굽힘 센서신호를 이용한 인공의수의 제어

국문 초록 (Abstract)

본 연구는, 팔(하완)을 잃은 장애자 용 인공 의수를 장애자가 자신의 의도에 따라 제어하기 위한 센서 시스템과 제어알고리즘에 관한 것이다. 먼저 장애자의 여러 가지 동작 의도를 검출할 수 있는 센싱 시스템을 연구하고 이 센싱 시스템으로부터 발생된 신호를 사용하여 인공의수를 제어하는 방법에 대하여 연구한다. 센서로서는 전기 저항식 굽힘 센서를 사용한다. 이 굽힘 센서를 팔의 상완 이두근과 오구완근에 각 각 1개씩 단단히 부착한다. 부착된 센서로부터 출력된 신호는 근육의 굴곡 량을 나타내며 팔의 동작의도를 판단 할 수 있는 신호처리 시스템을 통과시켜 하완의 굴곡과 신전 운동, 손의 내전과 외전 운동을 구별한다. 그리고 구별된 신호로부터 실제 팔의 운동 각도를 추정하여 인공의수의 각도를 제어한다.
본 연구의 효용성을 증명하기 위해 2개의 액추에이터와 포텐셔미터를 가진 간단한 인공의수를 제작하여 제어 실험을 하였다. 실험에서 실제 팔의 각도와 인공의수의 제어 각도 사이에는 센서 외부에서 발생되는 노이즈 및 인공의수의 회전 관성, 기계적인 마찰 등으로 인한 오차가 발생하였다. 따라서 오차 값과 오차의 변화 값에 근거한 퍼지 제어 알고리듬을 이용하여 재 실험을 한 결과 하완의 굴곡/신전 운동에서는 평균 약 4도, 손의 회내/외 운동에서는 평균 약 3도의 오차가 측정되어, 퍼지제어기를 설치한 이전보다 오차가 크게 개선되었다.

다국어 초록 (Multilingual Abstract)

In this paper, a muscle motion sensing system and an artificial arm control system are studied. The artificial arm is for the people who lost one's forearm. The muscle motion sensing system detect the intention of motion from the upper arm's muscle. In sensing system we use flex sensors which is electrical resistance type sensor. The sensor is attached on the biceps brachii muscle and coracobrachialis muscle of the upper arm. We propose an algorithm to classify the one's intention of motions from the sensor signal. Using this algorithm, we extract the 4 motions which are flexion and extension of the forearm, pronation and supination of the arm. To verify the validity of the proposed algorithms we made experiments with two d.o.f, artificial ann. To reduce the control errors of the artificial arm we also proposed a fuzzy PID control algorithm which based on the errors and error rate.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 실험장치 및 방법
• 3. 퍼지제어기의 설계
• 4. 실험결과
• 5. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 "생체 근육 신호를 이용한 보철용 팔의 제어" 1944-1947, 2005

2 "as a control signal for functional neuromuscular stimulation-Part Ⅰ Autoregressive modelling as a means of EMG signature discrimination" bme-35 : 230-237, 1988.

3 "Upper limb EMG statistical analysis" 1979.

4 "Skill assistance for myoelectric control using an event driven task model" 2 : 1445-1450, 2002.

5 "Prosthesis control using a nearest neighbor electromyographic pattern classifier" ieee trans. biomedical engineering (ieee trans. biomedical engineering): 356-360, 1983.

6 "Neural Network Application to a Discrimination System for EMG- Controlled Prostheses" ieee/rsj international workshopon intelligent robotsand systems (ieee/rsj international workshopon intelligent robotsand systems): 231-236, 1991.

7 "Myoelectric signal segmentation and classification using wavelets based neural networks" 2 : 1820-1823, 2001.

8 "Myoelectric signal characteristics from muscles in residual upper limbs" 2 : -4, 1994.

9 "Linear Prediction of Speech" Springer-Verlag 1976.

10 "Inverstigation on parametric analysis of dynamic EMG signals by a muscle-sutrutured simulation model" ieee trans. biomedical engineering (ieee trans. biomedical engineering): 280-288, 1992.

11 "Interpretation of myoelectric power spectra a model its application" 65 (65): 653-662, 1977.

12 "Fuzzy EMG classification for prosthesis control" 8 (8): 305-311, 2000.

13 "Functional Separation of EMG Signals via ARMA Identification Methods for Prostehesis control purposes IEEE Trans. on System" smc-5 (smc-5): 252-259, 1975

14 "Frequency parameters of the myoelectric signal as a measure of muscle conduction velocity" ieee tran. biomedical engineering (ieee tran. biomedical engineering): 515-523, 1981.

15 "Effects of load on myoelectric singals" bme-28 : 411-416, 1981.

16 "Effectiveness of linear prodiction characteristics of the speech wave for automatic sperker identification and verification" 55 : 1304-1312, 1974.

17 "EMG pattern analysis and classification for a prosthetic arm" ieee trans. biomedical engineering (ieee trans. biomedical engineering): 403-409, 1982.

18 "EMG Pattern Recognition based on Evidence Accumulation for Prosthesis Control" 3 : 1481-1483, 1996.

19 "Digital Processing of Speech Singnals" Prentice-Hall 1978.

20 "An algorithm for sequential signal estimation and system identification for EMG signals" bme-31 (bme-31): 285-295, 1984.

21 "2004 보건복지백서" 보건복지부 2004

22 "2004 고령자 통계" 통계청 2004