표면 근전도와 관성측정장비를 이용한 손동작 분류 시스템 개발

Q: 이 논문에서 정의한 표면 근전도(sEMG)란 무엇인가?

표면 근전도(sEMG)는 피부 위에서 근육의 수축과 이완 활동을 전기 신호로 측정한 것을 의미한다. 이는 손이 절단된 환자가 남은 근육으로 전자 의수를 제어하거나, 웨어러블 디바이스에 명령어를 생성하기 위한 손동작 패턴인식 기법으로 활용되는 생체 신호이다.

Q: sEMG와 IMU를 함께 사용하면 손동작 분류 정확도가 향상되는가?

연구 결과, sEMG와 IMU 특징을 함께 사용했을 때 오프라인 평균 분류정확도는 95.19%, 온라인 평균 분류정확도는 81.78%를 기록하였다. 이는 sEMG나 IMU를 개별적으로 사용했을 때보다 통계적으로 유의미하게 높은 정확도를 보여, 두 센서를 병합하는 것이 손동작 분류 성능을 크게 향상시킴을 확인하였다.

이효찬; 최석규; 김근우; 류강현; 김성욱; 황한정

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이효찬 (고려대학교) 최석규 (고려대학교) 김근우 (고려대학교) 류강현 (고려대학교) 김성욱 (고려대학교) 황한정 (고려대학교)

저널정보: 한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2020년도 종합학술대회 및 대학생논문경진대회

발행연도: 2020.10

수록면: 175 - 178 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 연구의 목표는 표면 근전도(surface electromyography: sEMG)와 관성측정장비(inertial measurement unit: IMU)를 함께 사용하여 다양한 손동작을 높은 성능으로 분류하는 것이다. 10명의 피험자가 실험에 참여하였으며, 실험을 진행하는 동안 손등에 부착한 sEMG와 IMU센서를 이용하여 데이터를 수집하였다. 오프라인 실험에서 피험자들은 9가지의 서로 다른 손동작 과제를 각각 2초씩 총 20회 반복 수행하였다. 측정된 sEMG와 IMU데이터로부터 손동작 움직임을 분류하기 위한 특징을 추출하였으며, 5x5-fold 교차 검증과 선형분류판별기를 활용하여 분류정확도를 계산하였다. 오프라인 실험 데이터를 활용하여 분류기를 생성한 후, 실시간으로 9가지 손동작을 구분하는 온라인 실험을 별도로 수행하였으며, 각각의 손동작을 10회씩 수행하여 실시간 분류 정확도를 산출하였다. sEMG와 IMU특징을 함께 사용하였을 때 오프라인 평균 분류정확도는 95.19 ± 2.07%, 온라인 평균 분류정확도는 81.78 ± 11.10%로 sEMG와 IMU를 개별적으로 사용한 정확도 대비 유의미하게 높은 것을 확인하였다. 본 연구에서는 sEMG와 IMU를 동시에 사용하여 사용자의 여러 손동작을 높은 정확도로 구분할 수 있음을 확인하였으며, 다양한 인간-컴퓨터 인터페이스 기술로 유용하게 활용될 수 있을 것으로 기대된다.

#surface electromyography #inertial measurement unit #hand motion #online classification #linear discriminant analysis

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-004-001586665

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)