表層筋及び深層筋の筋電位を利用したロボットハンドによる複合動作の実現

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2021/02/01

タイトル(英語): Realization of Combined Motions by Robot Hand based on Surface and Deep Muscles' EMG

著者名: 木村　僚太（東京電機大学大学院　未来科学研究科），岩瀬　将美（東京電機大学大学院　未来科学研究科），中村　正太郎（東京電機大学大学院　未来科学研究科），森岡　咲絵（東京電機大学大学院　未来科学研究科），畠山　省四朗（東京電機大学大学院　未来科学研究科），井上　淳（東京電機大学　工学部）

著者名(英語): Ryota Kimura (Graduate School of Science and Technology for Future Life Tokyo Denki University), Masami Iwase (Graduate School of Science and Technology for Future Life Tokyo Denki University), Shotaro Nakamura (Graduate School of Science and Technology f

キーワード: 動作推定，複合動作，深層筋，筋電位，BPNN，NARXモデル_x000D_　　motion estimation，combined motions，deep muscles，EMG，BPNN，NARX model

要約(英語): We aim to realize combined motions of a robotic hand such as a myoelectric prosthetic arm by using Electromyography (EMG) of surface and deep muscles. A hybrid motion estimator is proposed to recognize hand motions corresponding to measured EMG and to estimate the joint angles during each hand motion. The hybrid motion estimator consists of Back-Propagation Neural Network (BPNN) and Multi-Input Single-Output (MISO) Nonlinear ARX (NARX) model. The hybrid motion estimator improve the estimation accuracy by considering a state transition from a previous state of hand motion to current one. The hybrid motion estimator has allowed to recognize both single motions, transition during single motions and a part of combined motions, and to estimate the corresponding joint angles with high accuracy. After verifying the effectiveness of the proposed estimator through numerical simulations, we have demonstrated that a robotic hand follows the estimated joint angles during recognized hand motion from measured surface and deep EMG of subjects.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.141 No.2 （2021） 特集I：IoT社会の進歩を促進するワイヤレス技術　　特集Ⅱ：ディジタル信号処理のためのシステム技術

本誌掲載ページ: 130-140 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/141/2/141_130/_article/-char/ja/