• 로봇학회논문지
• /
• 제2권3호
• /
• pp.205-211
• /
• 2007

In this paper, the prototype of surface EMG (ElectroMyoGram) sensor is developed for the robotic rehabilitation applications, and the developed sensor is composed of the electrodes, analog signal amplifiers, analog filters, ADC (analog to digital converter), and DSP (digital signal processor) for coding the application example. Since the raw EMG signal is very low voltage, it is amplified by about one thousand times. The artifacts of amplified EMG signal are removed by using the band-pass filter. Also, the processed analog EMG signal is converted into the digital form by using ADC embedded in DSP. The developed sensor shows approximately the linear characteristics between the amplitude values of the sensor signals measured from the biceps brachii of human upper arm and the joint angles of human elbow. Finally, to show the performance of the developed EMG sensor, we suggest the application example about the real-time human elbow motion acquisition by using the developed sensor.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.815-816
• /
• 2006

In this paper, an EMG (Electromyography) sensor for utilizing an EMGl-based HCI are described. The EMG sensor is a dry type and has high gain (1000-10000). Therefore, this sensor can be properly applied to HCI devices using EMG signals without additional amplification circuit.

• 한국정보전자통신기술학회논문지
• /
• 제11권1호
• /
• pp.114-120
• /
• 2018

본 논문에서는 근전도 신호 획득 및 분석을 위한 웨어러블 디바이스용 센서 시스템을 구현하였다. 구현된 시스템의 성능은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 상관성 분석에 의해 평가되었으며 실측된 소비 전력이 상용 근전도 시스템들과 비교되었다. 5명의 피실험자들의 이두박근 및 삼두박근에서 수집된 근전도 신호를 통한 실험에서, 구현된 시스템이 임상용 근전도 센서 시스템과 근피로도는 1.1~1.4의 상관성을, 근활성도는 약 1.0의 강한 양의 상관 경향성을 보여주었다. 또한 소비전력의 비교에서 구현된 시스템의 소비전력이 상용 근전도 시스템보다 25%~50%의 감소하였다.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.265-271
• /
• 2018

The recent prosthetic technologies pursue to control multi-DOFs (degrees-of-freedom) hand and wrist. However, challenges such as high cost, wear-ability, and motion intent recognition for feedback control still remain for the use in daily living activities. The paper proposes a multi-channel knit band sensor to worn easily for surface EMG-based prosthetic control. The knitted electrodes were fabricated with conductive yarn, and the band except the electrodes are knitted using non-conductive yarn which has moisture wicking property. Two types of the knit bands are fabricated such as sixteen-electrodes for eight-channels and thirty-two electrodes for sixteen-channels. In order to substantiate the performance of the biopotential signal acquisition, several experiments are conducted. Signal to noise ratio (SNR) value of the knit band sensor was 18.48 dB. According to various forearm motions including hand and wrist, sixteen-channels EMG signals could be clearly distinguishable. In addition, the pattern recognition performance to control myoelectric prosthesis was verified in that overall classification accuracy of the RMS (root mean squares) filtered EMG signals (97.84%) was higher than that of the raw EMG signals (87.06%).

• 제어로봇시스템학회논문지
• /
• 제17권10호
• /
• pp.1014-1020
• /
• 2011

This presents a motion and force estimation system of human fingers by using an Electromyography (EMG) sensor module and a data glove system to be proposed in this paper. Both EMG sensor module and data glove system are developed in such a way to minimize the number of hardware filters in acquiring the signals as well as to reduce their sizes for the wearable. Since the onset of EMG precedes the onset of actual finger movement by dozens to hundreds milliseconds, we show that it is possible to predict the pattern of finger movement before actual movement by using the suggested system. Also, we are to suggest how to estimate the grasping force of hand based on the relationship between RMS taken EMG signal and the applied load. Finally we show the effectiveness of the suggested estimation system through several experiments.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.161-164
• /
• 2008

본 논문은 근전도 신호를 검출하고 로봇팔의 수직제어시스템을 구현하기 위한 연구이다. EMG 신호는 사람의 팔 근육에 흐르는 미세한 생체신호가 표면전극센서에 의해서 사용하여 검출되고 고성능 증폭, 필터링, ADC과 로봇팔의 서보 모터 구동 시스템으로 구현된다. 실험은 팔근육 움직임에 따른 EMG신호와 로봇팔의 다단계 수직제어 각도를 모니터링 한다. 시스템의 실험결과 수직제어각도는 2도 정도이며 평균오차는 5%이다.

• 한국정밀공학회지
• /
• 제28권6호
• /
• pp.670-677
• /
• 2011

This study is to estimate the joint torques without torque sensor using the EMG (Electromyogram) signal of agonist/antagonist muscle with Neural Network Back Propagation Algorithm during the elbow motion. Command Signal can be guessed by EMG signal. But it cannot calculate the joint torque. There are many kinds of field utilizing Back Propagation Learning Method. It is generally used as a virtual sensor estimated physical information in the system functioning through the sensor. In this study applied the algorithm to obtain the virtual senor values estimated joint torque. During various elbow movement (Biceps isometric contraction, Biceps/Triceps Concentric Contraction (isotonic), Biceps/Triceps Concentric Contraction/Eccentric Contraction (isokinetic)), exact joint torque was measured by KINCOM equipment. It is input to the (BP)algorithm with EMG signal simultaneously and have trained in a variety of situations. As a result, Only using the EMG sensor, this study distinguished a variety of elbow motion and verified a virtual torque value which is approximately(about 90%) the same as joint torque measured by KINCOM equipment.

• 대한의용생체공학회:의공학회지
• /
• 제40권6호
• /
• pp.223-229
• /
• 2019

The number of knee-related disease patients and knee joint surgeries is steadily increasing every year, and for knee rehabilitation training for these knee joint patients, it is necessary to strengthen the muscle of vastus medialis and quadriceps femoris. However, because of the cost and time-consuming difficulties of receiving regular hospital treatment in the course of knee rehabilitation, we developed knee exoskeleton using rapid prototype for knee rehabilitation with feedback from the electromyogram (EMG) and inertia motion unit (IMU) sensor. The modules was built on the basis of EMG and an IMU sensor applied complementary filter, measuring muscle activity in the vastus medialis and the range of joint operation of the knee, and then performing the game based on this measurement. The IMU sensor performed up to 97.2% accuracy in experiments with ten subjects. The functional game contents consisted of an exergaming platform based on EMG and IMU for the real-time monitoring and performance assessment of personalized isometric and isotonic exercises. This study combined EMG and IMU-based functional game with knee rehabilitation training to enable voluntary rehabilitation training by providing immediate feedback to patients through biometric information, thereby enhancing muscle strength efficiency of rehabilitation.

• 전자공학회논문지SC
• /
• 제48권4호
• /
• pp.108-113
• /
• 2011

본 논문에서는 손목 부근에 장착한 근전도 및 가속도 센서를 통하여 기존 로봇의 차대 제어와 다른 새로운 방식의 제어 방법을 제안한다. 제안 하는 방법은 자동차를 운전하는 듯이 직관적인 팔의 움직임만으로 로봇을 원격 제어한다. 근전도 센서로부터 얻은 신호를 통하여 로봇 제어 여부를 결정하고 가속도 센서로부터 얻은 신호로부터 동작을 추론하여 추론된 동작에 해당되는 명령에 따라 전진, 후진, 좌회전, 우회전으로 제어한다. 4가지 동작에 대한 정확성은 99% 이상이며 실시간 지연 없이 자연스러운 제어가 가능하였다. 전체 시스템을 직접 구현하고 시현을 통하여 성능 및 유용성을 확인하였다

• 재활복지공학회논문지
• /
• 제11권4호
• /
• pp.371-376
• /
• 2017

본 논문에서는 원형 근전도 시스템 장비를 사용하여 근전도 패턴인식을 할 때, 장비의 센서 위치와 무관하게 패턴 인식이 가능한 알고리즘을 제안한다. 6가지 동작의 8채널 근전도 신호를 1초간 측정한 데이터를 이용하여 14개의 특징점을 추출하였다. 또한 8개의 채널에서 추출된 112개의 특징점을 나열하여 주성분분석을 하고 영향력이 높은 데이터만을 추려내어 8개의 입력 신호로 줄였다. 모든 실험은 k-NN 분류기를 이용하여 데이터를 학습시키고 5-fold 교차 검증을 사용하여 데이터를 검증하였다. 기계학습에서 데이터를 학습시킬 때, 어떤 데이터를 학습하느냐에 따라 그 결과가 크게 달라진다. 기존의 연구들에서 사용하는 학습 데이터를 사용 할 경우 99.3%의 정확도를 확인하였다. 그러나 센서의 위치가 22.5도 정도만 틀어지더라도 67.28%의 정확도로 명확하게 떨어짐을 보았다. 본 논문에서 제안하는 학습 방법을 사용 할 경우 98%의 정확도를 보이고 장비의 센서의 위치가 바뀌더라도 98% 근처의 정확도를 유지함을 보였다. 이러한 결과를 사용하여 원형 근전도 시스템을 사용하는 사용자들의 편의성을 크게 증대시켜 줄 수 있을 것으로 보인다.