aufwändig. Als ein weiteres Modell, das vorgestellt werden soll, ist das Wexlersche
zu nennen. Es stellt prinzipiell eine erweiterte physiologische Hill-Variante des Feder-
Dämpfer-Motor -Modells dar, weil es eine Ermüdungsfunktion vorsieht. Sehr vereinfa-
chend ausgedrückt, reguliert die Zeit zwischen zwei Impulsen die Kalziumanreicherung
im Muskel. Ist das Intervall zu kurz, verbleibt keine Zeit das Kalzium abzupumpen.
Die Refraktärzeit wird unterschritten, die Depolarisation ist zu gering, folglich lässt die
Muskelkraft nach. Außerdem ist die Aktivierung von der momentanen Kraft des CEs
abhängig.
Die Auswahl der Modelle hatte die Aufgabe, das Spektrum der Ideen abzudecken,
die hinter dem Versuch stehen, den Muskel und seine Funktionensweisen zu verstehen.
Unerwähnt blieben zum Beispiel Morecki, Gareis und Hoy. Ihre Modelle sind ein
Ausdruck, durch eine geschickte Anordnung der rheolgischen Körper spezielle Muske-
leigenschaften abzubilden. Die verschiedenen exemplarisch vorgestellten Ansätze bieten
2
Diese Modelle sind wirklich in der Lage, schwierige, nicht lineare Eigenschaften der Muskeln, wie
Zeitabhängigkeit und die Wechselwirkung zwischen Länge, Geschwindigkeit und Kraft zu model-
lieren.
Tabelle 2.1.: Vergleich der Muskelmodelle nach Henning 2006: 85

Modell Modellart Implemen- Bestimmung Gültigkeits- Lenkbarkeit
tierungs- der bereich
aufwand Parameter
Hill semianalystisch gering einfach universell gut
Huxley semianalytisch groß schwierig universell wenig
anpassbar
Physiolgisches semianalystisch groß schwierig universell schwierig
Neuronales analytisch sehr groß experimentell aufgaben- schwierig
Netz abhängig
DM semianalystisch gering schwiering, universell gut
experimentell
FEM-basiertes analytisch sehr groß aufwändig, universell gut
experimentell
Anatomisches ? mittel aufwändig, universell gut
experimentell
Zweischichtiges ? mittel aufwändig, universell gut
experimentell
Wexlersches analystisch groß experimentell speziell: gut
isometrisch
Dynamisches semianalytisch gering experimentell speziell: gut
nach Liu isometrisch
viele Kombinationsmöglichkeiten. Die Tabelle 2.1 gibt Auskunft über Eigenschaften der
erwähnten Muskelmodelle.
2.2.2. Das serienelastische, kontraktile und passive Element

Das traditionelle Hill-Modell ist eine mechanische Beschreibung mittels Feder- und
Dämpferelementen für das thermodynamisch offene und adaptive System Muskel. Streng
genommen ist ein Hill-Aktuator eine Ergänzung des Kelvin-Modells um ein kontrak-
tiles Element (CE ) (Schmalz 1994, 57) (Abb. 2.3). Daraus ergeben sich auch schon
die Vereinfachungen. Die viskoelastischen Eigenschaften haben nur wenig Gemeinsam-
keiten mit den darunter liegenden physiologischen Prozessen (Yamaguchi 2006, 42-
59). Die Grafiken aus (Yamaguchi 2006, 45, 48) (Abb. 2.4) stellen den Vergleich zum
realen Muskelverhalten dar. Die Maxwell-Implementierung kann ausreichend gut die
Reaktionsphase (transient behaviour) wiedergeben, dafür aber nicht den stationären
Zustand (steady state). Das Voight-Modell funktioniert genau in entgegengesetzter
Analogie befriedigend. Die kombinierten Eigenschaften nähern sich dann wieder dem
realen Muskelverhalten. Katz passte 1939 das Konzept des CE s in Serie und parallel
mit einer passiven „leichten“ Dämpfung für das elastische Gewebe an (Abb. 2.5).
Einige Kritikpunkte am Hill-Modell werden im Folgenden dargestellt:
„Experiments have shown that fundamental assumption of the Hill-Model

- nameley, that the instantaneous muscle and the CE velocity are uniquely
related at a given muscle length and level of activation – is not generally
true.“ 3 (Zahalak 1990, 19)
3
Experimente haben gezeigt, dass die grundsätzliche Annahme, [...] die momentane Geschwindigkeit
(a) (b)
Abbildung 2.3.: (a) Das traditionelle Hill-Modell ist eine Kombination aus einer serienelasti-
schen (SEE) und parallelelastischen (PEE) Feder, einem Dämpfer (DE) und einem
krafterzeugenden Element (CE). SEE weist insgesamt eine hohe Steifigkeit auf und
ist besonders bei Bewegungen mit sehr schneller und hoher Kraftentwicklung wich-
tig. PE ist für die Abbildung der Muskelgewebshemmung zuständig, die z. B. bei
Dehnung auftritt (Yamaguchi 2006, 52).(b) Zum Vergleich ein erweitertes Modell
von (Bhargava et al. 2004).
Die Myosinköpfchen können an die Aktinfilamente andocken und dabei das Sarko-
mer verkürzen. Das führt bei einer externen Zugbeanspruchung unter isometrischen
Bedingungen zu keiner Verkürzung der Muskellänge. Weiter heißt es, dass das serie-
nelastische Element und der aktive Zustand pure konzeptionale Konstrukte seien und
keine unabhängige physikalische Existenz besitzen. Diese können nicht ohne den Be-
zug zum Modell gemessen werden. Die Bestimmung der Steifigkeit beispielweise führt
zu einem Konflikt mit dem molekularen Modell. Wird ein Muskel aus einem isome-
trischen Zustand plötzlich durch eine Zugkraft ausgelenkt, steigt die Muskelkraft an.
Dieses Verhalten wird vorwiegend dem serien- aber auch dem parallelelastischen Ele-
ment (PEE ) zugeschrieben. In der Querbrückentheorie ist diese Schlussfolgerung aber
nicht gültig. Tatsächlich weist der Muskel hohe Steifigkeitswerte bei hochfrequenten Vi-
brationen auf. Dann beträgt sie etwa 13 des isometrischen Tetanus (Julian et al 1975).
Die Steifigkeit steigt mit zunehmender Geschwindigkeit, das sagt auch die Gleitfila-
menttheorie voraus. Dahingegen ist sie bei Hill auch bei geringen Aktivitätszuständen
gleichermaßen hoch (Zahalak 1990, 19ff.). Noch einmal ist zu betonen, dass das Mo-
dell keinerlei Aussagen über biochemische Dissipationen treffen kann. Die Diskrepanz
bei einer Berechnung aus den mechanischen Elementen im Vergleich zu den wirklichen
energetischen Transduktionen kann erheblich sein.
Das passive Weichteilgewebe tendiert zu einem quasi-statisch mechanischen Verhal-

ten. Die Eigenschaften des serienelastischen Elements (SEE ) zentralisieren sich größ-
tenteils in der Sehne und richten sich auf den elastischen Modus. Die größte Analogie
des SEE s im Modell findet sich in der Sehne und daher werden diese auch äquivalent be-
des Muskel- und des kontraktilen Elements sei zu jeder Länge und Aktivierung identisch, nicht
allgemeingültig ist.
Abbildung 2.4.: Der Muskel reagiert auf eine konstant einwirkende Kraft wie in (C). Es ist sofort
ein großer Kraftanstieg zu verzeichnen. Anschließend steigt die Muskelkraft immer
weniger an. Nach Aussetzen der äußeren Kraft, sinkt die Muskelkraft sofort wieder
auf ein Niveau und läßt anschließend langsam ab. Maxwell und Voight können
jeweils nur eine dieser Eigenschaften abbilden. Werden die rheologischen Verbin-
dungen konstant ausgelenkt, kann die Maxwell-Variante wieder das Anfangs-
verhalten des Muskelgewebes und die Voight-Variante den stationären Zustand
abbilden. (Yamaguchi 2006, 48)
handelt. Das zugrunde liegende Modell bestimmt maßgeblich die Sichtweise (Abb. 2.3).
Das Verhalten der Sehne insgesamt ist recht schwierig zu beschreiben (Abb. 2.6), da
sie unter unterschiedlichen Bedingungen in Abhängigkeit von der Zeit und der Aus-
lenkung anders reagiert. Diese Problematik offenbart sich in den Dehnungstheorien
(Bubeck 2001) und im Dehnungs-Verkürzungszyklus (Höss-Jelten 2004). Die Hyste-
rese ist dabei ein wichtiges Phänomen (Tab. 2.4). In dem Zusammenhang ist ihre Funk-
tion zur Energiespeicherung und -freisetzung zu nennen. Die Achillessehne kann z. B. et-
wa 50% der mechanischen Energie beim Laufen speichern (Sasaki und Neptune 2005).
Diese Fähigkeit hängt direkt von der Eigenschaft des CEs ab auf Dehnungen mit in-
itialen Spannungsanstieg zu reagieren, und nennt sich „short range elastic stiffness“ h̃fill
(Bubeck 2001, 24). Die Sehnen reduzieren auch die Muskelfasergeschwindigkeit und
erlauben es so den Muskelfasern „glatter“ zu arbeiten. Das erhöht die Kontraktions-
effizienz und reduziert die metabolischen Kosten. Das SEE kann im traditionellen
Modell das CE nicht wie die Golgi-Apparate aktiv beeinflussen, die über den Re-
flexbogen in natura den Muskel zur Kontraktion bei kritischen Längen veranlassen
können. (Schmitt 2006, 77) zieht in Betracht, dass die Sehne möglicherweise auch
aktivierungsabhängige Titinmoleküle enthält. In der Literatur werden in Abhängig-
keit von der zu untersuchenden Fragestellung unterschiedliche Formeln für die Sehnen-
kraftfunktion angegeben. Es sind reine lineare Ansätze (Ettemna und Huijing 1990;
Lichtwark und Wilson 2005; Hoy et al. 1990) und nicht-lineare (meist quadrati-
sche) (Soest et al. 1995; Günther 1997) bekannt (Gleichung 4.6). (Günther 1997,
68) urteilt, dass „zumindestens im niedrigen Belastungsbereich [...] die Kraft-Dehnungs-
(a) wenig Bindegewebe (b) viel Bindegewebe
Abbildung 2.5.: Bei lopt kann das CE die maximale Kraft entwickeln. Je mehr der Muskel gedehnt
wird, desto stärker entwickelt das PEE eine Kraft. Nahe und unter dem Punkt
1 kann die Kraft nur durch eine isometrische Spannung („Anschlagskontraktion“)
aufgebaut werden. Punkt 3 zeigt eine Kontraktion mit Vordehnung. RD ist die Ru-
hedehnungskurve des parallelelastischen Elements. IM bezeichnet die isometrische
Kraft. A entspricht im Modell lP EE0 . Ist A kleiner als lopt hat der Muskel einen
hohen Bindegewebsanteil (a). Ist A größer lopt hat der Muskel wenig Bindegewebe.
Der gewählte Kurvenverlauf ist eine mathematische Vereinfachung, genauso wie der
„Punkt“lopt . (Vgl. mit der Abb. 2.7 a).(d. Marees 2006, 37)
charakteristik des SEE nicht-linear verläuft.“ (Lichtwark und Wilson 2005) berich-
ten von einer relativ linearen Kraft-Längenbeziehung, besonders bei hohen Spannun-
gen. Das viskose Verhalten sei (Winters 1990) zu Folge vernachlässigbar. Das parallele
Dämpfungselement trägt die gleichen Charakteristika wie die Sehne (Gleichung 4.7).
Da (Schmitt 2006, 78ff.) das Dämpfungselement parallel zum SEE einbaut, be-
rücksichtigt er die viskoelastische Eigenschaft. So ist die Kraft der Sehne prinzipiell
nicht nur von der Länge abhängig, sondern auch von einem linearen Koeffizienten, der
sich über die CE-Kraft bestimmt. Dieses parallelelastische Element (PEE) absorbiere
die Grundschwingungen, die „durch die Kopplung von SEE und der Lastmasse entste-
hen. Das Hinzufügen eines konstanten parallelen Dämpfungselements verstärkt diese
Schwingung.“ Eine lineare lastunabhängige Dämpfung überdämpfe das System. Weiter
schreibt er: „Auf eine über den gesamten [MTA] verteilte Dämpfung deutet auch die
Physiolgie hin, denn sowohl die Sehne als auch die Muskelfasern enthalten biologische
Dämpfungsmechanismen“ (Schmitt 2006, 79).
FCE = Fmax f1 (lCE )f2 (vCE ) (2.1)
Die momentane Gesamtkraft des CEs unterliegt der Kraft-Längen und der Kraft-Ge-
schwindigkeitsfunktion. Die Kraft-Längen-Beziehung verdeutlicht die Abbildung 2.7 a.
Es gibt eine optimale Sarkomerlänge lopt , bei der das maximum maximorum der iso-
metrische Kraft erreicht werden kann, wenn eine volle Aktivierung vorliegt. Über oder
(a) Die Kraft-Dehnungskurve (b) Hysterese
Abbildung 2.6.: Das Sehnenverhalten läßt sich in drei Bereiche unterteilen. In der „Toe Region“ rea-
giert die Sehne nur schwach auf Längenveränderungen. Der elastische Bereich weist
hohe lineare Eigenschaften auf. Bei 3, 3% Elongation wird die Maximalkraft des
Muskels erreicht. Andere Autoren geben auch 4% für die Dehngrenze an. Ab 8−10%
Elongation droht Sehnenriss. Die Hystereeigenschaften (b) der Sehne sind relativ
gering. 90% der Energie werden zurückgeben. (Yamaguchi 2006, 54), (Chai 2007),
(b):(Herzog 1995, 144)
unter lopt sinkt die maximale Kraft. Dieses Verhalten wird dann je nach Modellvorstel-
lung auf die Zellen, die Myofibrillen oder den ganzen Muskel übertragen. Nahe lopt sind
die Voraussetzung für das Filamentgleiten sehr günstig. Da Aktin- und Myosin sich jetzt
sehr nah sind, können Querbrücken ausgebildet werden. Diese Charakteristik sah man
lange als eine Invariante für den Muskel. Studien zeigen dennoch, dass diese Kurven
recht unterschiedlich zwischen den Arten sind und interindividuelle Besonderheiten bei
Menschen auftreten. In Abhängigkeit von der Belastung des Muskels scheinen sich die
Kurve an die Beanspruchung anpassen zu können bzw. weisen Spezialisten bestimmter
Sportarten (möglicherweise auch eines angeborenen Einflusses wegen) charakteristische
Merkmale auf. Der M. rectus femoris der Läufer z. B. tendiert dazu bei langen Muskel-
längen stark und bei kurzen schwach zu sein, wobei hingegen Fahrradfahrer ein genau
entgegengesetztes Muskelverhalten aufweisen (Herzog 1995, 173).
Zu Beginn des letzten Jahrhunderts war klar, dass die Effektivität einer Bewegung
von der Geschwindigkeit abhängig ist und dass die Energie mit höherer Geschwindigkeit
ansteigt. Fenn und March erforschten zuerst die Kraft-Geschwindigkeit-Beziehung
(Gleichung 2.2), die das Herzstück des Hill-Aktuators ist. Hill selbst sagte von sich,
dass er über die später berühmte Formel (Gleichung 2.4) „stolperte“, als er an der
Wärmeproduktion des Muskels forschte (Herzog 1995, 173). Für die Kraft-Geschwin-
digkeitsbeziehung (Abb. 2.7 b) wurden viele hyperbolische Gleichungen aufgestellt
oder die von Hill weiter verbessert. So passte z. B. Hatze die Konkavität der Kurve
für kleine Verkürzungsgeschwindigkeiten an. Als ein Beispiel für eine andere Kraft-Ge-
schwindigkeitskurve soll Polissar mit der Gleichung 2.3 aus dem Jahr 1952 (Fung 1996,
(a) Kraft–Längenbeziehung (b) Kraft–Geschwindigkeitsbeziehung
Abbildung 2.7.: In (a) ist zu erkennen, dass eine Muskelfaser die maximale Kraft in einem Bereich
von 2 − 2, 5 µm bei einer vollständigen Aktivierung erreichen kann. Gegenüber der
symmetrischen Darstellung der Abbildung 2.5 wird deutlich, dass unterhalb der
optimalen Faserlänge(n) die verfügbare Maximalkraft rapide sinkt. Oberhalb des
optimalen Bereiches steht zwar besonders kurz nach lopt weniger Maximalkraft zur
Verfügung, dafür aber für einen größeren Längenbereich. (Saladin 2004, 422) (b)
zeigt die Funktionen der Hillschen Parameter für die Kraft-Geschwindigkeitsbe-
ziehung. Der Parameter −a ist die Asymptote für die theoretisch minimale Ge-
schwindigkeit. An −b nähert sich die theoretische Maximalkraft. Die Fortführung
in die exzentrische Phase wird hyperbolisch schließlich auf die Asymptote der ex-
zentrischen Maximalkraft umgeleitet. (Yamaguchi 2006, 40)
402) stehen. In den Gleichungen sind A, B, C, kL , ks , CL und Cs Konstanten.
−v
F =A·eB +C (2.2)
v = const(kL · e−CL F − ks · eCs F ) (2.3)
2.2.3. Formelübersicht
An dieser Stelle werden die wichtigsten Formeln des Hill-Aktuators inklusive der ex-
zentrischen Phase (vgl. (Herzog 1995, 173–175), (Siebert et al. 2007)) dargestellt.
Begonnen wird mit der Präsentation der klassischen Hill-Gleichung für die Kraft-
Geschwindigkeitsrelation (Gleichung 2.4). Sie zählt nicht nur wegen ihrer Annäherung
an das Muskelverhalten zu den Standardfunktionen, sondern auch deshalb weil in ihr
die intuitiven Parameter wie die maximale isometrische Kraft und die maximale Kon-
traktionsgeschwindigkeit eingehen (Winters 1990, 80). In der konzentrischen Phase
nimmt v negative Werte an. In der Abbildung 2.8 b wird die theoretische Abschätzung
dieser Kraft-Geschwindigkeitsbeziehung einer experimentellen gegenübergestellt (siehe
Kapitel 2.3.2 vmax ).
(Fv + a)(−v + b) = (Fmax + a)b (2.4)
v= Kontraktionsgeschwindigkeit
vopt = Kontraktionsgeschwindigkeit bei Pmax
vmax = maximale konzentrische Kontraktionsgeschwindigkeit
Fv = Kraft des Muskels in Abhängigkeit von v
Fopt = Kraft bei Pmax
Fmax = maximale Kraft bei v = 0
P = Leistung
Pmax = maximale Leistung
a= Konstante in Beziehung mit Fmax , [N]
b= Konstante in Beziehung mit vmax , [m/s]
c= (Fmax + a)b in Beziehung mit P, [W]
Aus der allgemeinen Form der Gleichung 2.4 ergibt sich für die Umstellung nach v die
Gleichung 2.5 und nach Fv die Gleichung 2.6:
(Fmax + a)b
v=− +b (2.5)
Fv + a
(Fmax + a)b
Fv = −a (2.6)
−v + b
Die Gleichungen 2.5 und 2.6 können weiter in die Gleichungen 2.7 und 2.8 transformiert
werden.
−Fmax + Fv
v=b (2.7)
Fv + a
Fmax + a · v
Fv = (2.8)
−v + b
Aus c = (Fmax + a)b folgt:
c
Fmax = −a (2.9)
b
Um die maximale Kontraktionsgeschwindigkeit zu erhalten, setze man Fv = 0. Das
führt nach Gleichung 2.7 zur Gleichung 2.10.
Fmax
vmax = b (2.10)
a
Daraus leitet sich ein Verhältnis (Gleichung 2.11) zwischen den Konstanten sowie der
maximalen isometrischen Kraft und der maximalen Kontraktionsgeschwindikgeit ab.
Typische Werte für µ liegen bei etwa 0.25. Das hängt davon ab, wo man das Maximum
der Leistung annimmt (Abb. 2.8).
a b
µ= = (2.11)
Fmax vmax
Nach Gleichung 2.9 und 2.10 ergibt sich Gleichung 2.12.
b( cb − a) c
vmax = = −b (2.12)
a a
Die Leistung des Muskels errechnet sich mit der Formel 2.13. Die allgemeine Gleichung
für die maximal mögliche mechanische Leistungsabgabe findet sich in der Gleichung
2.14.
P = −F (v) · v (2.13)
√
Pmax = ab + c − 2 abc (2.14)
Mit Hilfe der Gleichung 2.13 kann das Maximum der Leistung an der Stelle vopt be-
rechnet werden. Dabei entspricht vopt der Nullstelle der Funktion P 0 (v). Die optimale
Kraft (Gleichung 2.16) ist dann Fopt = Fv (vopt ).
r r
Fmax b·c
vopt = −b( + 1 − 1) = − +b (2.15)
a a
r r
Fmax a·c
Fopt = a( + 1 − 1) = −a (2.16)
a b
Je nachdem, welches Verhältnis für a/Fmax = b/vmax gewählt wurde, kann mittels der
Gleichung 2.15 und 2.16 berechnet werden, wo der optimale Wert für die Geschwindig-
keit und die Kraft zur maximalen Leistungsentfaltung liegt. Nach Einsetzen von a und
b mit a/Fmax = b/vmax = 0.25, ergeben sich die Gleichungen 2.17 und 2.18.
vopt ≈ −0.31vmax (2.17)
Fopt ≈ 0.31Fmax (2.18)
Pmax = −Fopt · vopt ≈ 0.095 · Fmax · vmax (2.19)
In der exzentrischen Phase werden aus den Parametern a, b und c neue Parameter A,
B und C berechnet. Die Gleichung für die Kraft in Abhängigkeit von der Geschwin-
digkeit ist 2.20. A bestimmt sich als die Asymptote der maximalen exzentrischen Kraft
bei Annäherung mit v → ∞. Je nach Literaturangaben variiert der Wert, mit dem die
maximale konzentrische Kraft auf die maximale isometrische skaliert wird. In der Regel
liegt der Wert bei 1, 2 -1, 8 (Günther 1997). Die Erklärung für die wesentlich höhe-
re Kraftwerte erzielende exzentrische Kontraktion liegt in der komplizierten Eiweiß-
strukur. Ausschlaggebend ist nach (Martin et al. 2001a, 114) die Anzahl der elektro-
magnetischen Kraftschlüsse zwischen dem ATP-Myosion und dem Kalzium-Troponin.
Ein sich aktiv verkürzender Muskel verbraucht bei dem „Querbrückenkontakt an der
reaktiven Stelle des dünnen Filaments ein ATP-[Molekül]“. Damit fällt diese „Kraft-
(a) Leistung, Kraft - Geschwindigkeits (b) Hill-Kurve im Vergleich
Abbildung 2.8.: (a) Die durchgezogene Linie gibt die Kraft-Geschwindigkeits-Relation an (norma-
lisiert). Die entsprechende Leistung zeigt die gestrichelte Linie. Das Maximum der
Leistung befindet sich bei vopt . Diese Stelle ist abhängig von µ. (Herzog 1995, 177)
(b) Die Hill-Kurve überschätzt die maximale isometrische Kraft und unterschätzt
die maximale Kontraktionsgeschwindigkeit. (Herzog 1995, 178)
quelle“ jeweils aus. Unter isometrischen Bedingungen findet kaum ein Filamentglei-
ten statt. Deshalb kann das terminale Phosphat unter Zunahme von Kalzium nicht
abgespalten werden.„Nur etwa eine von 8 ATP-Myosinbrücken [hat] reaktionswirksa-
men Kalzium-Troponin-Kontakt. Hingegen besteht bei 2 bis 3 von 8 Querbrücken der
kraftwirksame elektromagnetische Kontakt.„ In der exzentrischen Phase verbraucht der
Muskel kein Phosphat. Die elektromagnetischen Verbindungen sind so sehr stabil. Zu-
sätzlich schreibt man der Verbindung zwischen Myosin und Aktin „viskoses Verhalten“
zu (Bubeck 2001, 25).
C
Fv = + A, v ≥ 0 (2.20)
−v − B
Die Ableitungen dieser und der Gleichung 2.6 müssen bei v = 0 stetig sein. Daraus
ergibt sich die Gleichung 2.21.
c C
2
= 2 (2.21)
b B
Für v = 0 ist:
C c
Fv = Fmax = A − = A − 2 B (2.22)
B b
Die Auflösung nach B und C findet sich in den Gleichungen 2.23 und 2.24.
b2 c b2
B = (A − Fmax ) = (A − + a) (2.23)
c b c
c
C = (−Fmax + A)B = (− + a + A)B (2.24)
b
2.2.4. Aktivierungsfunktionen
Die aktuellen Ansichten über den Umgang mit den Hill-Modellen haben sich seit
den 1950er Jahren nicht mehr grundlegend weiter entwickelt. Schrittweise werden in das
phänomenologische Modell physiologische Konzepte eingearbeitet. Extern bezeichnet
der Autor die Aktivierungsfunktion, da sie in keiner Rückkopplung zum System steht.
Meist ist sie die Verarbeitung eines nivilierten Signals q (qmin ≤ q ≤ 1) aus einer EMG-
Messung. Aus physiologischer Sicht wird sie oft auf die Kalziumdynamik reduziert. Eine
Muskelkontraktion ist im Wesentlichen eine Folge von vielen Einzelzuckungen (Twit-
ches), die sich bei genügend hoher Frequenz zum Tetanus entwickelt. Etwa die Hälfte
der Kraft kann so erreicht werden. Das Frequenzspektrum reicht von etwa 50−60 Hz bei
Säugetieren (Winters 2004, 207). Das zweite Prinzip, die Faserrekrutierung, beach-
tet die Größen der motorischen Einheiten. Zuerst werden die kleineren erregt. Haben
diese die maximale Frequenz erreicht, wird die nächst größere Einheit angesprochen
(Stufenprinzip). Auch ein metabolisches Kriterium wird berücksichtigt: Langsam zu-
ckende Fasern (SO) sind nahezu an jeder Aktion beteiligt und werden aufgrund ihrer
vorwiegend aeroben Funktion für ausdauernde Tätigkeiten eingesetzt. Die schnelleren
intermediären Fasern arbeiten meist am Beginn einer Aktion und bei höheren Krafte-
insätzen. Sind zusätzliche Kräfte und Kontraktionsgeschwindigkeiten gefordert, feuern
die FG-Fasern (Fast Glycolytiv) (Yamaguchi 2006, 28). Das optimale Zusammenspiel
der intramuskulären Fähigkeiten resultiert in der Synchronisierung. Die Gleichung 2.25
beschreibt das Kontraktionsverhalten einer Faser(Winters 2004, 208). T ist die Kon-
traktionszeit (etwa 16 − 100 ms) zum Erreichen der Maximalkraft Fmax und ist größer
für langsamere Fasern. Fmax ist größer bei den FG-Fasern. F0 ist eine faserspezifische
Konstante.
t −t
F (t) = F0 e( T ) (2.25)
T
Hatze bezieht die Feuerfrequenz und die Anzahl der rekrutierten motorischen Ein-
heiten in seine Aktivierungsdynamiken von 1975 und 1976 ein. Eine Rekrutierungsrate
bestimmt die Aktivierung möglicher Einheiten. (Günther 1997, 72) zufolge, helfe die-
ses Modell „mikroskopische Vorgänge“ zu verstehen, berge aber Schwierigkeiten bei der
Implementierung. Ein Kritikpunkt ist, dass immer alle verfügbaren motorischen Ein-
heiten rekrutiert werden. Wie EMG-Messungen eindeutig belegen, sind niemals alle
motorischen Einheiten eines Muskels gleichzeitig aktiviert und wechseln sich ab, um
die Muskeltätigkeit so lange wie möglich aufrechtzuerhalten. Bezugnehmend auf Za-
jac stellt Günther fest, „dass [es] bisher keine experimentelle Methode gäbe, zwei
oder mehr neuronale Steuerparameter zu identifizieren“ (Günther 1997, 72). Das
Verhalten wird außerdem faserspezifisch beschrieben, was die Übertragung auf glo-
bale Funktionen erschwert. Im Augenblick biete dann auch das EMG-Signal keinen
Rückschluss auf diese Dynamik. Aufgrund dessen richten sich die Forschungen auf ei-
ne Aktivierungsdynamik, die mit der messbaren Muskelaktivität korreliert. Mit der

Methode „EMG-to-Force“ beziehen moderne Aktivierungsdynamiken die Zeit für den
Kalziumtransport in die Zelle und aus der Zelle ein. Der Ruhetonus wird über eine mini-
male permanente Aktivierung eingestellt. Als eine Differentialgleichung erster Ordnung
kommt die Funktion zur Beschreibung des Einschleusens und Abpumpens des Kalzi-
ums von He, Zajac und Levine aus dem Jahr 1991 in vielen Studien zur Anwendung
(Günther 1997; Schmitt 2006; Böhm 2002; Kryszohn 1999; Zajac 1989) (modi-
fizierte Gleichung 2.26). Die Deaktivierungszeit beträgt wenigsten zweimal die der Ak-
tivierung (Herzog 1995, 33). Das begründet sich darauf, dass für das Abpumpen der
Kalziumionen mehr Zeit in Anspruch genommen werden muss. Übliche Zeiten für τact
sind 8 − 12 ms (Herzog 1995, 33). Die Variable u beschreibt das neuronale Signal und
damit den Prozess der Innervierung (siehe auch das Kapitel 4.2.1, S. 41).
1 1
q̇ = (1 − q)u + (qmin − q)(1 − u) (2.26)
tact tdeact
2τact ≤ τdeact
(Günther 1997, 73) bedauert, dass diese Funktion auch keine Längenabhängigkeit
vom CE hat, die aber experimentell als bestätigt gilt. Wexler hingegen bringt die
aktuelle CE-Kraft als eine Abhängige mit in die Funktion ein. Den physiologischen
Mechanismus erfüllen beide Male die kinästhetischen Sensoren der intrafusalen Mus-
kulatur. Somit ist diese Aktivierungsdynamik eine externe.
In Abhängigkeit von der Temperatur nimmt die Kontraktionszeit T aus Gleichung

2.25 in kühler Umgebung (< 37◦ ) zu (Winters 2004, 209). Damit in Verbindung ste-
hend muss angemerkt werden, dass Hills klassische Kraft-Geschwindikgeitsrelation
bei 0◦ Gültigkeit hat. Laut (Herzog 1995, 177) sei das Verhältnis a/Fmax (Gleichung
2.11) weitestgehend von der Temperatur unabhängig, wobei v und b als eine Funkti-
on der Temperatur sich verändern. Das ist bisher in Übereinstimmung mit Winters
und erklärt sich mit den temperaturabhängigen metabolischen Prozessen. Verändert
sich nun das Verhältnis von v und b, wäre die Vorraussetzung der Hill-Gleichung
gestört. (Herzog 1995) schwächt die Aussage ab und gibt als Approximation eine
„gewisse“ Konstanz für einen großen Bereich der Muskeltemperatur an. Die Erfahrung,
dass die maximale Kontraktionsgeschwindigkeit vmax mit ansteigender Aktivierung q
sinkt, machten (Chow und Darling 1999). Die Erklärung könnte sein, dass die op-
timale Sarkomerlänge überschritten ist und/oder die (FG-)Fasern für den maximalen
Krafteinsatz schon wieder ermüdet sind.
2.2.5. Anfangslagenproblem
Die Bewegung über Muskelkräfte erfordert eine Steuerung. Bei den Vertebraten gibt
es supra wie auch superspinale Zentren, die eine Bewegung zu einer harmonischen,
energetisch effizienten Handlung machen können. Die Muskeln stehen in Beziehung
zueinander und ergänzen sich in idealer Weise. Dieses System von Muskelschlingen
erreicht ein optimales Zusammenspiel4 der Agonisten, Synergisten und Antagonisten.
Verschiedene Theorien über das Zustandekommen einer zielgerichteten und zweckmä-
ßigen Handlung werden in der Forschung diskutiert. Die Theorie der Generalisiert
Motorischen Programme (GMP) von Schmidt (Rockmann 2001), gekoppelt mit der
„Impuls-Timing-Hypothese“, ist eine der führenden. Eine Bewegung hat danach in-
variante Komponenten: Sequencing, Timing und Relative Forces. Über die variablen
Parameter wie absoluter Krafteinsatz, absolute Bewegungsdauer und Muskelauswahl
können für eine Klasse von Problemen Werte zur Verfügung gestellt werden. Aufgrund
zweier Methoden der „Schematheorie“: „Recognition“ und „Recall “, können hochspe-
zialisierte Bewegungen sofort präzise ausgeführt werden. Meist geben die Zentren der
Bewegungssteuerung wie das Cerebellum passende Startwerte vor. Je „trainierter“ ei-
ne Bewegung ist, desto genauer sind diese. In einer Simulation einer Bewegung fehlen
diese Anfangswerte. Die Sichtung der Literatur nach Methoden im Umgang mit dem
Anfangslagenproblem für Muskeln brachte keine Lösung im Sinne eines allgemein zu
verwendenden Algorithmus. Selbst das EMG-Signal erlaubt nicht, die Bewegung aus-
reichend genau zu beschreiben (Sust, 11). Die dazugehörigen aktuellen Längen der
Muskeln sind unbekannt. Die muskuläre Redundanz erschwert zusätzlich die Proble-
matik (Boose 1997, 34). Vorschläge werden in den Kapiteln Ergebnisse und Diskus-
sion gegeben. Dem Bewegungs-Antizipationsmodell zufolge wird mit den Ergebnissen
der Afferenzsynthese die weitere Abfolge der Bewegung durch Auswertung propriozep-
tiver und enterozeptiver Signale koordiniert und auf Veränderung reagiert. An dieser
Stelle sind die einfachen Reflexbahnen von Interesse. Durch Inhibition und Exzitation
beeinflussen sich insbesondere die Agonisten und Antagonisten. Dem Autor sind kei-
ne Modelle bekannt, in dem das berücksicht wurde. Auch hier wird auf die Kapitel
Ergebnisse und Diskussion verwiesen. Erwähnt sei (Sust, 11–19), der das indetermi-
nistische Bewegungsverhalten als ein natürliches Prinzip ansieht. Er beschreibt eine
Einschaltfunktion für die Rekrutierung der Muskelfasern, die sich den experimentell
bestimmten Werten annähert, je mehr sich ein Mensch maximal anstrengt. Legt man
diesem Fall deterministische Regeln zu Grunde, erleichtert sich die Aufgabe dennoch
nicht wesentlich. Die endlich genau anzugebenden Anfangswerte haben enormen Ein-
fluss auf die folgende Ereigniskette und erlauben keine „Langzeitvoraussagen“. (Sust,
4
Optimal: bezüglich metabolischer Kosten und dem Effekt einer Bewegung. Am Grade der Ökonomi-
sierung unterscheiden sich Laien und Profis. Mittels einer speziellen Technik werden insbesondere
nervale, kognitive und sensomotorische Prozesse resourcenschonend ausgeführt.
18) verwendet das Zitat Poincarés:
„Eine sehr kleine Ursache, die uns entgehen mag, bewirkt einen beachtlichen
Effekt, den wir nicht ignorieren können und dann sagen wir, daß dieser
Effekt auf Zufall beruht.“
2.3. Parameter und ihre Aussagefähigkeit

In den Abschnitten dieses Kapitels werden die Parameter des Hill-Aktuators beschrie-
ben und ihre Verwendungsfähigkeit diskutiert. Die Schilderung befasst sich mit deren
individueller Aussagefähigkeit und Sensibilät für eine Simulation.
2.3.1. Physiologischer Muskelquerschnitt

Eine Größe, die sehr oft genutzt wird, um die maximale Muskelkraft zu berechnen,
ist der physiologische Querschnitt (Tittel 2003, 71). Der englische Ausdruck Physical
Cross-Sectional Area unterscheidet sich vom Deutschen; ist geläufiger und wird des-
halb fortan in Übereinstimmung zur Literatur abkürzend mit PCSA verwendet. Dieser
ist größer als der anatomische Querschnitt, wenn der Winkel zwischen der Sehne und
der Hauptverlaufsrichtung der Muskelfasern mehr als 0◦ beträgt. Sein Bezeichnung ist
Pennations- oder Fiederungswinkel und wird im Weiteren mit der Variable α dekla-
riert. In der Abbildung 2.9 wird der Unterschied aufgezeigt. Im Prinzip verlaufen die
Fasern bei keinem Muskel rein longitudinal zwischen Ursprung und Ansatz; doch gibt
es markante Unterschiede. Ganz allgemein drückt sich die Spanne zwischen 0 und 32◦
aus (Heintz 2006, 8).
(a) nach Tittel (b) nach Narici
Abbildung 2.9.: Physiologischer und anatomischer Querschnitt nach (Tittel 2003, 70) und
(Narici 1999)
Die für die Simulation mit Abschätzungen verbundene Konstante k skaliert die in-
dividuelle muskelspezifische Maximalkraft (Gleichung 2.27) anhand des PCSA-Wertes.
(Sellers 2007, 9) und (Heintz 2006, 7) geben k zwischen 20 und 100 N/cm2 . Da-
gegen findet man bei (Böhm 2002, 24) Werte bis 40 N/cm2 . Die großen Werte von k
erklärt sich (Narici 1999, 99) in einer „inkorrekten Normalisierung der Kraft pro Mus-
kelquerschnitt“. Eine weitere Formel zur Berechnung des PCSA gibt er an (Gleichung
2.29, Abb. 2.9 ). Dabei ist t der Abstand der beiden Sehnenaponeurosen.
Fmax = P CSA · k, 20 ≤ k ≤ 40 N/cm2 (2.27)
m · cos(α) V · cos(α)
P CSA [cm2 ] = = , % = 1, 0597 · 103 kg/m3 (2.28)
% · lf iber lf iber
V
P CSA = · sin α (2.29)
t
Für lf iber setzen (Sellers 2007; Heintz 2006) die Muskelfaserlänge ein, die zwischen
20 und 500 mm beträgt. (Böhm 2002) wählt hingegen die optimale Faserlänge. Die
maximale Kraft kann de facto nur dort realisiert werden. Volumen und Masse eignen
sich nicht, die Kapazität für die Kraft anzugeben. Von zwei Muskeln mit dem gleichen
Volumen und so auch identischer Masse, hat der Muskel mit den kürzeren (optima-
len) Faserlängen den größeren physiologischen Querschnitt und damit auch die höhere
Kraft. Die Fiederung gestattet es den Muskeln, mehr Fasern parallel zu einander zu
integrieren. Das bedingt ein höheres Volumen und eine größere Masse. Die Fasern sind
im Allgemeinen aufgrund der Anordnung kürzer als bei Muskeln ohne Fiederungswin-
kel (Sellers 2007), was ein zügiges Erreichen der Optimallänge begünstigt. Lange
Fasern, die sich somit vorwiegend in wenig oder ungefiederten Muskeln finden lassen,
bedingen höhere Kontraktionsgeschwindigkeiten und ermöglichen eine größere tota-
le Verschiebung (Milner 2007). Die Fiederung ist kein perfekter Mechanismus, da
prinzipiell Energie verschwendet wird. Wegen der großen Anzahl an Fasern ist die re-
sultierende Kraft groß. Nur lange Fasern ohne Fiederungsswinkel haben einen hohen
Wirkungsgrad mit Bezug auf Kraft und Geschwindigkeit. Die Bauart des Skeletts er-
fordert jedoch teilweise hohe absolute Kräfte ohne große Kontraktionsdistanzen, aber
mit relativ schneller Kontraktion. Generell ist es einer Faser möglich, sich um 60%
der Ruhelänge zu verkürzen (Sellers 2007). (Hackenberg 2005) belegte, dass zwei
ähnlich konstituierte Personen mit gleichem Querschnitt nicht die gleiche resultierende
Kraft aufbringen müssen. Zumindestens ließen sich trotz der Anwendung der Magnet-
Resonanz-Tomographie nicht alle Faktoren wie die genauen Faserverläufe und Hebel
einbeziehen. (Brand et al. 1986) weisen darauf hin, dass man das Voraussagen der
Muskelkräfte in Abhängigkeit vom PCSA mit Vorsicht zu betrachten habe. Sie nehmen
an, dass es für ein lebendes Individuum nicht möglich sei, den PCSA-Wert anhand der
Literatur abzuschätzen. Zwischen den Muskeln und den PCSA-Werten ihrer Proban-
den konnten sie kaum Korrelation erkennen. Der PCSA-Wert hat einen starken Einfluß
auf die Simulation, so dass sich ihre Optimierungstechniken wie stark kausale Systeme
verhielten. Literaturdaten aus Kadaverstudien bedingen einen Fehler von 5-10% we-
gen des Dehydrationseffekts (Heintz 2006, 7). Da der PCSA an den Fiederungswinkel
gebunden ist, verändert sich der Wert mit ihm (Abb. 2.11).
2.3.2. Parametererhebung
Für den Hill-Aktuator müssen die in der Tabelle 2.2 ausgewiesenen anatomischen,
dynamischen und die Hillschen Parameter erhoben werden. Wobei sich aus den Hill-
Parametern die maximale isometrische Kraft, die maximale Kontraktionsgeschwindig-
keit und die maximale Leistung errechnen lassen bzw. umgekehrt. Für eine individuelle
Bestimmung dieser dynamischen Parameter sind Messungen notwendig, die allerdings
nur für Ersatzmuskeln (Zusammenfassung von Einzelmuskeln) einfach zu ermitteln
sind. Um auf die wirklichen inneren Kräfte FM schließen zu können, wird eine Geome-
triefunktion zur Hilfe genommen. Sie verarbeitet die Hebel, Umlenkpunkte, Drehach-
sen und dergleichen (Schmalz 1994; Siebert et al. 2007). Mit der äußeren messbaren
Kraft F kann nun auf die innere Kraft und Geschwindigkeit geschlussfolgert werden
(Gleichungen 2.30, 2.31).
F = G · FM (2.30)
v = G · vM (2.31)
Tabelle 2.2.: Die Parameter des MTAs im Überblick

Anatomische: lSEE0 , lopt , α, lStart , Punctum fixum, Punctum mobile
Dynamische: Fisomax , vmax , Pmax
HILLsche: a, b, c
Als Testverfahren eignet sich „Quick-Release-Contractions“. „Ab etwa 30 % der ma-

ximal bewegbaren äußeren Masse“ sind die Muskelkennwerte relativ unabhängig von
der Last und den Randbedingungen (Schmalz 1994, 43). Sust und Schmalz gehen
bei der Bestimmung der invarianten Eigenschaften (a, b,c) des Muskels folgenderma-
ßen vor. Die Umstände der Bewegung werden sehr vereinfacht, um den Aufwand der
Geometriefunktion und anderer äußerer Einflüsse zu minimieren. Eine Messung der
isometrischen Maximalkraft sowie die Geschwindigkeit einer schnellen Bewegung fin-
den statt. Diese liefert drei Funktion: den Weg X(t), die Geschwindigkeit v(t) und
die Kraft F (t). Durch eine nichtlineare Anpassung werden a, b und c bestimmt. So-
bald die Ersatzmuskelmodelle detaillierter werden, hilft diese Methode nicht mehr.
Für einzelne Muskeln müssen Daten aus Kadaverstudien, MRT-Verfahren oder Ultra-
schall berücksichtigt oder über Rechnungsverfahren ermittelt werden. Die Erhebung
von Fmax eines Muskels aus seinem PCSA findet sich im Kapitel 2.3.1. Beim Vergleich
der anatomischen und dynamischen Daten der Muskeln wurden für die unteren Extre-
mitäten die Studien aus der Tabelle 2.5 (Seite 32) herangezogen. 23 Studien präsentiert
(Winters 1990), dessen Daten vorwiegend aus Sektionen gewonnen wurden.
vmax Außer bei (He et al. 1997) wird auch die maximale Kontraktionsgeschwindigkeit
berechnet. Für die schnelle Kontraktion sind nur die FG-Fasern verantwortlich, die
jeder Muskel besitzt. In einer ersten Näherung macht (Günther 1997, 80) vmax von
der geometrischen Größe lopt abhängig (Gleichung 2.35). Zwei normierte Größen ARel
und BRel werden dabei gebraucht.
a
ARel = (2.32)
Fmax
b
BRel = (2.33)
lopt
ARel
τ= (2.34)
BRel
BRel lopt
vmax = · lopt = (2.35)
ARel τ
(Böhm 2002, 37) gibt für die Muskeln der unteren Extremität Werte für τ −1 an
(Tab. 2.10, S. 33). Im Vergleich mit (He et al. 1997) fallen beachtliche Unterschiede zu
den Angaben der resultierenden Endgeschwindigkeitenauf. Bei (Günther 1997, 82)
findet sich diese Übersicht:
Tabelle 2.3.: Werte für τ und τ −1

langsam schnell schnell schnell schnell
τ 0,5 0,11 0,1 0,09 0,079
τ −1 2 9,09 10 11,11 12,66
Zajac Pierrynowski Pierrynowski Günther Soest
Grundsätzlich gilt laut (Herzog 1995, 175) für vmax :
SO-Fasern: 0, 72 m/s FG-Fasern: 1, 92 m/s (2.36)
(Sust et al. 1997) stellen eine Verbindung zwischen der Faserverteilung und den Inva-
rianten der Bewegung (a, b, c) her. Die normalisierten Parameter stehen in einer linea-
ren Korrelation zur Approximation der Faserverteilung. (Chow und Darling 1999)
titelten: „The maximum shortening velocity of muscle should be scaled with activati-
on“. Chown et al geben einen weiteren Indiz (siehe 2.2.4 Aktivierungsfunktion), vmax
nicht als Invariante zu betrachten. Sie faßten gewisse Bereiche der Aktivierung zu Ak-
tivierungsleveln zusammen und bestimmten die dazugehörige maximale Kontraktions-
geschwindigkeit. Die angepasste Kurve entspreche mehr dem realen Muskelverhalten.
Tabelle 2.4.: Eigenschaften der Sehne nach (Herzog 1995, 133)
Property Unit Value

Linear Strain % 2-8
Reißdehnung MPa 80 - 120
Elastischer Modulus GPa 0,8 bis 2
Relative Hysteresenfläche % 2,5 - 20
Eine Erklärung mag sein, dass zu unterschiedlichen Aktivitätsleveln veschiedene Faser-

arten verstärkt innerviert werden. Deutlich wurde, dass Ergebnisse aus Untersuchungen
an einzelnen Fasern nicht einfach auf den Muskel übertragen werden können. Die Ab-
bildung 2.8 b zeigt die Diskrepanz, die sich zwischen der experimentell ermittelten und
der Hill-Kurve ergab. (Herzog 1995, 177) führt aus, dass bei der Hillschen Kraft-
Geschwindigkeitskurve in Einzelfaseruntersuchungen die maximale isometrische Kraft
um etwa 25% überschätzt und die maximale Geschwindigkeit beträchtlich unterschätzt
wird. Folgt man seinen Ausführungen weiter, liegt die Vermutung nahe, dass die grö-
ßere Abhängigkeit in der Geschwindigkeitslängenbeziehung besteht (Gleichung 2.37).
l(x) verkörpert die normalisierte Kraft als eine Funktion der Sarkomerlänge.
bFmax l(x)
vmax = , 0 ≤ l(x) ≤ 1 (2.37)
a
Sehnentests Üblicherweise kommen arrivierte experimentelle Testmethoden zum Ein-

satz. (Winters 1990, 58,77) erwähnt und beschreibt „(Controlled) Strech/ Release“,
„Isometric Calculation“ und „(Isotonic) Quick Release“ , um die Eigenschaften der
Sehne (Abb. 2.6, Tab. 2.4) wie den elastischen Modulus zu bestimmen. Die Aufgabe
besteht jeweils darin, das Sehnenverhalten von dem des Muskels zu unterscheiden. Bei
einer vollständigen isometrischen Kontraktion verbleiben 50 - 85% der Extension des
SEEs in den tendinösen Strukturen. Hujijng und andere gaben auch an, dass zwischen
den Steifigkeiten der Sehne und der Aponeurose nicht unerhebliche Unterschiede beste-
hen (Winters 1990, 77). Die Aponeurosen bilden ein weiteres Problemfeld, welches
aber aus Gründen der Vereinfachung ignoriert wird.
Punctum fixum/mobile Ursprünge und Ansätze weichen geringfügig von einander

ab. Andere Forscherteams aus der Tabelle 2.5 wie (He et al. 1997) geben bedeutend
weniger detailiert die Muskelbeschreibung an. Der M. gastrocnemius wird dort als
unipennat behandelt – die dorsale Muskelgruppe wird als eine Gruppe „Hamstrings“
modelliert. Wegen diesen Vereinfachungen ergeben sich beachtliche Unterschiede auch
für die anderen Parameter. (Günther 1997) nutzt auch Ersatzmuskeln. Um die Un-
terschiede zur Literatur auszugleichen, führt er ein lof f set ein. Diese Verschiebung kor-
rigiert die Abweichungen in seinem Modell.
lCEopt , l̃ Die optimalen Längen der Fasern differieren durchschnittlich um wenige

Zentimeter. (Friedrich und Brand 1990) gaben zusätzlich auch die Muskellänge an,
mit denen sie die Faserlängen normalisierten. Diese Ratio (Gleichung 2.38) ist wichtig,
denn es gibt ausreichend Indizen, diesen Wert als interindividuell und muskelspezifisch
konstant anzunehmen (Winters 2004, 282). Vergleichende Messungen in vivo und
post mortem zeigten, dass die gemessenen Faserlängen sich meistens zwischen denen
im entspannten und kontrahierten Zustand befanden und zwischen den Muskelgruppen
variierten (Martin et al. 2001b). Als eine Ursache wird rigor mortis angeführt. Keine
Literatur gab darüber Auskunft, in welcher Länge sich die Fasern in der Nullposition
der Gelenke befinden. Dieser Sachverhalt steht in Beziehung zu den im Kapitel 2.2.5
genannten Schwierigkeiten bei der Bestimmung der Startwerte. Im Methodikteil gibt
ein Lösungsschema an.
˜l = lf iber (2.38)
lmuscle
lSEE0 Die Sehnenlängen unterscheiden sich erheblich. (Horsman et al. 2006) weist
den Wert für Tendon gastrocnemius lateralis mit 0, 234 m aus. Dem stehen 0.4080 m
gegenüber (Yamaguchi 2006). In natura beginnen die Muskeln (M. soleus, M. gas-
trocnemius) schon sehr weit am distal Ende der Tibia sich mit dem Tendo Calcaneus
zu verbinden. Diese Inskriptionen verlaufen zum proximal Teil der Tibia. Nun ent-
scheidet also die Modellvorstellung über den einzusetzenden Wert. Ansätze wie von
(Vilimek) errechnen die experimentell schwierig zu bestimmende Ruhelänge aus den
Eingaben minimale und maximale Muskel-Sehnen-Länge, Fiederungswinkel, optimale
Muskelfaserlänge und Sehnenlänge. (Hoy et al. 1990) weisen auf die Empfindlichkeit
der Muskelvorhersage hin, wenn sich die Sehnenruhelängen um nur wenige Millimeter
unterscheiden und zweifeln an, dass die berechneten Sehnenruhelängen aus der Ge-
samtmuskellänge abzüglich dem Muskel bzw. der Muskelfaser passende Werte liefert.
Einmal aus der Kadaverproblematik heraus und andererseits, weil es unbekannt sei,
welcher Elastische Modus sich in der Nullposition5 einstellt. (Narici 1999, 99) betont
die Wichtigkeit der exakten Sehnenlängen, denn die „langsam-zu-mittel-schnellen Deh-
nungen, wie beim Trotten und Gehen, werden völlig von der Sehne aufgenommen und
nicht von den Muskelfasern, die sich sogar während der Muskeldehnung verkürzen. “ .
Die Sehne sei ein „Schockabsorbierer“.
l̂SEE Zur Beurteilung des MTA gibt auch die normalisierte Sehnenruhelänge ˆlSEE
Auskunft. Sie ist ein dimensionloses Verhältnis der Sehnenruhelänge zur optimalen
Muskelfaserlänge (Gleichung 2.39). Bei Menschen liegt der Wert zwischen 1 und 10
(Yamaguchi 2006, 57) bzw. 11 (Hartung 2007). Je kleiner der Wert ist, desto steifer
5
Nullposition ist erreicht, wenn sich die Gelenke in der anatomischen Grundhaltung befinden.
(a) weich (b) hart
Abbildung 2.10.: Zur Beurteilung des Sehnenverhaltens hilft das dimensionlose Verhältnis der Seh-
nenruhenlänge zur Optimalänge der Muskelfaser. Die linke Grafik zeigt einen Ak-
tuator mit einer geringeren Steifigkeit gebenüber (b) (Yamaguchi 2006, 57).
Abbildung 2.11.: Während der Kontraktion verkleinert sich der Fiederungswinkel (Fung 1996,
394).
reagiert die Sehne.

ˆlSEE = lSEE0 , 1 ≤ ˆlSEE ≤ 11 (2.39)
llCEopt
α Wie die Abb. 2.11 verdeutlicht, verändert sich bei der Kontraktion der Fiede-
rungswinkel. Die Literaturdaten der statischen Fiederungswinkel unterscheiden sich
nicht wesentlich. Diesen in vivo zu erheben, ist für tiefere Schichten auch mit dem
MRT schwierig. Nur die Studie von (Maganaris 2003) ist dem Autor bekannt, in
dem der Winkelverlauf mit in das Modell einbezogen wird.
Schlussfolgernd spricht nichts dagegen, die Ursprünge und Ansätze aus der Lite-
ratur zu entnehmen. Da das Verhältnis zwischen Muskelfaser zu Muskellänge sehr
wahrscheinlich für einen Muskel allgemeingültig ist, können diese Werte auf die je-
weilige Größe des Probanden ebenso wie die Inserierungspunkte skaliert werden. Die
Sehnenruhelänge ist sehr entscheidend und muss deshalb konform mit dem gewählten
Modell gehen. Die Faserlängen waren sich jeweils sehr ähnlich. Der Fiederungswin-
kel wird einer Abhängigkeit von der Gelenkposition und der Muskelspannug unterlie-
gen. Die größte Vorsicht ist bei dem PCSA bzw. der maximalen Muskelkraft gegeben.
Für einen speziellen Probanden sind MRT- oder Ultraschalltests notwendig, um keine
falschen Werte für die Muskeln untereinander anzuwenden. Ein Zitat aus der Studie
von (Crowninshield und Brand 1981) spricht das Fazit:
„The importance of selecting muscle prediction criteria based on sound phy-

siological bases rather than on arbitrary or mathematically convient basis
is emphasized. 6 “
2.3.3. Konfigurationen für die Unterschenkelmuskulatur

Die Tabellen in diesem Kapitel sollen noch einmal beispielhaft die Theorie aus dem
Kapitel 2.3.2 verdeutlichen und dies explizit für den M. tibialis anterior, M. soleus
und M. gastrocnemius ausführen. Dabei wurde nur ein kleiner Extrakt aus den in
Tab. 2.5 gesichteten Studien bedacht. Der Sinn ist die Aufdeckung der Relationen der
Muskeln untereinander. Es ist erkennbar, dass die Verhältnise der Sehnenruhelängen
zu den optimalen Faserlängen sich muskelspezifisch ähnlich verhalten und die Theorie
bestätigen. Die Bezugskoordinatensysteme in den Tabellen befinden sich jeweils auf
der Mitte der Verbindungslinie der Mallei und der Condylen. Im Kapitel 4.2.4 werden
die konkreten Implementierungen dieser Muskeln beschrieben. Der M. soleus erfüllt
vorwiegend statische Funktionen und wirkt als ein Flexor des oberen Sprunggelenks.
Er entspringt am proximalen und lateralen Teil der Fibula (Facies posterior et Caput)
und an der Tibia (Margo posterior). Für die Betrachtung werden die lateralen und
medialen Anteile nicht getrennt. Nach (Wank 1996) besteht er zu 99.51 % aus den
aerob arbeitenden und langsam zuckenden Fasern und ist im Allgemeinen ein kräfti-
ger Muskel. Die Angaben für vmax variieren (Tab. 2.10). Der M. gastrocnemius ist
für schnelle Bewegungen zu ständig. Da er am Femur (Epicondylus lateralis et me-
dialis) ansetzt, unterstützt er zusätzlich die Beugung des Knies. Der mediale Anteil
ist kräftiger, der laterale Anteil schneller. Die Literaturdaten besonders für die An-
gabe der Fiederungswinkel unterscheiden sich aber zum Teil erheblich (Tab. 2.6, 2.7
und 2.8). (Wank 1996, 84) gibt für den medialen Teil des Zwillingswadenmuskel einen
Wert von 40 - 44◦ , (Yamaguchi 2006) hingegen 17◦ und (Horsman et al. 2006) 11◦
an. Festzustellen bleibt, dass der Zwillingswadenmuskel über eine schnellere maximale
Kontraktionszeit als der Schollenmuskel verfügt. Die Optimalfrequenz des Schollenmus-
kels beträgt 70 Hz und die des medialen Zwillingswadenmuskels 130 Hz (Wank 1996).
Diese drei Muskeln vereinen sich zum M. triceps surae in der Tendo calcaneus und
inserieren am Tuber calcanei. Die Dorsalflexion und Supination des Fußes übernimmt
der M. tibialis anterior. Dieser Muskel entspringt an der Tibia (Condylus lateralis et
Membrana interossa et Fascia cruris). Seine Optimalfrequenz ist 150 Hz (Wank 1996).
6
Es wird die Wichtigkeit betont, sich bei der Auswahl der Kriterien für eine Muskelvorhersage auf
physiologische Daten zu stützen als auf beliebige oder mathematisch geeignete.
In einem System von Ersatzmuskeln vertritt er die Arbeit der Muskeln von M. extensor
digitorum longus, M. extensor hallicus longus und M. peroneus tertius.
Tabelle 2.5.: Studienvergleich erhobener oder angewandter Parameter

Studie Attach. V IA m V P CSA Fmax vmax l0 lopt α FT
(Hoy et al. 1990) X X X X
(Yamaguchi 2006) X X X X X X
(Winters 1990) X X X X X X X X
(Winters 2004, 79ff.) X X X X
(He et al. 1997) X X X X X X X X X X
(Friedrich und Brand 1990) X X X X X
(Horsman et al. 2006) X X X X X X X
(Winters 1990) und (Yamaguchi 2006) bieten die ausführlichsten Darstellungen an.
FT. . . Faserverteilung; Attach.. . . Ursprung/Ansatz;
Tabelle 2.6.: MTA-Parameter nach (Yamaguchi 2006) für M. tibialis anterior et soleus
Parameter M. tibialis Anterior M. soleus

Fmax [N] 603 2839
lCEopt [m] 0, 098 0, 03
lSEE0 [m] 0, 223 0, 268
α [◦ ] 5 25
Ursprung Tibia(0, 0119, 0, 0185, −0, 1674) Tibia(0, 0073, −0, 0025, −0, 1580)
Ansatz Fuß(−0, 0224, 0, 0671, −0, 0239) Fuß(0, 0026, −0, 0439, −0, 108)
˜l 2, 28 8, 93
Tabelle 2.7.: MTA-Parameter nach (Yamaguchi 2006) für M. gastrocnemius
Parameter M. gastrocnemius medial M. gastrocnemius lateral

Fmax [N] 1113 488
lCEopt [m] 0, 045 0, 064
lSEE0 [m] 0, 408 0, 385
α [◦ ] 17 8
Ursprung Femur(0, 0254, 0, 0137, −0, 4246) Femur(0, 0294, −0, 0167, −0, 4264)
Ansatz Fuß(−0, 0304, −0, 0224, −0, 0502) Fuß(0, 0026, −0, 0439, −0, 0108)
˜l 9, 07 6, 02
2.4. Muskelimplementierungen für die unteren

Extremitäten zur Simulation des Gehens
2.4.1. Bewegungssteuerung
In der Vergangenheit wurden viele Bemühungen unternommen, eine künstliche dyna-
misch stabile Gangbewegung zu erzeugen. Die prominenteste Errungenschaft sind bipe-
dale Roboter. Beispielsweise präsentieren (Zhang und Vadakkepat 2003) stellvertre-
tend für eine Klasse eine zweibeinige Laufmaschine, die in der Lage ist, auf einer ebenen
Tabelle 2.8.: MTA-Parameter nach (Hoy et al. 1990) für Dorsalflexoren, M. gastrocnemius et soleus
Parameter alle Dorsalflexoren M. gastrocnemius M. soleus

Fmax [N] 1400 2372 4234
lCEopt [m] 0, 101 0, 048 0, 024
lSEE0 [m] 0, 235 0, 425 27, 0
α [◦ ] 6, 9 14, 8 25
˜l 2, 33 8, 86 11, 25
Tabelle 2.9.: MTA-Parameter nach (Günther 1997) für M. Tibialis, gastrocnemius et soleus
Parameter M. tibialis M. gastrocnemius M. soleus

Fmax [N] 1000 1270 5520
lCEopt [m] 0, 10 0, 055 0, 03
lSEE0 [m] 0, 23 0, 27 27, 0
α [◦ ] − − −
˜l 2, 3 4, 9 9
Fläche zu laufen und Treppen zu steigen. Sie benutzten einen evolutionären Algorith-
mus für die Trajektorienbestimmung der Segmente. Die Bewegungsgleichungen liefern
schließlich die Drehmomente. Meist wie auch bei (Zhang und Vadakkepat 2003)
wird die Zero Moment Hypothese (ZMH) angewandt. Ein nichtlinearer Regler ver-
sucht auf dieser Grundlage die Solltrajektorien zu bestimmen. Die ZMH gibt jenes
Druckzentrum zurück, „an dem, das durch die Bodenreaktionskraft auf das Gesamtsys-
tem ausgeübte Drehmoment, identisch mit den zur Fläche tangentialen Komponenten
des Bodenreaktionskraftmoments [ist](Henze 2002, 51).“ Die Drehmomente unterlie-
gen einer Drift vom Zielfunktional, weil diese deterministische Herangehensweise auf
hohe Genauigkeiten und keinerlei Störungen angewiesen ist. Ein Korrekturalgorithmus
versucht zwar dynamische Effekte abzufangen, aber die meisten Maschinen verlangen
Tabelle 2.10.: Faserverteilung und maximale Kontraktionsgeschwindigkeit
Parameter S0-FOG-FG FG vmax

[%] [%] [τ −1 lCEopt /s] [lCEopt /s]) [m/s]
(Winters 1990) (Böhm 2002) (Böhm 2002) (He et al. 1997) (Wank 1996)
TIB. 70 − 10 − 20 28 0, 074 → 0, 6068 0, 34
G 50 0, 129 → 0, 6708 0, 2323
GLAT. 55 − 15 − 30 0, 32
GMED. 55 − 15 − 30
SOL 75 − 15 − 10 30 0, 073 → 0, 3431 0, 042
TIB. . . M. tibialis anterior, G. . . M. gastrocnemius, GL. . . M. gastrocnemius, GM. . . M. gastrocnemius
lateralis. Die Kontraktionsgeschwindigkeiten, die (He et al. 1997) und (Böhm 2002) angeben, unter-
scheiden sich erheblich. Der Pfeil zeigt auf vmax , welches sich aus der Multiplikation des Faktors τ −1
(vor dem Pfeil stehend) mit der optimalen Faserlänge berechnet. Werte für lCEopt nach Böhm: M.Tib.:
0, 082 m; M. Sol.:0, 047 m; M. Gast.: 0, 052 m. Weitere Unterschiede in vmax : [He–Böhm]; Hamstrings:
0, 3353–1, 48;M.Rectus fem.:0, 5645–1, 04.
ein komplettes Abbild von sich selbst und exakte sensorische Eingaben. Beides erhöht
enorm den Rechenaufwand und zeigt sich nicht flexibel. Weitere Nachteile und Ergän-
zungen finden sich bei (Henze 2002). Der menschliche Gang ist gänzlich anders an-
gelegt. Biologische Systeme sind im Allgemeinen robust gegenüber ungenauen, selbst
widersprüchlichen sensorischen Informationen. Es zeichnet sich durch Effizienz und
Adaptivität aus. (Henze 2002, 57) argumentiert: „In biologischen Systemen lassen sich
einfache Regler und vereinfachte Reglungskonzepte identifizieren, die lediglich wenige
Parameter kontrollieren. [...] Es ist daher fragwürdig, ob das ZNS (Zentrales Nervensys-
tem) [...] permanent mit der Auswertung sämtlicher Sensorinformationen beschäftigt
ist [...] [und] ständig die Bewegungsgleichungen löst, um die Drehmomente zu berech-
nen.“ Das neuronale System der Bewegungsteuerung kann auf mehreren Ebenen in
die Handlung eingreifen. Wichtig ist hierbei, dass zwischen der Außenwelt und dem
Inneren eine Verbindung hergestellt werden muss. Exemplarisch soll die Equilibrium-
Point-Hypothese genannt werden. (Günther 1997) konnte mit dieser Methode einen
stabilen zweidimensionalen Gang in silicio erzeugen.
2.4.2. MTA-Modelle für die untere Extremität

Dieser Abschnitt stellt in einem Überblick verschiedene Modelle für die untere Ex-
tremität und ihr Leistungsvermögen vor. Es ist die Absicht, die Darstellung, bei den
Ersatzmuskelmodellen beginnend, zu den komplexeren hinzuführen.
(Siebert et al. 2007, 330) demonstrierten, dass unter bestimmten Bedingungen der
Geometriefunktion, die Annäherung eines Modelmuskels an das echte Verhalten mög-
lich ist. (Schmalz 1994, 30) stellt ein ähnliches, aber mit Schwabbelmassen erweitertes
Modell vor. (Roemer 2004, 8,31) implementiert zwei Ersatzmuskeln, um anhand der
Beinstreckbewegung, die „Quantifizierung nicht direkt messbarer Muskeleigenschaften
[zu erstellen].“ (Hatze 1976) führt aus, dass die mathematische Optimierung der Bewe-
gung des muskuloskeletalen Systems durchführbar sei. Vor Allem die Minimierung des
gesamten Energieaufwands der aktiven Muskeln entscheide besonders bei monozykli-
schen Bewegungen über den Erfolg. Sein Modell trägt 26 muskelspezifische Konstanten
zu den Bewegungsgleichungen bei.
(Günther 1997) stattet sein Modell pro Bein mit 14 Muskeln aus. Er berück-
sichtigt zweiköpfige Muskeln. Zwei CEs ziehen an einem SEE. (Schmitt 2006) und
(Böhm 2002), auch von der Tübinger Schule, wenden dieses Modell in Erweiterung
für speziellere Bewegungen wie „Drop Jump“ und dem Sprung aus der Hocke an.
(Hoy et al. 1990) fanden anhand ihrer Simulation (mit vier Festkörpern, einem Frei-
heitsgrad pro Gelenk) von 18 Muskelaktuatoren pro Bein heraus, dass die Sehne unver-
zichtbar für eine angemessene Muskelvorhersage sei. Für jeden Aktuator ergaben sich
spezielle Fiederungswinkel, an dem er Spitzenkräfte liefern kann. Die exakte Moment-
Winkelbeziehung wirke sich besonders aktuatorspezifisch aus, wenn die Kräfte gering
seien oder er nur partiell aktiviert sei.
Ein zweidimensionales Menschmodell von (Lister et al. 2006), ausgestattet mit 50
Hill-typischen Muskeln und 12 Freiheitsgraden, erzeugt in einem vorwärtsdynamischen
Ansatz unter der Methode „Sliding-Mode-Controller “ einen stabilen Gang. Diese in den
1960er Jahren aus der damaligen Sowjetunion kommende nichtlineare Kontrolltechnik
ist robust gegenüber Parameterwertschwankungen und den Gangstörungen. Mit ihr sei
es möglich, antagonistische Aktiviätsmuster zu erzeugen. (Seyfarth 2000) versuchte,
das elastische Verhalten der Beine herauszufinden und implementierte dafür stufenwei-
se Muskeln in die unteren Extremitäten. Der Hill-Aktuator generiert das federartige
Verhalten der Beine bei einer Weitsprungbewegung mit Absprung und Landung auf
einem Bein. (Nagano et al. 2005) setzen ihr 3D-Modell mit dem Freiheitsgrad 20 und
32 Hill-Muskeln für einen Niedersprung ein und kommen zu dem Ergebnis, dass mono-
artikulare Muskeln mehr zur mechanischen Arbeit und Leistung beitragen als biartiku-
lare. Mit der dynamischen Optimierung veranlassten (Anderson und Pandy 2001)
ihr 3D-Modell mit 54 Muskeln und dem Freiheitsgrad 23 unter der Maßgabe eines
Minimums an metabolischen Kosten zu einem Gangzyklus. Von Vorteil sei dabei ein
zeitabhängiges Leistungskriterium, so dass das Ziel der Bewegung mit in die Problem-
formulierung eingearbeitet werden kann. Da es ein streng vorwärtsdynamischer Ansatz
ist, sei man unabhängiger von der Genauigkeit der Daten, was der Nachteil der sta-
tischen Optimierung ist. Das Problem kann sogar losgelöst von den experimentellen
Daten formuliert werden. Nachteil ist der enorme Rechenaufwand. Um diesen zu redu-
zieren, nutzen (Thelen und Anderson 2005) die CMD-Methode. „Computed muscle
control (CMD) is a new approach for generating forward dynamic simulation that offers
substantial performance benefits over conventional dynamic optimization techniques.“
7
Ihr muskelaktuiertes Gehen entsteht mit einem Modell mit 92 Hill-Muskeln und dem
Freiheitsgrad 23. Die Modelle von (Schärer 2005; Delp et al. 1990) kombinieren die
Mehrkörper - und die FEM -Methode. Mittels Hill-Aktuatoren werden die Muskelkräf-
te bestimmt und im Weiteren die Auswirkungen auf die Knochen berechnet.
Es existiert eine Vielzahl an bereits erprobten Muskelmodellen für die unteren Extre-
mitäten, die vorwärts-, inversdynamisch bzw. kombiniert eingesetzt werden. Für das
Konzept des Gehens stehen einige Strategien zur Verfügung, die neuronale Kompo-
nenten (z. B. EPH) einbeziehen. Die Grenzen und Möglichkeiten der statischen Opti-
mierung wurden deutlich, die aufgrund ihrer einfachen Implementierung dennoch oft
eingesetzt wird.
7
Computergesteuerte Muskelkontrolle (CMD) ist eine neue Herangehensweise zum Erzeugen vor-
wärtsdynamischer Simulationen, die beträchtliche Leistungssteigerungen gegenüber konventionel-
len dynamischen Optimierungstechniken bieten.
3. Ziel- und Problemstellung
Das Modellierungs- und Simulationssystem ©alaska enthält ein komplettes Mensch-
modell namens Dynamicus. Das Programm wird fortlaufend weiterentwickelt. Mittler-
weile ist bspw. auch ein Skelettmodell verfügbar, welches noch realistischere Eindrücke
humanoider Bewegung zu erzeugen vermag. Die Drehmomente der Gelenke übernah-
men bisher die Steuerung in den Simulationen. Diese Aufgabe obliegt in natura dem
aktiven Bewegungsapparat. Der nächste Schritt in der Entwicklung besteht nun in der
Aufgabe, muskulär getriebene Bewegungen zu generieren.
Dynamicus ist ein Verbund aus mehreren starren Körpern, die über Gelenke gekop-
pelt sind. Gelenke sind biologisch betrachtet die konsequente Fortführung, den Bewe-
gungsspielraum auf einem Kontinuum zu erhöhen. Organische Verbindungen zeichnen
sich dahingehend aus, dass sie eine heterogene Masse mit vielen verschiedenen elasti-
schen, viskosen und metabolischen Eigenschaften darstellen.
Ein mechanischer Ausweg ist es daher, technische Gelenke zu verwenden und Weich-
teile und deren Verschiebungen über Schwabbelmassen zu integrieren. Der Muskel er-
klärt sich nicht rein funktional, sondern genauso über seine Morphologie. Diese Einheit
entsteht aus einer natürlichen Wechselwirkung zwischen Material, Funktion und seiner
Umgebung, die prinzipiell ebenso beschaffen ist.
Aus dem Blickwinkel der vorgestellten Muskelmodelle, explizit jener für Mehrkörper-
umgebungen, resultiert ein prinzipielles Problem der reinen funktionalen Abbildung
und Transformation in die Mechanik der Mehrkörpersysteme. Die Hill-Kurve sug-
gestiert a posteriori eine Relation zwischen der Kraft und der Geschwindigkeit. Die
Deklaration dieses Muskelverhaltens ist eine idealisierte zweidimensionale Projektion
und Reduzierung auf die makroskopische Funktion des Muskels. Daraus erwachsen
systemspezifische Herausforderungen, Muskeln für bestimmte Umgebungen zu model-
lieren. Ad exemplum sei das Umlenkproblem genannt und all jene morphologischen
Veränderungen während der Bewegung, die Einfluss auf deren Ergebnis haben.
3. Ziel- und Problemstellung 37
Um einen aktiven Bewegungsapparat für Dynamicus zu entwickeln, wird in die-

ser Arbeit ein klassischer Hill-Aktuator implementiert. Die Muskeln werden in einem
ersten Schritt als voneinander unabhängige Aktuatoren in ein Dynamicus-Modell ein-
gefügt und getestet. Der Blick richtet sich auf die Funktionsweise der konzentrischen
wie auch exzentrischen Phase. Dazu ist ein Kniestreckversuch geplant. Geometriefunk-
tionen werden explizit nicht verwendet. Dennoch muss aufgrund der oben genannten
Gründe bei der Einschätzung des Aktuatorverhaltens auf seine Umgebung geachtet wer-
den. Für die unteren Extremitäten muss eine Lösung für die Modellierung der Patella
gefunden werden. Die Fußbänder (Retinaculae) am Fuß wurden aus Vereinfachungs-
gründen nicht modelliert. Die Folgen müssen beurteilt werden.
Akkurate Parameterwerte insbesonders für die Sehnenlängen werden erforderlich
sein. Es ist damit zu rechnen, dass die Daten aus der Literatur angepasst werden
müssen. Das Vorgehen bei der Initialisierung der Startwerte rückt in den Problemkreis.
Lösungsvorschläge werden dazu erarbeitet. Die dynamischen Parameter bedürfen einer
feinen Abstimmung zwischen den Muskeln. Zu überprüfen ist die Verwendbarkeit der
Literaturdaten. Die intermuskuläre Kopplung der Aktuatoren ist zu untersuchen.
Der Schwerpunkt für den Einsatz der Aktuatoren konzentriert sich auf die Muskeln
am Unterschenkel zur Beugung und Streckung des Fußes. Ein vereinfachtes Flexor-
Extensor-System sorgt für die Dorsal- und Plantarflexion. Aufgrund der zweidimensio-
nalen Beschränkung bleiben Eversion und Inversion unberücksichtigt.
Ein Modell für den M. triceps surae wird aufgebaut, dass zwei kontraktile Einhei-
ten enthalten soll. Insbesonders berücksichtigt werden die bipennaten Muskeln und
der sich verändernde Fiederungswinkel. Am Beispiel einer selbstständig aufgezeichne-
ten Ganganalyse wird dann die Funktionsweise des Aktuators erprobt. Die Marker,
die für die Aufzeichnung der Bewegung am Körper des Probanten angebracht wurden,
werden mittels ihrer Verläufe und Abstände zu einander bewertet. Die Validierung der
Referenzbewegung geschieht durch typische Gelenkwinkelverläufe, deren Geschwindig-
keiten, Beschleunigung und die Gelenkdrehmomente. Als eine zweitrangige Frage ist
auch von Interesse, inwieweit das gewonne Datenmaterial aus dem ©Vicon-System
geglättet werden muss, um es in ©alaska/Dynamicus verwenden zu können.
Schließlich soll durch eine EMG-Aktivierung aus der Literatur ein muskelaktuierter
Doppelschritt die inversdynamisch gewonnenen Kurvenverläufe der Ganganalyse imi-
tieren. Die aufgebrachten Muskelkräfte während des Doppelschritts werden mit Quellen
aus der Literatur verglichen. Um die Arbeitsweise der Muskeln jederzeit im Zusammen-
spiel beobachten zu können, sollen die integrierten Muskeln und ihre Sehnen visualisiert
werden. Die Längenveränderungen in Muskel und Sehne als auch der Volumeneffekt des
Muskels sollen sichtbar werden.
4. Methodik
Die folgenden Ausführungen thematisieren das praktische Vorgehen. Ein ©Vicon-
System zeichnete einen Doppelschrittzyklus eines Probanden inklusive der Bodenre-
aktionskräfte eines Fußes auf. Diese Daten wurden für alaska/Dynamicus angepasst
und in das dortige Menschmodell übertragen. Eine Anzahl ausgewählter Parameter
bestimmte die Güte als Referenzbewegung. Der zweite Teil der Arbeit konzentrierte
sich auf die Implementierung eines typischen Hill-Muskel-Sehnen-Aktuators mit ei-
nem PEE, SEE und nur einem CE. Sein Name ist deshalb MTA1CE. Die Erweiterung
um ein weiteres CEs soll MTA2CE heißen. Bevor der Aktuator für die Erzeugung
der Drehmomente in die aufgezeichnete Ganganalyse eingesetzt werden konnte, wur-
den zwei vereinfachte Hilfsmodelle aufgebaut, die auf die unteren Extremitäten redu-
ziert waren. Unter vereinfachten Bedingungen konnten die Versuche und grundsätzliche
Funktionsweisen der Aktuatoren daran nachvollzogen werden.
4.1. Ganganalyse
4.1.1. Versuchaufbau
Das Vicon-System ist ein optisches Trackingsystem. Acht Kameras sind um ein Ak-
tionsfeld herum aufgestellt, um ihnen bestmögliche Sicht auf die Marker zu gewähren.
Im Zentrum des Aktionsfeldes befindet sich eine Kraftmessplatte der Firma Kistler
vom Typ 9287 mit piezoelektrischer Kraftaufnahme. Ihre Fläche beträgt 60 x 90 cm
und ist eben im Boden eingelassen. Die Aufnahmefrequenz betrug 920 Hz.
4.1.2. Probandenvermessung
Ein Plugin-Gait, welches Bestandteil des VICON-Systems ist, erleichtert die Digi-
talisierung einer menschlichen Bewegung. In diesem Modell sind bereits Marker und
ihre Positionen auf dem menschlichen Körper vordefiniert. Das Problem der Konver-
tierung der aus dieser Analyse gewonnenen Markerverläufe in das Dynamicus-Modell
löste (Kolditz 2006). Eine Abbildungsvorschrift der Marker aus dem Plugin-Gait re-
lativ zu den Körpermarkern, „Bodymarkern“, des Dynamicus-Modells ermöglicht die
Transformation. Im Anhang A findet sich eine Abbildung mit den genauen Positionen
4. Methodik 39
der aufgeklebten Marker. Die nötigen Parameter, die Vicon und alaska/Dynamicus
jeweils einfordern sind in den Tab. A.1, A.2 und A.3 angegeben.
4.1.3. Versuchsdurchführung
Die Daten, die die Kraftmessplatte lieferte, wurden zeitlich mit dem Vicon-Mess-
system synchronisiert. Auf der Haut wurden 34 Marker aufgeklebt, deren Positionen
im Raum-Zeit-Verlauf gemessen wurden. Der Proband, ein Rückfußläufer, ging zuerst
auf einer geraden Bahn über die Kraftmessplatte, vollführte danach einen Bogen nach
rechts, um anschließend parallel zu der ersten Bahn zurücklaufen zu können. Ein wei-
terer Rechtsbogen folgte, um wieder auf der Startbahn ankommend den Versuch zu
wiederholen. Ohne das Wissen des Probanden wurden die Versuche sporadisch und
ohne Ankündigung aufgezeichnet, um einen möglichst natürlichen Bewegungsfluss zu
garantieren. Aus dem gleichen Grund behielt der Proband die Schuhe an, die er sonst
auch im Alltag trägt. Ein Lichtschrankensystem kontrollierte die Einhaltung der Gang-
geschwindigkeit von etwa 1,2 m/s für diese Einzelfallanalyse.
4.1.4. Simulation in alaska/DYNAMICUS

Konvertierung Da der Proband mit dem linken Fuß auf die Kraftmessplatte getre-
ten war und somit die Bodenreaktionskräfte und der Verlauf des Druckzentrums für den
linken Fuß zur Verfügung standen, wurden alle Messungen und Muskelaktuierungen auf
die linke Seite des Probanden bezogen. Mit der Annahme eines symmetrischen Gangs
wurden die Bodenreaktionskräfte und der Druckverlauf entsprechend auf den rechten
Fuß übertragen. Die Daten der Markerverläufe wurden mit dem hauseigenen Programm
Fitfex (Drechsel 2005) in Dateien vom Typ xml konvertiert. Ein erster Datensatz
blieb unverändert. Die zwei weiteren glättete ein Butterworth-Algorithmus einmal mit
10 Hz und ein anderes Mal mit 6 Hz. In alaska besteht auch die Möglichkeit, die
eingelesenen Daten bspw. mit kubischen Splines zu interpolieren. Um herauszufinden,
inwieweit die Daten einer Glättung unterzogen werden müssen, wurden verschiedene
Möglichkeiten untersucht (Tabelle 4.1).
Doppelschritt Das Intervall für den Doppelschrittzyklus musste bestimmt werden.

Nach (Hegewald 2002) ist das die Zeit von einem bis zum nächsten Auftritt desselben
Fußes. Die interne Aufnahmefrequenz der Kraftmessplatte hatte sich spontan geändert
und die Daten für die Bodenreaktionskräfte (GRF) und den Verlauf des Druckzentrums
(COP) waren nicht mehr synchron. Nach einer optischen Bestimmung der Abdruck-
phase konnte die Frequenz berechnet werden und die Zeitleiste neu angepasst werden.
4. Methodik 40
Tabelle 4.1.: Einsatz der Optimierung für die Motionmarker, die Markeroptimierung und die Inte-
gration
Versuche Motionmarker MarkerOptim Integration

Glättung Interpolation Interpolation
- 10 Hz 6 Hz lineare mit kubischen Splines lineare mit kubischen Splines
V1 X X X
V2 X X X
V3 X X X
V4 X X X
V5 X X X
V6 X X X
V7 X X X
V8 X X X
V5 X X X
V6 X X X
V7 X X X
V8 X X X
Markeroptimierung Die Hauptaufgabe bestand darin, die aufgenommene Bewe-

gung in alaska/Dynamicus nachzuvollführen. Die Bewegungsmarker bzw. „Motion-
marker “ erhielten die Koordinatenverläufe aus der Vicon-Analyse. Das interne Modell
repräsentieren und beeinflussen die Körpermarker, „Bodymarker “. Die Markeroptimie-
rung minimiert die Abstände zwischen den Bodymarkern und den Motionmarkern ohne
die Bedingungen im Dynamicus-Modell zu verletzen. Einfluss auf diese rein kinemati-
sche Optimierung kann über die Gewichtung der Motionmarker vorgenommen werden.
Die Gewichtungen problematischer Marker können mit einem niedrigen Wert für die
Variablen WeightPos und WeightVel herabgesetzt werden. Wichtige Marker, deren Ver-
lauf einzuhalten ist, wie meistens die Hüftmarker, erhalten einen größeren Wert.
Gelenke Das Hüftgelenk wurde mit einem technischen Kugelgelenk, Knie und Knö-
chel mit einem Scharniergelenk modelliert. Ein Ballengelenk wurde nicht implementiert.
COP, GRF Der nächste wesentliche Schritt beinhaltete die Einprägung der Boden-
reaktionskräfte (GRF). Der Kraftvektor VectorDisp aus dem alaska-Repertoire kam
zum Einatz. Wichtig war, dass die Bodenreaktionskräfte über die Fußsohle wandern
konnten. Die Koordinaten des Druckzentrums (COP) waren im inertialfesten Koordina-
tensystems des Vicon-System gegeben. Deshalb musste der Verlauf des Druckzentrums
mit den Koordinaten des ersten Auftretkontakts der Ferse normalisiert werden, um die
Bewegung relativ zu den Fersenmarker verlaufen lassen zu können. Es wurde ein sym-
metrischer Gang angenommen, um COP und GRF auf den rechten Fuß übertragen zu
können. Zur Kontrolle wurden die dreidimensionalen Bodenreaktionskräfte berechnet
(Gleichung 4.1). Die Variable m ist die Masse des Probanten, AccT otalCOM ist der
4. Methodik 41
dreidimensionale Vektor der Beschleunigung des Massenschwerpunktes.

 
0
F = m · AccT otalCOM − m  0 (4.1)
 

−0, 981
Integration Die Integration berechnet die Dynamik des Modells. Die Variablen der
dynamischen Steuerung WeightPos und WeightVel beeinflussen die dynamische Steue-
rung des Mehrkörpersystems. Werden die Werte zu hoch angesetzt, kann das System
zu steif werden. Mit Hilfe der Steuerkräfte und -momente konnte das Modell auf den
aus der Gangananlyse stammenden äußeren Koordinaten der Hüfte geführt werden.
4.2. MTA
Calculation of each velocity-time curve [...] took more than 2 weeks’ solid
handcranking on a Brunsvega calculator. I thought that there must be a
better way and devised the analogue circuit [...]. I think that it was the first
computer simulation of muscular contraction. But Oh, what I would have
given to aid my poor arithmetic with the sort of calculator that everyone
can now own for a few dollars! 1 “ (Wilkie 1985, 3ff.)
Im Folgenden wird der eingesetzte MTA (Abb. 4.1) mit seinen Gleichungen und Funk-
tionen in einer Übersicht vorgestellt. Dieser Muskulo-Tendon-Aktuator ist leicht modifi-
ziert von (Kryszohn 1999) übernommen wurden. Bei (Günther 1997; Schmitt 2006)
sind diese Formeln bspw. ebenso zu finden. Die Erweiterung zum MTA mit zwei kon-
traktilen Elementen (MTA2CE) gibt der zweite Abschnitt wieder.
4.2.1. MTA1CE
Kräftegleichgewicht Die Beträge der Kräfte des Aktuators ergeben folgendes Gleich-
gewicht:
FM T A = FSEE = cos α(FCE + FP EE ) (4.2)
Die Kraft des kontraktilen Element folgt aus 4.2.
FSEE
FCE = − FP EE (4.3)
cos α
1
Sinngemäß: Die Berechnung der Geschwindikgeit-Zeit-Kurve mit einem Brunsvega-Taschenrechner
nahm mehr als zwei Wochen mühseliger Handarbeit in Anspruch. ... Ich denke, es war die erste
Computersimulation einer Muskelkontraktion. Aber was hätte ich nicht gerne gegeben, um meine
einfache Arithmetik mit einem Rechner zu unterstützen, den sich heute jeder für ein paar Dollar
leisten kann!
4. Methodik 42
Abbildung 4.1.: Der Muskel-Sehnen-Aktuator (MTA) hat einen Fiederungswinkel α. Eine Muskel-
faser approximiert mittels der rheologischen Körper CE, PEE und DE das Muskel-
verhalten. Die Länge des PEs und DEs ist gleich der des CEs. Im Punkt P sind die
Sehne, verkörpert durch SEE, und der Muskel, verkörpert durch CE, PE und DE,
verknüpft. Abbildung ist verändert nach (Yamaguchi 2006, 57)
Aktivierungsfunktion Die Aktivierungsfunktion entspricht der Gleichung 2.26. Die

Variablen wurden wie folgt für die meisten Versuche belegt:
τact = 20ms, τdeact = 200ms
Wird auf einen kontinuierlichen Verlauf des neuronalen Signals aus der Gleichung 2.26
0 ≥ u ≥ 1 verzichtet, so kennt u nur zwei Werte: 0 oder 1. Daraus folgen die Gleichungen
4.4, 4.4.
1
u = 1 : q̇ = (1 − q) (4.4)
τact
1
u = 0 : q̇ = (Qmin − q) (4.5)
τdeact
Qmin = 0, 05
SEE Die Arbeitsweise der Sehne wird mit der Gleichung 4.6 approximiert. Rmax
gibt den Arbeitsbereich der Sehne an und drückt aus, wie weit sich die Sehne maximal
dehnen darf. Die maximale Elongation wird auf 4% angenommen. Fällt die Sehnenlänge
unter die Ruhelänge bringt sie keine Kraft auf.
(lSEE − l0 )2
FSEE = Fmax (4.6)
(Rmax l0 )2
Rmax = 0, 04; lSEE ≥ l0 ≥ 0, sonst FSEE = 0
PEE Für das PEE wird ebenfalls ein quadratischer Ansatz gewählt. Zwei Dämpfungs-
koeffizienten beeinflußen seine Kräfte (Abb. 2.7). D1 ist ein allgemeiner Dämpfungs-
faktor und skaliert die Kraft. D2 ist der Proportionalfaktor zur Geschwindigkeit des
4. Methodik 43
gesamten Aktuators. In dem gewöhnlichen Hill-Modell wird die Ruhelänge des PEEs
lP EE0 gleich der Optimallänge des CEs gesetzt. Die maximale Dehnungslänge gibt die
Variable lP EEmax an. Die Variablen der Länge für das CE und das PEE entsprechen
einander.
(lP EE − lCEopt )2
FP EE = D1 Fmax + D2 VM T A (4.7)
(lP EEmax − lCEopt )2
lP EE ≥ lCEopt , sonst FP EE = 0
D1 = 0, 63
Der Aktionsradius der Kraft des kontraktilen und parallelelastischen Elements um

lCEopt beschreibt die Variable width und hat bei (Kryszohn 1999) den Wert 0, 5 und
bei (Günther 1997) den Wert 0, 56. So kann die Gleichung 4.7 auch durch die Glei-
chung 4.8 ausgedrückt werden.
(lP EE − lCEopt )2
FP EE = D1 Fmax + D2 VM T A (4.8)
(widthlCEopt )2
lP EEmax = lCEopt + width · lCEopt
CE: Kraft-Längen-Beziehung Diese Beziehung drückt sich in dem Wert der Va-
riablen Fisom aus und liefert den relativen Wert der Kraft in Bezug zur isometrischen
Maximalkraft, den das CE aufgrund seiner aktuellen Länge maximal aufbringen kann.
1 lCE 2 lCE
Fisom = 1 − 2
(( ) − 2( ) + 1) (4.9)
width lCEopt lCEopt
0 ≤ Fisom ≤ 1, lCEopt (1 − width) ≤ lCE ≤ lCEopt (1 + width)
FRatio skaliert in Abhängigkeit von der momentanen Aktivierung und der vorliegenden
Kraft-Längen-Beziehung die isometrische Maximalkraft des CEs (Muskels). Ist lCE =
lCEopt und q = 1 dann ist FRatio == Fmax .
FRatio = Fmax Fisom q (4.10)
CE: Kraft-Geschwindigkeits-Beziehung Zur Bestimmung der Phase, in welcher

sich der Muskel befindet, gelten drei Ungleichungen:
FCE ≤ FRatio : konzentrische Phase, Verkürzung der Muskulator, vCE < 0

FRatio < FCE < FCEp : exzentrische Phase, Verlängerung der Muskulator, vCE > 0
FCEp ≤ FCE : linearisierter Bereich, Abschnitt des exzentrischen Bereichs
für hohe Kraftwerte, vCE > 0
4. Methodik 44
CE-Kraft: Die Kraft des kontraktilen Elements (Gleichung 4.11) berechnet sich
schließlich über die Kraft in Abhängigkeit von der momentanen Geschwindigkeit (Glei-
chung 2.6), einem Faktor, der sich über die Kraft-Längen-Beziehung (Gleichung 4.9)
bestimmen lässt und dem Grade der momentanen Aktivierung.
FCE = Fv Fisom q (4.11)
Hill-Parameter Für die Hill-Parameter und denen mit ihnen im Zusammenhang

stehenden Hilfsparametern ARel und BRel gelten die Gleichungen 4.13, 4.14 und 4.15.
FAct ist für gewöhnlich 1. Nur bei einer sehr geringen Aktivierung wird es skaliert
(Gleichung 4.12).

3, 33q 3, 33q < 1
FAct = (4.12)
1 sonst

A F
Rel max lCE ≤ lCEopt
a= (4.13)
 ARel Fmax l ≥l
Fisom CE CEopt
b =lopt FAct BRel (4.14)

ARel
c =lopt FAct BRel Fmax (1 + ) (4.15)
Fisom
(4.16)
Es folgen die Angaben für die Berechnung der Geschwindigkeit und der Hilfsfunktionen
in den einzelnen Phasen. Die Gleichung 4.17 beschreibt die Geschwindigkeit in der
konzentrischen Phase, 4.18 in der exzentrischen und 4.19 in der linearisierten.
(Fisom + ARel )BRel

vCEconcentric = − lopt · FAct · ( FCE
− BRel ) (4.17)
Fmax q
+ A Rel
E1
vCEeccentric =lopt ( FCE
+ E3 ) (4.18)
+ E2
Fmax q
FCE − FCEp + FLin vp
vCElinearized = (4.19)
FLin
(4.20)
Für den Übergang in den exzentrischen Bereich sind gewissen Bedingungen nötig, die in
den Gleichungen 4.21, 4.22 und 4.23 zu finden sind. FAsymptote skaliert den Grenzwert für
die exzentrische Maximalkraft. Der Slopefaktor bestimmt das Verhältnis der Anstiege
links und rechts von v = 0. Je nachdem, wie stark der Anstieg gewählt werden möchte,
äussert (Günther 1997, 77), dass für FSlope Werte von 2 bis 6 bisher üblich sind. Hier
4. Methodik 45
ist FSlope = 2.
1 (Fisom + E2 )2 BRel
E1 = ( ) (4.21)
FSlope Fisom + ARel
E2 = − FAsymptote Fisom (4.22)
E1
E3 = (4.23)
−E2 − Fisom
(4.24)
In Zusammenhang mit der Gleichung 2.20 ergeben sich folgende Gleichungen für die
exzentrische Phase.
Fmax
A = − E2 (4.25)
Fisom
B = − E3 lopt (4.26)
Fmax
C = − E1 lopt (4.27)
Fisom
(4.28)
Für den linearisierten Bereich sind weitere Bedingungen und Gleichungen gültig.
E1
vCE (FCEp ) =vCEp = lopt ( FCEp
+ E3 ) (4.29)
+ E2
Fmax q
E1
FLin = − Fmax lCEopt q (4.30)
(vCEp − lCEopt E3 )2
FCEp =LinFAsymptote Fmax Fisom q, Lin = 0, 9999 (4.31)
(4.32)
Die Differentialgleichung für die Längenberechnug des CEs:


v F ≤ FRatio
 CEconcentric


l˙CE = vCEeccentric FRatio < F ≤ Fp (4.33)



v
CElinearized F > Fp
lCEt=0 = lCEStart
4.2.2. MTA2CE
Der erweiterte MTA (Abb. 4.2) hat ein serielles, zwei parallelelastische und zwei
kontraktile Elemente. Es wurde angenommen, dass sich die zwei Ursprünge, Punkte
B und C und der Ansatz, Punkt A auf einer Ebene E1 befinden, in der sich auch
4. Methodik 46
der Verzweigungspunkt P befindet. Die einzelnen Elemente behielten alle ihre üblichen
Funktionen, wie sie bereits vorgestellt worden sind. Vorteilhaft ist, dass die Fiederungs-
winkel und ihre zeitliche Veränderung mit einbezogen werden können. Gegeben sind
die Punkte A, B, C sowie die Längen lCE1 und lCE2
Abbildung 4.2.: Der Punkt A ist der Ansatz, B und C der Ursprung des Muskels. Punkte P und
Q sind Verzweigungspunkte. Q wird für die anatomische Darstellung verwendet
(Kapitel 4.2.3).
Dabei ist:
~
a = AB a = |a|
~
b = AC b = |b|
~
c = BC c = |c|
Y ist ein Lotpunkt von P auf die Gerade durch die Punkte B und C. Der Abstand
zwischen B und Y ist d.
2 2
lCE1
+ c − lCE2
d = lCE1 cos = (4.34)
2c
Die Ebene E2 gehe durch Y mit dem Stellungsvektor c. Auf der Schnittgeraden der
Ebenen E1 , E2 mit dem Richtungsvektor z liegen der Punkt P und Y .
z = (bc)a − (ac)b (4.35)
z = |z| (4.36)
Die Sehnenlänge ist die Länge vom Ansatz des Muskels bis zum Verknüpfungspunkt
und berechnet sich wie in der Gleichung 4.37.
p
2
~ | = a + dc − lCE1 − d2
lSEE = |AP z (4.37)
c z
Die Gleichungen 4.38 und 4.39 berechnen die Fiederungswinkel und in 4.40 und 4.41
4. Methodik 47
sind die Hilfswinkel angegeben.

2
a2 − lCE1 − lSEE
cos α = (4.38)
2lCE1 lSE
b2 − lCE2 − lSEE
2
cos β = (4.39)
2lCE2 lSE
a2 − lSEE
2 2
− lCE1
cos γ = (4.40)
2alSE
b2 − lSEE
2 2
− lCE2
cos δ = (4.41)
2blSE
Die Kräfte der kontraktilen Elemente sind in den Gleichungen 4.42 und 4.43 enthalten.
Die einzuprägenden Kräfte beschreiben die Gleichung 4.44 und 4.45. Der Vektor der
Kraft F1 hat die Richtung des Vektors a und greift im Punkt B an. Der Vektor der
Kraft F2 hat die Richtung des Vektors b und greift im Punkt C an.
sin β
FCE1 = FSEE − FP EE1 (4.42)
sin (α + β)
sin α
FCE1 = FSEE − FP EE2 (4.43)
sin (α + β)
sin δ
F1 = − FSEE (4.44)
sin (γ + δ)
sin γ
F2 = − FSEE (4.45)
sin (γ + δ)
(4.46)
Die Maximalkraft, die an der Sehne anliegt, errechnet die Gleichung 4.47.
FSEEmax = cos α · FCE1max + cos β · FCEE2max (4.47)
4.2.3. Grafische Visualisierung

Ein grafische Veranschaulichung wurde für beide Aktuatoren über die Einbindung einer
©Inventor -Datei installiert. Die Muskelbäuche werden fusiform, also spindelförmig ab-
gebildet. Der Nutzer legt einen Minimumradius M inRadius, der den minimalen Quer-
schnitt bestimmt, fest. Analoges gilt für den maximalen Radius M axRadius und ma-
ximalen Querschnitt. Ein Skalierungsfaktor Scalef actor, dessen Bandbreite zwischen
M inRadius und M axRadius mittels der maximale isometrisch Kraft Fmax normali-
siert ist, skaliert die aktuelle Kraft des CEs auf einen aktuellen Radius. Als eine weitere
Option steht dem Nutzer auch eine anatamische Darstellung des MTAs zur Verfügung.
Dazu ist die Angabe einer Sehnenlänge erforderlich. Diese sollte so gewählt sein, dass
sie dem offensichtlichen Teil der Sehne entspricht. Der Vorteil ist, dass im Zusammen-
4. Methodik 48
(a) (b) (c) (d)
Abbildung 4.3.: Grafiken (a) und (b) zeigen die Modellsicht. Die kurzen CE-Längen ergeben sich
aufgrund der Muskelfaserlänge. Diese Darstellung eignet sich besonders für das
Verständnis der erzeugten Muskelkraft, der Kontraktionsgeschwindigkeit und der
erreichten totalen Verschiebung. Ist hingegen das muskuläre Zusammenspiel mit
Blick auf die momentanen Muskelkräfte von Interesse, eignet sich die anatomische
Sicht (c,d). In (a) und (c) ist der M. Tibialis anterior erschlafft, in (b) und (d)
etwas kontrahiert. In der Modellsicht ist die Kontraktion bei Muskeln mit sehr
kurzen Muskelfasern wie dem Schollenmuskel schwerer zu sehen.
spiel der Muskeln die momentanen Kräfte visuell besser abgeschätzt werden können.
In der Modellsicht sind die CEs vieler Muskeln sehr kurz. Der eingeführte grafische
Volumeneffekt zur Veranschaulichung der Kontraktion ist dann nur minder zu sehen
(Abb. 4.3).
M axRadius − M inRadius
Scalef actor = (4.48)
Fmax
Radius(F ) = Scalef actor ∗ F (4.49)
4.2.4. Die implementierten Muskeln

Funktionsfähig in das Modell wurden der M. tibials anterior, M. gastrocnemius media-
lis et lateralis und M. soleus installiert (Abb. 4.4 a). Die Begründung für die Auswahl
der Plantarflexoren ist, dass am Drehmoment des oberen Sprunggelenks anteilig am
Soleus gerechnet zu 68 % der Gastrocnemius beteilig ist. Die Zehenbeuger- und die
Peroneusgruppe haben einen zu vernachlässigbaren Anteil. Der M. tibialis anterior
ist der wichtigste Dorsalextensor mit 6, 9 % vom Soleusmoment am relativen Dreh-
moment. M. extensor digitorum longus et extensor hallucis longus werden mit ihren
3, 8 % vom Soleusmoment vernachlässigt. Die Muskeln der unteren Extremität nach
(Yamaguchi 2006) wurden vollständig eingebaut und für den weiteren Gebrauch vor-
bereitet (Abb. 4.4 b).
4. Methodik 49
(a) (b)
Abbildung 4.4.: Abbildung a zeigt die funktionstüchtigen Muskeln, die im Ersatzmodell zur Simuala-
tion des Gangs genutzt wurden. TIB Tibialis anterior, GM Gastrocnemius medialis,
GL Gastrocnemius lateralis. (b) Nach (Yamaguchi 2006) wurden die unteren Ex-
trmitäten mit Muskeln ausgestattet.
4.3. Versuche mit den MTAs

Die Versuche in den Kapiteln 4.3.1 und 4.3.2 dienen dem Vergleich mit den Simulatio-
nen aus einer Simpack-Umgebung. In (Kryszohn 1999) wurde der Nigg-Kniestreck-
versuch mit Mathematica und Simpack durchgeführt. Das Simulationssystem alas-
ka soll einen entsprechenden Vergleich liefern. Nach der Erprobung der Funktionen
des MTAs wurden zwei weitere Versuche angestellt, um das muskelaktuierte Gehen
einzuleiten (siehe dazu die Kapitel 4.3.3 und 4.3.4).
4.3.1. Kniestreckversuch
Der bekannte Nigg-Kniestreckversuch wurde nachgebaut, um die konzentrische Kon-
traktionsphase zu testen. Ein minimales alaska/Dynamicus-Modell bestand aus einem
Rumpf, einem Oberschenkel, einem Unterschenkel und einem Fußsegment. Der MTA
stellt den M. rectus femoris dar. Die Funktion der Patella übernahm ein kleines Drei-
ecksprisma mit einer sehr geringen Masse, um den Aktuator nicht weiter zu beein-
flussen. In der Versuchsanleitung bei (Kryszohn 1999) betragen die Kathetenlängen
3, 54 mm und die Hypothenusenlänge 5 mm. Die angebene Masse von 0, 0408 kg wurde
auch auf das Dynamicus-Bein übertragen. Ein Feder-Dämpfer-Element zur Modellie-
4. Methodik 50
Tabelle 4.2.: Kniestreckversuch: MTA-Parameter

a = 1652
b = 0, 177
c = original : 2073, 732; angepasst: 1462, 03
Fmax [N] = original : 10 064; angepasst: 6608
vmax = 1, 078 m/s
lCEStart [m] = 0, 094
lCEopt [m] = 0, 086
lSEE0 [m] = 0, 346
lSEEt=0 [m] = 0, 34801
lM T At=0 [m] = 0, 441644
α [◦ ] = 5
ˆl = 4, 02
rung der Patellasehne und ein Drehgelenk verband die Patella mit dem Unterschenkel.
Der Abstand zwischen beiden Kraftangriffspunkten auf der Patella und dem Schien-
bein in der Anfangslage wurde jeweils als die Ruhelänge gewählt. Die Steifigkeit betrug
1e7 N/m und die Dämpfungskonstante 1e4 Ns/m. Die Massen des Unterschenkels und
des Fußes addieren sich wie bei (Kryszohn 1999) zu 4, 8735 kg. Bei ihm findet sich
keine genaue Angabe über die Beschaffenheit des Simpack-Beins. Nur in der Mathe-
matika-Simulation wird die Strecke zwischen dem Zentrum des Knieglenks und dem
Schwerpunkt des Unterschenkels mit einer Länge von 0, 264 m erwähnt. Die geometri-
schen Daten für diesen Versuch sind der Abbildung 4.5 zu entnehmen. Dabei ist nur
lCEStart ein wirklich einzugebender Startwert. Die Länge des MTAs zum Zeitpunkt Null
sowie die Sehne vor Beginn der Simulation ergeben sich aus dem Startwert für die Län-
ge CEs und der Distanz zwischen dem Muskelursprung und -ansatz (einschließlich des
Fiederungswinkels). Das neuronale Signal u der Aktivierungsfunktion (Gleichung 2.26)
war bis zur Streckung permanent mit dem Wert eins belegt. (Kryszohn 1999) nutzt
für seine Simulation die Parameter a = 1652 und Fmax = 10064. Dies widerspricht der
Forderung der Gleichung 2.11. Deshalb wurde entschieden, einen vergleichenden Ver-
such mit einer angepassten Maximalkraft zu unternehmen. Dabei war das Verhältnis
µ = 0, 25. Die allgemeingültigen Parameter des MTAs sind in der Tab. 4.2 aufgeführt.
Die Divergenzen mit der Simpack-Simulation ließen einen erheblichen Einfluss der
Patella auf den Aktuator vermuten. Mit drei verschiedenen Patellagrößen (Tab. 4.5)
wurde versucht, eine optimale Anpassung zu finden. Die verschiedenen Größen der Pa-
tella bedingten jeweils den Ansatz des Muskels zu verschieben, um der Vorbedingung
für die Ausgangslängen des Aktuators und der Sehne zu genügen (Tab. 4.3, 4.4 und
4.5). Der Versuch 4 verdeutlicht noch einmal den Einfluss der Maximalkraft. Wie bei
(Kryszohn 1999) vorgesehen, wird deshalb eine Maximalkraft von 10064 N verwendet.
4. Methodik 51
Abbildung 4.5.: Alle Punkte sind relativ zu ihren Körpern angegeben. Nur der Muskelursprung,
Punkt U, ist relativ zu dem Hüftgelenk, Punkt H, dargestellt. Die Orientierung
ist (1(grün), 2(rot), 3(blau)). Die Oberschenkellänge beträgt 0, 4607m. Das Feder-
Dämpfer-Element T ist 8 cm unter dem Gelenk und mittig auf der Kante des
Prismas angebracht. Die Massenschwerpunkte der Teilsegmente sind mit der Ab-
kürzung COM und dem Anfangsbuchstaben der englischen Bezeichnung für die
Segmente versehen.
Tabelle 4.3.: Startwerte in Simpack und Mathematika nach (Kryszohn 1999)
Simulationssystem lSEEStart lCEStart lM T A

[m] [m] [m]
Mathematika 0, 348 0, 094 0, 44164
Simpack 0, 034836 0, 094 0, 442
Tabelle 4.4.: Versuchsübersicht: Kniestreckungen
Versuch Ursprung (Hüfte) lM T AStart lSEEStart lCEStart Fmax X0

[m] [m]) [m) [kg] [m]
1 (−0.03, 0, 027, −0, 12) 0, 442489 0, 348847 0, 094 6608 0, 0751665
2 (−0.03, 0, 033, −0, 12) 0, 441159 0, 347517 0, 094 6608 0, 0707011
3 (−0.03, 0, 046502, −0, 12) 0, 442003 0, 34836 0, 094 6608 0, 061819
4 (−0.03, 0, 046502, −0, 12) 0, 442003 0, 34836 0, 094 10064 0, 061819
X0 bezeichnet die Ruhelänge des Feder-Dämpfer-Elements und ist mittig an
der oberen Patellakante aufgebracht.
Tabelle 4.5.: Kniestreckungen: Verwendete Patellas
Versuch Bemaßung (m) Masse

a,b,c (Abb. 4.5) [kg]
1 0,√005, 0, 01, 0, 05 0, 001875
2 2, 0.02, 0.05 0.0075
3,4 0, 05, 0, 0354, 0, 05 0, 04699
4. Methodik 52
Abbildung 4.6.: Mittels einer auf dem Spann des Fußes angebrachten Masse von 100 kg wurde die
Flexion des Kniegelenks trotz einer vollen Aktivierung erzwungen.
Tabelle 4.6.: Versuch Beugung des Knies unter Last: Startwerte:

lSEEt=0 [m] = 0, 347836
lM T At=0 [m] = 0, 433509
Patella = siehe Kniestreckversuch 3 und 4
4.3.2. Beugung des Knies unter Last

Dieser Versuch zur Überprüfung der exzentrischen Phase, startete die Bewegung
mit einem extensierten Bein (Abb. 4.6). Eine Kugel mit einem Gewicht von 100 kg
beschwerte den Bereich am Übergang des Unterschenkels zum Fuß. Die Innervierungs-
variable u der Aktivierung war wieder permanent auf eins gesetzt. Die geänderten Para-
meter für diesen Versuch sind in der Tabelle 4.6 einzusehen. Das Feder-Dämpferelement
bekam eine Ruhelänge von 0.0612819 m zugewiesen. Tabelle 4.6 gibt die Startwerte an,
die mit (Kryszohn 1999) bis auf zwei Kommastellen identisch sind. Nach dem Start
des Versuchs wurde abgewartet, bis sich eine stabile Lage einstellte.
4.3.3. Ersatzmodell zur Simulation des Gangs

Dieser Versuch beinhaltete den Aufbau eines kompletten Mensch-Modells mit der
Modellierung der Muskeln für die untere Extremität. Aufgrund des geringen Größen-
und Gewichtsunterschieds des Probanden aus der Ganganalyse und der Person in der
Studie von (Yamaguchi 2006) fiel die Auswahl auf diese. In dieser Arbeit ist die betref-
fende Person 1, 78 m groß und wiegt 77, 9 kg. Die anderen anthropometrischen Daten
ergeben sich nach dem Saziorski-Modell. Alle notwendigen Parameter für die einzelnen
Muskeln finden sich in den Tabellen 4.7, 4.8 und 4.9 (Seite 55). Die Ursprünge und
Ansätze unterscheiden sich etwas von der Quelle. Wie bei (Günther 1997) musste ein
„Offset“ eingeführt werden. Das heißt, dass die Ursprünge und Ansätze im einzubauen-
den Modell verschoben werden, damit sie mit der Sehnenlose und der Faseroptimallänge
kompatibel sind. (Yamaguchi 2006) benutzte als Bezugssysteme den Mittelpunkt auf
der Verbindungslinie zwischen dem lateralen und medialen Condylen des Femurs und
der Tibia. Die Annahme wurde getroffen, dass das Bezugsystem des technischen Ge-
lenks sich mittig des femuralen und tibialen befindet. Die Werte für die Koordinaten
4. Methodik 53
(a) Aktivierung (b) Bodenreaktionskräfte
Abbildung 4.7.: Für das Ersatzmodell zur Simulation des Gehens wurden eine Aktivierungsvorga-
be aus (Perry 2003, 32ff.) und eine Bodenreaktionskraft aus (Perry 2003, 261)
gewählt.
wurden abgeschätzt. Die dynamischen Parameter mussten modifiziert werden, damit

die Relation aus der Gleichung 2.11 eingehalten werden konnte. In (Yamaguchi 2006)
wird z. B. der Wert für den M. Tibialis Anterior Fmax = 603 angegeben. Allerdings
wird keine maximale Kontraktionsgeschwindigkeit ausgewiesen. (Schmitt 2006) gibt
Werte für vmax an. Unter der Annahme, dass a/Fmax = b/vmax = 9/40 (Zajac 1989)
ist, wurde Fmax verändert. Das Modell bewegte sich mit einer Geschwindigkeit von
einem Meter pro Sekunde. Alle bewegungsrelevanten Daten wie die Winkelverläufe
des Hüft-, Knie- und Knöchelgelenks, der Verlauf des Druckzentrums, die Bodenreak-
tionskräfte und die EMG-Signale wurden der Studie (Perry 2003) entnommen. Die
Bodenreaktionskräfte und der Verlauf des Druckzentrums wurden normalisiert und an
das Gewicht des Probanten bzw. an seine Schuhgröße angepasst (Abb. 4.7 b). Das
Druckzentrum verläuft nahe der Mitte der Ferse (Fußsohle unter dem Calcaneus) mit-
tig auf dem Fuß allmählich in Richtung der großen Zehe. Das EMG-Signal diente als
Aktivierungsvorgabe (Abb. 4.7 a). Der Verlauf des Druckzentrum stammt ebenfalls
aus (Perry 2003, 268). Die Aktivierung des lateralen Anteil des Gastrocnemius wurde
in einem ersten Versuch auf 40 % der Aktivierung des medialen Anteils herabgesetzt,
da zu Beginn der Versuche angenommen wurde, dass die Kraft mit dem EMG-Signal
stark korreliert. Die Aktivierung des M. tibialis anterior lag permanent bei 78%. In
einem zweiten Versuch wurde die Aktivierung (Abb. 4.8) des M. soleus auf 20 % er-
niedrigt und des lateralen Gastrocnemius auf 1 erhöht. Die Sehnenlängen mussten
für den Versuch 2 angepasst werden (Tab. 4.10). Das Ziel war, die vorgegebenen Ge-
lenkwinkelverläufe und typische Drehmomente und Kraftverläufe der Muskeln wie in
den Studien von (Buchanan et al. 2005), (Bogey et al. 2005), (Lister et al. 2006)
und (Perry 2003) mittels der muskelaktuierten Bewegung zu erhalten. Die Anpas-
sungen für die Anfangslagen werden im Kapitel 4.3.5 erwähnt. Berücksichtigt wur-
den nicht nur die Aktivierungen, sondern auch Muskelkraftverläufe wie sie bspw. in
(Buchanan et al. 2005) beschrieben werden.
4. Methodik 54
Tabelle 4.7.: Ersatzmodell zur Simulation des Gangs Versuch 1: Parameter für M. tibialis anterior
a = 247, 5
b = 0, 16317
c = 219, 8716
Fmax [N] = 1 100
original: Fmax [N] = 603
vmax [m/s] = 7, 4 · lCEopt = 0, 7252
lCEopt [m] = 0, 098
original: lSEE0 [m] = 0, 223
angepasst: lSEE0 [m] = 0, 211
lSEEt=0 [m] = 0, 211982
lM T At=0 [m] = 0, 441644
α [◦ ] = 6, 9
width = 0, 5
originaler Ursprung = (−0.0119, 0, 0185, −0, 16674)
angepasster Ursprung = (−0.0119, 0, 0181, −0, 10674)
Ansatz = (0, 0224, 0, 0671, −0, 0239)
l̂ = 2, 15
Tabelle 4.8.: Ersatzmodell zur Simulation des Gangs Versuch 1: Parameter für M. Soleus
a = 638, 775
b = 0, 04725
c = 164, 3249
Fmax [N] = 2 839
vmax [m/s] = 7 · lCEopt = 0, 21
lCEopt [m] = 0, 03
original: lSEE0 [m] = 0, 268
lSEEt=0 [m] = 0, 275837
lM T At=0 [m] = 0, 308193
α [◦ ] = 6, 9
width = 0, 8
originaler Ursprung = (0.0073, −0, 0025, −0, 158)
angepasster Ursprung = (−0, 0119, 0, 0181, −0, 10674)
Ansatz = (0, 0026, −0, 0439, −0, 0108)
l̂ = 9, 25
4. Methodik 55
Tabelle 4.9.: Ersatzmodell zur Simulation des Gangs Versuch 1: Parameter für M. Gastrocnemius
medial a = 250, 42
b = 0, 1215
c = 165, 66
Fmax [N] = 1 113
vmax [m/s] = 12, 9 · lCEopt = 0, 8256
lCEStart [m] = 0, 0728653
lCEopt [m] = 0, 064
αt=0 = 4, 17469◦
width = 0, 6
Ursprung = (0.0073, −0, 0025, −0, 158)
l̂ = 5, 97
lateral a = 109, 8
b = 0, 1215
c = 72, 6327
Fmax [N] = 488
vmax [m/s] = 12, 9 · lCEopt = 0, 54
lCEopt [m] = 0, 045
βt=0 [◦ ] = 44, 0837
width 0, 45 =
Ursprung = (0.0073, −0, 0025, −0, 158)
original: lSEE0 [m] = 0, 385 und 0, 408
Ansatz = (0.0026, −0, 0439, −0, 0108)
l̂ = 8, 49
Tabelle 4.10.: Ersatzmodell zur Simulation des Gangs: Parameter des Versuch 1 und 2
Muskel Sehnenlose [m] Aktivierung
Versuch 1 Versuch 2 Versuch 1 Versuch 2
M. tibialis anterior 0, 2111 0, 2115 0, 78 0, 78
M. soleus 0, 278 0, 278 0, 6 0, 2
M. gastrocnemius medialis 0, 382 0, 382 1 1
M. gastrocnemius lateralis 0, 4 1
4. Methodik 56
Tabelle 4.11.: MTA-Parameterwerte für die Gangsimulation

TIB. SOL GM GL
[m] [m] [m] [m]
lCEStart 0, 222407 0, 030572 0, 0566 0, 41841
lCEopt 0, 0991 0, 0303 0, 04555 0, 0647
lSEE0 0, 2218 0, 3065 0,418
TIB Tibialis Anterior, SOL Soleus, GM Gastrocnemius medialis, GL Gastrocnemius late-
ralis
(a) Ersatzgangmodell Versuch 2 (b) MTA in der Ganganalyse
Abbildung 4.8.: Aktivierungsvorgaben für das Ersatzgangmodell und für die MTAs in der Gang-
analyse
4.3.4. Anwendung der MTAs für die Ganganalyse

In das Modell der Ganganalyse wurden die Muskeln M. tibialis anterior, soleus et ga-
strocnemius eingebaut. Alle anatomischen muskelaktuatorspezifischen Daten des Er-
satzmodell wurden in einem ersten Schritt an den Größenunterschied in beiden Mo-
dellen von 2 cm mit einer linearen Skalierung angepasst. Davon ausgehend begann die
Suche nach geeigneteren Startwerten (Tab. 4.11). Die dynamischen Parameter blieben
unverändert. Die Aktivierungsvorgabe ist in der Abb. 4.8 wiedergegeben. Die weitere
Vorgehensweise wird im Kapitel 4.3.5 besprochen.
4.3.5. Behandlung des Anfangslagenproblems

Zur Erreichung akzeptabler Resultate bedurfte es einer feinen Justierung der Start-
werte. Wichtig ist vor allem ein geeigneter Startwert für die Differentialgleichung der
Länge des CEs. Hier müssen Anpassungen vorgenommen werden, da das EMG nur als
Indiz für eine Längenabschätzung genommen werden kann. Insbesondere, wenn sich der
Muskel in einer exzentrischen Phase befindet, ist eine Abschätzung äußerst kritisch. Zu-
dem beeinflusst die Sehnenfunktion maßgeblich die Muskelkraft. Aufgrund einer sehr
schwachen Abbildung der Eigenschaft „short range stiffness“, müssen die Startwerte so
gewählt werden, dass keine allzuhohen Kräfte am Beginn auftreten. In Abhängigkeit
4. Methodik 57
von der folgenden Bewegung und des EMGs muss darauf geachtet werden, wie weit
der Wert links oder rechts von lCEopt liegen muss. Um frühzeitig hohe CE-Kräfte bei
einer konzentrischen Kontraktion zu verhindern, kann es günstig sein, den Startwert
für das CE weiter entfernt von lopt zu bestimmen. In dem Zusammenhang ist das PEE
zu bedenken, welches eine hohe Kraft produziert, falls der Startwert für das CE nahe
der Grenze für die Dehnung lmax gewählt wurde. Ein Ausweg kann sein, die Dämpfung
des PEE zu erhöhen. Der allgemeine Dämpfungsfaktor des PEEs sollte aber beibehal-
ten werden, da er eine Eigenschaft des Muskelgewebes widerspiegelt. Es wurde deshalb
eine Abhängigkeit von der Geschwindigkeit installiert. Diese Dämpfung muss auch vor-
sichtig gewählt werden, da bei einer zu geringen Kraft des PEEs auch negative Werte
berechnet werden könnten und sich die Funktion des PEE umgekehren würde. De facto
darf die Dämpfung nicht größer als die anliegende Kraft des PEE sein.
Tabelle 4.12.: Die Tabelle gibt in absteigender Reihenfolge den Einfluss der Paramter an. Die Maß-
nahmen können helfen, eine zu hohe Anfangskraft des MTAs abzubauen.
Parameter Maßnahme
lSEE0 erhöhen
lCEStart erhöhen
width prüfen/erhöhen
qEM G erniedrigen
PEE-Dämpfung erhöhen
Eine Variable, die unter Umständen verändert werden kann, ist width. Damit kann
die Spanne der Startwerte erhöht werden. Nachteilig ist die daraus entstehende „Träg-
heit“. Zweiter Vorteil ist, dass die Kraft des PEE nicht so hoch ist. Die Variable width
trägt allerdings einen muskelspezifschen Wert. Die bisher gesichtete Literatur zeigte,
dass in einer Untersuchung der Wert für alle Muskeln meist gleich gewählt wurde und
zwischen 0, 5 und 0, 56 schwankte. Der Wert muss aber mit der durschnittlichen Sarko-
merlänge in Beziehung stehen. Als nächstes kann die Aktivierung überprüft und skaliert
werden. Da aber der größte Einfluss vom SEE ausgeht, muss bei einem kritischen Fall,
die Sehnenruhelänge verändert werden. Entweder man führt ein Offset des Ursprung
oder Ansatzes ein, was die Geometriefunktion der Muskelkraft verändert, oder man
senkt bzw. erhöht die Sehnenruhelänge. Das ist ein wichtiges Kriterium gerade mit
Hinblick auf den Winkelverlauf. Eine geringe durch einen kontrahierenden Antagonis-
ten verursachte Längenänderung der Sehne des Agonisten kann zu hohen Muskelkräften
führen, obwohl das CE des Agonisten nicht aktiviert ist. In der Tabelle 4.12 sind die Pa-
rameter nach ihrem Einfluss gewichtet und mit Maßnahmen versehen, wenn die Kräfte
eines MTA permanent zu hoch sind.
5. Ergebnisse
Die Präsentation beginnt mit den Ergebnissen der Ganganalyse. Die Güte der Kine-
matik wurde mit den Verläufen und Abständen der „Motionmarker“ ermittelt. Nach
Ausführung der Integration schloss sich die Begutachtung der Verläufe und Abstände
zwischen den „Motion-“ und „Bodymarkern“ an. Mit dem Verlauf des Körperschwer-
punktes ließ sich überprüfen, ob ein typischer Gangzyklus vorliegt. Als ein weiteres
Kriterium dienten die Steuerkräfte zur Aussagefähigkeit über die Stabilität der erzeug-
ten Bewegung. Das Hauptaugenmerk lag auf der Auswertung der Gelenkwinkelverläufe
und Drehmomente des Sprunggelenks. In diesem Zusammenhang werden die Ergebnisse
unterschiedlicher Glättungen der Motionmarker und die Verwendung zweier Interpo-
lationsmethoden angegeben. Die Abszisse der Diagramme ist zeitlich relativ zu einem
Doppelschritt angegeben.
Zur Beurteilung der Funktionsfähigkeit des MTAs wurden die Komponenten und
seine Funktionen untersucht. Die Längenänderungen des serienelastischen, parallelelas-
tischen und kontraktilen Elements wurden mit Blick auf die Kraft-Längen-Beziehung
analysiert. Das geschwindigkeitsabhängige Umschalten zwischen den Kontraktionsfor-
men wurde belegt. Für die Einschätzung des muskelaktuierten Gehens im Ersatzmodell
und in dem Modell der Ganganalyse wurde der erzeugte Gelenkwinkelverlauf und das
Drehmoment des Sprunggelenks herangezogen. Sofern nicht anders angegeben, stellt
die Abszisse der Diagramme den zeitlichen Verlauf in Sekunden dar. Bei der Gangana-
lyse bezieht sie sich sehr oft auf den relativen zeitlichen Verlauf eines Gangzyklus. Die
Winkel werden in der Einheit Radiant ausgewiesen. Längenmaße haben als Grundein-
heit das Meter. Die Geschwindigkeit ist in Metern pro Sekunde, die Beschleunigung in
Metern pro Sekundenquadrat angeben. Die Krafteinheit ist Newton.
5.1. Ganganalyse
Unter den 12 Versuchen zur Hinterfragung der Glättung lassen sich Unterschiede aus-
machen. Die Versuche können in zwei Gruppen geteilt werden. In der ersten Gruppe
befinden sich die Versuche 1, 3, 5, 7, 9 und 11. Mit sich davon abgrenzenden Gemein-
samkeiten bilden die Versuche 2, 4, 6, 8, 10 und 12 eine weitere Gruppe. Die eingesetzte
Methode der Interpolation für die Markeroptimierung hat nur eine untergeordnete Be-
deutung, so dass die Versuche 1 und 3, 2 und 4, 5 und 7, 6 und 8, 9 und 11 sowie 10 und
5. Ergebnisse 59
12 einander sehr ähneln. Es verbleiben damit nur sechs wirklich veschiedene Ergebnisse.
Markante Unterschiede werden demzufolge durch die Wahl der Interpolationsmetho-
de erzeugt. Wird die Methode der kubischen Splines gewählt, sind die Verläufe der
Gelenkwinkel, -geschwindigkeiten und -momente glatter als bei der linearen Interpo-
lation. Dagegen zeigt die lineare Interpolation wesentlich schwingungsärmere Verläufe
der Geschwindigkeits- und Beschleunigungsverläufe des Massenschwerpunkts als auch
der Steuerkräfte und -momente. Die mit 6 Hz geglätteten Motionmarker produzieren
gegenüber den weniger oder nicht geglätteten Motionmarkern glattere Kurvenverläufe.
Allerdings regen sie das gesamte System zum Schwingen an. Die Vergleiche präsentiert
das Kapitel 5.1.3. Dieser Einfluss äußert sich ebenso bei den errechneten Bodenre-
aktionskräften (Kapitel 5.1.2). Die Darstellungen beschränken sich auf die vertikalen
Kräfte.
5.1.1. Motion- und Bodymarker

Während des Zeitverlaufs veränderen sich die Abstände der „fest zueinander ste-
henden“ Motionmarker der Hüfte nur unwesentlich innerhalb eines Zentimeters. Die
Motionmarker wie LHEE und LTOE, die ebenfalls in einem festen Abstand zuein-
ander stehen, differieren um bis zu 3 cm. Nur der Abstandes der Marker RASI und
RKNE verändert sich etwa um 4 cm (Abb. 5.3). Die Abstände der Hüftmarker RASI,
LASI, RPSI und LPSI zueinander werden in den Abbildungen 5.1, 5.2, 5.4 und 5.5
dargestellt.
Die Bodymarker des Modells entfernen sich über die gesamte Simulation nur wenig
von den Motionmarkern. Die in die Optimierung einfließenden Marker, entfernten sich
maximal um 4 cm. An dieser Stelle werden nur die Verläufe der Abstände zwischen den
Motion- und Bodymarkern des linken Beins vorgestellt. Die Diagramme (5.6, 5.7 und
5.8) beschreiben die Verläufe der Abstände folgender Marker: LASI, LKNEE, LTIB,
LANK, LHEE und LTOE. Die Verläufe der anderen Marker finden sich im Anhang B.
5.1.2. Druckzentrum und Bodenreaktionskräfte

Der Verlauf des Druckzentrums (COP) verhält sich am Ende des Doppelschrittzyklus
untypisch (Abb. 5.9). Das Druckzentrum verlässt zu früh und zu schnell die Fußsohle.
Beim Verlassen beträgt die Kraft noch 240 N. Nach einem Zeitraum von 2 s hat sich
die Kraft außerhalb der Fußsohle abgebaut. Zu diesem Zeitpunkt ist das Druckzen-
trum etwa 0, 44m vom Fersenmarker entfernt. Die Koordinate vom Fersenmarker aus
betrachtet ist (−0, 3438; 0, 2882; 0).
5. Ergebnisse 60
Die aufgezeichneten Bodenreaktionskräfte stehen in Übereinstimmung zu den Er-

kenntnissen aus (Perry 2003). Für weitere Betrachtungen können diese als realistisch
angenommen werden (Abb. 5.10, 5.11). Bei der Berechnung aus dem Modell traten
Unterschiede auf, die im Zusammenhang mit der verwendeten Interpolationsmethode
erwähnt werden müssen. Sie verhalten sich wie eine Systemeigenschaft. Die Osszilation
ist größer bei der Verwendung der Methode der kubischen Splines. Die berechneten
Bodenreaktionskräfte der mit mit 10 und 6 Hz geglätteten Versuche weisen hohe Ähn-
lichkeiten mit den gemessenen auf. Beispielhaft werden die errechneten Bodenreaktions-
kräfte der Versuche 1 und 12 gegenübergestellt (Abb. 5.12). Der Versuch 4 beinhaltete
keine Glättung der Motionmarker, aber die Interpolation nutzte die kubischen Splines.
Die berechneten Bodenreaktionskräfte werden zu sehr von einer Osszilation zerissen,
so dass der qualitative Trend nicht erkennbar ist. Werden die Motionmarker hochfre-
quent geglättet und mit einer linearen Interpolationsmethode während der Integration
verarbeitet, stellt sich keine Oszillation ein (Abb. 5.13). Der Versuch 9 ist ein Beispiel
dafür. Er ist dem Versuch 5 und 1 sehr ähnlich. Mit zunehmender Glättung werden die
Amplituden der Verläufe herabgesetzt.
5. Ergebnisse 61
(a) RASI-LASI (b) PRSI-LPSI
Abbildung 5.1.: Abstände der vorderen (a) und hinteren (b) Motionmarker der Hüfte
(a) LASI-LPSI (b) RASI-RPSI
Abbildung 5.2.: Seitliche Abstände der vorderen und hinteren Motionmarker der Hüfte, links (a),
rechts (b)
(a) LASI-LKNE (b) RASI-RKNE
Abbildung 5.3.: Abstände der vorderen Hüftmarker und Kniemarker, links (a), rechts (b)
5. Ergebnisse 62
(a) LKNE-LANK (b) RKNE-RANK
Abbildung 5.4.: Abstände der Knie- und Knöchelmarker, links (a), rechts (b)
(a) LKNE-LANK (b) RKNE-RANK
Abbildung 5.5.: Abstände der Fersen- und Zehenmarker, links (a), rechts (b)
(a) LASI (b) LKNE
Abbildung 5.6.: Abstände zwischen den Motion- und Bodymarkern der Hüfte (a) und des Knies (b)
5. Ergebnisse 63
(a) LTIB (b) LANK
Abbildung 5.7.: Abstände zwischen den Motion- und Bodymarkern des Schienbeins (a) und des
Knöchels (b)
(a) LHEE (b) LTOE
Abbildung 5.8.: Abstände zwischen den Motion- und Bodymarkern der Ferse und der Zehe
(a) COP: komplett (b) COP: Ausschnitt
Abbildung 5.9.: In (a) ist der Verlauf des aufgzeichneten Druckzentrum des linken Fußes zu se-
hen. Die Abbildung (b) zeigt den Ausschnitt, welcher sich mit den Ergebnissen
aus (Perry 2003, 267) deckt. Der nicht stimmige Anteil beginnt gegen Ende der
Standphase, kurz vor dem Loslösen der Zehen vom Boden („Toe-Off“).
5. Ergebnisse 64
(a) Ganganalyse (b) nach Perry
Abbildung 5.10.: In (a) ist die aufgezeichnete Bodenreaktionskraft des linken Fußes zu sehen. Sie
zeigt große Übereinstimmungen mit der skalierten Kurve (b) aus (Perry 2003,
261). Die lateralen Scherkräfte sind gespiegelt, da der linke Fuß ausgewertet wurde.
Bei Perry wurde der rechte Fuß beschrieben. Hinsichtlich der Kraftspitze liefert
die Aufzeichnung der Ganganalyse einen Wert von 920 N. Bei Perry beträgt die
Kraftspitze der skalierten Kurve etwa 850 N.
(a) Gesamtvertikalkraft (b) Rechts
Abbildung 5.11.: Abbildung (a) zeigt die Addition der rechten und linken vertikalen Kraft. Die
Bodenreaktionskraft des linken Fußes wurde aufgzeichnet und unter der Annahme
eines symmetrischen Gangs auf den rechten Fuß übertragen (b).
5. Ergebnisse 65
(a) Versuch 1 (b) Versuch 12
Abbildung 5.12.: Die Gesamtvertikalkraft des Versuchs 12 ähnelt in qualitativer Hinsicht der Abbil-
dung 5.11 a. In der Abbildung a ist der typische Trend aufgrund zweier Ausreißer
an der Stelle 0, 1 und 0, 65 nicht deutlich zu erkennen.
Abbildung 5.13.: Die Gesamtvertikalkraft des Versuchs 9 ähnelt in qualitativer Hinsicht dem Ver-
such 4 (Abb.5.12 a). Die Amplituden sind etwas geringer. Beiden ist gemeinsam,
dass sie für die Integration eine lineare Interpolation benutzten. In der Abbildung
b ist eine Osszilation zu erkennen. Der typische Verlauf wie im Versuch 12 (Abb.
5.12 b) ist noch nicht zu erkennen. Die Motionmarker wurden nicht geglättet.
5. Ergebnisse 66
5.1.3. Kinetische und dynamische Größen der Gangbewegung

Stellvertretend werden die Plots der Gangbewegung von drei Repräsentanten aus
den Versuchen 1 bis 12 vorgestellt. Alle hier nicht erwähnten Daten sind im Anhang B
zu finden. Zur Vorstellung wurden die Versuche 1 und 12 ausgewählt, da sie am gegen-
sätzlichsten sind. Der Versuch 4 soll letztlich dokumentieren, inwieweit eine Glättung
der Motionmarker vorzunehmen ist.
Vertikale Steuerkräfte bis +/ − 200 N waren nötig, um den Avataren auf der vor-
gegebenen Trajektorie zu halten (Abb. 5.14). Der Verlauf des Massenmittelpunktes
ist in den drei Versuchen sehr ähnlich (Abb. 5.15). Die Unterschiede werden zu den
Geschwindigkeits- und Beschleunigungsverläufen größer (Abb. 5.16, 5.17). Im Allge-
meinen unterscheiden sich der Versuch 4 und 12 auf der Ebene der Beschleunigungen,
während die berechneten Geschwindigkeiten des COMs sich ähneln. Die Beschleuni-
gung des Versuchs 4 zeigt zu deutlich Schwingungsverläufe, um einen Trend zu erkennen
(Abb. 5.18).
Die Gelenkwinkelverläufe, deren Geschwindigkeiten und Beschleunigungen des obe-

ren Sprunggelenks sind ein weiteres Kriterium, die Ganganalyse zu bewerten. Die Dor-
salflexion erreicht einen Spitzenwert von 34◦ , die Plantarflexion von −45◦ . Damit wur-
den phyiologische Grenzen eingehalten. Die Gelenkwinkelverläufe der Versuche 1 und
4 sind bis auf wenige Ausnahmen kongruent. Gegenüber diesen beiden Kurvenverläu-
fen hebt sich der Versuch 12 durch einen harmonischeren Verlauf ab (Abb. 5.19).
Die Geschwindigkeitsbetrachtung liefert ein ähnliches Bild. Der Versuch 4 zeigt gegen-
über dem Versuch 1 einen leicht harmonischeren Verlauf. Ein grundsätzlicher Unter-
schied ist nicht zu erkennen. Deshalb sind in der Abbildung 5.20 die Versuche 1 und
12 gegenüberstellt. Die Winkelgeschwindigkeit des Versuch 12 hat einen nahezu glat-
ten Verlauf. Im Versuch 1 und 4 lässt sich der Trend erahnen. Doch viele „Zacken“
zeichnen den Verlauf aus. Der Beschleunigungsvergleich bringt größere Unterschiede.
Auffällig sind die Dimensionsunterschiede. Versuch 1 und 4 sind wieder ähnlich. Der
Versuch 1 hat einen Spitzenwert von 4400 rad/s2 bei 63% des Gangzyklus und der Ver-
such 4 von 2000 rad/s2 . Der Versuch 12 hat Werte, deren Betrag kleiner als 260 rad/s2
ist. In der Abbildung 5.21 werden wieder Versuch 1 und 12 gegenübergestellt. Für
die Muskelmodellierung sind vorrangig die Drehmomente von Interesse. Der Versuch
12 wies die höchsten Gemeinsamkeiten zu dem Vergleichsmoment aus der Studie von
(Buchanan et al. 2005) auf (Abb. 5.23). Der Versuch 4 ließ das Drehmoment schon
deutlich erkennen. Viel grober war der Kurvenverlauf des Versuchs 1 (Abb. 5.22).
5. Ergebnisse 67
Abbildung 5.14.: Vertikalen Steuerkräfte von von bis zu +/ − 200 N halten das Modell auf der
vorgebenen Trajektorie. Als Unterschiede sind wieder die markanten Oszillationen
in der Abbildung (b) zu erkennen.
Abbildung 5.15.: Die zeitlichen vertikalen Verläufe der Massenmittelpunkte unterscheiden sich in
ihren Amplituden. Der Versuch 12 ist sehr gleichmäßig, wohingegen im Versuch
1 der Massenschwerpunkt niedriger ist und allmählich ansteigt. Der Versuch 4
liefert das gleiche Bild wie der Versuch 12.
5. Ergebnisse 68
Abbildung 5.16.: Die Geschwindigkeitsverläufe des Versuchs 12 sind harmonischer als die von Ver-
such 1.
Abbildung 5.17.: Im Versuch 12 ist trotz der Schwingungen ein typischer Kurvenverlauf zu erkennen.
Versuch 4 zeigt keine Schwingungen, aber auch keinen typischen Kurvenverlauf.
(a) Geschwindigkeit (b) Beschleunigung
Abbildung 5.18.: Versuch 4: Der Geschwindigkeitsverlauf des Massenschwerpunkts weist Gemein-

samkeiten mit dem Versuch 12 auf, der Beschleunigungsverlauf hingegen nicht.
5. Ergebnisse 69
Abbildung 5.19.: Versuch 1 und 4 (nicht abgebildet) sind nahezu identisch. Die Kurve des Versuch
12 ist noch harmonischer.
Abbildung 5.20.: Versuch 1 und 4 (hier nicht abgebildet) ähneln einander sehr und weisen keinen
allzustarken harmonischen Verlauf wie der Versuch 12 auf.
5. Ergebnisse 70
Abbildung 5.21.: Versuch 1 und 4 (hier nicht abgebildet) unterscheiden sich in ihren Amplituden.
Versuch 12 zeigt deutlich geringere Beschleunigungen.
Abbildung 5.22.: Das Drehoment des oberen Sprunggelenks aus dem Versuch 1 wirkt nicht harmo-
nisch und lässt nur tendenziell Ähnlichkeiten mit den Vorgaben erkennen. Das
Drehmoment aus dem vierten Versuch ist qualitativ näher an der Vorgabe aus
(Buchanan et al. 2005).
5. Ergebnisse 71
(a) Versuch 12 (b) nach Bogy
Abbildung 5.23.: Der Versuch 12 zeigte gute Übereinstimmungen mit dem Drehmoment des obe-
ren Sprunggelenks aus der Studie von (Bogey et al. 2005) (Dorsalflexion nimmt
positive Werte an) Der Verlauf als auch die Kraftwerte sind in Übereinstimmung.
(Winters 2004, 200) weist in seinem Plot etwa das 1, 8fache des Körpergewichts
für den Spitzenwert aus (76 kg · 2 = 152). Der Spitzenwert in (a) liegt etwa bei
130 Nm. (siehe Abb. 5.49)
5. Ergebnisse 72

Alle Versuche zeigten mit der Studie von (Kryszohn 1999) qualitative Übereinstim-
mungen. Es folgen in den Unterkapiteln die Plots zur Darstellung der Bewegung anhand
von Längenänderung, Geschwindigkeits- und Kraftverläufen.
Eine Veränderung der Patella hinsichtlich ihrer Größe veränderte nicht den qualitati-
ven Verlauf, aber maßgeblich die Amplituden und die Zeiten, die nötig waren, das Knie
vollständig zu strecken. Der effektive Momentarm des Versuchs 3 und 4 spiegelt laut
(Kryszohn 1999, 73) mit Berufung auf Nigg und Bogert einen Wert wieder, der „die
Anatomie im Kniegelenk recht gut repräsentiert.“ Diese Versuche sollen deshalb genau-
er aufgearbeitet werden. Obwohl die Umgebung nahezu völlig an den Versuchsaufbau
in Simpack angepasst wurde, kam es tendenziell zu höheren Kraftwerten. Die Zeit bis
zur Kniestreckung von 0, 11 Sekunden konnte nicht erreicht werden. Die folgenden Plots
und Erklärungen beschreiben den Versuch 3. An einigen Stellen werden Vergleiche zum
Versuch 4 angestellt. Die Versuche 1 und 2 finden sich im Anhang C. Sie dokumentier-
ten, dass durch eine kleine Patella insgesamt bedeutend höhere Kräfte entstehen und
der Bewegungszyklus mit Abnahme des Momentarms zeitlich gedehnt wird.
Die Streckung wird bei Simpack als 180◦ deklariert. Dahingegen ist die Streckung
in alaska die Nullposition. Eine Beugung entspricht −90◦ bzw. −π/2. Im Folgenden
werden alle Angaben alaskaspezifisch behandelt. Bis zur Streckung vergehen beim Ver-
such 3 0, 24 s. Das ist etwa das Doppelte der Simpack-Simulationszeit. Die in jedem
Versuch eingesetzte Aktivierungsdynamik (Abb. 5.24) ist nahezu identisch mit den
Ergebnissen aus der Simpack-Simulation.
Winkel Die Winkelverläufe sind ähnlich (Abb. 5.25). Nachdem die Simpack-Simu-
lation das erste Drittel des Zyklus erreicht hat, wirkt der Anstieg nahezu linear. Ge-
genüber alaska ist der Anstieg auch steiler. In der alaska-Simulation nimmt im letzten
Drittel die Zuwachsrate der Winkelverkleinerung ab. Das zeigt sich auch in der Win-
kelgeschwindigkeitskurve (Abb. 5.29).
Längen Die Gesamtlänge des MTAs ist ähnlich zu bewerten (Abb. 5.26). Auch
hier fällt wieder ein charakteristischer Unterschied im letzten Drittel auf. Der MTA
verkürzt langsamer als in der Simpack-Simulation. Die zeitlichen Verläufe der Seh-
nenlängen ähneln im ersten Drittel qualitativ und quantitativ einander (Abb. 5.26).
Danach nähert sich die Sehnenlänge in der alaska-Version konstant der Ruhelänge.
Die Simpack-Simulation weist einen stärkeren aber zeitlich verzögerten Abfall der
5. Ergebnisse 73
Sehnenlänge auf. Die zeitlichen Verläufe der CE- und PEE-Längen entsprechen den
beiden Simulationen (Abb. 5.28). Den größten Teil der Kontraktionsarbeit verrichtet
das kontraktile Element unterhalb der Optimallänge und nähert sich gegen Ende der
Simulation der unteren Maximallänge.
Geschwindikgeiten Die Winkelgeschwindigkeitskurven (Abb. 5.29) sind bis zum

Erreichen der jeweiligen Maximalgeschwindigkeit in großer Übereinstimmung. Diese
werden ungefähr bei einem Wert von etwa −40◦ erreicht. Im zweiten Abschnitt der
Kurven fällt die Geschwindigkeit der alaska-Simulation deutlicher ab. Das Maximum
liegt zeitlich gesehen weiter vor der Streckung. Die Geschwindigkeit der Sehnen bzw.
der SEE-Elemente verhalten sich sehr ähnlich bis zum Ende des zweiten Drittels der
Bewegung. Danach strebt die Geschwindigkeit der Sehne in der Simpack-Simulation
gegen Null. In der alaska-Simulation pegelt sich in diesem Bereich eine Geschwindigkeit
von −0.35 m/s ein.
Kräfte, Drehmoment Die Kraftverläufe der Elemente SEE und CE sind in beiden
Simulationen nahezu identisch (Abb. 5.32, 5.33, 5.34, 5.35). Lediglich am Anfang
gewinnt das PEE für 0, 02s in alaska und 0, 01 s in Simpack an Kraft. In dieser Zeit
ist die Kraft des CEs nicht identisch mit der Sehnenkraft. Wieder ist zu beobachten,
dass die Kraft langsamer sinkt und sogar immer weniger schnell gegen Null läuft. In
Simpack hingegen sinkt die Kraft nach dem Maximum nur wenig langsamer als sie
anstieg. Das Maximum findet sich in der alaska-Simulation bei 0, 04 s, das entspricht
26 % der Bewegung und in der Simpack-Simulation bei ca. 0, 03 s, das entspricht 42 %
der Bewegung. Das Drehmoment entspricht der gleichen Charakteristik. Der erreich-
te Maximalwert von 75 Nm liegt in der Größenordnung der Simpack-Simulation, die
75 Nm berechnete.
Skaliergrößen Die Abbildung 5.37 a belegt, dass das CE über den gesamten Zeit-
raum der Bewegung in der konzentrischen Phase arbeitete. Es überschritt weder die
Schwelle FRatio noch kam es in die Nähe von Fp . Die Größe Fisom (Abb. 5.37 b) startet
nahe bei dem Wert 1, sinkt ab 0, 1 s kontinuierlich bis auf ca. 0, 12 ab.
Der Versuch 4 zeichnet sich gegenüber dem Versuch 3 dadurch aus, dass die Endstel-
lung der Bewegung in einer Zeit von 0, 16 s erreicht wird und die Spitzenwerte der Kraft
bei fast 3800 N liegen. Die Abbildungen 5.38 zum Kniewinkel- und Kraftverlauf zeigen
diese rein quantitativen Unterschiede. Im Versuch 4 wird das SEE nicht so weit wie im
Versuch 3 ausgelenkt. Die maximalen Geschwindigkeitswerte des SEEs sind in beiden
Versuchen sehr ähnlich. Die Länge des SEEs im Versuch 4 verringert sich gegenüber
dem Versuch 3 stark verzögert (Abb. 5.40). Die Geschwindigkeit des CEs ist leicht
5. Ergebnisse 74
(a) alaska (b) Simpack
Abbildung 5.24.: Versuch 3 Aktivierungs- bzw. die Kalziumdynamik nach Zajac
Abbildung 5.25.: Versuch 3 Winkelverläufe des Kniegelenks in der Sagitalebene
Abbildung 5.26.: Versuch 3 Länge des MTAs

5. Ergebnisse 75
Abbildung 5.27.: Versuch 3 Länge: SEE
Abbildung 5.28.: Versuch 3 Länge: CE
Abbildung 5.29.: Versuch 3 Winkelgeschwindigkeiten

5. Ergebnisse 76
Abbildung 5.30.: Versuch 3 Geschwindigkeit: SEE
Abbildung 5.31.: Versuch 3 Geschwindigkeit: CE und PE
(a) alaska (b) SIMPACK
Abbildung 5.32.: Versuch 3 Kräfte: SEE/MTAs

5. Ergebnisse 77
Abbildung 5.33.: Versuch 3 Kräfte: CE
Abbildung 5.34.: Versuch 3 Kräfte: PEE
Abbildung 5.35.: Versuch 3 Kräfte: SEE, CE und PE

5. Ergebnisse 78
Abbildung 5.36.: Drehmoment: Die erreichte Momentspitze beträgt 75 Nm. Die Simpack-
Simulation erbrachte 80Nm.
(a) CE-Kraft und Grenzwerte (b) Fisom
Abbildung 5.37.: Versuch 3 Beurteilung des Arbeitszustandes des CEs

5. Ergebnisse 79
(a) Kniewinkel (b) Kräfte
Abbildung 5.38.: Versuch 4: Zu erkennen ist in Abbildung a, dass der Kniewinkel von 0◦ in einer Zeit
von 0, 16s erreicht wird. Versuch 3 brauchte demgegenüber 0, 24s. Die Kraftkurven
(b) unterscheiden sich in einer größeren erreichten Kraftwert von fast 3800 N.
Versuch 3 hatte einen Spitzenwert von 2600 N
(a) Kniewinkelgeschwindigkeit (b) Geschwindigkeit CE
Abbildung 5.39.: Versuch 4: Gegenüber dem Versuch 3 zeigt sich eine höhere Winkelgeschwindigkeit
des oberen Sprunggelenks. Die Geschwindigkeit des CEs ist auch höher.
erhöht. Insgesamt drückt sich dieses Verhalten in der Kniewinkelgeschwindigkeit aus

(Abb. 5.39).
5. Ergebnisse 80
(a) Länge SEE (b) Geschwindigkeit SEE
Abbildung 5.40.: Versuch 4: (a) Die Kniewinkelgeschwindigkeit ist höher als im Versuch 3. (b)
Ebenso erhöht sind auch die produzierten Kräfte.
5. Ergebnisse 81
Abbildung 5.41.: Versuch Extension:

Zu der Vorlage von (Kryszohn 1999) zeigte dieser Versuch viele Gemeinsamkeiten.
Das bedeutet, dass die Werte der Variablen und ihr zeitlicher Verlauf einander fast
entsprachen. Der Sinn des Versuchs bestand darin, den Umschaltvorgang (Abb. 5.41)
zwischen der konzentrischen und der exzentrischen Phase zu untersuchen. Zu erkennen
ist, dass das CE am Anfang der Bewegung konzentrische Arbeit für eine Zeit von
0, 09 s verrichtet. Nachdem ein Kniewinkel von −5◦ erreicht ist, wird der Grenzwert
F orceRatio überschritten. Der Muskel arbeitet nun exzentrisch. Der Grenzwert für den
linearen Bereich wird zu keiner Zeit erreicht. Nach einer Zeit von 0, 75 s hat sich ein
Kniewinkel von −45◦ eingestellt. Jetzt beginnt das CE wieder konzentrisch zu arbeiten,
da es den Grenzwert unterschreitet. In der Simpack-Simulation liegt dieser Zeitpunkt
bei 0, 6 s (Abb. 5.42). Im weiteren Verlauf bis 1, 5 s pendelt sich ein nahezu konstanter
Kniewinkel von −39, 5◦ ein. Der Endwinkel in der Simpack-Simulation beträgt −26, 8◦ .
Weitere Ähnlichkeiten zeigen die Vergleiche der MTA-Längen, Längen der SEEs und
CEs und die Kontraktionsgeschwindigkeiten (Abb. 5.43, 5.44, 5.45, 5.46).
5. Ergebnisse 82

5. Ergebnisse 83

5. Ergebnisse 84

Das Ziel dieses Versuches war es, die typischen Gelenkwinkel und Drehmomente, wie sie
bspw. bei (Perry 2003) und (Buchanan et al. 2005) beschrieben sind, muskelaktu-
iert zu erzeugen. Tendenziell konnte der Versuch 1 den Gelenkwinkel wieder abgebilden
(Abb. 5.47 a). Mit den von (Buchanan et al. 2005; Bogey et al. 2005) angegebe-
nen Drehmomenten können Übereinstimmungen gefunden werden (Abb. 5.48). Die
Verläufe der Muskelkräfte (Abb. 5.49) entsprechen nicht den Funktionsverläufen von
(Buchanan et al. 2005). Zu Beginn liefert der M. tibialis anterior akzeptable Kraft-
werte. Nach 2% des Gangzyklus baut sich die Kraft nicht vollständig ab. Zu früh steigt
die Kraft wieder an. Bei (Buchanan et al. 2005) ist der mediale M. Gastrocnemius
der am stärksten beteiligte Muskel. In der Simulation trat besonders der M. soleus her-
vor. Der mediale M. Gastrocnemius ist zu schwach und nur für eine kurze Zeit aktiv.
Der Einfluss des lateralen Anteils ist sehr gering. Auffällig sind kleinere Schwankungen
in den Kurvenverläufen. Der M. soleus weist bei etwa 6 % eine Kraftspitze auf, die
es in der Vorlage nicht gibt. Der Fiederungswinkel β des MTA2CE des M. Gastroc-
nemius startet mit einem Wert von 44◦ . Bei 54 % des Gangzyklus erreicht er einen
Spitzenwert von 63◦ . Danach fällt er stufenweise erst auf 52◦ , bei 72 % auf 48◦ . Der
Endwert von 42◦ entspricht fast dem Anfangswert. Der Fiederungswinkel α des stärke-
ren Anteils des M. Gastrocnemius hat weniger starke Veränderungen zu verzeichnen.
Sein Startwert ist 4◦ . Bei 10 % des Gangzyklus ist er auf seinen Tiefstwert von 1, 3◦
gefallen. In der Zeit bis zu 63 % des Zyklus vergrößert sich der Winkel auf 11, 5◦ , fällt
kurz darauf auf ein Plateau von 7◦ . In der Mitte der Zeit von 66 bis 74 % des Gang-
zyklus erreicht er 11, 5◦ . In der Schlussphase hält der Winkel permanent einen Wert
von ca. 6, 3◦ . Ein Vergleich mit den Literaturdaten (Kapitel 2.3.3) bringt kein einheit-
liches Ergebnis. Mehrheitlich finden sich in der Literatur wie bei (Yamaguchi 2006),
(Milner 2007), (Ettemna und Huijing 1990), (Horsman et al. 2006) kleinere An-
gaben für die Fiederungswinkel (Tab. 5.1). Das Verhältnis der beiden Winkel zuein-
ander ist verschieden. Den Fiederungswinkel des medialen M. Gastrocnemius von 40
-44◦ , den (Wank 1996, 84) angibt, entspricht in der Simulation dem lateralen Anteil.
In (Wank 1996) finden sich keine Angaben zum lateralen Anteil. Der Versuch 2 zeigt
Kraftverläufe die der zu vergleichenden Literatur eher entsprechen (Abb. 5.50). Zu
betonen ist, dass der M. tibialis anterior gemäß seiner Vorgaben in der Mitte des Gang-
zyklus keine Kräfte produziert. Der Einfluss des M. soleus konnte ebenfalls begrenzt
werden und demgegenüber der mediale und auch laterale Anteil des M. Gastrocnemi-
us gestärkt werden. Der Winkelverlauf konnte nicht mehr so genau wie im Versuch
1 nachgebildet werden (Abb. 5.51). Dafür zeigt aber der Fiederungswinkel α einen
günstigeren Verlauf (Abb. 5.52). Er bewegt sich nun in einer Spanne von 4 - 22◦ .
5. Ergebnisse 85
(a) Winkelverlauf (b) Drehmoment
Abbildung 5.47.: Der Gelenkwinkel und das Drehmoment aus der Simulation zeigen insbesonders
hohe Übereinstimmungen mit (Buchanan et al. 2005) (Abb. 5.48). Das Moment
ist in quantitativer Hinsicht weitaus schwächer als bei (Bogey et al. 2005) aus-
geprägt (Abb. 5.23 b) und dem aus der inversen Ganganalyse (Abb. 5.23 a)
Abbildung 5.48.: (Buchanan et al. 2005) reproduzierten mit einem in einer Ganganalyse einge-
setzten Muskelmodell, dass vorher inversdynamisch gewonnene Drehmoment. Der
Verlauf entspricht dem aus der Ganganalyse gewonnenen Moment. Die Kraftspit-
zen sind erheblich geringer. Daher hat es größere Ähnlichkeit mit dem Moment,
welches in dem Ersatzmodell berechnet wurde (Abb. 5.47)
Tabelle 5.1.: Vergleich der Fiederungswinkel des M. Gastrocnemius anhand von Literaturdaten (◦ )
a b c d e f g
GM 6, 5 11 17 15-25 40-44
GL 17, 5 25 8 8-16 ?
G 14, 8 15
a. . . (Brand et al. 1986), b. . . (Hoy et al. 1990), c. . . (Horsman et al. 2006),
d. . . (Winters 2004), e. . . (Yamaguchi 2006), f. . . (Ettemna und Huijing 1990),
g. . . (Wank 1996)
5. Ergebnisse 86
(a) Gangsimulation (b) nach Buchanan
Abbildung 5.49.: In (b) liegt der größte Einfluss nach 2 % des Zyklus beim medialen M. Gastroc-
nemius, gefolgt vom M. soleus. Der M. tibialis anterior liefert am Anfang und
Ende Kraftwerte. In der Simulation ist der M. soleus in der Hälfte des Zyklus sehr
aktiv. Der mediale M. Gastrocnemius sinkt bei 40 % anstatt anzusteigen. Nur
nebensächlich ist die Kraft des lateralen M. Gastrocnemius. Die Dimension der
Kraftwerte des M. tibialis anterior stimmen überein. Jedoch ist er nahezu über
den gesamten Zeitraum aktiv.
(a) Versuch 2 des Ersatzgangmodells (b) MTAs in der Ganganalyse
Abbildung 5.50.: In (a) konnte erreicht werden, dass M. tibialis anterior schon recht ähnlich den
Vorgaben von (Buchanan et al. 2005) annähert. Der M. soleus ist gegenüber
dem M. gastrocnemius immer noch zu stark. Der M. gastrocnemius zeigt aber
gegenüber dem Versuch 1 ein günstigeres Verhalten. In (b) gewinnt der Soleus
wieder die Oberhand. Die Verläufe der Kräfte sind noch nicht die passend, um
einen entsprechenden Winkelverlauf zu erzeugen. (b) hebt sich gegenüber allen
Gangversuchen ab, da bei ca. 60% die Kraft des M. gastrocnemius steil abfällt.
Der M. soleus verliert sogar noch eher an seinem Einfluss, kann dafür aber etwas
konsequenter auf einem niedrigen Niveau Kräfte aufbringen.
5. Ergebnisse 87
Abbildung 5.51.: In der Ganganalyse trat ein besonderer Effekt gegenüber dem Ersatzmodell auf.
Etwa nach der Hälfte des Gangzyklus vollführt der Fuß nahezu eine Dorsalflexion.
Die Muskelkräfte der Plantarflexoren werden schwächer.
Abbildung 5.52.: Die Fiederungsinkelverläufe ähneln sich. In der Ganganalyse (b) kommt es zu
einer heftigeren und kürzeren Kontraktion.
6. Diskussion
Die Markeroptimierung der Ganganalyse erbrachte eine Lösung, die die Abstände der
Motion- und Bodymarker zu jedem Zeitpunkt sehr gering halten konnte. Die Integration
lieferte je nach gewählter Glättung und Interpolation verschiedene Winkel-, und Dreh-
momentverläufe. Unterschiede ergaben sich auch vor Allem bei den Geschwindigkeits-
und Beschleunigungsverläufen. Im Kapitel 6.1 werden die Methoden verglichen. Er-
wähnt wird an dieser Stelle das typische Problem einer Konvertierung einer natürli-
chen Bewegung in ein Modell, dass weniger Freiheitsgrade als das Original aufweist
(Kramann 2002). Der Transfer des Wissens aus dem Ersatzmodell zur Simulation des
Gangs in die Ganganalyse, führte zu weiteren Anpassungen. Die sich ergebenden Pro-
bleme werden im Kapitel 6.2.4 diskutiert. Die Ergebnisse der Versuche mit den Muskel-
Sehnen-Aktuatoren konnten nachweisen, dass insgesamt sehr hohe Übereinstimmungen
zwischen den Aktuatorenverhalten der alaska- und Simpack-Simulation auftraten. Die
quantitativen Unterschiede zwischen den beiden Simulationssystemen untersucht das
Kapitel 6.2. Das Ersatzmodell zur Simulation des Gangs zeigt die Funktionsfähigkeit
des MTA2CE. Die Werte der Fiederungswinkel α und β stehen im Kontrast zur Litera-
tur. Die Ergebnisse des Ersatzmodells zur Simulation des Gangs entsprachen insofern
dem Ziel, dass ein typischer Winkelverlauf und ein typisches Drehmoment im oberen
Sprunggelenk erzeugt werden konnten. Die Kraftverläufe weisen Defizite auf, die im
Zusammenhang mit der Empfindlichkeit der Startwerte stehen. Das Sehnenverhalten
ist dabei problematisch einzustufen. Kapitel 6.2 nimmt sich diesen Themen an.
6.1. Ganganalyse
6.1.1. Motion- und Bodymarker
Die in einer alaska/Dynamicus-Simulation erfasste Gangbewegung kann als eine
gültige Referenzbewegung aufgefaßt werden, da die Body- und Motionmarker sich nur
geringfügig von einander entfernen. Die Genauigkeit der erfassten Markerbewegungen
wird zum Beispiel am Graphen 5.5 a deutlich. Zwischen 40 und 70 % der Gangbewegung
verringert sich der Abstand um 2 cm. Zu erklären ist das aufgrund der Flexion des
Ballengelenks, die kurz vor der „Toe-Off“-Phase stattfindet, um durch einen Abdruck
eine Propulsion nach frontal (und vertikal) bewirken zu können. Das gleiche Phänomen
6. Diskussion 89
tritt im selben Graphen (b) auf. Der Abdruck des rechten Fußes findet zu Beginn des
Doppelschrittzyklus statt. Durch die Flexion des Ballengelenks bewegen sich die Marker
der Ferse LHEE und der Zehe LTOE 2 cm aufeinander zu. Etwas problematischer sind
ihre Abstände zwischen den Motion- und Bodymarkern (Abb. 5.8). Der Probant wies
ein Gangbild mit Neigung zur Supination auf. Zusätzlich waren die Marker der Ferse
leicht versetzt angebracht, so dass sich im Modell zu Beginn eine starke Inversion
des Fußes einstellte. Da der Anspruch nicht auf einem 3D-Modell lag, wurde für den
Fuß ein Scharniergelenk eingesetzt. Die Abweichung von 4 cm zwischen den Markern
verringert ihren Einfluß nach medial und lateral. Damit wurden nur die Koordinaten
der Sagitalebene genutzt. Aus der Sicht der Marker kann die simulative Bewegung
insgesamt als eine gute Annäherung an die natürliche Vorgabe gewertet werden.
6.1.2. Druckzentrum, Bodenreaktionskräfte und Steuerkräfte

Die Vermutung des Autors ist, dass der kritische Verlauf des Druckzentrum auf die
eingesetzte Technik zurückzuführen ist. Beim Verlassen der Platte bewegt sich das
Druckzentrum verzögert zum Nullpunkt der Kraftmessplatte zurück. Die Kraft und
der Hebelarm ausserhalb des Fußes haben einen Einfluß auf das Moment. Das könnte
eine Erklärung für die leichten Schwingungen des Drehmoments am Ende des Gang-
zyklus sein. Insgesamt kann die Einprägung der Bodenreaktionskräfte direkt auf der
Fußsohle ohne die Modellierung einer Kontaktfläche als positiv bewertet werden, da
sie den Modellierungs- und Rechenaufwand gering hält. Die Voraussetzung dafür ist,
dass der Teil der Sohle, an dem das Druckzentrum wirkt, sich gerade am Boden be-
finden muss. Da das Ballengelenk starr modelliert ist, kann die Voraussetzung für den
Zeitraum des Fußabdrucks nicht eingehalten werden. Die sich daraus ergebenden Un-
terschiede werden als minimal angesehen, könnten aber das Drehmoment am Ende des
Gangzyklus negativ beeinflusst haben (Kapitel 6.1.4). Anhand der Übereinstimmungen
zwischen den gemessenen und errechneten Bodenreaktionskräften des Versuchs 12 ist
davon auszugehen, dass mit einer entsprechenden Glättung eine realistische Gangab-
bildung möglich ist. Vertikale Steuerkräfte waren nötig, um das Modell „am Boden“ zu
halten. Da die Daten der Kraftmessplatte und die der Marker aufgrund einiger tech-
nicher Schwierigkeiten nicht synchron waren, musste das Doppelschrittintervall neu
bestimmt werden. Visuell wurde der erste und zweite initiale Bodenkontakt der linken
Ferse bestimmt. Unter der Annahme eines symmetrischen Gangs wurde der Zeitpunkt
des initialen Bodenkontakts der rechten Ferse bestimmt und der Kraftverlauf des lin-
ken Fußes auf den rechten übertragen. Diese Intervalle scheinen nicht exakt zu sein, so
dass sich die Kräfte überlagern oder zum Teil zu sehr abschwächen und so ein Steigen
und Sinken des Modells bewirken.
6. Diskussion 90
6.1.3. Glättung, Interpolation und eingesetztes Gelenk

Die Absicht war, die Glättungsmechanismen so sparsam wie möglich einzusetzen,
um Verfälschungen der Gesamtbewegungen entgegenzuwirken. Die Frage war, inwie-
weit die Daten vor dem Transfer aus dem Vicon-System in das alaska-System einer
Glättungen zu unterziehen sind. Die Diagramme zeigen, dass mit Zunahme der Glät-
tung Oszillationen eintreten. Das ist besonders am Verlauf des Massenschwerpunkts
und seiner Beschleunigung nachzuvollziehen. Allerdings nähern sich die Kurven des
Drehmoments tendenziell den Vorlagen aus der Literatur. Mit Hinblick auf die Dreh-
momente ist eine Glättung mit wenigstens 10 Hz und die Wahl der Interpolationsme-
thode mit kubischen Splines empfehlenswert. Versuch 4 (Anhang B.28) und 12 haben
gegenüber dem Versuch 1 einen natürlichen Verlauf des Massenschwerpunktes. Bis zur
Geschwindigkeitsebene erreicht die Interpolationsmethode der kubischen Splines har-
monische Kurvenverläufe. Damit typische Verläufe erkennbar werden, müssen auf der
Beschleungigunsebene die Marker vorher geglättet worden sein. Die Erfahrungen von
(Kramann 2002, 21) zeigen, dass
„die Methode der inversen Dynamik bei komplexen Mehrkörpersystemen

[...] nicht mehr direkt angewendet werden kann. Vielmehr ist es neben
der Verwendung gemessener Bodenreaktionskräfte notwendig, den unver-
meidbaren Numerik- und Modellierungsfehlern Rechnung zu tragen, die die
inverse Dynamik beeinflussen, um bei der Vorwärtssimulation brauchbare
Ergebnisse zu erzielen. Hierzu werden [...] Dämpfungsterme in die Gelen-
ke eingeführt, die die Empfindlichkeit des Modells gegenüber numerischen
Berechnungsfehlern und gegenüber Fehlern herabsetzen, die durch die Er-
setzung der menschlichen Anantomie durch ein Mehrkörpersystem mit ein-
fachen Kugel- und Scharniergelenken entstehen.“
Eine Korrektur ist notwendig, um einen stabilen Gang zu erzeugen. Die Erfahrungen
aus den 12 Versuchen stehen im Einklang mit der Ganganalyse von (Kramann 2002).
6.1.4. Drehmoment des oberen Sprunggelenks

Bezüglich des Sprunggelenks kann von einer sehr groben Approximierung mittels
eines Scharniergelenks ausgegangen werden, da das Gelenksystem des Fußes äußerst
komplex ist (siehe Zitat Kapitel 6.1.3). Die wandernden Drehachsen des Sprunggelenks
bewirken die Supination, Pronation und die überlagerte Bewegungen von Abduktion
und Dorsalextion (Eversion). Diese Arbeit konzentrierte sich auf das Drehmoment,
welches für Dorsal- und Plantarflexion des Fußes verantwortlich ist. Dafür ist in erster
Linie das obere Sprunggelenk (Articulatio talocrualis) zuständig. Das obere Sprung-
gelenk ist ein Scharniergelenk mit minimaler Rotationsmöglichkeit (Gumpert 2007;
6. Diskussion 91
Klein-Vogelbach 2000). Die Verwendung eines Scharniergelenks für das obere und
untere Sprunggelenk ist unter dieser Zielstellung gerechtfertigt.
Das wesentliche Ziel war die Feststellung eines geeigneten Drehmoments des oberen
Sprunggelenks. Das Ergebnis ist zufriedendstellend, da der typische Verlauf und auch
die typischen Werte erreicht wurden. Ab 65 % des Gangzykluses „zittert“ der Kurven-
verlauf etwas. Der Verlauf des Druckzentrums kann wahrscheinlich als Erklärung dafür
herangezogen werden (siehe Kapitel 6.1.2). Das Drehmoment des Sprunggelenks kann
als eine Referenz benutzt werden.

Die Größe des zu verwendenden Ersatzkörpers für die Patella war aus der Versuchs-
anleitung von (Kryszohn 1999) nicht eindeutig ablesbar. Ein Patellakörper, der nur
einen kleinen Momentarm dem M. rectus femoris bietet, muss aufgrund der Versu-
che ausgeschlossen werden. Leichte Differenzen ergaben sich für die Amplituden der
Kraftwerte und die Dauer bis zum Erreichen der Endposition. Da der Aktuator im We-
sentlichen der gleiche ist, liegen die Ursachen höhstwahrscheinlich an den verschiedenen
Architekturen der Beine in den Simulationsprogrammen. Weiterhin entsprach der ge-
wählte Patellakörper aufgrund erwähnter Probleme nicht exakt der Simpack-Vorgabe.
Im Allgemeinen werden diese Ergebnisse als übereinstimmend gewertet. Wesentliche
Unterschiede traten gegen Ende der Bewegung auf. Als Symptome können die Abnah-
me der Winkelgeschwindigkeit und die langsamere Verkürzung der MTA-Länge gegen
Ende der Bewegung genannt werden. Herauszustellen ist bei dem Vergleich, dass in
der Simpack-Simulation die Sehne sich bis unterhalb ihrer Ruhelänge verkürzt. Folg-
lich wird auch keine Kraft mehr erzeugt. In dem alaska-Modell wurde der Ansatz des
M. rectus femoris der (Yamaguchi 2006)-Vorgabe gewählt und weicht somit in der
Frontalebene von dem 2D-Modell ab. Somit ist die Längenveränderung und die angrei-
fende Kraft an einen weiteren Winkel auf der Transversalebene gebunden. Das erklärt,
warum der MTA sich langsamer verkürzt. Zieht man diese Unterschiede in den Simu-
lationsumgebungen in Betracht, kann davon ausgegangen werden, dass der Aktuator
entsprechend seiner Vorgaben arbeitet.

Dieser Versuch wurde unter den selben Bedingungen wie der Kniestreckversuch durch-
geführt. Damit könnte sich auch erklären, dass sich in der stabilen Lage der alaska-
Simulation ein größerer negativer Winkel einstellt. Der MTA kann deshalb das Bein
6. Diskussion 92
nur in einer tieferen Position halten. Die Umschaltvorgänge sind nahezu indentisch.
Der Aktuator arbeitet somit wie erwartet auch in der exzentrischen Phase.

Obwohl die Kraftverläufe nicht exakt denen aus der Literatur entsprechen, konnte
ein typisches Drehmoment im Versuch 1 erzeugt werden. Der Grund ist in der musku-
lären Redundanz zu suchen. Die Lösung zur Erzeugung eines Drehmoments ist nicht
eindeutig. Es gibt mehrere Lösungsmöglichkeiten. Im Gegensatz zu der Ganganalyse
ist das Drehmoment kleiner. Das Ersatzmodell bewegt sich gleichförmig in der Trans-
versalebene. In dem Modell wurde nicht der typische Verlauf des Massenschwerpunkts
integriert. Modelle wie von (Komura et al. 2004) fassen den Gang des Menschen als
ein linear invertiertes Pendel auf. Die Idee ist, dass vor dem Abdruck des Fußes eine
Gewichtsverlagerung stattgefunden haben muss und dass sich der Massenschwerpunkt
erhöht hatte. Durch den Schwung des Beins und der „Landung“ der Ferse (initialer
Bodenkontakt) ist das energetische Potential viel höher als in dem in der Simulation
verwendeten Modell. So könnte sich das kleinere Moment erklären. Dieser Umstand ist
auch nachteilig für die Muskelkraftverläufe, da die EMG-Messung realen Bewegungen
enstammt. Dieser Versuch offenbarte die Schwierigkeiten bei der Suche nach den Start-
werten. Dabei geraten besonders der M. tibialis und M. soleus in Konflikt. Brachte
der M. tibialis geringfügig zu hohe Kräfte auf, veränderte sich der Gelenkwinkel un-
günstig für den M. soleus, so dass dieser zu früh eine Kraft erzeugte. Gleichermaßen
von Bedeutung sind die Bodenreaktionskräfte. Entscheidend ist, wann die Bodenre-
aktionskraft unter dem Gelenk vorbei in Richtung Zehen wandert. Deshalb durfte zu
Beginn der Simulation der M. tibialis nicht zu schwach gewählt werden. Die Hebel-
verhältnisse ändern sich recht schnell. War der M. tibialis zu stark, begünstigte er
eine zu starke Dorsalflexion als das Druckzentrum der Bodenreaktionskraft sich nahe
dem Mittelfuß befand. Der Kompromiss der gefunden wurde, hatte zur Folge, dass
der M. soleus auch zu Beginn Kraftwerte lieferte. Prinzipell muss der M. soleus weiter
abgeschwächt werden. Aus diesem Grund wurde die Sehnenruhelänge des M. soleus
etwas größer als der Startwert gewählt. Der erweiterte Aktuator des M. gastrocnemi-
us liefert im Gegensatz zu (Wank 1996) einen bedeutend kleineren Fiederungswinkel
für den medialen Anteil. Im Modell ist das an der höheren Kraft zu erklären. Damit
wird der Verknüpfungspunkt stärker zum Ansatz des medialen Teils gezogen. Augrund
seiner kurzen Optimallänge befindet er sich vorwiegend in Bereichen höherer Kraftpro-
duktion. Somit weist der schwächere Anteil den höheren Fiederungswinkel auf. Seine
längere Optimallänge begünstigt ebenfalls diesen Umstand. Der Versuch 2 wurde unter-
nommen, um die Eigenschaften des MTA2CEs zu verdeutlichen. Aufgrund des großen
Fiederungswinkels für den lateralen Anteil geht diese Kraft nahezu verloren. Der M.
6. Diskussion 93
soleus war deshalb immer stärker, weil im Versuch 1 davon ausgegangen worden ist,
dass die Plantarflexoren gleichermaßen in die Kraftverteilung eingehen. Zusätzlich war
die Aktivierung des lateralen Anteils gering. Egal wie hoch die Sehnenruhelänge des
M. gastrocnemius gewählt wurde, war der M soleus stets stärker. Die Variable width
wurde aus diesem Grund für den M. soleus etwas erhöht. Die Fiederungswinkel des M.
gastrocnemius haben einen enormen Einfluss. Deshalb wurde die Aktivierung des M.
soleus abgeschwächt und für den laterale Anteil des M. gastrocnemius erhöht, um die-
ser neuen Konstellation gerecht zu werden. Auch der laterale Anteil zeigt nun deutlich
höhere Kraftwerte. Das Verhältnis ist nicht optimal abgestimmt, zeigt aber schon dieses
Muster. Mit einer weiteren Parameteranalyse ist vermutlich ein Kraftverlauf wie er in
(Buchanan et al. 2005) beschrieben ist, möglich. Ein weiterer Indiz, dass der Versuch
2 näher an der natürlichen Vorgabe ist, verdeutlicht der Fiederungswinkelverlauf. Die
Muskelarbeit liegt nunmehr nicht nur beim lateralen M. gastrocnemius.
Die Annahme des Modells ist, dass die Punkte sich in einer Ebene befinden müs-
sen. Diese Modellvorstellung weicht nur geringfügig von der anatomischen Realität ab.
Ebenso erfolgreich konnte (Günther 1997) solch ein Modell mit zwei kontraktilen
Elementen einsetzen. (Günther 1997) implementierte mit diesem Aktuator den M.
soleus und M. gastrocnemius. Die Entscheidung den M. soleus getrennt vom M. gas-
trocnemius zu integieren, beruhte darauf, dass der M. gastrocnemius zwei von einander
„weit“ entfernte Ansätze hat. Weiterhin sind die effektiven Sehnenlängen des M. soleus
und des M. gastrocnemius sehr verschieden.
(Hoy et al. 1990) stellt fest, dass der Gelenkwinkel an denen ein Aktuator Spit-
zenmomente erzeugt, nicht zwingend mit den Gelenkwinkeln übereinstimmen muss, an
dem ein Aktuator Spitzenwerte für die Muskelkräfte aufweist oder der Momentarm sehr
groß ist. Das Gelenkmoment unter einem bestimmten Gelenkwinkel, das unter größter
volitativer Anstrengung aufgebracht wird, muss ebenso nicht mit dem Gelenkwinkel
übereinstimmen, an dem ein Aktuator sein größtes Drehmoment aufbringen kann. Die
Aktuatoren sind wegen ihrer speziellen Parameterwerte sehr verschieden.
Abschließend kann die Implementierung der Muskelaktuatoren für das obere Sprung-
gelenk als ein Erfolg gewertet werden. Es ist deutlich geworden, dass die Aktuatoren
sehr empfindlich sind. Die Parameter müssen genau geprüft werden.
6.2.4. Anwendung der MTAs für die Ganganalyse

Die Ganganalyse weist prinzipiell den selben Sachverhalt auf wie das Ersatzmodell.
Die Ausgangsposition ist etwas günstiger, da das Modell sich insgesamt viel näher
an einer natürlichen Fortbewegung befindet. Die speziellen Bodenreaktionskräfte der
Ganganalyse zeichnen den Gang des Individuums aus. Diese zwei Gründe mögen die
6. Diskussion 94
Erklärung liefern, warum die Werte aus dem Ersatzmodell mit einer linearen Skalierung
nicht übernommen werden können. Startwerte und die Aktivierungen mussten neu
angepaßt werden. Auffällig wurde, der plötzliche Kraftabfall des M. gastrocnemius und
des M. soleus. Das natürliche Vorwärtsschreiten mit einem kräftigen Abdruck könnte
den Grund liefern. Der Abdruck verkürzt die Längen der MTAs und insbesondere
die Sehnenlängen, die einen raschen Kräfteabfall begünstigen. Der Vergleich mit der
Vorlage von (Buchanan et al. 2005) kann Anlaß geben, auch aus dieser Perspektive,
die Sehnenfunktion zu überdenken.
Die Ergebnisse sind qualitativ weniger ansprechend als die des Ersatzmodells. Der
Grund ist in dem größeren Zeitaufwand begründet, die die Versuche fordern bei der
Suche nach den richtigen Startwerten.
7. Zusammenfassung und Ausblick
Die Versuche dieser Arbeit hatten zum Ziel, einen Muskel-Sehnen-Aktuator vom
Hill-Typ in das Mehrkörpersimulationssystem ©alaska/Dynamicus zu integrieren.
Dies ist gelungen. Zwei grundlegende Versuche dienten dazu, die Arbeitsweise kennen-
zulernen und das Umschaltverhalten zwischen der konzentrischen und exzentrischen
Phase zu überprüfen. Um den Muskel-Sehnen-Komplex der Flexorengruppe der Wade
besser abbilden zu können, wurde der Aktuator um ein weiteres kontraktiles Element
erweitert. Vergleichbare Ansätze sind dem Autor nur bei (Günther 1997) bekannt.
Damit kann sich dem Problem mit einem sich verändernden Fiederungswinkel genähert
werden. Indirekt konnten damit die Winkelverhältnisse am M. gastrocnemius aufgezeigt
werden. Dieser Aktuator ist dennoch sehr allgemein und kann an jeden beliebigen Mus-
kel angepasst werden. Eine Verwendung wäre beispielsweise der M. biceps brachialis
des Oberarms. In jedem Fall muss den hohen Fiederungswinkeln Rechnung getragen
werden, wenn der MTA2CE in ein System mit weiteren Aktuatoren vom Typ MTA1CE
integriert wird, da die meisten Simulation nur ein kontraktiles Element pro Aktuator
einsetzen.
Im Blickpunkt des Interesses standen die Muskeln der unteren Extremität. Für die
Dorsal- und Plantarflexion des Fußes konnte ein Muskelsystem von Beugern und Stre-
ckern mit entsprechender Anpassung eingebaut werden. Für die drei Muskeln war es
aufgrund einer Literaturrecherche möglich, Parameter zu finden. Je naturgetreuer die
Muskeln implementiert werden, desto weniger leicht lassen sich Parameter erheben.
Auch hochtechnologisierte Verfahren können nicht exakt die dynamischen Parameter
bestimmen. Deutlich wurde dies an der Maximalkraft im Zusammenhang mit dem
Muskelquerschnitt. Kontraktionsgeschwindigkeiten sind ebenfalls nicht leicht zu ermit-
teln. Dabei helfen Relationen, die sich aus der Muskelfaserverteilung ableiten lassen.
Offenkundig wurde, dass die dynamischen Parameter sehr individuell sind. In den be-
trachteten Modellen lag der Blick nicht auf der Frage der Individualität, sondern nur
darauf eine passende Konfiguration zu finden, um typische Gelenkwinkel- und Dreh-
momentverläufe zu erzeugen. Die Aktuatoren waren dazu in der Lage.
Zukünftige Verbesserungen könnten einfache energetische Bedingungen bedenken.

Der Aktuator kann im Gegensatz zum realen Muskel eine maximale Kraft unabhängig
7. Zusammenfassung und Ausblick 96
von der Zeit aufrechterhalten. Vorstellbar ist, eine maximale Zeitdauer für eine ma-
ximale Aktivierung vorzugeben. Auffällig ist besonders die empfindliche Sehnenlänge.
Das Sehnenverhalten ist sehr komplex und die Eigenschaft des „Schockabsorbierens“
ist mit Blick auf den Gang wichtig. Dieser reine quadratische Ansatz unterstützt die-
se Eigenschaft nicht genügend. Hier müssen zukünftige Verbesserungen ansetzen. Die
Vermutung, dass die Sehnen, die Aktivierung beeinflussen(Günther 1997), sollte auf-
gegriffen werden. Wird die Sehne zu weit ausgelenkt, könnte die Aktivierung erhöht
werden, um ähnlich schützende Effekte zu erreichen, wie der „Dehnungsreflex“ es bietet.
Die komplexe Bewegung Gang zeigte, dass die Aktuatoren nicht unabhängig von-
einander integriert werden sollten. Besonders wegen ihrer Sensibilität überträgt sich
eine Störung eines Aktuators wieder auf den Gegenspieler. Dieses System kann sehr
leicht einem Spasmus erliegen. Minimale Reflexbögen könnten Abhilfe schaffen. In ei-
nem System von Agonisten und Antagonisten könnte jeder Aktuator eine Matrix mit
der Information seiner Antagonisten und Synergisten erhalten. So muss ausgeschlos-
sen werden können, dass zu einer Zeit nicht Agonist und Antagonist gleichzeitig auf
einem hohen Niveau aktiviert sind. Ausserdem muss dafür gesorgt werden, dass je
schneller und kräftiger ein Muskel kontrahiert die natürliche Antagonistenhemmung
berücksichtigt wird. Eine zweite Abhängigkeit der Aktuatoren untereinander sollte die
Längen betreffen, so dass wenigsten zu Beginn einer Bewegung die Startwerte besser
geschätzt werden können. Die Bestimmung der Startwerte wäre auch etwas leichter,
wenn die Literatur Muskelfaserlängen in der Nullposition des Gelenks angebe. Sobald
mehre Aktuatoren das Drehmoment bestimmen, ist es nicht möglich, die Parameter
manuell in absehbarer Zeit zu bestimmen. Wie die Kapitel 2.4.1 und 2.4.2 bereits of-
fenlegten, können statische und dynamische Optimierung eingesetzt werden und für
die Erzeugung eines Ganges in der Simulation genutzt werden.
Der MTA1CE und MTA2CE kann für die Erzeugung muskelaktuierten Bewegungen
genutzt werden. Das Konzept des Hill-Aktuators ist ausbaufähig. Die im Kapitel 2.2
vorgestellten Modelle können dazu richtungsweisend sein.
Literaturverzeichnis
AnatomieNet (2007). AnatomieNet: Allgemeine Muskellehre. Dr. Staiger,
2007-05-15: http://www.anatomie.net/Unterricht/Vorlesungen/Muskellehre.pdf.
Anderson, F. C. und M. G. Pandy (2001). Dynamic Optimization of Human

walking. Journal of Biomechanics Enineering, 123:381–390.
Bhargava, L. J., M. Pandy und F. C. Anderson (2004). A phenomenological

model for estimating metabolic energy consumption in muscle contraction. Journal of
Biomechanics, 37:81–88.
Bogey, R. A., J. Perry und A. J. Gitter (2005). An EMG-to-Force Processing

Appraoch for determinig Ankle Muscle Forces During Normal Human Gait. IEEE
Transactions on Neural Systems and Rehabilitation Engineering, 13(3):302–311.
Boose, A. (1997). Biomechanisches Modellieren als Mittel zur Untersuchung der Ko-
ordination von Mehrgelenksbewegungen bei Kleinhirnpatienten und Gesunden. Dok-
torarbeit, Eberhardt-Karls-Universität zu Tübingen.
Brand, R. A., D. R. Pedersen und J. A. Friedrich (1986). The sensitivity

of muscle force predictions to changes in physiologic cross-sectional area. Journal of
Biomechanics, 19(8):589–596.
Bubeck, D. (2001). Belastungsvariation und funktionelle Anpassungen im Dehnungs-

Verkürzungs-Zyklus. Doktorarbeit, Universität Stuttgart.
Buchanan, T. S., D. G. Lloyed, K. Manal und T. Besier (2005). Estimati-

on of Muscle Forces and Joint Moments Using a Forward-Inverse Dynamics Model .
Medicine & Science in Sports & Exercise, 37(11):1911–1916.
Böhm, H. (2002). Computer Simulation of Muscle Series Elastic Element Function

in Drop Jumping. Doktorarbeit, Eberhardt-Karls-Universität zu Tübingen.
Chai, H. M. (2007). Measurements of Stress and Strain.

School of Physical Therapy National Taiwan University, 2007-06-12:
http://www.pt.ntu.edu.tw/hmcai/Biomechanics/BMmaterial/Collagen.files/collagen-
StressCurve.jpg.
Chow, J. W. und W. G. Darling (1999). The maximum shortening velocity of

muscle should be scaled with activation. Journal of Applied Physiology, 86:1025–31.
Crowninshield, R. D. und R. A. Brand (1981). A physiologically based criterion

of muscle force prediction in locomotion. Journal of Biomechanics, 14(11):793–801.
Delp, S. L., P. Loan, M. G. Hoy und F. E. Zajac (1990). An interactive Graphics-

based Model of the Lower Extremity to Study Orthopaedic Surgical Procedures. Journal
of Biomedical Enineering, 37:381–390.
Drechsel, Uwe (2005). Dokumentation Fitfex . Chemnitz, IfM-Report Aufl.
Ettemna, G. J. C. und P. A. Huijing (1990). Multiple Muscle Systems, Biome-

chanics and Movement Organisation, Kap. 1. Springer Verlag, 4. Aufl.
Friedrich, J. A. und R. A. Brand (1990). Muscle fiber archtiecture in the human

lower limb. Journal of Biomechanics, 23(1):91–95.
Fung, Y.C. (1996). Biomechanics, Mechanical Properties of Living Tissues. Sprin-

ger, 2. Aufl.
Gumpert, P. (2007). AnatomieNet: Allgemeine Muskellehre.

2007-05-15: http://www.dr-gumpert.de/html/sprunggelenk.html.
Günther, M. (1997). Computersimulation zur Synthetisierung des muskulär erzeug-

ten menschlichen Gehens unter Verwendung eines biomechanischen Mehrkörpermo-
dells. Doktorarbeit, Eberhardt-Karls-Universität zu Tübingen.
Hackenberg, N. (2005). Methoden zur nicht invasiven Bestimmung der in-vivo

Muskelkraft in Korrelation zum Muskelquerschnitt am Beispiel der menschlichen Ober-
schenkelmuskulatur . Doktorarbeit, Ludwig-Maximilians Universität zu München.
Hartung, C. (2007). Vorlesungsreihe Biomechanik: Mechanik des Muskels. 2007-

05-15: http://www.ubicampus.mh-hannover.de/b̃mt/bioindex5.php.
Hatze, H. (1976). The complete Optimization of Human Motion. Mathematical

Bioscience, 28:99–135.
He, J., W. R. Norling und Y. Wang (1997). A dynamic neuromuscular model for
describing the pendulum test spasticity. Biomedical Engineering, 44(3):175–184.
Hegewald, G. (2002). Ganganalytische Bestimmung und Bewertung der Druckver-

teilung unterm Fuß und Gelenkwinkelverläufen. Doktorarbeit, Humboldt Universität
zu Berlin, Philosophische Fakultät, Institut für Rehabilitationswissenschaften.
Heintz, S. (2006). Muscle Forces from Static Optimization. Technical Report, Royal
Institut of Technology, KTH Mechanics, Stockholm, Sweden.
Henning, B. (2006). Analyse und Vergleich von Muskelmodellen zum Einsatz in der
Mehrkörpersimulation. Diplomarbeit, Technische Universität Darmstadt.
Henze, A. (2002). Dreidimensionale biomechanische Modellierung und die Entwick-

lung eines Reglers zur Simulation zweibeinigen Gehens. Doktorarbeit, Eberhardt-
Karls-Universität zu Tübingen.
Herzog, W. (1995). Biomechanics of the Musculoskeletal System. Wiley and Sons.
Herzog, W. (2000). Skeletal Muscle Mechanics. Wiley and Sons.
Horsman, K., H. F. J. M. Koopman und F. C. van der Helm (2006). Morpholo-

gical muscle and joint parameters for musculoskeletal modelling of the lower extremity.
Clinical Biomechanics, S. 1–9. ELSVIER: www.elsevier.com/locate/clinbiomech and
available on www.sciencedirect.com.
Hoy, M. G., F. E. Zajac und M. E. Gordon (1990). A musculoskeletal model

of the human lower extremity: The effect of muscle, tendon, and moment arm on the
moment-angle relationship of musculotendon actuators at the hip, knee, and ankle.
Journal of Biomechanics, 23(2):157–169.
Hudson, T. A., J. A. Bragg, D. C. Lin und S. P. DeWeerth (2001). An

Integrated Circuit Implementation of the Huxley Sarcomere Model . IEEE Transaction
on Biomedical Engineering, 48(12):1471–1479.
Höss-Jelten, C. (2004). Untersuchungen zu den unmittelbaren Wirkungen verschie-

dener Dehnmethoden auf ausgewähllte Kraftparameter . Doktorarbeit, Technische Uni-
versität München.
Klein-Vogelbach, S. (2000). Funktionelle Bewegungslehre. Springer Verlag, 5.

Aufl.
Kolditz, L. (2006). Modellierung und Analyse menschlicher Bewegungsverläufe mit

dem Tools plug-in Gait (VICON) und alaska. Diplomarbeit, TU Chemnitz, Chemnitz.
Betreuer: Dr. Roemer.
Komura, T., A. Nagano und H. Leung (2004). Simulating Pathological Gait using
Enhanced Linear Inverted Pendulum. IEEE, S. 1–12.
Kramann, G. (2002). Simualtion und Animation natürlicher Fortbewegungsarten

des Menschen unter Verwendung der inversen Dynamik . Doktorarbeit, Universität
Stuttgart.
Krieg, M. (1996). Berechnung von Muskel- und Gelenkkräften mit Hilfe eines drei-
dimensionalen Computermodells einer menschlichen Hüfte im Einbeinstand . Doktor-
arbeit, Eberhard-Karls-Universität zu Tübingen.
Kryszohn, F. (1999). Entwicklung eines Muskelmodells für Mehrkörperprogramme

zur Simulation der Streckung im Kniegelenk . Diplomarbeit, Fachhochschule München,
Hamburg. Betreuer: Wallrapp and Herbst.
Lichtwark, G. A. und A. M. Wilson (2005). In vivo mechanical properties of the

human Achilles tendon during one-legged hopping. Journal of Experimental Biology,
208:4715–4721.
Lister, S. J., N. B. Jones, S. K. Spurgeon und J. J. A. Scott (2006). Si-

mulation of human gait and associate muscle activation strategies using sliding-mode
control techniques. Simulation Modelling Practice and Theory, 14:586–596.
Lohmann, S. (2005). Eigenschaften biologischer Materialien zur Simulation mensch-

licher Bewegung, Funktionell-anatomische Grundlagen und Materialeigenschaften zur
Erstellung dreidimensionaler Körpermodelle im Computer . Doktorarbeit, Universität
Konstanz.
Maganaris, C. N. (2003). Force-Length Characteristics of the In Vivo Human

Gastrocnemius Muscle. Clinical Anatomy, 16:215–223.
Marees, H. d. (2006). Sportphysiolgie. Sportverlag Strauß, 9. Aufl.
Martin, D., K. Carl und K. Lehnert (2001a). Handbuch der Trainingslehre.

Verlag Hofmann Schorndorf, 3. Aufl.
Martin, D. C., M. K. Medri, R. S. Chow, V. Oxorn, R. N. Leekam und A. M.

Agur (2001b). Comparing human skeletal muscle architecture parameters of cadavers
with in vivo ultrasonographic measurements. Journal of Anatomy, S. 429 – 434. Czech
Technical University in Prague, Vilimek@fs.cvut.cz.
Milner, T. (2007). Muscule-Tendon Mechanics.

2007-05-14: http://www.sfu.ca// tmilner/aclb3.pdf. KIN 416.
Nagano, A., T. Komura, S. Fukashiro und R. Himeno (2005). Forec, work and
power output of lower limb muscles during human maximal-effort countermovement
jumping. Journal of Electromyography and Kinesiology, 15:367–376.
Narici, M. (1999). Human skeletal muscle architecture studied in vivo by non-

invasive imaging techniques: functional significance and applications. Journal of Elec-
tromyography and Kinesiology, 9:97–103.
Palladino, J. L. und A. Noordergraaf (1997). Muscle Force Transients From

A Dynamic Distributed Myocyte Model . In: 19th International Conference - IE-
EE/EMBS .
Perry, J. (2003). Ganganalyse, Norm und Patholgie des Gehens. Urban & Schwar-
zer, 1. Aufl.
Reese, S. und M. Böl (2006). Wenn der Compter die Muskel spielen lässt. Inge-
nieurwissenschaften Rubin.
2007-05-15: http://www.ruhr-bochum.de/rubin/rbin06/pdf/beitrag7.pdf.
Rockmann, U. (2001). Generalisiert Motorische Programme: Bestandteile.

2007-06-04: http://www.uni-oldenburg.de/sport/bww2/Lehre/IntRep/gmp.html.
Roemer, K. (2004). Lösung inversdynamischer Problemstellungen in der Biome-

chanik - am Beispiel von Beinstreckbewegungen. Doktorarbeit, Universität Leipzig,
Fakultät für Sportwissenschaft und Institut für Mechatronik e.V. an der TU Chem-
nitz.
Rost, H. (2001). Lehrbuch der Sportmedizin. Deutsche Ärzte Verlag, 14. Aufl.
Saladin, K.S. (2004). Anatomy and Physiology. McGRAW Hill, 3rd Aufl.
Sasaki, K. und R. R. Neptune (2005). Muscle mechanical work and elastic energy
utilization during walking and running near the prefered gait transition speed . Elsevier,
S. 383–390. www.sciencedirect.com und www.elsevier.com/locate/gaitpost.
Schmalz, T. (1994). Biomechanische Modllierung menschlicher Bewegung. Karl

Hoffmann Verlag, 1. Aufl.
Schmitt, S. (2006). Über die Anwendung und Modifikation des Hill’schen Muskel-
modells in der Biomechanik . Doktorarbeit, Eberhardt-Karls-Universität zu Tübingen.
Schärer, C. (2005). Muskuloskeletale Belastung und Beansprung des Femurs wäh-

rend des Gangzyklus: Entwicklung und Vergleich unteschiedlicher Belastungs- und Ma-
terialmodelle. Diplomarbeit, Hochschule Zürich.
Sellers, Bill (2007). Muscle Mechanics.

2007-04-12: http://mac-huwis.lut.ac.uk/ wis/lectures/.
Seyfarth, A. (2000). Elastically operating legs - strategies and construction princip-

les. Doktorarbeit, Friedrich-Schiller Universität Jena.
Siebert, T., M. Sust, S. Thaller, M. Tilp und H. Wagner (2007). An improved

method to determine neuromuscular properties using force laws - From single muscle
to applications in human movements. Human Movement Science, 26:320–341.
Sobotta, J. (1982). Atlas der Anatomie des Menschen, 2. Band: Brust, Bauch,
Becken, Untere Extremitäten, Haut. Urban & Schwarzer, 18. Aufl.
Soest, A. J., P. Huijing und M. Solomonow (1995). The Effect of Tendon on

Muscle Force in Dynamic Isometric Contractions: A Simulation study. Journal of
Biomechanics, 28:801–807.
Sust, M. Was heißt und zu welchem Ende studiert man „Sportwissenschaft(en)“.

Nachdruck 2005. Antrittsvorlesung gehalten am 12. März 1998 am Institut für Sport-
wissenschaften der Geisteswissenschaftlichen Fakultät der Karl-Franzens-Universität
Graz.
Sust, M., T. Schmalz und S. Linnenbecker (1997). Relationship between distri-

bution of muscle fibres and invariables of motion. Human Movement Science, 16:533–
546.
Thelen, D. G. und F. C. Anderson (2005). Using computed muscle control to gene-

rate foreward dynamic simulation of human walking from experimental data. Journal
of Biomechanics, 39:1107–1115.
Tittel, K. (2003). Beschreibende und funktionelle Anatomie des Menschen. Urban

& Fischer, 14. Aufl.
Vilimek, M. A numerical approach in estimating of tendon slack length in individual

lower extremity muscles. Czech Technical University in Prague, Vilimek@fs.cvut.cz.
Wank, V. (1996). Modellierung und Simulation von Muskelkontraktionen. Sport und

Buch Strauß GmbH, 1. Aufl.
Wilkie, D. R. (1985). Muscle Function: A personal view . Journal of experimen-

tal Biology, 115:1–13. Department of Physiology, University College London, Gower
Street, London WC1E 6BT.
Winters, J. M. (1990). Hill-Based Muscle Models: A System Engineering Perspec-

tive, Kap. 5. Springer Verlag, 1. Aufl.
Winters, J. M. (2004). Biomechanics and Motor Control of Human Movement.

John Wiley & Sons Inc., 3. Aufl.
Yamaguchi, G. T. (2006). Dynamic Modeling of Musculoskeltal Motion. Springer

Verlag, 1. Aufl.
Zahalak, G. J. (1990). Multiple Muscle Systems, Biomechanics and Movement

Organisation, Kap. 1. Springer Verlag, 1. Aufl.
Zajac, F. E. (1989). Muscle and tendon: Properties, models, scaling and application
to biomechanics and motor control . Journal of Biomechanics, 17(4):359–411.
Zhang, R. und P. Vadakkepat, Hrsg. (2003). An evolutionary algorithm for tra-

jectory based gait generation of biped robot, 2nd International Conference on Compu-
tional Intelligence and Autonomous Systems (CIRAS), Singapore. R. Zhang and P.
Vadakkepat. 15.-18. Dezember.
A. Probantendaten
Abbildung A.1.: Markerpositionen auf dem Körper des Vicon-Systems
Tabelle A.1.: Allgemeine Probandendaten
Geschlecht: männlich
Alter: 26 Jahre
Gangtyp: Rückfußläufer
Auffälligkeiten: leichte Valgusstellung der Knie
Tabelle A.2.: Vicon spezifische Probandendaten
Anthropometrische Leitmaße Wert

(cm)
Beinlänge: links: ,; rechts: ,
Kniebreite: links: ,; rechts: ,
Knöchelbreite: links: ,; rechts: ,
Schulteroffset: 
Ellenbogenbreite: links: ,; rechts: ,
Handgelenksbreite: ,
Handdicke: links: ,; rechts: ,
Tabelle A.3.: alaska/Dynamicus spezifische Probandendaten
Anthropometrische Leitmaße Variable Wert

(cm)
Höhe des Knöchels HFoot links: ,; rechts: ,
Höhe des Kniegelenkes HKnee ,
Funktionelle Beinlänge HLeg ,
Taillenhöhe HWaist 
Höhe Schwertfortsatzes HXiphoid ,
Höhe Suprasternale HSuprasternale ,
Akromiale Schulterhöhe HAcromiale ,
Halswirbelhöhe HCervical ,
Höhe Atlas HAtlas ,
Fußlänge LFoot links: ,;rechts: ,
Direkte Fußbreite WFoot links: ,; rechts: ,
Größter Wadenumfang CCalf ,
Größter Oberschenkelumfang CThigh ,
Kleinster Unterschenkelumfang CLowerLegS ,
Große Hüftbreite WHip ,
Taillenbreite WWaist ,
Größter Hüftumfang CHip ,
Taillenumfang CWaist ,
Brustkorbbreite WBreast ,
Brustkorbtiefe DBreast ,
Bideltoidale Schulterbreite WShoulderBideltoidal ,
Länge Oberarm LUpperArm ,
Länge Unterarm LForeArm ,
Länge Hand LHand ,
größter Oberarmumfang CUpperArmL ,
größter Unterarmumfang CForeArmL ,
kleinster Unterarmumfang CForeArmS ,
Handbreite mit Daumen WHand ,
Distale Mittelhanddicke THand ,
Halsumfang CCervical ,
Ganze Kopfhöhe LPate ,
Größte Kopfbreite WPate ,
Größte Kopflänge DPate ,
B. Ergebnisse der Ganganalyse
(a) C7 (b) CLAV
Abbildung B.1.: Abstand der Motion- und Bodymarker: C7 und CLAV
(a) LANK (b) LASI
Abbildung B.2.: Abstand der Motion- und Bodymarker: LANK und LASI
(a) LFIN (b) LHEE
Abbildung B.3.: Abstand der Motion- und Bodymarker: LFIN und LHEE
(a) LKNE (b) LPSI
Abbildung B.4.: Abstand der Motion- und Bodymarker: LKNE und LPSI
(a) LSHO (b) LTHI
Abbildung B.5.: Abstand der Motion- und Bodymarker: LSHO und LTHI
(a) LTIB (b) LTOE
Abbildung B.6.: Abstand der Motion- und Bodymarker: LTIB und LTOE
(a) LUPA (b) LWRA
Abbildung B.7.: Abstand der Motion- und Bodymarker: LUPA und LWRA
(a) LWRB (b) RANK
Abbildung B.8.: Abstand der Motion- und Bodymarker: LWRB und RANK
(a) RASI (b) RFIN
Abbildung B.9.: Abstand der Motion- und Bodymarker: RASI und RFIN
(a) RASI (b) RFIN
Abbildung B.10.: Abstand der Motion- und Bodymarker: RHEE und RKNE
(a) RPSI (b) RSHO
Abbildung B.11.: Abstand der Motion- und Bodymarker: RPSI und RSHO
(a) RTHI (b) RTIB
Abbildung B.12.: Abstand der Motion- und Bodymarker: RTHI und RTIB
(a) RTOE (b) RUPA
Abbildung B.13.: Abstand der Motion- und Bodymarker: RTOE und RUPA
(a) RWRA (b) RWRB
Abbildung B.14.: Abstand der Motion- und Bodymarker: RWRA und RWRB
(a) STRN (b) T10
Abbildung B.15.: Abstand der Motion- und Bodymarker: STRN und T10
(a) COM (b) COM Vel
Abbildung B.16.: Ganganalyse Versuch 1 zur Glättung: Verlauf und Geschwindigkeit des Massen-
schwerpunkt
(a) COM Acc (b) DC F
Abbildung B.17.: Ganganalyse Versuch 1 zur Glättung: Beschleunigung (COM) und Vertikale Steu-
erkräfte
Abbildung B.18.: Ganganalyse Versuch 1 zur Glättung: Winkelverlauf und Drehmoment des OSG
(a) OSG Vel (b) OSG Acc
Abbildung B.19.: Ganganalyse Versuch 1 zur Glättung: Geschwindigkeit und Beschleunigung des
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
erkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
Abbildung B.53.: Ganganalyse Versuch 10 zur Glättung: Beschleunigung (COM) und Vertikale
Steuerkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
Steuerkräfte
OSG
(a) COM (b) COM Vel
schwerpunkt
Steuerkräfte
OSG
C. Ergebnisse zu der vergleichenden
Simulation mit Simpack
Abbildung C.1.: Extension des Beins: Versuch 1 und 2 im Vergleich

C. Ergebnisse zu der vergleichenden Simulation mit Simpack 130
Abbildung C.2.: Extension des Beins: Versuch 1 und 2 im Vergleich

D. Erklärungen
Hiermit versichere ich, dass ich die vorliegende schriftliche Hausarbeit einschließlich der
beigefügten Zeichnungen und Darstellungen selbständig angefertigt und keine anderen
als die angegebenen Hilfsmittel benutzt habe. Alle Stellen, die dem Wortlaut oder dem
Sinn nach anderen Werken entnommen sind, habe ich in jedem einzelnen Fall unter
genauer Angabe der Quelle deutlich als Entlehnung kenntlich gemacht.
Ich bin damit einverstanden, dass diese Hausarbeit nach Abschluss meiner Magisterprü-
fungen wissenschaftlich interessierten Personen oder Institutionen zur Einsichtnahme
zur Verfügung gestellt wird und dass zu diesem Zweck Ablichtungen dieser Hausarbeit
angefertigt werden, sofern diese keine Korrektur oder Bewertungsvermerke enthalten.
Datum
Unterschrift

Magisterarbeit Muskelmodellierung

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Magisterarbeit Muskelmodellierung

Diunggah oleh

Hak Cipta:

Format Tersedia

Philosophische Fakultät

Eingereicht von: Sebastian Bichler

Chemnitz, den 2. Juli 2007

Aim of the work

Musculo-Tendon-Actuator: Hill; contractile, parallel elastic and seriell elastic ele-

3. Ziel- und Problemstellung 36

7. Zusammenfassung und Ausblick 95

B. Ergebnisse der Ganganalyse 107

C. Ergebnisse zu der vergleichenden Simulation mit Simpack 129

2.1. Querkräfte durch geführte Muskeln und Volumeneffekt . . . . . . . . . 7

4.1. Eingesetzter MTA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

5.43. Versuch Extension: Vergleich der Längen der MTAs . . . . . . . . . . . 82

A.1. Markerpositionen auf dem Körper des Vicon-Systems . . . . . . . . . 105

B.1. Abstand der Motion- und Bodymarker: C7 und CLAV . . . . . . . . . 108

B.20.Ganganalyse Versuch 2 zur Glättung: Verlauf und Geschwindigkeit des

B.39.Ganganalyse Versuch 6 zur Glättung: Geschwindigkeit und Beschleuni-

B.58.Ganganalyse Versuch 11 zur Glättung: Winkelverlauf und Drehmoment

C.1. Extension des Beins: Versuch 1 und 2 im Vergleich . . . . . . . . . . . . 129

2.1. Vergleich der Muskelmodelle nach Henning 2006: 85 . . . . . . . . . . 12

4.1. Einsatz der Optimierung für die Motionmarker, die Markeroptimierung

5.1. Vergleich der Fiederungswinkel des M. Gastrocnemius anhand von Li-

A.1. Allgemeine Probandendaten . . . . . . . . . . . . . . . . . . . . . . . . 105

Es gibt zahlreiche Erwägungen, Muskelkräfte zu bestimmen. Das zentrale Interesse

Das in das Modellierungs- und Simulationssystem alaska integrierte Menschmodell

1.2. Motivation und Überblick über die Arbeit

misch gewonne Ganganalyse vorwärtsdynamisch wieder erzeugen. Kapitel 5 präsentiert

„Der Versuch, ein universell einsetzbares, komplettes Abbild eines Menschen

Mit dem implementierten Aktuator wird es mit entsprechender Anpassung möglich,

2.1. Anatomische Randbedingungen

„Eine Vereinfachung der muskuloskeletalen Anatomie auf wenige Muskel-

Solche Fragen müssen anhand des zu verwendenden Modells besprochen werden. Im

Muskelkräfte auftretenden Spannungen und Dehnungen. Auf deren Erkenntnisse spe-

2.2. Hillsche Muskelsehnenmodelle

2.2.1. Übersicht und Vergleich mit anderen Modellen

(Palladino und Noordergraaf 1997, 1)

Wenn es um Muskelmodellierung im biomechanischen oder physiologischen Sinne

Lage, alle Eigenschaften des Muskels zu beschreiben.

Grundlagen der biophysikalischen Prinzipien der Muskelkraftgenerierung bei Dehnung

und sie betonen einen wichtigen Vorteil:

„These models are intrinsically capable of modeling some subtle nonline-

Tabelle 2.1.: Vergleich der Muskelmodelle nach Henning 2006: 85

2.2.2. Das serienelastische, kontraktile und passive Element

Einige Kritikpunkte am Hill-Modell werden im Folgenden dargestellt:

„Experiments have shown that fundamental assumption of the Hill-Model

Das passive Weichteilgewebe tendiert zu einem quasi-statisch mechanischen Verhal-

(a) wenig Bindegewebe (b) viel Bindegewebe

FCE = Fmax f1 (lCE )f2 (vCE ) (2.1)

(a) Die Kraft-Dehnungskurve (b) Hysterese

(a) Kraft–Längenbeziehung (b) Kraft–Geschwindigkeitsbeziehung

402) stehen. In den Gleichungen sind A, B, C, kL , ks , CL und Cs Konstanten.

v = const(kL · e−CL F − ks · eCs F ) (2.3)

Nach Gleichung 2.9 und 2.10 ergibt sich Gleichung 2.12.

vopt ≈ −0.31vmax (2.17)

Fopt ≈ 0.31Fmax (2.18)

Pmax = −Fopt · vopt ≈ 0.095 · Fmax · vmax (2.19)

(a) Leistung, Kraft - Geschwindigkeits (b) Hill-Kurve im Vergleich

ne Aktivierungsdynamik, die mit der messbaren Muskelaktivität korreliert. Mit der

In Abhängigkeit von der Temperatur nimmt die Kontraktionszeit T aus Gleichung

18) verwendet das Zitat Poincarés:

2.3. Parameter und ihre Aussagefähigkeit

2.3.1. Physiologischer Muskelquerschnitt

(a) nach Tittel (b) nach Narici