최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국통신학회논문지. The Journal of Korea Information and Communications Society. 네트워크 및 서비스, v.39B no.7, 2014년, pp.479 - 490
A lower extremity exoskeleton is a robot device that attaches to the lower limbs of the human body to augment or assist with the walking ability of the wearer. In order to improve the wearer's walking ability, the robot senses the wearer's walking locomotion and classifies it into a gait-phase state...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
하지근력증강로봇이란 무엇인가? | 하지근력증강로봇이란 사용자가 하체에 착용하고 보행능력을 강화하거나 보조하기 위한 장비로 1960년대 중반 미국에서 처음 개념연구가 시작된 이후부터 최근까지 활발한 연구가 진행 중이다[7-10]. 최근 연구 동향으로 무거운 짐을 짊어진 상태에서 큰 힘을 들이지 않고 보다 먼 거리를 이동할 수 있도록 돕는 군사적인 목적의 기술 개발과 질병 또는 노화에 의해 걷기 불편한 사람의 보행을 돕는 의료 목적의 기술 개발이 있다. | |
하지근력증강로봇의 작동 방식은? | HiLCPS 개념에 따른 하지근력증강로봇의 작동 방식은 그림 1과 같다. 인간의 움직임을 로봇 또는 인체에 부착된 인체센서를 통해 감지하고, 센서에서 관측된 데이터는 사이버시스템으로 전달된다. 사이버시스템은 감지된 데이터를 바탕으로 착용자가 어떠한 움직임을 가지는지에 대한 의도추론을 통해 인간의 의도정보를 생성한다. 로봇제어기는 이 의도정보를 바탕으로 어떤 제어모드를 수행할 것인지 결정하고 로봇 센서데이터를 이용해 현재 상황에 적절한 동작을 로봇구동기로 생성하여 착용자가 의도하는 보행능력을 향상한다. | |
HAL은 어떻게 구분할 수 있는가? | 이들은 공통적으로 보행단계상태를 구분하기 위해 착용자가 보행시 발아래에 설치된 인체센서(이하 발센서 장치)를 통해 보행시 생성되는 지면반력을 감지한다. 상세히 소개하면, HAL(Hybrid Assistive Limb)[11,12]은 인간의 보행능력을 향상하고 무거운 물건을 가볍게 들 수 있도록 지원하는 로봇으로 인간의 의도를 추정하기 위해 EMG(Electromyography)를 측정하는 로봇과 발센서장치를 통해 지면반력을 측정하는 로봇 등 두 가지 모델로 구분한다. 그 중 발센서장치를 사용하는 모델의 경우 지면반력을 측정하기 위해 사용자의 신발 안쪽 바닥에 FSR센서를 구성하고 있다. |
E. A. Lee, "Cyber physical systems: design challenges," in Proc. IEEE Int. Symp. Object-Oriented Real-Time Distributed Computing(ISORC), pp. 363-369, Orlando, FL, May 2008.
E. A. Lee and S. A. Seshia, Introduction to Embedded Systems. A Cyber-Physical Systems Approach, Retrieved 2011, from http://LeeSeshia.org
M.-G. Won, T.-J. Park, and S.-H. Son, "Present and future of cyber physical systems: from the application's perspective," Inf. Commun. Mag., vol. 30, no. 10, pp. 62-69, Oct. 2013.
J.-M. Park, S.-J. Gang, I.-G Jeon, and W.-T. Kim, "Network-based autonomous control CPS(cyber-physical systems) technology," Inf. Commun. Mag., vol. 30, no. 10, pp. 86-92, Oct. 2013.
C. Schirner, D. Erdogmus, K. Chowdhury, and T. Padir, "The future of human-in-the-loop cyber physical systems," IEEE Computer, vol. 46, no. 1, pp. 36-45, Jan. 2013.
E. Guizzo and H. Goldstein, "The rise of the body bots," IEEE Spectrum, pp. 51-56, Oct. 2005.
A. M. Dollar and H. Herr, "Lower extremity exoskeletons and active orthoses : Challenges and state-of-the-art," IEEE Trans. Robotics, vol. 24, no. 1, pp. 144-158, Feb. 2008.
Y. Sankai, "HAL: Hybrid assistive limb based on cybernics," Robotics Research, pp. 25-34, Jan. 2011.
K. Suzuki, G. Mito, and H. Kawamoto, "Intention-based walking support for paraplegia patients with robot suit HAL," Advanced Robotics, vol. 21, no. 12, pp. 1441-1469, Oct. 2007.
A. B. Zoss, H. Kazerooni, and A. Chu, "Biomechanical design of the berkeley lower extremity exoskeleton (BLEEX)," IEEE/ASME Trans. Mechatronics, vol. 11, no. 2, pp. 128-138, Apr. 2006.
H. Kazerooni, R. Steger, and L. Huang, "Hybrid control of the berkeley lower extremity exoskeleton (BLEEX)," The Int. J. Robotics Research, vol. 25, no. 5-6, pp. 561-573, May 2006.
Whittle and Michael, Gait Analysis: An Introduction, 2nd Ed., Oxford: Butterworth- Heinemann, 1996.
V. T. Inman, H. J. Ralston, and F. Todd, Human Locomotion, Williams and Wilkins, 1981.
J. Bae and M. Tomizuka, "Gait phase analysis based on a hidden markov model," J. Mechatronics, vol. 21, no. 6, pp. 961-970, Sept. 2011.
H. A. Varol, F. Sup, and M. Goldfarb, "Multiclass real-time intent recognition of a powered lower limb prosthesis," IEEE Trans. Biomedical Eng., vol. 57, no. 3, pp. 542-551, Mar. 2010.
H. Park, D. J. Kim, C. Seo, and J.-H. Wang, "Development of foot-sensor module for lower-limbs wearable robot," in Proc. KIMST Conf., pp. 1791-1792, 2013.
T. M. Mitchell, Machine Learning, NY: Mcgraw-Hill, 1997.
I. Rish, "An empirical study of the naive bayes classifier," in Proc. Int. Joint Conf. Artificial Intelligence, pp. 41-46, 2001
I. Androutsopoulos, J. Koutsias, K. V. Chandrinos, G. Paliouras, and C. D. Spyropoulos, "An evaluation of naive bayesian anti-spam filtering," in Proc. European Conf. Machine Learning, pp. 9-17, 2000.
Y. Wang, J. Hodges, and B. Tang, "Classification of web documents using a naive bayes method," in Proc. IEEE Int. Conf. Tools with Artificial Intelligence, pp. 560-564, Nov. 2003.
Q. Wang, G. M. Garrity, J. M. Tiedje, and J. R. Cole, "Naive bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy," J. Applied and Environmental Microbiology, vol. 73, no.16, pp. 5261-5267, Aug. 2007.
G. H. John and P. Langley, "Estimating continuous distributions in bayesian classifiers," in Proc. Conf. Uncertainty in Artificial Intelligence(UAI'95), pp. 338-345, 1995.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.