[논문]노약자의 팔꿈치 거동 지원을 위한 착용형 로봇 개발

장혜연; 한창수; 김태식; 장재호; 한정수

문제 정의

본 연구에서는 기존의 근력지원로봇에서 사용되고 있는 큰 두 개의 동기신호를 통합하여 새로운 동기신호 습득 패턴을 개발 하였으며, 또한 그를 적용할 수 있는 간단한 기구부를 설계하였다.
위와 같은 기존의 착용형 로봇의 경우 동기신호 생성 센서로서 힘센서및 근전도 등 각각 단일한 종류의 센서만을 사용하였으며, 각각의 장, 단점이 존재하였다. 본 연구에서는 힘센서와 근전도 센서를 복합적으로 사용하여각 센서의 장점은 살리고 단점은 최소화하여, 약자의 근력을 보조하기위한 최적의 로봇 동기신호 알고리즘을 개발 하는데 그 목적이 있다.
우리는 인체와 접하는 부분에 일정한 압력을 가하면서 약간의 유격을 주어 위의 문제를 해결하려 하였다. Fig.

제안 방법

중량물을 들고 팔꿈치 굴곡이 일어날 경우처럼, 근수축은 일어나지만 실제 근육의 길이는 오히려 늘어나는 경우를 근육의 편심성 수축 (Eccentric Contraction)이라고 하며 단순히 근 신호만으로는 위의 4가지의 경우를 모두 패턴화하기는 어렵다. 그러므로 패턴의 중복을 피하고, 2개 근육의 활성상태를 좀 더 자세하게 세분화하기 위하여, 근전도 신호와 더불어 힘 센서의 입력값을 조합하여 동기신호를 만들어 엑추에이터를 패턴에 맞게 구동하였다.
검증 하였다. 그러므로 프로토 타입을 컨셉으로 한 기구의 설계를 최적화 하였다.
우선 신호에 (-)들을 없애기 위해 또한 비활성상태의 신호는 더 낮추어 주고 활성상태의 신호를 증폭시켜주어두 상황의 차이를 크게 만들어주기 위해 신호을 제곱 시켜주었다. 그리고 low pass filter를 이용하여 낮은 주파수의 노이즈및 신호를 제거해 줌으로써, 활성상태에서 나오는 낮은 신호들을 필터링 하였다. 이렇게 처리된 신호는 사람마다 다르므로 근육이 활성/비활성상태를 deadzone을 사람마다 다르게 설정할 수 있도록 되어있다.
근력보조로봇의 동기신호로써의 근전도 센서와 힘 센서의 성능을 실험하기 위하여 위에 고안된 프로토 타입을 착용하여 근력 보조여부를 판별 하였다.
동기신호의 입력을 확인하기 위하여 5kg의 아령을 드는 동작을 할 경우 피험자의 %MVIC를 측정하여 근력보조로봇을 착용할 때와 착용할지 않았을 때의 차이를 확인하였다.
상지 팔꿈치 모션을 구현하기 위해서 필요한 자유도는 크게 4가지 이며, 팔꿈치의 신전(elbow extension)과 굴곡 (elbow flexion), 그리고 팔꿈치의 내전 (elbow pronation)과 외전(elbow supination)0] 가능하도록 프로토 타입을 설계하였다. 또한 기구와 착용자 사이의 불편을 최소화 할 수 있도록 공압커프를 HRI(Human-Robot Interface)로 적용하여 사람마다의팔 굵기가 다르고, 팔꿈치 운동 시 근육부피가 늘어나는 점을 보완 할 수 있도록 하였다.
또한 기존의 원통구조에서 벗어나 최대한 경량화하기 위한 디자인으로 수정 되었으며, 힘 센서의 신호가 잘 들어올 수 있도록 기구와 사람의 HRI와 기구가 유격이 생길 수 있도록 조정 가능하게 설계되었다. 또한 약자들이 착용하는 점을 감안하여 엑추에이터의 무게를 최소화하는데 중점을 주었으며, 소형 flat모터를 사용함에 있어서 사람의 팔 무게를 충분히 감당할 수 있도록 하였다.
또한 노약자가 착용함에 있어서 기구적인 결합에 의해 부하가 걸리지 않도록 처음 5kg이상이였던프로토 타입의 무게를 최소한의 무게인 500g이하 로 설계하였다. 본 연구는 약자를 위한 착용형 로봇의 초기 연구로 추후 팔꿈치의 보조 뿐만 아니라 어깨 관절 운동의 보조를 포함한 노약자의 상지 전체의 보조를 위한 로봇의 개발으로 발전시켜 갈 것이다.
본 연구에서 적용되는 착용형 로봇은 크게 동기신호를 획득하는 부분과, 수집된 신호의 필터링 및 패턴화를 위한 제어부분, 동기신호의 성능을 평가하기 위한 프로토 타입 실험 부분, 그리고 기구 부의 설계부분으로 나누어져 있다. Fig.
또한 착용자가 외골격을 착용함으로써 느끼는 불편을 최소화 해야한다. 상지 팔꿈치 모션을 구현하기 위해서 필요한 자유도는 크게 4가지 이며, 팔꿈치의 신전(elbow extension)과 굴곡 (elbow flexion), 그리고 팔꿈치의 내전 (elbow pronation)과 외전(elbow supination)0] 가능하도록 프로토 타입을 설계하였다. 또한 기구와 착용자 사이의 불편을 최소화 할 수 있도록 공압커프를 HRI(Human-Robot Interface)로 적용하여 사람마다의팔 굵기가 다르고, 팔꿈치 운동 시 근육부피가 늘어나는 점을 보완 할 수 있도록 하였다.
근전도신호의 경우, 원 데이터를 그냥 사용할 수 없고 알맞은 filter 를 설계하여 데이터를 필터링해야 한다. 우선 신호에 (-)들을 없애기 위해 또한 비활성상태의 신호는 더 낮추어 주고 활성상태의 신호를 증폭시켜주어두 상황의 차이를 크게 만들어주기 위해 신호을 제곱 시켜주었다. 그리고 low pass filter를 이용하여 낮은 주파수의 노이즈및 신호를 제거해 줌으로써, 활성상태에서 나오는 낮은 신호들을 필터링 하였다.
이렇게 두 가지의 동기신호를 패턴화하여 4가지의 상지거동 운동보조를 위해 기구가 착용자의 의지만으로 움직일 수 있도록 하였다.
Kazerrooni1 * * 4'5 * 가 BLEEX를 1990년도부터 지속적으로 연구하고 있으며, 이 로봇은 특정한 환경에서 인간의 기계적인 힘을 증폭시켜 준다. 이에 사용된 동기신호로는 힘 센서를 사용하였으며, 인간이 직접 힘 센서에 외압을 작용하여 그 압력으로부터 명령을 받아 엑츄에이터가 큰 힘을 내게 하는 것이다. 이는 인간이 내기 불가능한 크기의 힘으로 인간의 힘을 증폭시켜주는 역할을 한다.
우선 착용자의 팔 상박(Upper Limb) 근육 중 팔꿈치 운동 시의 주 동근(Agonist)과 길항근(Antagonist)를 찾는다. 주 동근과 길항근으로 근전도 신호를 획득하고, 2차적으로 하박 부분이 기구의 하박 지지대에 붙어있는 힘 센서에 힘을 전달하는 방식으로 동기신호를 획득한다.
크게 기구부에서 필요한 부분은 인간의 상지를 구속해주는 부분과 회전 관절 부분 그리고 동기신호를 수집하는 부분으로 이루어져 있으며, 사람마다의 신체 크기가 다르므로 기구부의 크기를 사람마다 다르게 조정할 수 있도록 설계하였다.
프로토 타입으로 동기신호의 획득 및 로봇의 성능을 검증 하였다. 그러므로 프로토 타입을 컨셉으로 한 기구의 설계를 최적화 하였다.

이론/모형

근력의 보조여부는 로봇을 착용 하였을 때와 그렇지 않을 경우의 근전도를 추출하여 %MVIC (percent Maximum Voluntary Isometric Contraction) 방법을 사용하였다. MVIC값의 추출은 피험자가 해당 근육에 Isometric Motion으로 최 대수축을 가했을 때의 RMS(Root Mean Square)값을 MVIC값으로 정의하고 이를 기준으로 하여, 각 동작시의 RMS 값을 기준 MVIC 값으로 나눈 후 100을 곱함으로써 %MVIC 단위로 나타내어 주는 것이다.

성능/효과

그 결과 로봇을 착용하였을 경우, 그렇지 않은 경우보다 최대 20%의 근력을 로봇으로부터 지원받을 수 있었다.
주동근과 길항근을 추출하였다. 그 결과 팔꿈치를 굽히는 자세(elbow flexion)와 펴는 자세 (elbow extension) 의 경우 위팔 두갈래근(biceps brachii muscle) 과 위팔 세갈래근(Triceps brachii muscle)이 활성화 되므로 그 위치 근육의 근전도 신호를 추출하였다.
또한 약자들이 착용하는 점을 감안하여 엑추에이터의 무게를 최소화하는데 중점을 주었으며, 소형 flat모터를 사용함에 있어서 사람의 팔 무게를 충분히 감당할 수 있도록 하였다.
비교 결과, 아령을 들지 않았을 때의 평균 RMS 값이 89.74mV 였던 값이 로봇의 보조를 받았을 때 70.05mV로 감소하였다. RMS값이 더 크다는 것은 근전도 파형의 진폭이 증대된 것으로, 근육이 피로하면 그 결과로 진폭이 증대되고, 주기가 연장되고, 근육세포의 탈분극 이후 전기적 재 분극 과정이 지연되게 된다.
위의 결과로 로봇이 착용자의 근력을 보조해준다는 결론을 얻을 수 있었다.
이를 정규화하여 %MVIC 로 나타내면 최대 Isometric Motion의 경우를 100%로 보았을 때, 5kg 아령을 드는 동작은 그 힘의 66%를 요하였고, 로봇을 착용하였을때는 52%의 힘을 요하였다.

후속연구

로 설계하였다. 본 연구는 약자를 위한 착용형 로봇의 초기 연구로 추후 팔꿈치의 보조 뿐만 아니라 어깨 관절 운동의 보조를 포함한 노약자의 상지 전체의 보조를 위한 로봇의 개발으로 발전시켜 갈 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

노약자의 팔꿈치 거동 지원을 위한 착용형 로봇 개발
Development of Wearable Robot for Elbow Motion Assistance of Elderly 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

노약자의 팔꿈치 거동 지원을 위한 착용형 로봇 개발 Development of Wearable Robot for Elbow Motion Assistance of Elderly 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

장혜연 (10) 한창수 (126) 김태식 (2) 한정수 (31)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

노약자의 팔꿈치 거동 지원을 위한 착용형 로봇 개발
Development of Wearable Robot for Elbow Motion Assistance of Elderly 원문보기

AI 본문요약
AI-Helper