Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi

... konulu sunumlar: "Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi"— Sunum transkripti:

1 EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü
Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi İstanbul, Türkiye Hasan Şahin Mekatronik Müh. bölümü Marmara Üniversitesi İstanbul, Türkiye Erkan Kaplanoğlu Mekatronik Müh. bölümü Marmara Üniversitesi İstanbul, Türkiye

2 İçerik Giriş Sistem Uygulama Sonuç EMG Sensörü Mobil Robot
EMG Sinyali Eldesi Mobil Robot Kontrolü Sonuç EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

3 Giriş Amaç: Kas sinyalleri kullanılarak mobil robotun hareketi
İnsan-Robot etkileşimi sağlanarak kullanıcının mobilitesinin arttırılması EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

4 Sistem - EMG Sensörü Elektromiyografi (EMG), kasın kasılması sonucu ortaya çıkan biyopotansiyel sinyallerdir. Eldesi: Enjeksiyon (Intramuscular EMG) Yüzey Elektrot (Surface EMG) Geniş yüzey alanı Kolay kullanım Yüzey EMG sinyalleri yoğunluk olarak 10Hz-500Hz frekans aralığına sahiptir. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

5 Sistem - EMG Sensörü Thalmic Labs şirketinin MYO Armband cihazı
8 yüzey elektrotu Bipolar Giyilebilir Kolay SDK Bluetooth MYO Armband EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

6 Sistem – Mobil Robot Mobil robotlar fiziksel olarak herhangi bir noktaya sabitlenmemiş robotlardır. 3 adet her yere dönebilen (Omni-wheel) tekerlekler kullanan bir mobil robot 360º'lik manevra, Kolay dönüş, Doğrudan yana doğru hareket kabiliyeti Her bir tekerleğe tam tur atabilen SG-5010 servo motor bağlı Üzerindeki Arduino kartı programlanarak otonom veya isteğe bağlı hareket 5V/1A power bank ile besleme EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

7 Sistem – Mobil Robot Hareketi ileri Projede kullanılan mobil robot
ileri gitmesi için 2. motor saat yönü tersi, 3. motor saat yönünde çalışır, 1 numaralı motor durur Sağa gitmesi için 3. motor saat yönünde, 1. motor saat yönü tersine doğru çalışır, 2 numaralı motor durur. Sola gitmesi için 2. motor saat yönü tersi, 1. motor saat yönünde çalışır, 3 numaralı motor durur Kendi etrafında dönmesi için tüm motorlar saat yönünde çalışır. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

8 Uygulama EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması
Hareket tahmini sonucunun mobil robota gönderilmesi ve kontrolün sağlanması Veri toplama Öznitelik Çıkartma Sınıflandırma Hareket Tahmini EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

9 EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması
Veri Toplama Myo Armband sağ ön kola giyilmiştir. 4 . elektrot = extensor digitorum Myo Armband ile Raspberry Pi bağlantısı - python 5 el hareketi 50 Hz 10 saniye veri Veriler dosyaya kayıt edilir Kontrol için kullanılacak el hareketleri EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

10 EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması
Öznitelik Çıkartma* Dalgacık Paket Ayrıştırması (Wavelet Packet Decomposition) 8 kanal için ayrı ayrı pencere kaydırma yöntemi Pencere boyutu ve kaydırma miktarına göre bölümlere ayrılmıştır Edilen her bir bölüme Dalgacık Paket Dönüşümü belirli bir derinlikte uygulanmıştır Çıkan sinyalin karekök ortalamasının logaritması = öznitelik Her bir hareket için 500 veri Pencere boyutu 40, Kaydırma miktarı 10 veri Dalgacık derinliği 4. seviye (*): Feature Extraction Using Multisignal Wavelet Packet Decomposition by Dr. Rami Khushaba EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

11 EMG Sinyalinin Elde Edilmesi ve Sınıflandırılması
Sınıflandırma Yapay Sinir Ağları (YSA) İleri beslemeli çok katmanlı ağ yapısı Girdi = öznitelik vektörü (192 nöron) Çıktı = 5 el hareketi (5 nöron) Gizli katman sayısı = 1 (10 nöron) Eğitim Scaled conjugate gradient metodu ile gerçekleştirilmiştir. Ağırlık katsayıları dosyaya kaydedilmiştir. Eğitim veri seti YSA başarım EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

12 Kontrol EMG sinyalinin elde edilmesi ve sınıflandırılması işlemi Myo Armband ve Raspberry Pi Mobil robotun kontrolü Arduino Rpi – Arduino iletişimi seri haberleşme ile sağlanır. EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

13 Kontrol Video* EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

14 Sonuç Kullanıcı ile interaktif çalışabilen bir mobil robotun miyoelektrik kontrolü için MYO Armband ile elde edilen EMG sinyal verileri YSA ile sınıflandırılmıştır. Sınıflandırma ile mobil robotun kontrolü, kişinin önceden belirlenmiş hareketleri başarı ile sağlanmıştır. Gelecek çalışmalar, Daha fazla hareket kabiliyeti, Sisteme ivmeölçer eklenerek hız ve ivme kontrolleri … EMG Tabanlı El Hareketlerinin Sınıflandırılması ile Mobil Robot Kontrolü - TORK'16

15 Teşekkürler