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.
피인용 0
초록·키워드
This paper deals with the optimal design and control of an exoskeletal robot hand for the rehabilitation of stroke patients. First, the grasping motion data from the fingers of a normal subject was captured using a vision system. As the human finger joints cannot be modeled by single revolute joints due to changing instantaneous centre of rotation, we have used 4-bar mechanisms to model each joint. Optimal 4-bars have been designed using genetic algorithms, by minimizing the error between a coupler point and points traced by the finger links. It is shown that the designed 4-bars can accurately track the motion of the human fingers. The exoskeleton is controlled by using the EMG signals obtained from the subject’ muscles. The relation between the EMG and finger motion is first learned, using a neural net. Based on the learned parameters, the subjects EMG signal is used to control a simulation of the exoskeleton joint motion. A comparison between Recurrent Neural Network and Multi Layer Perceptron for classifying and mapping the EMG to finger position was also carried out.
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-ECN-0101-2014-569-000765090
