[논문]표면 근전도 신호를 이용한 실시간 상지부 동작 예측을 통한 인간-기계 상호작용

권순철; 김정

문제 정의

본 논문에서는 인간-기계 상호작용을 위해 표면 근전도 신호를 이용한 실시간 동작 예측 방법이 개발되었다. 표면 근전도 신호를 사용하여 실시간으로 예측되는 동작 정보를 이용하는 상호작용 실험을 통해, 사용자와 기계간의 밀착된 상호 작용 시스템을 구현할 수 있음을 확인하였다.
본 논문은 이러한 밀착된 인간-기계 상호작용을 위해 표면 근전도 신호를 이용한 실시간 동작 예측 방법을 제안한다. 사람의 손으로 기계팔(manipulator)의 끝단을 잡고 있는 상태에서의 상호작용을 연구 대상으로 하였으며, 이를 위해 상지부(팔)에 위치한 5 곳의 근육에서 수집한 표면 근전도 신호와 인공 신경망(artificial neural network) 알고리즘을 이용하여 동작을 예측하였고, 이 정보를 기계팔의 제어에 이용하여 상호작용이 이루어 지도록 하였다.

제안 방법

1, Delsys)을 부착하였다. (그림 2) 수집되는 근전도 신호는 데이터 수집 보드(PCI-6034e, National Instruments)를 통해 1KHz 샘플링하였고, 근전도 신호의 특징 추출과 저역 통과 필터링을 위하여 이동창(moving window) 알고리즘을 통해 200ms 크기 RMS 값을 계산하였다.
실험은 기계팔 끝단을 잡은 상태에서 이루어 졌다. 본 논문에서 제안하는 표면 근전도로부터 손의 위치를 예측하는 방법과 인체각도계에서 측정된 각도로부터 손의 위치를 계산하는 방법에 대하여, 동작 예측 모델 생성을 위한 데이터 수집 및 신경망 훈련 파트와 상호작용 테스트 파트로 이루어진 실험을 수행하였다. 신경회로망 훈련 용 데이터 수집은 피실험자가 170 초 동안 정해진 2 자유도 동작을 따라 하는 것으로 이루어졌고, 신경망 훈련을 거친 후 다시 60 초 동안 실시간 상호작용 실험을 수행하였다.
본 논문은 이러한 밀착된 인간-기계 상호작용을 위해 표면 근전도 신호를 이용한 실시간 동작 예측 방법을 제안한다. 사람의 손으로 기계팔(manipulator)의 끝단을 잡고 있는 상태에서의 상호작용을 연구 대상으로 하였으며, 이를 위해 상지부(팔)에 위치한 5 곳의 근육에서 수집한 표면 근전도 신호와 인공 신경망(artificial neural network) 알고리즘을 이용하여 동작을 예측하였고, 이 정보를 기계팔의 제어에 이용하여 상호작용이 이루어 지도록 하였다. 표면 근전도를 이용한 동작 예측이 상호 작용에 실제로 적용할 수 있는 지를 평가하기 위해, 인체 각도계 (goniometer)를 이용한 상호작용과 비교 실험을 진행하였다.
본 논문에서 제안하는 표면 근전도로부터 손의 위치를 예측하는 방법과 인체각도계에서 측정된 각도로부터 손의 위치를 계산하는 방법에 대하여, 동작 예측 모델 생성을 위한 데이터 수집 및 신경망 훈련 파트와 상호작용 테스트 파트로 이루어진 실험을 수행하였다. 신경회로망 훈련 용 데이터 수집은 피실험자가 170 초 동안 정해진 2 자유도 동작을 따라 하는 것으로 이루어졌고, 신경망 훈련을 거친 후 다시 60 초 동안 실시간 상호작용 실험을 수행하였다. 상호작용 실험 태스크는 30 초 간 정해진 동작을 따라한 후 30 초간 피실험자가 자유롭게 상지부를 움직이는 것을 5 회 반복하는 것으로 이루어졌다.
(그림 1) 상지부를 움직이는 동안, 관련 근육의 표면 근전도 신호를 수집하고, 이때 인체 각도계를 사용해 상지부 동작의 참조 데이터를 수집하여 신경 회로망에 입력, 학습시키면 표면 근전도-동작간의 관계 모델을 만들 수 있다. 실시간으로 수집되는 근전도 신호를 관계 모델에 입력시켜 동작을 예측하면, 기계팔이 예측된 동작을 좇아 움직이도록 제어하였다.
위치 추종에 관한 성능 분석 이외에도, 표면 근전도 신호 이용 시 예상되는 장점인 기계팔 이 동작할 때의 시간 지연 감소 효과를 살펴보았다. 아래에 도시된 표2 를 보면, 인체 각도계를 사용했을 때에는 피실험자의 팔을 움직이고 80ms 후에 기계팔이 움직이기 시작했으며, 표면 근전도 신호를 이용했을 때에는 실제로 팔을 움직이기 약 32ms 이전부터 기계팔이 움직이기 시작하였다.
이 손의 위치를 기계팔 끝단이 움직여야 할 목표 위치로 하여, 역기구학을 통해 기계팔의 궤적을 제어하였다. 시스템 구성에 사용된 기계팔은 2 자유도를 가지므로, 목표 궤적을 계산할 수 있다.
사람의 손으로 기계팔(manipulator)의 끝단을 잡고 있는 상태에서의 상호작용을 연구 대상으로 하였으며, 이를 위해 상지부(팔)에 위치한 5 곳의 근육에서 수집한 표면 근전도 신호와 인공 신경망(artificial neural network) 알고리즘을 이용하여 동작을 예측하였고, 이 정보를 기계팔의 제어에 이용하여 상호작용이 이루어 지도록 하였다. 표면 근전도를 이용한 동작 예측이 상호 작용에 실제로 적용할 수 있는 지를 평가하기 위해, 인체 각도계 (goniometer)를 이용한 상호작용과 비교 실험을 진행하였다.

데이터처리

실험에서는 기계팔의 끝단 위치와 손의 위치 사이의 제곱평균오차(root-mean-squared error, RMSE)와 상관관계(correlation, CORR)을 통해 동작 예측 방법의 성능을 분석해 보았다. 다음에 도시되는 표 1 은 실험결과로부터 계산된 두가지 방법의 성능을 보여준다.

성능/효과

표면 근전도를 통한 동작예측의 경우 실험 데이터(그림 5)를 살펴보면, 근전도 신호의 잡음이 예측된 동작 데이터에 반영되어 예측 데이터 역시도 심한 잡음이 있음을 알 수 있다. 그러나 관련 연구와 비교했을 때 동작을 비교적 적절히 예측하고 있음을 알 수 있었으며 [6], 이 결과는 제안된 방법이 인간-기계 상호작용에 적용될 수 있음을 말해준다.
신경회로망 훈련 용 데이터 수집은 피실험자가 170 초 동안 정해진 2 자유도 동작을 따라 하는 것으로 이루어졌고, 신경망 훈련을 거친 후 다시 60 초 동안 실시간 상호작용 실험을 수행하였다. 상호작용 실험 태스크는 30 초 간 정해진 동작을 따라한 후 30 초간 피실험자가 자유롭게 상지부를 움직이는 것을 5 회 반복하는 것으로 이루어졌다.
아래에 도시된 표2 를 보면, 인체 각도계를 사용했을 때에는 피실험자의 팔을 움직이고 80ms 후에 기계팔이 움직이기 시작했으며, 표면 근전도 신호를 이용했을 때에는 실제로 팔을 움직이기 약 32ms 이전부터 기계팔이 움직이기 시작하였다. 이 결과는, 본 실험 시스템에 인위적인 30ms 가량의 시간 지연을 더해주면, 사람이 실제로 팔을 움직이는 것과 동시에 기계팔이 움직이기 시작할 수 있다는 것을 의미한다. 이로부터, 표면 근전도 신호로부터 제안된 방법으로 동작을 예측했을 때 시간지연 현상을 줄이고 밀착된 상호작용을 이루어 낼 수 있음을 알 수 있다.
이 결과는, 본 실험 시스템에 인위적인 30ms 가량의 시간 지연을 더해주면, 사람이 실제로 팔을 움직이는 것과 동시에 기계팔이 움직이기 시작할 수 있다는 것을 의미한다. 이로부터, 표면 근전도 신호로부터 제안된 방법으로 동작을 예측했을 때 시간지연 현상을 줄이고 밀착된 상호작용을 이루어 낼 수 있음을 알 수 있다.
본 논문에서는 인간-기계 상호작용을 위해 표면 근전도 신호를 이용한 실시간 동작 예측 방법이 개발되었다. 표면 근전도 신호를 사용하여 실시간으로 예측되는 동작 정보를 이용하는 상호작용 실험을 통해, 사용자와 기계간의 밀착된 상호 작용 시스템을 구현할 수 있음을 확인하였다.

후속연구

그러나 앞서 언급한 것처럼 표면 근전도를 통해 예측되는 동작의 잡음을 제거하기 위한 연구가 앞으로 필요하며, 이는 표면 근전도 신호를 최대한 잡음이 적은 상태로 수집할 수있는 계측 기술의 발전과도 연관이 있다. 또한 기계팔과 사람의 접촉으로 인해 생길 수 있는 문제점이나 예측 오차의 흡수 능력에 대한 연구가 미비하여, 이러한 연구들을 통해 개선된 성능을 가지는 밀착된 상호작용이 가능할 것으로 생각된다.
그러나 앞서 언급한 것처럼 표면 근전도를 통해 예측되는 동작의 잡음을 제거하기 위한 연구가 앞으로 필요하며, 이는 표면 근전도 신호를 최대한 잡음이 적은 상태로 수집할 수있는 계측 기술의 발전과도 연관이 있다. 또한 기계팔과 사람의 접촉으로 인해 생길 수 있는 문제점이나 예측 오차의 흡수 능력에 대한 연구가 미비하여, 이러한 연구들을 통해 개선된 성능을 가지는 밀착된 상호작용이 가능할 것으로 생각된다.
향후에는 표면 근전도로부터의 동작 예측 방법을 상호작용에 적용할 때의 성능 향상에 관한 연구와 사람과 기계팔이 접촉해 있지 않은 상태에서의 상호작용에 관한 연구를 진행할 것이다. 본 연구 결과는 인간과 상호작용하는 협업 기계이나 휴머노이드 로봇 등의 자연스럽고 직관적인 인터페이스 개발에 쓰일 수 있을 것으로 기대된다.
향후에는 표면 근전도로부터의 동작 예측 방법을 상호작용에 적용할 때의 성능 향상에 관한 연구와 사람과 기계팔이 접촉해 있지 않은 상태에서의 상호작용에 관한 연구를 진행할 것이다. 본 연구 결과는 인간과 상호작용하는 협업 기계이나 휴머노이드 로봇 등의 자연스럽고 직관적인 인터페이스 개발에 쓰일 수 있을 것으로 기대된다.

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

표면 근전도 신호를 이용한 실시간 상지부 동작 예측을 통한 인간-기계 상호작용
Human-Machine Interaction based on a Real-time Upper Limb Motion Prediction using Surface Electromyography 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

표면 근전도 신호를 이용한 실시간 상지부 동작 예측을 통한 인간-기계 상호작용 Human-Machine Interaction based on a Real-time Upper Limb Motion Prediction using Surface Electromyography 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

표면 근전도 신호를 이용한 실시간 상지부 동작 예측을 통한 인간-기계 상호작용
Human-Machine Interaction based on a Real-time Upper Limb Motion Prediction using Surface Electromyography 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper