sEmg tabanlı el hareket tanımada farklı kol pozisyon ve açılarının sınıflandırma başarısına olan etkilerinin incelenmesi

Author:

Parlak Emre1ORCID,Başpınar Ulvi2ORCID

Affiliation:

1. YILDIZ TEKNİK ÜNİVERSİTESİ, ELEKTRİK-ELEKTRONİK FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ, BİLGİSAYAR MÜHENDİSLİĞİ PR.

2. MARMARA ÜNİVERSİTESİ, TEKNOLOJİ FAKÜLTESİ, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

Abstract

EMG tabanlı uygulamalar ile ilgili literatürde oldukça çok sayıda çalışma yer almaktadır. Bu çalışmalar, insan makine etkileşimi başta olmak üzere rehabilitasyon, aktif protez kontrolü gibi alanlarda yoğunlaşmıştır. Yapılan çalışmalarda EMG sinyallerinin sınıflandırılmasında sınıflayıcıların performansını etkileyen kol kaslarının yorulması, ciltteki ter, elektrotlardan kaynaklanan gürültüler gibi çok sayıda faktörden bahsedilmiştir. Yapılan bu çalışmaların birçoğunda EMG kayıtları ön kol sabit ve belirli bir pozisyondayken yapılmıştır. Hareketin yapıldığı kol pozisyonu ve bilek açıları da hareket tahminini etkileyen etkenlerdendir. Aktif protez kontrolü, insan makine etkileşimi gibi sistemlerde kullanılan sEMG sinyallerinin günlük hayatın akışında kolun farklı pozisyon ve açılarında da doğru sınıflandırması beklenmektedir. Bu çalışmada birden fazla kişinin sağ ön kollarından alınan yüzey elektromiyogram sinyalleri kullanılarak el hareketleri, bu el hareketlerinin yapıldığı bilek açıları ve kol pozisyonları tespit edilmek istenmiş, aynı zamanda farklı kol pozisyonlarının ve açılarının el hareket sınıflamasındaki etkileri araştırılmıştır. Hareketin yapıldığı farklı kol pozisyonları ve açılar nedeniyle ortaya çıkan olumsuz etkilerin ivme ve jiroskop verileri kullanılarak giderilip giderilemeyeceği noktasında da değerlendirmeler yapılarak sınıflandırıcı performanslarına etkilerine yer verilmiştir. Sınıflandırma aracı olarak yapay sinir ağları ve destek vektör makineleri kullanılmış, performans karşılaştırması yapılmıştır. Yapılan değerlendirme sonucu günlük hayatta kullanılması planlanan EMG tabanlı bir sistemin eğitiminde ön kolun tüm pozisyon ve açılarında eğitim verisinin toplanması sınıflandırma sonuçlarını iyileştirdiği tespit edilmiştir. Farklı pozisyonlarda ivme ve jiroskop verilerinin hareket sınıflama performansına çok az bir katkı sunduğu belirlenmiştir. Çalışma kapsamında yalnız EMG verisinin bilek açısını ve kol pozisyonunu tespit etmekte yetersiz olduğu ivme ile jiroskop verilerinin eklenmesi ise bilek açısı tahminleri yükseltmiştir. Kol pozisyonu tespitinde ise EMG ile birlikte ivme verisinin kol pozisyon açısını belirlemede etkin olduğu görülmüştür. Sınıflandırıcı performansı olarak gruplar incelendiğinde genel olarak DVM sınıflayıcısının daha yüksek sınıflama performansı göstermekle beraber YSA’nın da iyi sonuçlar verdiği gözlenmiştir.

Funder

Marmara Üniversitesi BAPKO

Publisher

Journal of the Faculty of Engineering and Architecture of Gazi University

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3