DOI QR코드

DOI QR Code

Sensor-based Recognition of Human's Hand Motion for Control of a Robotic Hand

로봇 핸드 제어를 위한 센서 기반 손 동작 인식

  • Hwang, Myun Joong (School of Mechanical & Automotive Engineering, Halla University)
  • 황면중 (한라대학교 기계자동차공학부)
  • Received : 2014.06.09
  • Accepted : 2014.09.11
  • Published : 2014.09.30

Abstract

Many studies have examined robot control using human bio signals but complicated signal processing and expensive hardware are necessary. This study proposes a method to recognize a human's hand motion using a low-cost EMG sensor and Flex sensor. The method to classify movement of the hand and finger is determined from the change in output voltage measured through MCU. The analog reference voltage is determined to be 3.3V to increase the resolution of movement identification through experiment. The robotic hand is designed to realize the identified movement. The hand has four fingers and a wrist that are controlled using pneumatic cylinders and a DC servo motor, respectively. The results show that the proposed simple method can realize human hand motion in a remote environment using the fabricated robotic hand.

사람의 생체 신호를 측정하여 로봇 제어에 이용하는 연구는 최근까지 활발히 진행되고 있다. 하지만 정확한 센서 정보를 위한 복잡한 신호 처리가 필요하고 고가의 시스템을 필요로 하는 단점이 있다. 본 논문에서는 저가의 EMG 센서와 Flex 센서로부터 측정된 신호를 이용하여 사람의 손 동작을 인식한 후 해당 움직임을 원격지의 로봇 핸드로 구현하는 것을 목표로 한다. MCU(Micro Controller Unit) 와 해당 센서들을 이용하여 실험적으로 사람의 손과 팔 부근의 3개의 센서 부착 위치를 결정하고 움직임에 따른 출력 신호와 실제 동작 사이의 구분 방법을 결정한다. 동작 인식 정확도를 높이기 위해 MCU의 아날로그 기준 전압에 따른 디지털 값 변화 실험 수행 후 기준 전압을 3.3V로 선정하였다. 손 동작을 구현하기 위해 4개의 손가락과 손목부분으로 구성된 링크 구조의 로봇 핸드를 설계한 후 제작하였다. 결과적으로 간단한 센서와 저가의 MCU를 활용하여 원격지의 로봇 핸드를 제어할 수 있음을 보였다.

Keywords

References

  1. D. C. Lee and Y Choi, "Motion and Force Estimation System of Human Fingers," Journal of Institute of Control, Robotics and Systems, vol. 17, no. 10, pp. 1014-1020, 2011. DOI: http://dx.doi.org/10.5302/J.ICROS.2011.17.10.1014
  2. J. Lee, J. Kim, and J. Park, "Classification of Grip Configuration Using Surface EMG," Proc. of the 13th Int. Conf. on Control, Automation and Systems, pp. 173-176, Oct. 2013.
  3. P. Artemiadis, "EMG-based Robot Control Interfaces: Past, Present and Future," Advances in Robotics & Automation, vol. 1, issue, 2, 2012.
  4. P. K. Artemiadis and K. J. Kyriakopoulos, "EMG-based Control of a Robot Arm Using Low-Dimensional Embeddings," IEEE Trans. on Robotics, vol. 26, no, 2, pp. 393-398, Apr. 2010. DOI: http://dx.doi.org/10.1109/TRO.2009.2039378
  5. http://www.advancertechnologies.com
  6. http://arduino.cc/en/Main/ArduinoBoardUno
  7. Y. H. Jeon, Y, S, Seo, and S. H. Park, Human Anatomy, pp. 96-102, Cheonggu, 2006.
  8. https://www.sparkfun.com/datasheets/Sensors/ Flex/flex22.pdf