[논문]EMG 신호 기반의 웨어러블 기기를 통한 화재감지 자율 주행 로봇 제어

김진우; 이우영; 유제훈; 심귀보

doi:10.5391/jkiis.2016.26.3.176

EMG 신호 기반의 웨어러블 기기를 통한 화재감지 자율 주행 로봇 제어
Autonomous Mobile Robot Control using the Wearable Devices Based on EMG Signal for detecting fire 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.26 no.3, 2016년, pp.176 - 181

김진우 (중앙대학교 전자전기공학부) , 이우영 (중앙대학교 전자전기공학부) , 유제훈 (중앙대학교 전자전기공학부) , 심귀보 (중앙대학교 전자전기공학부)

초록
AI-Helper

본 논문은 EMG(Electromyogram) 신호 기반의 웨어러블 기기를 이용하여 화재 감지 자율 주행 로봇을 제어하는 시스템을 제안하였다. 사용자의 EMG 신호를 읽어내기 위한 기기로는 Myo armband를 이용하였다. EMG 신호의 데이터를 블루투스 통신을 이용하여 컴퓨터로 전송한 후 동작을 분류하였다. 그 후 다시 블루투스를 이용하여 분류한 데이터 값을 uBrain 로봇으로 전송해 로봇이 움직일 수 있도록 구현하였다. 로봇을 조종 가능한 명령으로는 직진, 우회전, 좌회전, 정지를 구성하였다. 또한 로봇이 사용자로부터의 블루투스 신호를 받아오지 못하거나 사용자가 주행모드 변경의 명령을 내리면 로봇이 자율 주행을 하도록 하였다. 로봇이 주변을 돌아다니면서 적외선 센서로 화재를 감지하면 LED를 깜빡여 로봇 주변의 상황을 확인할 수 있도록 하였다.

Abstract ▼ AI-Helper

In this paper, the autonomous mobile robot control system for detecting fire was proposed using the wearable device based on EMG(Electromyogram) signal. Myo armband is used for detecting the user's EMG signal. The gesture was classified after sending the data of EMG signal to a computer using Bluetooth communication. Then the robot named 'uBrain' was implemented to move by received data from Bluetooth communication in our experiment. 'Move front', 'Turn right', 'Turn left', and 'Stop' are controllable commands for the robot. And if the robot cannot receive the Bluetooth signal from a user or if a user wants to change manual mode to autonomous mode, the robot was implemented to be in the autonomous mode. The robot flashes the LED when IR sensor detects the fire during moving.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 인간의 접근이 어려운 화재현장에서 불꽃을 감지하기 위하여 미로찾기 알고리즘 중 우수법을 기반으로 자율주행하며 화재를 조기에 발견하고 조치를 위한 센싱 및 알림 기능을 가진 로봇 시스템을 제안하였다. 또한 기존 화재현장 보조로봇의 한계점인 로봇을 제어할 때 양손이 자유롭지 못하다는 점과 유선으로만 조작할 수 있다는 점을 보완하는 것을 목표로 로봇 시스템을 제안하였다.
이 uBrain 로봇은 다양한 센서와 디스플레이, 통신기기를 이용하여 여러 실험을 할 수 있도록 개발되었다. 본 논문에서는 uBrain의 기능 중 초음파 센서와 적외선 센서, Bluetooth를 사용하여 화재 감지 로봇을 구현하였다[13]. uBrain의 개발 환경으로는 Keil 사의 uVision 5를 사용하였다.
본 논문에서는 로봇을 제어하기 위하여 사용자의 오른팔 전완근의 가장 두꺼운 부분에 Myo를 착용한 상태에서 8개의 Myo내부 EMG 센서를 통해 근전도의 raw data를 측정한다. 그리고 블루투스를 이용하여 측정한 데이터를 컴퓨터로 전송한다.
본 논문에서는 사용자가 특정한 동작을 취하면 Myo가 동작을 감지하여 로봇이 정해진 움직임을 보이도록 구현하였다. 사용자가 직접 로봇을 조종하는 수동 주행 모드뿐 아니라 자율 주행 기능도 추가하여 로봇과 사용자로부터의 신호가 끊겨도 로봇이 임무를 지속적으로 수행할 수 있게 하였다.
본 논문에서는 인간의 접근이 어려운 화재현장에서 불꽃을 감지하기 위하여 미로찾기 알고리즘 중 우수법을 기반으로 자율주행하며 화재를 조기에 발견하고 조치를 위한 센싱 및 알림 기능을 가진 로봇 시스템을 제안하였다. 또한 기존 화재현장 보조로봇의 한계점인 로봇을 제어할 때 양손이 자유롭지 못하다는 점과 유선으로만 조작할 수 있다는 점을 보완하는 것을 목표로 로봇 시스템을 제안하였다.

제안 방법

그림 1은 전체 시스템 구성도이다. EMG 센서 myo를 이용하여 팔의 근전도 신호를 측정한 후 블루투스로 근전도 신호를 전송한다. 다음으로 컴퓨터에서 측정된 근전도 신호를 분류한 뒤 블루투스를 통해 로봇에 명령어를 전송하여 로봇의 움직임을 제어한다.
EMG 센서 myo를 이용하여 팔의 근전도 신호를 측정한 후 블루투스로 근전도 신호를 전송한다. 다음으로 컴퓨터에서 측정된 근전도 신호를 분류한 뒤 블루투스를 통해 로봇에 명령어를 전송하여 로봇의 움직임을 제어한다.
무선으로 로봇을 제어할 수 있도록 블루투스 통신을 이용하였고 로봇의 LED를 사용하여 소방관들이 현장의 정보를 쉽게 얻을 수 있도록 하였다. 또한 로봇에 자율 주행 기능을 추가함으로써 사용자로부터 통신이 끊기더라도 로봇이 화재현장의 조사를 지속할 수 있게 구현하였다.
수동 주행 모드 시 손가락을 펴면 자율 주행 모드로 바뀌고 자율 주행 모드시 손가락을 펴면 수동 주행 모드로 바뀐다. 또한 블루투스 통신의 범위인 약 10m를 벗어나면 자동으로 수동 주행 모드에서 자율 주행모드로 바뀌도록 하였다.
이를 해결하기 위해 불꽃만을 감지하도록 적외선 센서의 수광부만을 이용하였고 적외선 센서의 offset을 고려하여 불꽃이 발하는 적외선을 판별할 수 있도록 하였다. 또한 사용자가 적외선센서가 불꽃을 감지했는지 확인할 수 있도록, 불꽃을 감지하면 uBrain의 LED를 깜빡이게 하였다.
사용자가 직접 로봇을 조종하는 수동 주행 모드뿐 아니라 자율 주행 기능도 추가하여 로봇과 사용자로부터의 신호가 끊겨도 로봇이 임무를 지속적으로 수행할 수 있게 하였다. 또한 적외선 센서의 수광부만을 이용하여 불꽃을 감지할 수 있게 만들어 소방관을 보조하는 정찰로봇의 기능을 구현하였다. 기존의 보조 로봇과는 달리 근전도 신호만으로 로봇을 조종할 수 있다는 점은 소방관들이 화재를 진압하는 동시에 현장을 파악할 수 있어 화재 진압 시간을 줄일 수 있다.
로봇을 제어할 때, 신호가 끊기거나 사용자가 원할 경우 자율주행 모드와 수동 주행 모드를 선택하도록 구현하였다. 주행모드를 선택하는 방법으로 Myo의 5가지 동작 중 손가락을 펴는 동작을 이용하여 자율 주행 여부를 결정할 수 있게 하였다.
자율 주행 모드 시 우수법을 응용하여 초음파센서의 전방 10cm 이내에 장애물이 있을 경우 10cm 범위 안에 장애물이 인식되지 않을 때까지 우회전을 하도록 설정하였다. 만약 전방 10cm 이내에 장애물이 없을 경우에는 직진을 하도록 구현하여 로봇이 화재 현장을 능동적으로 탐사할 수 있도록 구현하였다.
이러한 로봇 시스템을 구현하기 위하여 EMG 신호 기반의 웨어러블 기기를 사용하여 소방관들이 화재 진압을 하면서 동시에 탐사로봇을 조종하여 화재를 진압할 수 있도록 하였다. 무선으로 로봇을 제어할 수 있도록 블루투스 통신을 이용하였고 로봇의 LED를 사용하여 소방관들이 현장의 정보를 쉽게 얻을 수 있도록 하였다. 또한 로봇에 자율 주행 기능을 추가함으로써 사용자로부터 통신이 끊기더라도 로봇이 화재현장의 조사를 지속할 수 있게 구현하였다.
그림 2는 근전도 신호를 측정하기 위하여 사용한 Thalmic Labs 사의 Myo이다. 사용자의 오른팔 전완근의 가장 두꺼운 부분에 Myo를 착용하고, Myo 내부의 8개의 EMG 센서를 통해 측정한 근전도의 raw data를 컴퓨터로 전송한다. 컴퓨터에서는 Thalmic Labs 사에서 제공하는 SDK 프로그램을 이용해 엄지와 중지를 두 번 두드리는 동작, 손목을 안으로 꺾는 동작, 손목을 밖으로 꺾는 동작, 주먹을 쥐는 동작, 손가락을 펼치는 동작의 5가지 동작을 분류한다 [12].
이러한 로봇 시스템을 구현하기 위하여 EMG 신호 기반의 웨어러블 기기를 사용하여 소방관들이 화재 진압을 하면서 동시에 탐사로봇을 조종하여 화재를 진압할 수 있도록 하였다. 무선으로 로봇을 제어할 수 있도록 블루투스 통신을 이용하였고 로봇의 LED를 사용하여 소방관들이 현장의 정보를 쉽게 얻을 수 있도록 하였다.
적외선을 감지할 때 적외선 센서의 발광부와 수광부를 모두 사용하면 적외선 센서의 반응이 화재에 의한 것인지 물체에 의한 것인지 모르는 문제점과 적외선 센서 주위에 물체가 존재하지 않아도 빛에 의해 항상 일정량의 적외선 수치가 측정되는 문제점이 있다. 이를 해결하기 위해 불꽃만을 감지하도록 적외선 센서의 수광부만을 이용하였고 적외선 센서의 offset을 고려하여 불꽃이 발하는 적외선을 판별할 수 있도록 하였다. 또한 사용자가 적외선센서가 불꽃을 감지했는지 확인할 수 있도록, 불꽃을 감지하면 uBrain의 LED를 깜빡이게 하였다.
자율 주행 모드 시 우수법을 응용하여 초음파센서의 전방 10cm 이내에 장애물이 있을 경우 10cm 범위 안에 장애물이 인식되지 않을 때까지 우회전을 하도록 설정하였다. 만약 전방 10cm 이내에 장애물이 없을 경우에는 직진을 하도록 구현하여 로봇이 화재 현장을 능동적으로 탐사할 수 있도록 구현하였다.
로봇을 제어할 때, 신호가 끊기거나 사용자가 원할 경우 자율주행 모드와 수동 주행 모드를 선택하도록 구현하였다. 주행모드를 선택하는 방법으로 Myo의 5가지 동작 중 손가락을 펴는 동작을 이용하여 자율 주행 여부를 결정할 수 있게 하였다. 수동 주행 모드 시 손가락을 펴면 자율 주행 모드로 바뀌고 자율 주행 모드시 손가락을 펴면 수동 주행 모드로 바뀐다.
그리고 블루투스를 이용하여 측정한 데이터를 컴퓨터로 전송한다. 컴퓨터에서는 Thalmic Labs 사에서 제공하는 SDK 프로그램을 이용하여 각 동작을 분류한 뒤 Keil 사의 uVision5 프로그램을 이용하여 분류된 동작에 해당하는 character형 명령어를 uBrain으로 전송하여 각 동작을 수행하도록 구현하였다. 그림 4는 로봇제어 알고리즘이다.
사용자의 오른팔 전완근의 가장 두꺼운 부분에 Myo를 착용하고, Myo 내부의 8개의 EMG 센서를 통해 측정한 근전도의 raw data를 컴퓨터로 전송한다. 컴퓨터에서는 Thalmic Labs 사에서 제공하는 SDK 프로그램을 이용해 엄지와 중지를 두 번 두드리는 동작, 손목을 안으로 꺾는 동작, 손목을 밖으로 꺾는 동작, 주먹을 쥐는 동작, 손가락을 펼치는 동작의 5가지 동작을 분류한다 [12]. 그 후 컴퓨터는 각각의 동작에 해당하는 character 타입의 명령어를 로봇으로 전송한다.

대상 데이터

화재를 감지하기 위해 uBrain 내부의 적외선 센서를 사용하였다. 적외선을 감지할 때 적외선 센서의 발광부와 수광부를 모두 사용하면 적외선 센서의 반응이 화재에 의한 것인지 물체에 의한 것인지 모르는 문제점과 적외선 센서 주위에 물체가 존재하지 않아도 빛에 의해 항상 일정량의 적외선 수치가 측정되는 문제점이 있다.

성능/효과

uBrain의 적외선 센서는 약 3cm에서 15cm까지의 거리에 대해서 신뢰성을 갖는 것을 실험을 통하여 확인하였다. 그림 6은 적외선 센서를 이용하여 여러 가지 색의 물체를 거리에 대해서 측정한 100개의 수치를 그래프로 나타낸 것이다.

후속연구

기존의 보조 로봇과는 달리 근전도 신호만으로 로봇을 조종할 수 있다는 점은 소방관들이 화재를 진압하는 동시에 현장을 파악할 수 있어 화재 진압 시간을 줄일 수 있다. 또한 이 로봇을 사용한다면 소방관들의 안전을 높일 수 있을 것이라 기대된다.
하지만 EMG 센서의 정확도가 다소 부족하다는 점, 적외선만으로 자세한 화재현장을 파악하는 것에는 무리가 있다는 점 등의 문제점이 있어 차후 보완이 필요하다. 앞으로의 연구로는 이러한 문제점을 해결하기 위해 근전도 신호를 정확하게 분류하는 방법과 화재현장을 자세하게 파악할 수 있는 알고리즘을 구현할 계획이다.
하지만 EMG 센서의 정확도가 다소 부족하다는 점, 적외선만으로 자세한 화재현장을 파악하는 것에는 무리가 있다는 점 등의 문제점이 있어 차후 보완이 필요하다. 앞으로의 연구로는 이러한 문제점을 해결하기 위해 근전도 신호를 정확하게 분류하는 방법과 화재현장을 자세하게 파악할 수 있는 알고리즘을 구현할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기존의 인터페이스 기기의 단점은?	이러한 기술을 인간과 로봇의 상호작용 (HRI, Human-Robot Interaction)이라 하는데, 기존에는 사용자가 컴퓨터 혹은 로봇을 제어하기 위해 리모컨, 조이스틱, 터치패드 등의 인터페이스 기기를 이용하였다. 하지만 기존의 인터페이스 기기는 양손을 이용하기 때문에 일의 효율성이 떨어지는 단점이 있다. 최근에는 이러한 단점을 극복하기 위해 생체신호를 이용한 HRI 기술의 연구가 활발하게 이루어지고 있다.
	EEG 신호를 이용한 기술의 단점은?	EEG 신호를 이용한 HRI 기술은 사람의 뇌파를 측정하여 로봇을 제어하는 것으로 현재 활발히 연구되고 있는 분야이다 [2, 3]. 하지만 EEG 신호를 이용한 기술은 뇌파의 신호가 일정하지 못하고 외부로부터의 간섭을 쉽게 받기 때문에 분석이 어렵다는 단점이 있다.
	EMG 신호를 이용한 HRI 기술을 이용하는 예는 무엇인가?	EMG 신호를 이용한 HRI 기술은 인터페이스 기기를 손으로 조작하지 않고 로봇을 제어할 수 있기 때문에 정찰 및 탐사의 목적으로 로봇을 조종하는데 유리하다. 예를 들면 군인이 총을 든 상태로 로봇을 조종하거나 연구자가 추운 지방에서 장갑을 끼고도 쉽게 로봇을 조종할 수 있다 [6]. 이와 같이 EMG 신호를 이용하면 양손에 자유를 가져다주고 극한의 환경에서도 손쉽게 로봇을 조종할 수 있다.

참고문헌 (13)

M. R. Ahsan, M. I. Ibrahimy, and O. O. Khalifa, “EMG Signal Classification for Human Computer Interaction: A Review,” European Journal of Scientific Research, Vol. 33, No. 3, pp. 480-501, 2009.
J. H. Yu, and K. B. Sim, “Robot Control based on Steady-State Visual Evoked Potential ising Arduino and Emotiv Epoc,” Journal of Korean Institute of Intelligent Systems, Vol. 25, No. 3, pp. 254-259, 2015.

원문보기 상세보기
K. B. Sim, H. G. Yeom, and I. Y. Lee, “EEG Signals Measurement and Analysis Method for Brain-Computer Interface,” Journal of Korean Institute of Intelligent Systems, Vol. 18, No. 5, pp. 605-610, 2008.

원문보기 상세보기
M. Duguleana and G. Mogan, "Using eye blinking for eogbased robot control," in Emerging Trends in Technological Innovation, 2010, pp. 343-350.
B. I. Jeon, H. C. Cho, and H. T. Jeon, “The Implementation of the Intelligent Exoskeleton Robot Arm Using ElectroMiogram(EMG) vital Signa,” Journal of Korean Institute of Intelligent Systems, Vol. 22, No. 5, pp. 533-539, 2012.

원문보기 상세보기
M. Sathiyanarayanan, T. Mulling, and B. Nazir, "Controlling a Robot Using a Wearable Device (MYO)," International Journal of Engineering Development and Research, Vol. 3, No. 3, 2015.
Y. S. Moon, Y. N. Seo, N. Y. Ko, S. H. Roh, and J. P. Park, “Robot Design for Fire Detection and Data Processing,” The Journal of the Korea institute of electronic communication sciences, Vol. 5, No. 1, pp. 31-36, 2010.
K. M. Jeong, J. K. Kang, G. H. Lee, S. U. Lee, Y. C. Seo, C. H. Choi, S. H. Jung, and S. H. Kim, “Development of a Robotic System for Searching Human Victims in Disasters,” Journal of Institute of Control, Robotics and Systems, Vol. 13, No. 2, pp. 114-120, 2007.
K. R. Kim, and J. T. Kim, "A Research of the Development Plan for a Highly Adaptable FSR (Fire Safety Robot) in the Scene of the Fire," Fire Science and Engineering, Vol. 24, No. 3, 2010.
J. Y. Heo, G. T. Kang, and W. C. Lee, “Navigation of an Autonomous Mobile Robot with Vision and IR Sensors Using Fuzzy Rules,” Journal of Korean Institute of Intelligent Systems, Vol. 17, No. 7, pp. 901-906, 2007.

원문보기 상세보기
I. K. Lee, and S. H. Kwon, “Ontology-based Control of Autonomous Robots,” Journal of Korean Institute of Intelligent Systems, Vol. 19, No. 1, pp. 69-74, 2009.

원문보기 상세보기
Thalmic Labs. "Myo Gesture Control Armband," Available: https://www.myo.com/techspecs, 2015, [Accessed: February 26, 2016]
Huins Inc. "uBrain," Available: http://huins.com/new/main/main.php, 1992, [Accessed: April 29, 2016]

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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