Human-Machine Interaction based on a Real-time Upper Limb Motion Prediction using Surface Electromyography

표면 근전도 신호를 이용한 실시간 상지부 동작 예측을 통한 인간-기계 상호작용

This paper presents a human-machine interaction based on a realtime upper limb motion prediction method using surface electromyography (sEMG). The motions were predicted using an artificial neural network algorithm and sEMG signals which are acquired from five muscles, and then a manipulator was controlled to follow after the predicted motions. Upper limb motions were restricted to 2D vertical plane with the contact condition between a user and an end-effector of manipulator. In order to demonstrate the feasibility of the proposed method, experiments using developed method and using a goniometer were performed. The results showed that the proposed real-time motion prediction method can be implemented a human-machine interaction system.

본 논문은 표면 근전도 신호(sEMG)를 이용해 상지부의 동작을 실시간으로 예측하고 이를 기반으로 한 인간-기계 상호작용(Human-machine interaction)에 관한 것이다. 사용자의 상지부에 위치한 5 곳의 근육에서 수집하는 근전도 신호와 인공신경회로망(arfiticial neural network) 알고리즘을 이용하여 상지부 동작을 실시간으로 예측하였고, 기계팔(manipulator)이 예측된 동작을 좇아 움직이도록 제어되었다. 이때, 사용자가 기계팔의 끝단(end-effector)과 접촉해 있는 상태에서 상지부 동작은 2 차원 평면 위에서 이루어지도록 제한된다. 본 논문이 제안하는 동작 예측 방법과 인체 각도계(goniometer)를 이용한 경우의 상호 작용 실험을 통해, 동작 예측을 통한 인간-기계 상호 작용의 성능을 알아보았다. 실험 결과로부터, 제안된 실시간 동작 예측 방법을 이용하여 사용자와 기계의 상호 작용 시스템을 구현할 수 있음을 알 수 있다.