EMG Tabanl El Hareketlerinin Snflandrlmas ile Mobil Robot
EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi İstanbul, Türkiye E-mail: kayaen@itu. edu. tr Hasan Şahin Mekatronik Müh. bölümü Marmara Üniversitesi İstanbul, Türkiye E-mail: hsahin@marmara. edu. tr Erkan Kaplanoğlu Mekatronik Müh. bölümü Marmara Üniversitesi İstanbul, Türkiye E-mail: ekaplanoglu@marmara. edu. tr
İçerik • Giriş • Sistem o EMG Sensörü o Mobil Robot • Uygulama o EMG Sinyali Eldesi o Mobil Robot Kontrolü • Sonuç EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Giriş • Amaç: o Kas sinyalleri kullanılarak mobil robotun hareketi o İnsan-Robot etkileşimi sağlanarak kullanıcının mobilitesinin arttırılması EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Sistem - EMG Sensörü • Elektromiyografi (EMG), kasın kasılması sonucu ortaya çıkan biyopotansiyel sinyallerdir. • Eldesi: o Enjeksiyon (Intramuscular EMG) o Yüzey Elektrot (Surface EMG) • Geniş yüzey alanı • Kolay kullanım • Yüzey EMG sinyalleri yoğunluk olarak 10 Hz-500 Hz frekans aralığına sahiptir. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Sistem - EMG Sensörü • Thalmic Labs şirketinin MYO Armband cihazı o o o 8 yüzey elektrotu Bipolar Giyilebilir Kolay SDK Bluetooth MYO Armband EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Sistem – Mobil Robot • Mobil robotlar fiziksel olarak herhangi bir noktaya sabitlenmemiş robotlardır. • 3 adet her yere dönebilen (Omni-wheel) tekerlekler kullanan bir mobil robot o 360º'lik manevra, o Kolay dönüş, o Doğrudan yana doğru hareket kabiliyeti • Her bir tekerleğe tam tur atabilen SG-5010 servo motor bağlı • Üzerindeki Arduino kartı programlanarak otonom veya isteğe bağlı hareket • 5 V/1 A power bank ile besleme EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Sistem – Mobil Robot Projede kullanılan mobil robot ileri • Hareketi o ileri gitmesi için 2. motor saat yönü tersi, 3. motor saat yönünde çalışır, 1 numaralı motor durur o Sağa gitmesi için 3. motor saat yönünde, 1. motor saat yönü tersine doğru çalışır, 2 numaralı motor durur. o Sola gitmesi için 2. motor saat yönü tersi, 1. motor saat yönünde çalışır, 3 numaralı motor durur o Kendi etrafında dönmesi için tüm motorlar saat yönünde çalışır. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Uygulama • EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması Veri toplama Öznitelik Çıkartma Sınıflandırma Hareket Tahmini • Hareket tahmini sonucunun mobil robota gönderilmesi ve kontrolün sağlanması EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması • Veri Toplama o Myo Armband sağ ön kola giyilmiştir. • 4. elektrot = extensor digitorum o Myo Armband ile Raspberry Pi bağlantısı - python o 5 el hareketi • 50 Hz • 10 saniye veri o Veriler dosyaya kayıt edilir Kontrol için kullanılacak el hareketleri EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması • Öznitelik Çıkartma* o Dalgacık Paket Ayrıştırması (Wavelet Packet Decomposition) o 8 kanal için ayrı pencere kaydırma yöntemi • Pencere boyutu ve kaydırma miktarına göre bölümlere ayrılmıştır o Edilen her bir bölüme Dalgacık Paket Dönüşümü belirli bir derinlikte uygulanmıştır o Çıkan sinyalin karekök ortalamasının logaritması = öznitelik o Her bir hareket için 500 veri • Pencere boyutu 40, • Kaydırma miktarı 10 veri • Dalgacık derinliği 4. seviye • (*): Feature Extraction Using Multisignal Wavelet Packet Decomposition by Dr. Rami Khushaba EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması • Sınıflandırma o Yapay Sinir Ağları (YSA) o İleri beslemeli çok katmanlı ağ yapısı • Girdi = öznitelik vektörü (192 nöron) • Çıktı = 5 el hareketi (5 nöron) • Gizli katman sayısı = 1 (10 nöron) o Eğitim Scaled conjugate gradient metodu ile gerçekleştirilmiştir. o Ağırlık katsayıları dosyaya kaydedilmiştir. Eğitim veri seti YSA başarım EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Kontrol • EMG sinyalinin elde edilmesi ve sınıflandırılması işlemi Myo Armband ve Raspberry Pi • Mobil robotun kontrolü Arduino • Rpi – Arduino iletişimi seri haberleşme ile sağlanır. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Kontrol • Video* EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Sonuç • Kullanıcı ile interaktif çalışabilen bir mobil robotun miyoelektrik kontrolü için MYO Armband ile elde edilen EMG sinyal verileri YSA ile sınıflandırılmıştır. • Sınıflandırma ile mobil robotun kontrolü, kişinin önceden belirlenmiş hareketleri başarı ile sağlanmıştır. • Gelecek çalışmalar, o Daha fazla hareket kabiliyeti, o Sisteme ivmeölçer eklenerek hız ve ivme kontrolleri o … EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16
Teşekkürler
- Slides: 15