인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
본 연구는 손목의 2채널 근전도 EMG 신호와 관성 측정 장비인 IMU센서 데이터를 활용하여 손 자세를 분류하는 방법을 제안한다. 기존 대부분의 손 자세 분류 연구들은 근육이 큰 팔뚝의 EMG 신호를 이용하여 손의 자세를 분류하였다. 하지만 팔뚝의 EMG 신호를 수집하기 위해서는 팔에 여러 채널의 센서 부착으로 인해 움직임의 자유도가 떨어질 수 있다. 이를 보완하기 위해, 본 제안 방법은 EMG 및 IMU 센서가 내장된 Delsys 사의 센싱 모듈을 이용하여 총 9명의 피험자로부터 손목의 2채널 EMG 및 IMU 데이터와 팔뚝의 8채널 EMG 데이터를 수집하였다. 데이터 수집 방법에 따른 인공 신경망 모델의 성능 비교 결과, 제안 방법이 기존의 팔뚝의 8채널 EMG 데이터보다 우수한 성능을 보이는 것을 확인하였다. 이 방법은 손목으로부터 간편하게 데이터를 수집하여 팔 움직임의 자유도를 높이고 강건한 손 자세 분류를 통해 자연스러운 상호작용에 활용될 것이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092473730
