Sterowanie bioprotezą dłoni - oprogramowanie do analizy sygnału EMG

• Autorzy: Suchodolski T. , Wołczowski A.

Warianty tytułu

EN

Hand prosthesis control - software for EMG signal analysis

• Języki publikacji: PL

Abstrakty

PL

Praca przedstawia problem sterowania decyzyjnego bioprotezą dłoni, traktowany jako rozpoznawanie intencji ruchowych człowieka na drodze analizy miosygnałów. Ze względu na dużą liczbę klas ruchu oraz wymaganą, wysoką niezawodność rozpoznawania tych klas prezentowane podejście polega na łącznym wykorzystaniu takich metod jak: drzewa decyzyjne, sieci neuronowe oraz algorytmy genetyczne dla uzyskania poprawy niezawodności rozpoznawania.

EN

The paper discusses the problem of human intention recognition by means of the electromyography (EMG) signals analysis. The signal characteristics and the large number of movement classis of a dexterous hand together with the high reliability of their recognition thatis demanded make all this problem all the more difficult. The presented approach consist in combining such technics as Decision Tree, Neural Networks and Genetic Algorithms to obtain the reliable recognition.

Słowa kluczowe

PL

robotyka; roboty medyczne; sterowanie robotem; bioproteza dłoni; proteza ręki; sygnał EMG

EN

robotics; medical robots; control of robot; hand prosthesis; EMG signal

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2010
• Tom: z. 175, t. 1
• Strony: 111--122
• Opis fizyczny: Bibliogr. 5 poz., tab., rys., wykr.

Twórcy

autor

Suchodolski T.

autor

Wołczowski A.

• Instytut Informatyki Automatyki i Robotyki, Politechnika Wrocławska, ul. Janiszewskiego 11/17, 50-372 Wrocław,

Bibliografia

• [1] K. Krysztoforski, A. Wołczowski. Stanowisko laboratoryjne do pomiarów sygnałów EMG. Postępy Robotyki. Red. K. Tchoń. Warszawa, WKŁ 2005, s. 203-212.
• [2] A. Wołczowski, T. Suchodolski. Bioprosthesis Control: Human-Machine Interaction Problem, Challenges for Assistive Technology. IOS Press
• [3] Q. F. Zhao. Evolutionary design of neural network tree - integration of decision tree, neural network and GA. Proceedings. IEEE Congress on Evolutionary Computation. Seoul, 2001, s. 240-244.
• [4] J. R. Quinlan. C4.5: Programy for Machine Learning. Morgan Kaufmann, San Mateo (California), 1993.
• [5] Mallat S., A Theory for Multiresolution Signal Decomposition : The Wavelet Representation, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 11, 1989.