design of prosthetic robot hand and electromyography-based
TRANSCRIPT
![Page 1: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/1.jpg)
ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ pp. 339-345 May 2020 / 339
J. Korean Soc. Precis. Eng., Vol. 37, No. 5, pp. 339-345 http://doi.org/10.7736/JKSPE.019.138
ISSN 1225-9071 (Print) / 2287-8769 (Online)
๋ก๋ด ์์ ์ค๊ณ ๋ฐ ๊ทผ์ ๋ ๊ธฐ๋ฐ์ ์๋์ ์ธ์
Design of Prosthetic Robot Hand and Electromyography-Based HandMotion Recognition
์ฅํธ๋ช 1, ์์ ์ฐ1,#
Ho Myoung Jang1 and Jung Woo Sohn1,#
1 ๊ธ์ค๊ณต๊ณผ๋ํ๊ต ๊ธฐ๊ณ์ค๊ณ๊ณตํ๊ณผ (Department of Mechanical Design Engineering, Kumoh National Institute of Technology)
# Corresponding Author / E-mail: [email protected], TEL: +82-54-478-7378
ORCID: 0000-0003-3962-7380
KEYWORDS: Prosthetic robot hand (๋ก๋ด ์์), Surface electromyography (ํ๋ฉด ๊ทผ์ ๋), Hand motion recognition (์๋์ ์ธ์),
Artificial neural network (์ธ๊ณต ์ ๊ฒฝ๋ง)
In this paper, a prosthetic robot hand was designed and fabricated and experimental evaluation of the realization of basic
gripping motions was performed. As a first step, a robot finger was designed with same structural configuration of the
human hand and the movement of the finger was evaluated via kinematic analysis. Electromyogram (EMG) signals for
hand motions were measured using commercial wearable EMG sensors and classification of hand motions was achieved
by applying the artificial neural network (ANN) algorithm. After training and testing for three kinds of gripping motions via
ANN, it was observed that high classification accuracy can be obtained. A prototype of the proposed robot hand is
manufactured through 3D printing and servomotors are included for position control of fingers. It was demonstrated that
effective realization of gripping motions of the proposed prosthetic robot hand can be achieved by using EMG
measurement and machine learning-based classification under a real-time environment.
Manuscript received: October 15, 2019 / Revised: January 29, 2020 / Accepted: February 10, 2020
This paper was presented at KSPE Spring Conference 2019
1. ์๋ก
์์๋ ์์ง ์ ๋จ์์ ์ผ์์ํ์ ๋๊ธฐ ์ํ ๋ณด์กฐ ๊ธฐ๊ตฌ๋ก ํฌ
๊ฒ ์ฅ์ ์์(๋ฏธ์ฉ ์์), ์์ ์์, ์ธ์ฒด ๊ตฌ๋ํ ์์, ์ ๋ ์
์ ๋ฑ์ผ๋ก ๋ถ๋ฅํ ์ ์๋ค. ์ฅ์ ์์๋ ์ธํ๋ง ์์ ๋ชจ์๊ณผ ๋น
์ทํ๊ฒ ํ ๊ฒ์ผ๋ก ๋์์ ๋ถ๊ฐ๋ฅํ ๊ฒ์ด๊ณ , ์์ ์์๋ ๊ฐ๊ณ ๋ฆฌ
๋ชจ์์ ์๋์ผ๋ก ๋ฌผ๊ฑด์ ์ก๊ฑฐ๋ ์ด๋์ํฌ ์ ์๋ ํํ์ด๋ค. ์ธ
์ฒด ๊ตฌ๋ํ ์์๋ ์ด๊นจ ์์ง์ ๋ฑ์ ์ด์ฉํด์ ๊ฐ๋จํ ๋์์ ๊ตฌ
ํํ ์ ์์ผ๋, ์ธ์ฒด ํน์ ๋ถ๋ถ์ ๋ฌด๋ฆฌ๋ฅผ ์ค ์ ์๋ ๋จ์ ์ด ์
๋ค. ์ ๋ ์์๋ ๋ชจํฐ๋ฅผ ์ด์ฉํ์ฌ ์๊ฐ๋ฝ์ ์์ง์ผ ์ ์๋ ํ
ํ๋ก ์ ํ๋ ์๋์์ ๊ตฌํํ ์ ์์ง๋ง, ๊ฐ๊ฒฉ์ด ๋งค์ฐ ๋์ ์
ํ์ ์ผ๋ก ํ์ฉ๋๊ณ ์๋ค. ์ต๊ทผ์๋ ์ ์ฒด์ ์์กด ๊ทผ์ก์์ ์ธก์
ํ ์ ์๋ ํ๋ฉด ๊ทผ์ ๋๋ฅผ ์ด์ฉํ์ฌ ์๋์์ ๊ตฌํํ๋ ๋ค์ํ
ํํ์ ์์๋ค์ด ์ ์๋๊ณ ์์ผ๋ฉฐ ๊ด๋ จ ์ฐ๊ตฌ๊ฐ ํ๋ฐํ๊ฒ ์งํ
๋๊ณ ์๋ค.
Saridis์ Gootee1๋ ์ด๋๊ทผ๊ณผ ์ผ๋๊ทผ์ ๊ทผ์ ๋๋ฅผ ์ธก์ ํ์ฌ
์ ์์ ๋์์ ๊ตฌํํ๋ ์์๋ฅผ ์ ์ํ๊ณ ์คํ์ ํตํ์ฌ ๊ฒ์ฆ
ํ์๋ค. Zero Crossing๊ณผ ๋ถ์ฐ์ ์ด์ฉํ์ฌ ํน์ง์ ์ถ์ถํ๊ณ , ๊ณ
์ธต์ ์ง๋ฅ ์ ์ด๊ธฐ๋ฅผ ์ด์ฉํ์ฌ ํจํด์ ๋ถ๋ฅํ์๋ค. Matrone2 ๋ฑ
์ ์ฃผ์ฑ๋ถ ๋ถ์ ๊ธฐ๋ฐ์ ์ ์ด๊ธฐ๋ฅผ ์ด์ฉํ ๊ณผ์ ๊ตฌ๋ ์ ๋ ์์์
์ ์ด๋ฅผ ์ ์ํ๊ณ , ์คํ์ ํตํ์ฌ ํจ๊ณผ๋ฅผ ๊ณ ์ฐฐํ์๋ค. Ma3 ๋ฑ์
๊ทผ์ก ์๋์ง ๋ชจ๋ธ์ ์ด์ฉํ์ฌ ๊ทผ์ ๋ ๊ธฐ๋ฐ ์์์ ์๊ณผ ์๋ชฉ ์ด
๋์ ์ ์ดํ๋ ๊ฒ์ ์ ์ํ์๊ณ , ๊ฐ์ ๊ณต๊ฐ์์ ์์๊ฐ ๋์์
ํจ๊ณผ์ ์ผ๋ก ๊ตฌํํ๋ ๊ฒ์ ํ์ธํ์๋ค. Guo4 ๋ฑ์ ๊ทผ์ ๋ ์ ํธ
์ ํจ๊ป ๊ทผ์ ์ธ์ ๋ถ๊ด๋ฒ(Near-Infrared Spectroscopy, NIRS)์
ํจ๊ป ์ด์ฉํ์ฌ ๊ทผ์ ๋ ์ ํธ๋ง์ ์ด์ฉํ ๋๋ณด๋ค ๋ถ๋ฅ ์ ํ๋๋ฅผ
๋์ผ ์ ์๋ ๋ฐฉ๋ฒ์ ์ ์ํ๊ณ ๊ฐ์ ๊ณต๊ฐ์ ์์๋ฅผ ์ด์ฉํ์ฌ ๊ฒ
์ฆํ์๋ค. Lee5,6 ๋ฑ์ ๊ทผ์ ๋ ์ธก์ ์ ์ํ ์ ๊ทน์ด ํฌํจ๋์ด ์
๋ ๋ํธ ๋ฐด๋ ํํ์ ์ฅ์น๋ฅผ ์ ์ํ๊ณ , ์คํ์ผ๋ก ํจ์จ์ฑ์ ๊ฒ์ฆ
ํ์๋ค. Lee7 ๋ฑ์ ์์์ ํ์ง ์ฑ๋ฅ ํ๊ฐ ๋ฐฉ๋ฒ์ ์ ์ํ๊ณ , ์ด๋ฅผ
Copyright ยฉ The Korean Society for Precision Engineering
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/
3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
![Page 2: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/2.jpg)
340 / May 2020 ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ
๋ฐํ์ผ๋ก ์ฃผ์ ์ค๊ณ ์ธ์๋ค์ด ํ์ง ์ฑ๋ฅ์ ๋ฏธ์น๋ ์ํฅ์ ๊ฒ์ฆ
ํ์๋ค. Lim8 ๋ฑ์ ์ ๋ ์์์ ํ์ง๋ ฅ ์ ์ด๋ฅผ ์ํ์ฌ ์ผ์ด๋ธ์
์ฅ๋ ฅ์ ์ธก์ ํ์ฌ ๋๋จน์ ์ ์ด๋ฅผ ์ํํ๋๋ก ํ์์ผ๋ฉฐ, ์ง๋ ์
ํธ๋ฅผ ์ด์ฉํ ํ ํฑ ์์คํ ์ ๊ตฌ์ฑํ๊ณ ํ๊ฐํ์๋ค. Bae9 ๋ฑ์ ์
๋ ์์ ์ฌ์ฉ์์๊ฒ ํ ํฑ ํผ๋๋ฐฑ์ ์ค ์ ์๋๋ก ๊ฐ๊ฐ์ ์ธก์ ํ
๊ณ ์ ๋ฌํ๋ ์์คํ ์ ์ ์ํ๊ณ ์คํ์ ํตํ์ฌ ํจ์จ์ฑ์ ํ์ธ
ํ์๋ค. Noh10 ๋ฑ์ ๋ฌผ๊ฑด์ ์ก๋ ๋ค ๊ฐ์ง ๋์์ ๋ํ์ฌ ์ธ ๋จ
๊ณ์ ์ ๋ ฅ ์กฐ์ ์ ์ํํ๊ธฐ ์ํ ์ถ์ ๋ชจ๋ธ์ ์ ์ํ๊ณ ์ ํ๋
๋ฅผ ์คํ์ผ๋ก ๊ฒ์ฆํ์๋ค. Kim11 ๋ฑ์ ๋ํ๋ฅผ ์ด์ฉํ์ฌ ์์์
์์ง์์ ์ ์ดํ๋ ๊ฒ์ ์ ์ํ๊ณ , ๋์์ ๋ฐ๋ฅธ ๋ํ์ ํน์ง์
๋ถ๋ฅํ๋ ๊ธฐ๋ฒ์ ์ ์ํ๊ณ ์คํ์ ํตํ์ฌ ๊ฒ์ฆํ์๋ค. Jo์
Oh12๋ ์ต๊ทผ ๋ค์ํ ๋ถ์ผ์ ์ ์ฉ๋๊ณ ์๋ ๋ฅ๋ฌ๋ ๊ธฐ๋ฒ์ ์ด์ฉ
ํ์ฌ ๊ทผ์ ๋ ์ ํธ์ ๋ฐ๋ฅธ ์๋์์ ๋ถ๋ฅํ๊ณ ๋ฅ๋ ์์์ ์ ์ฉ
์ ์ ์ํ์์ผ๋ฉฐ, ๋ฅ๋ฌ๋ ํ๋ผ๋ฏธํฐ ๋ณํ์ ๋ํ์ฌ ๋ถ๋ฅ ์ ํ๋
๋ฅผ ๊ฒ์ฆํ์๋ค.
๋ณธ ์ฐ๊ตฌ์์๋ ์๋ก์ด ํํ์ ๋ก๋ด ์์ ๋ชจ๋ธ์ ์ ์ํ๊ณ , ์ด
๋ฅผ ์ด์ฉํ์ฌ ์ผ์์ํ์ ํ์ํ ๊ธฐ๋ณธ์ ์ธ ์๋์์ ํจ๊ณผ์ ์ผ๋ก
๊ตฌํํ ์ ์์์ ํ์ธํ๋ค. ์ฌ๋์ ์๊ณผ ๋์ผํ๊ฒ ์ธ ๊ฐ์ ๋ง
ํฌ๋ฅผ ์ด์ฉํ์ฌ ์๊ฐ๋ฝ์ ๊ตฌ์ฑํ๊ณ , ์ฌ๋์ ํ์ค๊ณผ ๋์ผํ ์ญํ
์ ํ ์ ์๋๋ก ํด๋ฆฌ์ํธ๋ ์์ด์ด๋ฅผ ์ฝ์ ํ๋ฉฐ, ๋ณต์์ ์ํด์
ํ์ฑ์ด ์๋ ๋ฐด๋๋ฅผ ํฌํจํ๋๋ก ํ๋ค. ์ ์๋ ๋งํฌ ๊ตฌ์กฐ๋ฅผ ์ด์ฉ
ํ์ฌ ์ฌ๋์ ์๊ฐ๋ฝ ์ด๋์ ์ ์ฌํ๊ฒ ๊ตฌํํ ์ ์๋์ง ์๊ฐ๋ฝ
๋ ์์น์ ๋ํ ๊ธฐ๊ตฌํ ํด์์ ์ํํ ํ, 3D ํ๋ฆฐํฐ๋ฅผ ์ด์ฉํ
์ฌ ์ ์ํ๋ค. ์ผ์์ํ์์ ๋ง์ด ์ฐ์ด๋ ์ฌ๋์ ์๋์ ์ธ ๊ฐ์ง
๋ฅผ ์ ์ํ๊ณ , ๋์์ ๋ํ ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ธก์ ํ๋ค. ๋์ผ ๋์์
๋ํ์ฌ ๋ฐ๋ณต ์ธก์ ๋ ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ๋์ ์ธ์์ ์ํ
ํ์ต์ ์ํํ๊ณ , ํ ์คํธ๋ฅผ ์ํํ์ฌ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋์ด๋๋ก
ํ๋ค. ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ์ฌ์ฉ์๊ฐ ์๋ํ๋ ์๋์์ ์ธ
์ํ๊ณ , ๋ก๋ด ์์๊ฐ ๋์ผํ ๋์์ ์ ํํ๊ฒ ๊ตฌํํ๋ ๊ฒ์ ์ค
์๊ฐ ํ๊ฒฝ์ ์คํ์ ํตํ์ฌ ํ์ธํ๋ค. ์ ์๋ ๋ฐฉ์์ด ์ค์ ์ํญ
์์๋ ํจ๊ณผ์ ์ผ๋ก ํ์ฉ๋ ์ ์์์ ์คํ์ ํตํ์ฌ ํ์ธํ๋ค.
2. ๋ก๋ด ์์ ์ค๊ณ
๋ณธ ์ฐ๊ตฌ์์ ๊ณ ๋ คํ ๋ก๋ด ์์์ ์ ์ฒด ๊ตฌ์กฐ ๊ฐ๋ต๋๋ฅผ Fig. 1
์ ๋ํ๋ด์๋ค. ์ฌ๋์ ์๊ณผ ๋์ผํ ํฌ๊ธฐ์ ๊ตฌ์กฐ์ ์๊ฐ๋ฝ์ ๊ฐ
๋ ์์๋ฅผ ๊ณ ๋ คํ์์ผ๋ฉฐ, ์์ง์ ์ฐ๊ฒฐ๋ ์ํ๋ฆฌ๋ผ์ ์ด๋ ๊ตฌํ
์ ์ํ ๋ชจํฐ๋ฅผ ์ ์ธํ ๋๋จธ์ง ์๊ฐ๋ฝ์ ๊ตฌ๋์ ์ํ ๋ชจํฐ๋ค์
์๋ชฉ ์๋์ชฝ์ ์์นํ๋๋ก ํ์๋ค. ์ค์ ์ฌ๋์๊ฒ ์ฅ์ฐฉ์ ์ํ
์์ผ๊ณผ ๊ฐ์ ์ฐ๊ฒฐ ๋ถ๋ถ์ ๊ณ ๋ คํ์ง ์๊ณ ์๊ฐ๋ฝ์ ๋์ ๊ตฌํ๋ง
์ ๊ณ ๋ คํ์ฌ ์ค๊ณ๋ฅผ ์ํํ์๋ค. ๋ก๋ด ์์์ ํฌ๊ธฐ๋ ์ฑ์ธ ๋จ์ฑ
์ ์ผ์์ ๊ธฐ์ค์ผ๋ก ํ์์ผ๋ฉฐ, ์๋ฐ๋ฅ์ ๋์ด์ ํญ์ 81 mm๋ก
์ค๊ณํ์๋ค. ์ฌ๋์ ์์๋ ์์ง, ๊ฒ์ง, ์ค์ง, ์ฝ์ง, ์์ง์ ๋ค์ฏ
๊ฐ์ ์๊ฐ๋ฝ์ด ์์ผ๋ฉฐ, ์์ง๋ฅผ ์ ์ธํ ๋๋จธ์ง ๋ค ์๊ฐ๋ฝ์ ๋๋ง
๋๋ผ, ์ค๊ฐ๋ง๋๋ผ, ์ฒซ๋ง๋๋ผ, ์ธ ๊ฐ์ ์๊ฐ๋ฝ๋ผ๋ก ๊ตฌ์ฑ๋์ด ์๊ณ ,
์์ง๋ ์ค๊ฐ๋ง๋๋ผ๊ฐ ์์ด ๋๋ง๋๋ผ์ ์ฒซ๋ง๋๋ผ๋ก๋ง ๊ตฌ์ฑ๋์ด
์๋ค. ๊ฐ ์๊ฐ๋ฝ์ ์ฒซ๋ง๋๋ผ๋ ์๋ฐ๋ฅ ๋ด๋ถ์ ์๋ ์ํ๋ฆฌ๋ผ๋ฅผ
ํตํด ์๋ชฉ๋ผ์ ์ฐ๊ฒฐ๋์ด ์๋ค. ์ด๋ฌํ ์๊ฐ๋ฝ์ ํด๋ถํ์ ํน์ง
์ ๊ณ ๋ คํ์ฌ ์ธ ๊ฐ์ ๋งํฌ ๊ธฐ๊ตฌ๋ฅผ ์ด์ฉํ์ฌ ์๊ฐ๋ฝ์ ๊ตฌ์ฑํ์
๋ค. ๋ณธ ์ฐ๊ตฌ์์ ์ ์๋ ์๊ฐ๋ฝ์ ๋ชจ๋ธ์ Fig. 2(a)์ ๋ํ๋ด์
๊ณ , ์๊ฐ๋ฝ ๋ชจ๋ธ์ ๋จ๋ฉด์ Fig. 2(b)์ ๋ํ๋ด์๋ค. ์์ง๋ฅผ ์๋ฐ
๋ฅ ์์ชฝ์ผ๋ก ๊ตฝํ๋ ๋์์ ์๋ฐ๋ฅ ๋ด๋ถ์ ์๋ ์ํ๋ฆฌ๋ผ์ ์
ํ์ฌ ๊ตฌํ๋๋ฏ๋ก, ์ ์๋ ์์์์ ์์ง๋ ์ํ๋ฆฌ๋ผ๋ฅผ ํฌํจํ์ฌ
์ธ ๊ฐ์ ๋งํฌ๋ฅผ ์ด์ฉํ์ฌ ๊ตฌ์ฑํ์๋ค. ์ ์๋ ์๊ฐ๋ฝ ๋ชจ๋ธ์๋
๊ฐ ๊ด์ ๊ตฌ๋์ ์ํ ๋ชจํฐ๋ฅผ ๋ฐ๋ก ์ฌ์ฉํ์ง ์๊ณ , ์์ด์ด๋ฅผ ์ด
์ฉํ์ฌ ํ ๋ฒ์ ๋ชจํฐ ๊ตฌ๋์ผ๋ก ์๊ฐ๋ฝ์ ์ธ ๊ฐ์ ๋งํฌ๊ฐ ์์ง์ผ
์ ์๋๋ก ํ์๋ค. Fig. 2(b)์ ๋จ๋ฉด๋์ ๋ํ๋ ๋ฐ์ ๊ฐ์ด ์๊ฐ
๋ฝ ๋ด๋ถ์ ํด๋ฆฌ์ํธ๋ ์์ด์ด๋ฅผ ์ค์นํ์ฌ ์๊ฐ๋ฝ์ ๊ตฌ์ฑํ๋
์ธ ๊ฐ์ ๋งํฌ๋ฅผ ์ฐ๊ฒฐํ๊ณ , ์๊ฐ๋ฝ์ ํ์ค๊ณผ ๊ฐ์ ์ญํ ์ ์ํํ
๋๋ก ํ์์ผ๋ฉฐ, ์๊ฐ๋ฝ์ ๊ตฝํ ๋์ ํ ์ด๊ธฐ ์์น๋ก ๋ณต๊ท๋ฅผ ์
ํด์ ํ์ฑ ๋ฐด๋๋ฅผ ์ด์ฉํ์๋ค. ๋จ๋ฉด๋์์ ์๊ฐ๋ฝ์ ์์ชฝ์ ํ
์ค์ด, ๋ฐ๊นฅ์ชฝ์ ํ์ฑ ๋ฐด๋๊ฐ ์ฅ์ฐฉ๋๋ค. ์ ์๋ ์๊ฐ๋ฝ ๋ชจ๋ธ์ด
Fig. 1 Structural configuration of the prosthetic robot hand
Fig. 2 The proposed finger model
![Page 3: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/3.jpg)
ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ May 2020 / 341
์ฌ๋์ ์๊ณผ ๋์ผํ ์ด๋์ ๊ตฌํํ๋์ง ํ์ธํ๊ธฐ ์ํ์ฌ ์๊ฐ
๋ฝ ๋์ ์ ์ด๋ ๊ฒฝ๋ก๋ฅผ ํ์ธํ์๊ณ , ์์ง ์๊ฐ๋ฝ๊ณผ ๋๋จธ์ง ๋ค
์๊ฐ๋ฝ์ ์๋ฎฌ๋ ์ด์ ๊ฒฐ๊ณผ๋ฅผ ์ค์ ์ฌ๋ ์์ ์ฌ์ง๊ณผ ํจ๊ป Figs.
3(a)์ 3(b)์ ๊ฐ๊ฐ ๋ํ๋ด์๋ค. ๋ค์ฏ ์๊ฐ๋ฝ ๋ชจ๋ ์ฌ๋ ์์ ์ด
๋๊ณผ ๋์ผํ ํํ๋ก ์ด๋ํ๋ ๊ฒ์ ํ์ธํ ์ ์์ผ๋ฉฐ, ์ ์๋
์๊ฐ๋ฝ ๋ชจ๋ธ์ ์์์ ์ ์ฉํ๋ ๊ฒ์ด ๊ฐ๋ฅํจ์ ํ์ธํ ์ ์๋ค.
3. ์๋์ ์ธ์
๋ณธ ์ฐ๊ตฌ์์๋ ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ์๋์์ ์ธ์ํ๊ณ
๊ทธ ๊ฒฐ๊ณผ๋ฅผ ์์๋ฅผ ํตํด ๊ตฌํํ ์ ์๋๋ก ํ์๋ค. ๊ทผ์ ๋ ์ธก์
์ ์๋ฐด๋ ํํ์ ์์ฉ ๊ทผ์ ๋ ์ธก์ ์ฅ์น์ธ Talmic์ฌ์ MYO๋ฅผ
์ด์ฉํ์๋ค. MYO์๋ 8 ์ฑ๋์ ๊ทผ์ ๋ ์ผ์๊ฐ ์ฅ์ฐฉ๋์ด ์์ผ
๋ฉฐ, ์ํ๋ง ์ฃผํ์๋ 200 Hz๋ก ๊ณ ์ ๋์ด ์๋ค. ์ค์ ๊ทผ์ ๋ ์
ํธ๋ mV ๋จ์๋ก ์ธก์ ๋๋ MYO๋ -128์์ 128 ์ฌ์ด์ ์ ์
๊ฐ์ผ๋ก ๊ฒฐ๊ณผ๋ฅผ ์ถ๋ ฅํ๋ฉฐ ๋จ์๋ Activation์ด๋ค. ์ธก์ ๋ ๊ทผ์ ๋
์ ํธ๋ ๋ธ๋ฃจํฌ์ค ํต์ ์ ํตํ์ฌ ๊ฐ์ธ์ฉ ์ปดํจํฐ๋ก ์ ์ก๋๊ณ ,
MATLAB์ ์ด์ฉํ์ฌ ์ค์๊ฐ์ผ๋ก ์ธก์ ๋ ๊ทผ์ ๋ ๋ฐ์ดํฐ๋ฅผ ์
์งํ๊ณ , ๋ถ๋ฅ๋ฅผ ์ํํ๋๋ก ํ์๋ค. ๋ณธ ์ฐ๊ตฌ์์ ์ํ๋ ๋ฐ์ดํฐ
์์ง๊ณผ ๋ถ๋ฅ์ ๋์ ์ธ์ ๊ณผ์ ์ Fig. 4์ ๋ํ๋ด์๋ค.
์๊ฐ๋ฝ์ ๊ตฝํ ๋ ์ฌ์ฉํ๋ ์ฌ์ง๊ตด๊ทผ(Flexor Digitorum
Profundus), ์ฒ์ง๊ตด๊ทผ(Flexor Digitorum Superficialis), ์ฅ๋ฌด์ง๊ตด๊ทผ
(Flexor Pollicis Longus), ์๊ฐ๋ฝ์ ํผ ๋ ์ฌ์ฉํ๋ ์์ง์ ๊ทผ
(Extensor Digitorum), ์ฅ๋ฌด์ง์ ๊ทผ(Extensor Pollicis Longus), ์ฅ
๋ฌด์ง์ธ์ ๊ทผ(Abductor Pollicis Longus) ๋ฑ์ ๊ทผ์ก์ด ์์นํ๊ณ ์
๋ ์๋ํ(์ ์)์ ํ๊ฟ์น ์๋์ชฝ์ ๊ทผ์ ๋ ์ธก์ ์ฅ์น๋ฅผ ์ฐฉ์ฉํ
๊ณ ๋ฐ์ดํฐ๋ฅผ ์์งํ์๋ค. ๊ธฐ๊ณ ํ์ต์ ์ํด์๋ ์๋์์ ๋ํ
์ฌ ์ธก์ ๋ ๊ทผ์ ๋ ์ ํธ์ ํน์ง์ ์ถ์ถํด์ผ ํ๋๋ฐ, ๋ณธ ์ฐ๊ตฌ์์
๋ ์ ๋ ํ๊ท ๊ฐ(Mean Absolute Value, MAV)์ ํน์ง์ผ๋ก ์ฌ์ฉํ
์๋ค. ์ ๋ ํ๊ท ๊ฐ์ ๋ค์ ์(1)๊ณผ ๊ฐ์ ์์ผ๋ก ๋ํ๋ผ ์ ์๋ค.
(1)
์ฌ๊ธฐ์, x(i)๋ ์ธก์ ๋ ๋ฐ์ดํฐ์ด๊ณ , L์ ์ธก์ ์ฃผํ์์ ์๋์
(Windowing) ์๊ฐ์ ๊ณฑ์ผ๋ก ๊ฒฐ์ ๋๋ ์๋์ฐ์ ํฌ๊ธฐ๋ก ๋ณธ ์ฐ๊ตฌ
์์๋ L = 100์ผ๋ก ์ฌ์ฉํ์๋ค.
๋ค์ํ 8ํ์ ์๋์์ ๋ํ์ฌ ์ธก์ ๋ ๊ทผ์ ๋์ ์์ ํธ์ ์
๋ํ๊ท ๊ฐ์ Figs. 5(a)์ 5(b)์ ๊ฐ๊ฐ ๋ํ๋ด์๋ค. ํ ๊ฐ์ง ์๋
์์ ๋ํ์ฌ ๋์์ 8 ์ฑ๋์ ๊ทผ์ ๋ ์ ํธ๊ฐ ์ธก์ ๋๋ฏ๋ก Fig.
5(c)์ ๊ฐ์ด ๋ํ๋๊ณ , ๋ฐ์ดํฐ๋ 100X8 ํํ์ ํ๋ ฌ๋ก ์ ์ฅ๋๋ค.
์ด๋ฌํ ๋ฐ์ดํฐ๋ฅผ ์ฒ๋ฆฌํ๊ธฐ ์ฝ๋๋ก Fig. 5(d)์ ๊ฐ์ด 1์์ 8๊น
์ง ์ฑ๋์ ๊ฒฐ๊ณผ๋ฅผ ์ด์ด ๋ถ์ฌ์ 800X1 ํํ์ ์ด๋ฒกํฐ๋ก ๋ณํํ
๊ณ , ์ด๋ฅผ ํด๋น ๋์์ ๋ํ ํน์ง ๋ฒกํฐ๋ก ์ฌ์ฉํ๊ฒ ๋๋ค. ๋ณธ ์ฐ๊ตฌ
์์๋ ์ผ์์ํ์์ ๊ฐ์ฅ ๋ง์ด ์ฌ์ฉํ๋ ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ(Cylindrical
Grasp), ํ์น ๊ทธ๋ฆฝ(Pinch Grasp), ๋ํฐ๋ด ๊ทธ๋ฆฝ(Lateral Grasp)์
์ธ ๊ฐ์ง ๋์์ ๋ํ์ฌ ๊ตฌํํ ์ ์๋๋ก ํ์๋ค. ๋ฌผ๋ณ ๋ฑ์ ๋ฌผ
๊ฑด์ ์ก์ ๋ ์ฌ์ฉ๋๋ ๋์์ด ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ, ์์ง์ ๊ฒ์ง๋ฅผ ์ด
์ฉํ์ฌ ์์ ๋ฌผ์ฒด๋ฅผ ์ก๋ ๋์์ด ํ์น ๊ทธ๋ฆฝ, ๋ช ํจ๊ณผ ๊ฐ์ด ์์
์ข ์ด ๋ฑ์ ์ก๋ ๋์์ด ๋ํฐ๋ด ๊ทธ๋ฆฝ์ด๋ค. ์ธ ๊ฐ์ง ๋์๊ณผ ํด๋น
ํน์ง ๋ฒกํฐ๋ฅผ Fig. 6์ ๋ํ๋ด์๋ค. Fig. 6(a)์ ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ์ ๋ฌผ
๊ฑด์ ์ก๋ ํํ๋ก ๊ตฌํ๋์ง๋ง, ๋ณธ ์ฐ๊ตฌ์์๋ ์ฃผ๋จน์ ์ฅ๋ ํํ
์ ์๋์์ ์ธ์ํ์ฌ ๋ก๋ด ์์๊ฐ ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ์ ๊ตฌํํ๋๋ก
ํ์๋ค.
ํ ๊ฐ์ง ๋์์ 160ํ ๋ฐ๋ณต ์ธก์ ํ์ฌ ์ด 480๊ฐ์ ๋ฐ์ดํฐ๋ฅผ
ํ๋ณดํ์๊ณ , ์ด ์ค์์ 300๊ฐ๋ ํ์ต์ ์ฌ์ฉํ๊ณ , ๋๋จธ์ง 180๊ฐ
๋ ํ ์คํธ์ ์ฌ์ฉํ๋๋ก ํ์๋ค. ์๋์ ์ธ์์ ์ํ ๊ธฐ๊ณ ํ
์ต์ ์ค๋ฅ ์ญ์ ํ ์๊ณ ๋ฆฌ์ฆ์ ์ด์ฉํ์ฌ ํ์ต์ ์งํํ๋ ์ธ๊ณต
MAV1
L--- x i L
i=1=Fig. 3 Simulation results for locus of fingertips
Fig. 4 Process of gesture recognition
![Page 4: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/4.jpg)
342 / May 2020 ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ
์ ๊ฒฝ๋ง(Artificial Neural Network)์ ๋ค์ธต ํผ์ ํธ๋ก (Multi-Layer
Perceptron) ๋ชจ๋ธ์ ์ฌ์ฉํ์๊ณ , MATLAB์ Neural Network
Toolbox๋ฅผ ์ด์ฉํ์ฌ ๊ตฌํํ์๋ค. ๋ค์ธต ํผ์ ํธ๋ก ์ ๊ฐ๊ฐ ์ธ ๊ฐ์
๋ด๋ฐ์ผ๋ก ๊ตฌ์ฑ๋๋ ์ ๋ ฅ์ธต๊ณผ ์ถ๋ ฅ์ธต์ ๊ฐ๊ณ ์์ผ๋ฉฐ, ์๋์ธต์
๋ด๋ฐ์ ์๋ฅผ ๋ณํ์์ผ๊ฐ๋ฉด์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ํ์ธํ์๊ณ , ์ด๋ฅผ
Fig. 7์ ๋ํ๋ด์๋ค. ์ด๊ธฐ์๋ ์๋ ๋ด๋ฐ์ ์๊ฐ ์ฆ๊ฐํ ์๋ก ๋ถ
๋ฅ ์ ํ๋๊ฐ ์ฆ๊ฐํ์ง๋ง, 10๊ฐ ์ดํ์๋ ์๋ ดํ๋ ๊ฒ์ ํ์ธํ
์ ์๋ค. Fig. 8(a)์๋ 300๊ฐ์ ๋ฐ์ดํฐ๋ฅผ ์ด์ฉํ ํ์ต ๊ณผ์ ์์
์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋ํ๋ด์๊ณ , Fig. 8(b)์๋ ํ ์คํธ ๊ณผ์ ์ ๋ถ
๋ฅ ์ ํ๋๋ฅผ ๋ํ๋ด์๋ค. Fig. 8์์ ์ด๋ก์์ผ๋ก ํ์๋ ๋ถ๋ถ์
๋ชฉํ ๋์์ ๋ํด์ ๋ถ๋ฅ๊ฐ ์ ํํ๊ฒ ๋ ๊ฒฝ์ฐ์ด๊ณ , ๋ถ์์์ผ๋ก
ํ์๋ ๋ถ๋ถ์ ๋ชฉํ ๋์๊ณผ ๋ถ๋ฅ๋ ๋์์ด ์ผ์นํ์ง ์๋ ๋ถ๋ฅ
๊ฐ ์๋ชป๋ ๊ฒฝ์ฐ๋ฅผ ๋ํ๋ธ๋ค. ํ์ต ๊ณผ์ ์์ ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ๊ณผ ํ์น
๊ทธ๋ฆฝ์ ๊ฐ๊ฐ 99%์ 100%์ ๋งค์ฐ ๋์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋ณด์์ผ๋,
๋ํฐ๋ด ๊ทธ๋ฆฝ์ ์๋์ ์ผ๋ก ๋ฎ์ 85%์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๊ฐ๋ ๊ฒ์Fig. 5 Measured EMG data
Fig. 6 Hand motions and corresponding EMG feature vectors
![Page 5: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/5.jpg)
ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ May 2020 / 343
ํ์ธํ ์ ์๋ค. ๊ฐ ๋์๋ณ 60๊ฐ, ์ด 180๊ฐ์ ๋ฐ์ดํฐ๋ฅผ ์ด์ฉํ
ํ ์คํธ ๊ณผ์ ์์๋ ํ์น ๊ทธ๋ฆฝ์ 100%์ ๋งค์ฐ ๋์ ๋ถ๋ฅ ์ ํ๋
๋ฅผ ๋ณด์์ผ๋, ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ์ ๋ํฐ๋ด ๊ทธ๋ฆฝ์ผ๋ก ์๋ชป ๋ถ๋ฅ๋๋ ๊ฒฝ
์ฐ๊ฐ 3ํ ๋ฐ์ํ์ฌ 95%์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋ํ๋ด์๋ค. ๋ํฐ๋ด
๊ทธ๋ฆฝ์ ์๋์ ์ผ๋ก ๋ ๋ฎ์ 86.7%์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋ํ๋ด์๊ณ ,
์ค๋ฆฐ๋ ๊ทธ๋ฆฝ ๋์์ผ๋ก ์๋ชป ๋ถ๋ฅ๋๋ ๊ฒฝ์ฐ๊ฐ ๋ง์ ๊ฒ์ผ๋ก ๋
ํ๋ฌ๋ค. ์ด๋ ์ค๋ฆฐ๋ ๊ทธ๋ฆฝ๊ณผ ๋ํฐ๋ด ๊ทธ๋ฆฝ์ ๊ฒฝ์ฐ, ์์ง์ ๊ฒ์ง
์๊ฐ๋ฝ์ ๋์์ ๋ค์ ์ฐจ์ด๊ฐ ์์ผ๋, ๋๋จธ์ง ์ธ ์๊ฐ๋ฝ์ ๋
์์ด ๋งค์ฐ ์ ์ฌํ๊ธฐ ๋๋ฌธ์ธ ๊ฒ์ผ๋ก ํ๋จ๋๋ค. ์ด๋ Fig. 8(a)์
ํ์ต ๊ฒฐ๊ณผ์ ์ ์ฌํ ๊ฒฝํฅ์ ๊ฐ๋ ๊ฒ์ผ๋ก ํ๋จ๋๋ค.
4. ์๋์ ๊ตฌํ
3D ํ๋ฆฐํฐ๋ฅผ ์ด์ฉํ์ฌ ์ ์๋ ์์ ํ์์ ์ถ๋ ฅํ๊ณ , ์๊ฐ๋ฝ
๋์ ๊ตฌํ์ ์ํ ๋ชจํฐ๋ฅผ ์ฅ์ฐฉํ์ฌ ๋ก๋ด ์์๋ฅผ ์ ์ํ์์ผ๋ฉฐ,
Fig. 9์ ๋ํ๋ด์๋ค. FDM (Fused Deposition Modeling) ๋ฐฉ์์
3D ํ๋ฆฐํฐ๋ฅผ ์ฌ์ฉํ์์ผ๋ฉฐ, ์นํ๊ฒฝ ์์ง์ธ PLA (Poly Lactic
Acid) ํ๋ผ๋ฉํธ๋ฅผ ์ฌ์ฉํ์๋ค. ์์ง ์๊ฐ๋ฝ์ ์ฒซ๋ง๋๋ผ ๋์์
์ํ ๋ชจํฐ๋ ์๋ฐ๋ฅ ๋ด๋ถ์ ์ค์นํ์๊ณ , ์์ง, ๊ฒ์ง, ์ค์ง, ์ฝ์ง
๋ฐ ์์ง ๋์์ ์ํ์ฌ ๋ค ๊ฐ์ ๋ชจํฐ๋ฅผ ์๋ชฉ ์๋ซ๋ถ๋ถ์ ์ค์นํ
์๋ค. ํ์ค์ ํด๋ฆฌ์ํธ๋ ์ฌ์ง์ ์ง๋ฆ 0.37 mm ์์ด์ด๋ฅผ ์ฌ์ฉ
ํ์๊ณ , ํ์ฑ ๋ฐด๋๋ ํด๋ฆฌ์์คํ ๋ฅด ์ฌ์ง์ ์ง๋ฆ 3.5 mm ์์ด์ด
๋ฅผ ์ฌ์ฉํ์๋ค. ์ ์๋ ๋ก๋ด ์์์ ์ค์๊ฐ ๋์ ๊ตฌํ ์ฑ๋ฅ์
ํ๊ฐํ๊ธฐ ์ํ์ฌ Fig. 10๊ณผ ๊ฐ์ด ์คํ์ ๊ตฌ์ฑํ์๋ค. MYO๋ฅผ
์ด์ฉํ์ฌ ์ฌ๋์ ์๋์์ ๋ํ ๊ทผ์ ๋๋ฅผ ์ธก์ ํ๊ณ ๋ธ๋ฃจํฌ์ค
ํต์ ์ ์ด์ฉํ์ฌ ์ปดํจํฐ๋ก ์ ๋ฌํ๋ค. ์ ๋ฌ๋ ์ ํธ๋ฅผ ๋ฐํ์ผ๋ก
MATLAB์ ์ด์ฉํ์ฌ ์ค์๊ฐ์ผ๋ก ๋์์ ๋ถ๋ฅํ๋ค. ๋ถ๋ฅ๋ ๋์
์ ๋ํ์ฌ ์๊ฐ๋ฝ ๋์ ์์น๋ฅผ ๊ฒฐ์ ํ๊ณ ์ด๋ฅผ ์ ์ USB ์ฅ์น๋ฅผ
ํตํ์ฌ ์๋์ด๋ ธ UNO ๋ณด๋๋ก ์ ์กํ๋ฉฐ, ์๋์ด๋ ธ ๋ณด๋์์๋
Fig. 7 Classification accuracy according to number of hidden
neurons
Fig. 8 Classification accuracy for three hand motions with ten
hidden neurons
Fig. 9 Manufactured prosthetic hand
Fig. 10 Experimental setup for real time hand motion realization
![Page 6: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/6.jpg)
344 / May 2020 ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ
๋ชจํฐ์ ์ ๋ ฅ ์ ํธ๋ฅผ ์ธ๊ฐํ๊ฒ ๋๋ค.
๊ทผ์ ๋ ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ์ฌ๋์ ์๋์์ ์ธ์ํ๊ณ , ์ด๋ฅผ ์ค
์๊ฐ ํ๊ฒฝ์์ ์์๋ฅผ ๋์ํ๋๋ก ํ ์คํ์ ์ฌ์ง์ Fig. 11์
๋ํ๋ด์๋ค. Fig. 11(a)๋ ์ด๊ธฐ ๊ธฐ๋ณธ ๋์ ์ํ์ด๋ค. Fig. 11(b)๋
์ค๋ฆฐ๋ ๊ทธ๋ฆฝ์ ์ด์ฉํ์ฌ ๋ฌผ์ฒด๋ฅผ ์ก๋ ๋์, Fig. 11(c)๋ ํ์น
๊ทธ๋ฆฝ์ ์ด์ฉํ์ฌ ํ๊ตฌ๊ณต๊ณผ ๊ฐ์ ์์ ๋ฌผ์ฒด๋ฅผ ์ก๋ ๋์, Fig.
11(d)๋ ๋ํฐ๋ด ๊ทธ๋ฆฝ์ ์ด์ฉํ์ฌ ์์ ๋ฌผ์ฒด๋ฅผ ์ก๋ ๋์์ ๊ฐ๊ฐ
๊ตฌํํ ๊ฒ์ด๋ค. ์ค์๊ฐ ํ๊ฒฝ์์ ์ฌ๋ ์์ ๋์์ ์ธ์ํ๊ณ ๋ก
๋ด ์์์ ๋์์ ๋ช ํํ๊ฒ ๊ตฌํํ์์ผ๋ฉฐ ์ค์ ๋ก ๋ฌผ๊ฑด์ ์ก๊ฑฐ
๋ ๋ค ์ ์๋ ๊ฒ์ ํ์ธํ์๋ค.
5. ๊ฒฐ๋ก
๋ณธ ์ฐ๊ตฌ์์๋ ๋ก๋ด ์์์ ๋ํ ์ค๊ณ, ํด์, ์ ์์ ์ํํ
๊ณ ์ธก์ ๋ ๊ทผ์ ๋ ์ ํธ์ ๋ํ ์ค์๊ฐ ์๋์ ๊ตฌํ ์ฑ๋ฅ์ ์คํ
์ ํตํ์ฌ ์ ์๋ ์์คํ ์ ์ฑ๋ฅ์ ํ๊ฐํ์๋ค. ์ฌ๋์ ์๊ฐ๋ฝ
๊ณผ ๋์ผํ ๊ตฌ์กฐ์ ํน์ง์ ๊ฐ๋ ์์๋ฅผ ์ค๊ณํ๊ณ , ๊ธฐ๊ตฌํ ํด์์
์ํํ์ฌ ์ํ๋ ๋์์ ๊ตฌํ์ด ๊ฐ๋ฅํจ์ ํ์ธํ์๋ค. ๋ฌผ๊ฑด์
ํ์ง๋ฅผ ์ํ ์ธ ๊ฐ์ง ๋์์ ๋ํ ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ธก์ ํ๊ณ ์ธ๊ณต
์ ๊ฒฝ๋ง์ ์ด์ฉํ์ฌ ํ๊ท 90% ์ด์์ ๋์ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๊ฐ์ง
๋ฉด์ ๋์์ ์ ํํ๊ฒ ๊ตฌ๋ถํ ์ ์์์ ํ์ธํ์๋ค. ์ค์๊ฐ ํ
๊ฒฝ์์, ์ธก์ ๋ ๊ทผ์ ๋ ์ ํธ๋ฅผ ์ด์ฉํ์ฌ ์๋ํ๋ ์๋์์ ์ธ
์ํ๊ณ ์ ์ ํ ๋์์ ๊ตฌํํ ์ ์์์ 3D ํ๋ฆฐํฐ๋ฅผ ์ด์ฉํ์ฌ
์ ์๋ ์์๋ฅผ ํ์ฉํ ์คํ์ ํตํ์ฌ ํ์ธํ์๋ค. ๋ค์ ๋จ๊ณ
์ฐ๊ตฌ์์๋ ์ถ๊ฐ์ ์ผ๋ก ๋์ฑ ๋ค์ํ ์๋์ ๊ตฌํ์ ์ํ ์ฐ๊ตฌ
๋ฅผ ์ํํ ์์ ์ด๋ฉฐ, ๋ฅ๋ฌ๋ ๊ธฐ๋ฐ์ ๋ค์ํ ๋ถ๋ฅ๊ธฐ์ ๋ํ ํ๊ฐ
๋ฅผ ํตํ์ฌ ๋ถ๋ฅ ์ ํ๋๋ฅผ ๋์ผ ์ ์๋๋ก ํ ๊ฒ์ด๋ค.
ACKNOWLEDGEMENT
๋ณธ ์ฐ๊ตฌ๋ ๊ธ์ค๊ณต๊ณผ๋ํ๊ต ํ์ ์ฐ๊ตฌ๋น๋ก ์ง์๋์์(No.
2018-104-122).
REFERENCES
1. Saridis, G. N. and Gootee, T. P., โEMG Pattern Analysis and
Classification for a Prosthetic Arm,โ IEEE Transactions on
Biomedical Engineering, Vol. BME-29, No. 6, pp. 403-412,
1982.
2. Matrone, G. C., Cipriani, C., Secco, E. L., Magenes, G., and
Carrozza, M. C., โPrincipal Components Analysis Based Control
of a Multi-DOF Underactuated Prosthetic Hand,โ Journal of
Neuroengineering and Rehabilitation, Vol. 7, No. 1, pp. 1-13,
2010.
3. Ma, J., Thakor, N. V., and Matsuno, F., โHand and Wrist
Movement Control of Myoelectric Prosthesis based on Synergy,โ
IEEE Transactions on Human-Machine Systems, Vol. 45, No. 1,
pp. 74-83, 2014.
4. Guo, W., Sheng, X., Liu, H., and Zhu, X., โToward an Enhanced
Human-Machine Interface for Upper-Limb Prosthesis Control
with Combined EMG and NIRS Signals,โ IEEE Transactions on
Human-Machine Systems, Vol. 47, No. 4, pp. 564-575, 2017.
5. Lee, S., Kim, M. O., Kang, T., Park, J., and Choi, Y., โKnit Band
Sensor for Myoelectric Control of Surface EMG-Based
Prosthetic Hand,โ IEEE Sensors Journal, Vol. 18, No. 20, pp.
8578-8586, 2018.
6. Lee, S., Choi, Y., Yang, S., Hong, G. Y., and Choi, Y.,
โDevelopment of Multi-DoFs Prosthetic Forearm based on EMG
Pattern Recognition and Classification,โ The Journal of Korea
Robotics Society, Vol. 14, No. 3, pp. 228-235, 2019.
7. Lee, G. H., Kwon, H. C., and Kim, K. H., โImprovement of an
Underactuated Prosthetic Hand based on Grasp Performance
Evaluation,โ Transactions of the Korean Society of Mechanical
Engineers, A, Vol. 40, No. 10, pp. 843-849, 2016.
8. Lim, H. S., Kwon, H. C., and Kim, K. H., โDevelopment of a
Haptic System for Grasp Force Control of Underactuated
Prosthetics Hands,โ Transactions of the Korean Society of
Mechanical Engineers, A, Vol. 41, No. 5, pp. 415-420, 2017.
9. Bae, J. H., Jung, S. Y., Kim, S., Mun, M., and Ko, C. Y.,
โDevelopment of Sensory Feedback System for Myoelectric
Prosthetic Hand,โ Journal of the Korean Society for Precision
Engineering, Vol. 32, No. 10, pp. 851-856, 2015.
Fig. 11 Snapshots of hand motions and realization with prosthetic
robot hand
![Page 7: Design of Prosthetic Robot Hand and Electromyography-Based](https://reader034.vdocuments.net/reader034/viewer/2022042302/625aac5ef39fce3c393d4340/html5/thumbnails/7.jpg)
ํ๊ตญ์ ๋ฐ๊ณตํํ์ง ์ 37๊ถ ์ 5ํธ May 2020 / 345
10. Noh, J., Cho, W., and Kim, J. H., โDesign of a Regression
Model for Four Grasping Patterns and Three Grip Force
Intensities of a Myoelectric Prosthetic Hand,โ Journal of the
Korean Society for Precision Engineering, Vol. 35, No. 8, pp.
809-816, 2018.
11. Kim, D. E., Yu, J. H., and Sim, K. B., โEEG Feature
Classification for Precise Motion Control of Artificial Hand,โ
Journal of Korean Institute of Intelligent Systems, Vol. 25, No. 1,
pp. 29-34, 2015.
12. Jo, Y. U. and Oh, D. C., โStudy on the EMG-Based Grasp
Gesture Classification Using Deep Learning and Application to
Active Prosthetics,โ Journal of Institute of Control, Robotics and
Systems, Vol. 25, No. 3, pp. 229-234, 2019.
Ho Myoung Jang
M.Sc. candidate in the Department of
Mechanical Design Engineering, Kumoh
National Institute of Technology. His
research interest is design and control of
smart rehabilitation systems with machine
learning algorithm.
E-mail: [email protected]
Jung Woo Sohn
Professor in the Department of Mechanical
Design Engineering, Kumoh National Insti-
tute of Technology. His research interests are
smart systems control, robotics, and applica-
tions of artificial intelligence.
E-mail: [email protected]