검색 상세

로봇 팔 지연 보상을 위한 sEMG-IMU 융합 기반 분리 신경망을 이용한 상지 동작 예측

Predicting Upper Limb Motion Using Separated Neural Networks Based on sEMG- IMU fusion for Delay Compensation in Robotic Arms

  • 왕수영 (아주대학교 일반대학원)

초록/요약

로봇 팔이 사용자의 동작 의도를 예측하고 다양한 요인으로 인해 발생하는 지연을 보상하여 사용자와의 동기화를 달성하는 것은 매우 중요하다. 그러나 기존 연구들은 인 간의 복잡한 관절 구조에 제약을 받으며, 주로 신경망 구조에 초점을 맞추고 있어 다관 절 동작에 대한 동작 예측 구조에 대한 논의가 거의 이루어지지 않았다. 이러한 한계를 해결하기 위해, 본 연구에서는 팔과 손의 방향(orientaion)을 각각 예측 하기 위해 두 개의 독립적인 신경망(neural network)을 활용하는 동작 예측 구조를 포함 한 상지 모델링 방법을 제안한다. 각 신경망은 해당 부위의 동작과 가장 관련된 근전도 (sEMG) 및 관성측정장치(IMU) 신호만을 사용하며, 동작 의존적인 채널 중요도를 학습 하기 위해 어텐션 메커니즘(attention mechanism)을 포함한다. 또한, 짧은 기록 시간으로 광범위한 동작을 포괄할 수 있는 최소 동작 학습 프로토콜(minimal motion training protocol)을 설계하였다. 더 나아가, 사용자의 상지 궤적을 로봇에서 재현할 수 있는 역 기구학(inverse kinematics) 방법을 제안한다. 오프라인 실험에서는 학습된 다관절 동작에 대해 제안된 동작 예측 구조의 유효성을 검증하였다. 실시간 실험에서는 학습되지 않은 다관절 동작과 물체 집기 및 이동(pick-and-place) 작업을 수행하고, 동작 예측을 적용하지 않은 경우와 비교하였다. 그 결과, 팔꿈치, 손목, 손끝의 궤적이 최소한의 지연으로 동기화되었으며, 추적 오차는 최대 82.1% 감소하고 작업 시간은 13.0% 단축되었다. 이러한 실험 결과를 통해 제안된 방법 이 실제 환경에서도 적용 가능함을 입증하였다.

more

목차

제 1 장 서론 1
1.1 연구 배경 1
1.2 연구 기여 4
1.3 논문 구성 4
제 2 장 sEMG 및 IMU 센서와 신경망을 이용한 상지 동작 예측 모델 5
2.1 예측 오일러 각 계산 방법 5
2.2 상지 동작 예측 모델을 위한 분리형 신경망 구조 7
2.3 어텐션 기반 합성곱 신경망 설계 10
2.4 상지 동작 예측 모델을 위한 학습 동작 설계 13
제 3 장 인간 상지와 로봇 팔 관절 간의 기구학 정렬 16
3.1 로봇의 기구학 모델링 16
3.2 예측된 오일러 각을 이용한 폐형식 역기구학 방법 18
제 4 장 시뮬레이션을 이용한 실험 21
4.1 실험 환경 21
4.2 오프라인 실험 결과 22
4.3 실시간 실험을 위한 테스트 동작 26
4.4 실시간 실험 결과 28
제 5 장 결론 및 추후 과제 41
참고문헌 43
Abstract 46

more
반출 Meta View 목록