sEMGとIMUの機能融合に基づく下肢外骨組みロボットの歩行認識に関する研究

科学分野:

• ロボット
• 生物医学工学
• 信号処理

背景:

• 下肢外骨組みの ロボットの歩行認識は 精度と頑丈さに問題があります
• 効率的な人間とコンピュータのやり取りは 信頼性の高い歩行認識によって 円滑な制御が可能になります

研究 の 目的:

• 下肢外骨組みロボットの 頑丈で正確な歩行認識方法を提案します
• 表面電気ミオグラフィー (sEMG) と慣性測定ユニット (IMU) の信号を融合させ,認識を改善する.
• 深部残留収縮ネットワーク (DRSN) を活用し,歩行の分類を強化する.

主な方法:

• 段階図をグレーレベルマップに変換し,sEMG信号のための新しいエネルギーカーネル機能抽出方法を使用した.
• IMUの信号に適用された無音化とグラフィック処理.
• 溶融されたsEMGとIMUの信号認識のための深層残留収縮ネットワーク (DRSN) を採用した.
• オフラインとオンラインでの実験を3つの共通歩行で実施した.

主要な成果:

• 注意力メカニズムを備えたDRSNは,分類性能を大幅に改善しました.
• 認識精度は,単一ソース信号やその他の特徴抽出方法と比較して10%~20%増加した.
• オンライン実験で 90%以上の認識精度を達成しました
• 多機能融合ネットワークは 時間効率,高精度,堅固さを実証しました

結論:

• 提案されたDRSNを用いた統合されたsEMGとIMUの歩行認識方法は,非常に正確で堅牢です.
• エネルギーカーネル機能抽出とDRSNアプローチは,外骨格ロボットのアプリケーションに大きな改善をもたらします.
• この方法は,エクソスケルトンロボットにおける人間とロボットの相互作用を進めるための実用的な価値を持っています.