PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Adaptacyjny system sterowania protezą ręki wykorzystujący elektromiografię powierzchniową

Autorzy
Identyfikatory
Warianty tytułu
EN
An adaptive used surface electromyography controlling system of the hand prosthesis
Języki publikacji
PL
Abstrakty
PL
Skuteczne sterowanie protezami kończyn o wielu stopniach swobody jest trudnym zadaniem, które wymaga innowacyjnego podejścia do zagadnienia sterowania. W nowoczesnych protezach do tego celu używa się sygnałów biologicznych natury elektrycznej. Autor eksperymentował z sygnałami EMG (elektromiograficznymi), rejestrowanymi za pomocą tzw. elektromiografii powierzchniowej. W artykule tym do sterowania skonstruowaną protezą ręki został zaproponowany algorytm bazujący na sztucznych sieciach neuronowych (SSN) i logice rozmytej. W celu wyodrębnienia unikalnych cech analizowanych sygnałów (potrzebnych na wejście sieci), były one poddawane wieloetapowemu procesowi przetwarzania i obróbki.
EN
An effective control of multi-DOF limb prosthesis is a difficult task, which require innovative approach to the problem. In high-tech limb prosthesis the electrical-nature biological signals are used for this task. Author experimented with EMG (electromyographic) signals, registered with a surface electromyography. In this paper for control a constructed artificial limb an algorithm based on Artificial Neural Networks (ANN) and Fuzzy Logic was proposed. In order to extract unique features of analyzed signals (needed for input of the net), they were expose to multi-level procedure of signal processing.
Rocznik
Strony
99--110
Opis fizyczny
Bibliogr. 23 poz., rys., wykr.
Twórcy
autor
Bibliografia
  • [1] A. H. Arieta et al. Development of a multi-DOF electromyography prosthetic system using the adaptive joint mechanism. ABBI 2006 vol. 3 no. 2 s. 1-10.
  • [2] Biocybernetyka i Inżynieria Biomedyczna, red. M. Nałęcza Warszawa, EXIT 2004.
  • [3] E. A. Clancy, D. Farina, R. Merletti. Cross-comparison of time and frequency domain methods for monitoring the myoelectric signal during a cyclic, force-vaying, fatiguing hand-grip task. Journal of Electromyography and Kin., vol. 15, s. 256-265.
  • [4] P. Dario, M. C. Carrozza et al. Design and Experiments on a Novel Biomechatronic Hand. Springer Berlin/Heidelberg. ISSN 0170-8643 vol. 271/2001 s. 159-168.
  • [5] P. Dario, C. Laschi et al. Interfacing Neural and Artificial Systems: From Neuroengineering to Neurorobotics. In: Handbook of Neural Engineering. red. M. Akay. IEEE Engineering in Medicine and Biology Society 2007 s. 421-431.
  • [6] A. Gmerek. Sterowanie złączem o jednym stopniu swobody za pomocą miopotencjałów. In: Innowacyjne rozwiązania w obszarze automatyki, robotyki i pomiarów. Red. Janusz Kacprzyk ISBN 978-83-61278-06-1, Waw. 2009, s. 177-186.
  • [7] A. Gmerek. Strategie sterowania modelem protezy ręki z wykorzystaniem miopotencjałów. Pomiary Automatyka Robotyka (PAR), nr. 10/2009, s. 45-47.
  • [8] Huang et al. Automatic EMG feature evaluation for controlling a prosthetic hand using supervised feature mining method: an intelligent approach. Proc. IEEE Int. Conf. Robotics and Automation ICRA '03, 2003, 1, 220-225.
  • [9] M. E. Johanson et al. EMG investigation of the effects of peripheral feedback on goal-directed wrist movements. Journal of Electromyography and Kinesiology, vol. 6, 1996, s. 13-21.
  • [10] M. Khezri et al. Neuro-Fuzzy Surface EMG Pattern Recognition For Multifunctional Hand Prosthesis Control. Proc. IEEE Int. Symp. Industrial Electronics ISIE 2007, 2007, s. 269-274.
  • [11] M. Khezri, M. Jahed. A Novel Approach to Recognize Hand Movements Via sEMG Patterns. Proc. 29th Annual Int. Conf. of the IEEE Engineering in Medicine and Biology Society EMBS 2007, 4907-4910.
  • [12] K. Krysztoforski, A. Wołczowski, S. Busz. Rozpoznawanie postury palców dłoni na podstawie sygnałów EMG. In: Postępy Robotyki, Przemysłowe i medyczne systemy robotyczne. Red. K. Tchoń, Warszawa 2005, s. 213-220.
  • [13] S. Kumar, Y. Narayan. EMG spectral characteristics of spinal muscles during isometric axial rotation. Journal of Electromyography and Kinesiology, vol. 9, 1999, s. 21-37.
  • [14] M. Kurzyński, A. Wołczowski. Control of dexterous hand via recognition of EMG signal using combination of decision-tree and sequential classifter. In: Computer Recognition Systems 2. Red. M. Kurzyński, M. Woźniak. Berlin, Heidelberg, New York, Springer-Verlag 2007, s. 687-694.
  • [15] J. Martin et al. Sensors, identification, and low level control of a flexible anthropomorphic robot hand. International Journal of Humanoid Robotics 2004.
  • [16] K. Masuda et al. Changes in surface EMG parameters during static and dynamic fatiguing contractions. Journal of Electromyography and Kinesiology, vol. 9, 1999, s. 39-46.
  • [17] C. M. Sommerich, S. M. B. Joines et al. Use of surface electromyography to estimate neck muscle activity. Journal of Electromyography and Kinesiology, Vol. 10, 2000, s. 377-398.
  • [18] A. Stein. Myoelectric-control system for arm-handprosthesis. Elec. Letters, 1971, 7.
  • [19] A. Wołczowski, P. Kowalewski. Konstrukcja antropomorficznego chwytaka dla zręcznej bioprotezy dłoni. In: Postępy Robotyki Przemysłowe i medyczne systemy robotyczne. Red. K. Tchoń, Warszawa 2005, s. 193-202.
  • [20] A. Wołczowski, T. Suchodolski. Sterowanie bioprotezą dłoni na poziomie interakcji człowiek-maszyna. In: Prace Naukowe Elektronika z. 166 Red. K. Tchoń i C. Zieliński, Warszawa 2008, s. 389-398.
  • [21] M. Zecca et al. Control of Multifunctional Prosthetic Hands by Processing the Electromyographic Signal. Critical Reviews in Biomedical Engineering, 30(4-6):459-485 (2002).
  • [22] DELSYS. Electromyography, http://www.delsys.com
  • [23] The i-LIMB hand prosthesis, http://www.touchbionics.com
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-PWA9-0045-0008
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.