Development of Robust Hand Posture Classifier Using the Forearm Perimeter Sensor : 팔 둘레길이 센서를 이용한 강건한 손 자세 분류기의 개발
저자
발행사항
서울 : 건국대학교 대학원, 2014
학위논문사항
Thesis(Master)-- 건국대학교 대학원 : 기계설계학과 생산및자동화 2014. 2
발행연도
2014
작성언어
영어
주제어
발행국(도시)
대한민국
형태사항
57 ; 26 cm
일반주기명
지도교수: 이상윤
소장기관
Prediction of human movement has been a significant issue. The main applications are interface between human and robot, and rehabilitation of the elderly or disabled. The most common feature is surface electromyography (sEMG) which is electrical potential when muscles contract. However, sEMG is easy to be affected by arm posture, electrode location and muscle fatigue. Moreover, signal processing for sEMG is complicated that it works against inexperienced users. Some features have introduced as an alternative of sEMG. They measure physical or mechanical properties change of the human body. Robustness of sensor is important issues. However, reference point of the sensor also varies due to swelling of the muscles or arm posture. The factors lower the performance of classifier. In this thesis, two methods are proposed to minimize the effect of the factors. The first one removes residual muscle volume change (RMVC) when hand posture is relaxed posture by employing a single sEMG channel on the FDS muscle. And the second one considers the effect of arm posture by measuring an orientation of the arm using two inertial measurement units (IMU). The performance was validated by performing classification of 3 hand postures and quantified by the match rate between motion cues and classification results. The first one improves the performance by 4.45% (k-NN classifier). For grasp force classification, it improves the performance by 10.32% (k-NN classifier, quantified with the integral of squared errors (ISE)). And the second one is validated by performing two hand postures classification. The second one improves the performance up by 5% (quantified by match rate).
더보기사람의 움직임 의도를 파악하는 연구는 최근 부각되고 있는 연구 분야로 로봇-인간 상호 작용, 고령자나 장애인 재활에 직접적으로 활용될 수 있다. 근전도신호는 해당 분야에서 가장 널리 이용되는 특징이다. 하지만 근전도신호는 팔의 자세, 전극의 배치, 근 피로에 영향을 받기 쉬우며 신호 처리를 위한 부가적인 요소가 상대적으로 많이 필요하여 비전문가의 접근이 어려운 편이다. 이에 근전도신호를 대체할 특징의 연구가 진행되었고 주로 사람 몸의 물리적 변화나 기계적 물성치 변화를 특징으로 이용한다. 하지만 이러한 특징도 반복적인 근육 운동에 의한 근육의 팽창 (잔여 근육 팽창, RMVC) 이나 팔의 자세에 영향을 받는다. 이로 인하여 초기에 설정한 센서의 영점이 시간이 지남에 따라 변화하여 강건한 측정이 어렵고 분류기의 분류 성공률 감소시킨다. 본 연구에서 진행한 것은 잔여 근육 팽창과 팔의 자세에 의한 영향을 감소시켜 분류기의 분류 성공률을 향상시키는 것 이었다. 두 가지 관점에서 실험을 진행하였는데 하나는 한 개 채널의 근전도신호를 이용하여 근육 활동이 없을 순간을 찾아서 잔여 근육 팽창을 제거하는 것 이었고, 또 다른 하나는 팔의 자세 변화에 의한 영향을 관성측정장치로 팔의 자세를 측정하여 이를 고려한 팔의 자세 분류를 진행하는 것 이었다. 첫번째 실험의 효과는 세 종류의 팔의 자세 분류와 손의 악력 분류를 진행하여 검증하였다. 이용한 분류기는 k-근접 이웃 분류기를 이용하였으며 팔의 자세 분류시 4.45%의 분류 성공률 향상을, 손의 악력 분류시 10.32%의 분류 성공률 향상을 가져다 주었다. 팔의 자세를 고려한 손의 자세 분류 실험에서는 두 가지의 손의 자세 분류를 시도하였는데 k-근접 이웃 분류기를 이용하였을때 5%의 분류 성공률 향상을 가져다 주었다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)