改善肌電訊號對於扭力估測之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：41

、訪客IP：3.144.84.155

姓名

張博誠(Bo-Cheng Chang) 查詢紙本館藏

畢業系所

機械工程學系

論文名稱

改善肌電訊號對於扭力估測之研究
(Improvement in neural networks to estimate torques by EMG signal)

相關論文

★ 自動平衡裝置在吊扇上之運用	★ 以USB通訊界面實現X-Y Table之位置控制
★ 液體平衡環在立式轉動機械上之運用	★ 液流阻尼裝置設計與特性之研究
★ 液晶電視喇叭結構共振異音研究	★ 液態自動平衡環之研究
★ 抑制牙叉式機械臂移載時產生振幅之設計	★ 立體拼圖式組合音箱共振雜音消除之設計
★ 電梯纜繩振動抑制設計研究	★ 以機器學習導入電梯生產結果預測之研究
★ 新環保冷媒R454取代R410A冷媒迴轉式單缸壓縮機效能分析與可靠性驗證	★ 高速銑削Al7475-T7351的銑削參數與基因演算法研究
★ 自動化鞋型切削機之設計與實現	★ 以FPGA為基礎之精密位置控制IC
★ CNC三維圓弧插補器	★ PID與模糊控制在營建工程自動化的探討

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

本研究的目標在建立一套可控制的肢體同動機械手臂系統，可藉由使用者的肌電訊號強弱控制機械手臂完成預期的動作，如：舉起、放下至任意角度、支撐重物等方面，未來可作為肢體障礙患者或復健的使用以及軍事和醫學用途上的機械輔具。
研究利用倒傳遞類神經演算法，將肌電訊號做為輸入資料，進行手臂輸出扭力的估測，並將類神經加以改良，同時結合判斷器方法，對肌電訊號進行扭力大小的分類，再輸入到不同的類神經系統進行訓練，提高估測的準確性以及實用性，並與基本類神經及最小平方法做比較，驗證改善的效果是否如預期。

摘要(英)

The purpose of this research is to develop a controllable mechanical arm which can move with human’s arm simultaneously. The user can control the mechanical arm to finish prospective motion, such as raise it or lay it down at any angle, or sustain a heavy thing on it by user’s electromyographic signal. In the future, this controllable mechanical arm can help those physical disabled patients to move and recovery. This can be used in military or medical perspective, too.
The research is used the backpropagation neural network method, and use the electromyographic signal as its input parameter in order to estimate torque which is made by the arm. We also improve the backpropagation neural network method and combine it with a judging method. It can classify the electromyographic signal by torque. After that, we put the signal into the different system to estimate. In that way, we can improve the accuracy and practicability of our estimate. Besides, we will compare our method with basic backpropagation neural network and least-square method to see if the research is better.

關鍵字(中)

★ 學習速率退火法
★ 肌電訊號
★ 扭力
★ 倒傳遞類神經
★ 學習速率
★ 判斷器

關鍵字(英)

★ learning-rate annealing schedules
★ neural networks
★ learning rate
★ torque
★ electromyography signal
★ judging method

論文目次

摘要 ...................................................... I
Abstract ................................................. II
致謝 .................................................... III
目錄 ..................................................... IV
圖目錄 .................................................. VII
表目錄 .................................................. XII
一、緒論 ............................................... 1
1-1 研究動機 ......................................... 1
1-2 研究目的 ......................................... 1
1-3 文獻回顧 ......................................... 3
1-4 論文架構 ......................................... 3
二、肌力與肌電訊號簡介 ................................. 5
2-1 肌力與肌電訊號 ................................... 5
2-1-1 肌力的產生 ................................... 5
2-1-2 骨骼肌構造 ................................... 5
2-1-3 肌電訊號的產生 ............................... 6
2-1-4 肌電訊號的特性 ............................... 7
三、類神經網路 ......................................... 8
3-1 簡介 ............................................. 8
3-1-1 功能 ......................................... 9
3-1-2 分類 ........................................ 11
3-1-3 基本架構 .................................... 12
3-2 倒傳遞類神經網路 ................................ 13
3-2-1 倒傳遞演算法 ................................ 16
3-2-2 學習速率 .................................... 18
四、實驗硬體設備 ...................................... 20
4-1 量測設備 ........................................ 20
4-1-1 肌電訊號量測 ................................ 20
4-1-2 扭力量測 .................................... 21
4-1-3 擷取卡 ...................................... 26
4.1.4 人機介面 .................................... 27
五、研究方法 .......................................... 29
5-1 研究流程 ........................................ 29
5-2 訊號量測及處理 .................................. 30
5-2-1 肌電訊號特徵值處理 .......................... 30
5-2-2 肌力對應肌電訊號的量測 ....
5-3 類神經之訓練與估測 .............................. 36
5-3-1 正規化 ...................................... 36
5-3-2 倒傳遞類神經架構的選擇與改良 ................ 36
5-3-3 判斷器的結合 ................................ 40
5-4 與最小平方法估測之比較 .......................... 41
六、實驗結果 .......................................... 42
6-1 與基本一層倒傳遞類神經的比較 .................... 42
6-2 與最小平方法估測的比較 .......................... 46
6-3 結合判斷器的比較 ................................. 56
6-3-1 與特定扭力值類神經訓練之比較 ................ 56
6-3-2 與最小平方法結合判斷器之比較 ................ 57
七、結論與展望 ........................................ 63
7-1 結論 ............................................ 63
7-2 未來展望 ........................................ 63
參考文獻 ................................................. 65

參考文獻

[1] K.Kiguchi, K.Iwami, K.Watanabe, T.Fukuda, “A Study of an EMG-Based Exoskeletal Robot for Human Shoulder Motion Support”, JSME International Journal, Series C, VOL.44, NO.4, pp.1133-1141, 2001.
[2] K.Kiguchi, K.Iwami, K.Watanabe, T.Fukuda, “An Assist Level Adjustment Method of an Active Shoulder Orthosis”, International Journal of Human-friendly Welfare Robotic Systems, VOL.4, No.2, pp.8-12, June, 2003.
[3] K.Kiguchi, K.Iwami, M.Yasuda, K.Watanabe, T.Fukuda, “An Exoskeletal Robot for Human Shoulder Joint Motion Assist”, IEEE/ASME Trans. on Mechatronics, VOL.8, NO.1, pp.125-135, March, 2003.
[4] K.Kiguchi, K.Iwami, K.Watanabe, T.Fukuda, “Controller Adjustment of an Exoskeleton Robot for Shoulder Motion Assist”, Journal of Robotics and Mechatronics, VOL.16, NO.3, pp.245-255, 2004.
[5] K.Kiguchi, T.Tanaka, T.Fukuda, “Neuro-Fuzzy Control of a Robotic Exoskeleton With EMG Signals”, IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 12, NO. 4, AUGUST 2004.
[6] H. Kawamoto, Y. Sankai, “Power assist method based on phase sequence and muscle force condition for HAL”, Advanced Robotics, VOL.19, NO.7, pp.717-734, 2005.
[7] T. Hayashi, H. Kawamoto and Y. Sankai, “Control method of robot suit HAL working as operator's muscle using biological and dynamical information” , IEEE/RSJ International Conference on Intelligent Robots and Systems[C] , pp.3455-3460,2005.
[8] H.Toda, T.Kobayakawa, Y.Sankai, “ A multi-link system control strategy based on biological reaching movement” ,Advanced Robotics, VOL 20, NO 6 , pp. 661-679(19) , 2006.
[9] D. Nishikawa, W. Yu, H. Yokoi and Y. Kakazy, “EMG prosthesis hand controller discriminating ten motions using real-time learning method,” Proceedings of the 1999 IEEE/RSJ International Conference on Intelligent Robots and Systems, vol. 3, pp. 1592-1597, 1999.
[10] 王中敬，李建政，當代解剖生理學，杏輝圖書出版社，第二版，1987
[11] 傅祖慶總校閱,林富美、林則彬、賴亮全合譯, 蓋統生理學-生理及疾病機轉,杏華出版社，1998
[12] A. Upequi and E. Sanchez, “An FPGA platform for on-line topology exploration of spiking neural network, ” Microprocessors and Microsystems, Vol. 29, No.5, pp. 211-223, 2005.
[13] C. C. Ku, K. Y. Lee, “Diagonal recurrent neural networks for dynamic systems control,” IEEE Transactions on neural networks, vol.6, no. 1, January, 1995.
[14] 黃威龍，「前饋式類神經網路軟體於系統識別與控制之研究」，成功大學航空太空工程研究所博士學位論文，民國91 年10月。
[15] A. Zaknich, “Neural Networks for Intelligent Signal Processing,” Vol. 4.
[16] D. A. White and D. A. Sofge Edited, “Handbook of intelligent control,”Neural, Fuzzy, and Adaptive Approaches, Van Nostrand Reinhold, 1992.
[17] W. T. Miller, R. S. Sutton, and P. J. Werbos, “Neural networks for control,”MIT Press, 1990.
[18] C. Darken and J. Moody, “Towards faster stochastic gradient search,” Advances in Neural Information Processing Systems 4, 1992.
[19] 曾英璟，「使用最適權值選擇的時間延遲類神經網路於移動物體預測的研究」，東華大學電機工程研究所碩士學位論文，民國93 年7月。
[20] D. P. Mandic, “NNGD algorithm for neural adaptive filters,” Electronics Letters 36, pp.845-846, 2000.
[21] 李廷恩，「自調式神經網路應用於系統鑑別與適應性雜訊消除」，樹德科技大學電腦與通訊工程研究所碩士學位論文，民國93 年6月。
[22] L. Behera, S. Kumar, and A. Patnaik, “On adaptive learning rate that guarantees convergence in feedforward networks,” IEEE Transactions on neural networks, vol.17, no. 5, September, 2006.
[23] DELSYS, “A discussion on surface electromyography: detection and recording,” http://www.delsys.com/KnowledgeCenter/Tutorials_Technical%20Notes.html
[24] 洪榮哲，機械控制用感測器技術入門，台北市，機械技術出版社，民國77年。
[25] 曹永偉，感測器技術入門，台北市，全華科技出版社，民國91年。
[26] 李書橋、林志堅編著，汽車感測器原理，台北市，全華科技出版社，民國85年。
[27] 吳東軒，「應用遺傳演算法與類神經網路於混沌系統之辨識」，義守大學電機工程研究所碩士學位論文，民國91 年。
[28] 阮天佑，「以肌電訊號估測肌力之研究」，中央大學機械工程研究所碩士學位論文，民國97 年七月。
[29] 白鎧綸，「肢體同動機械手臂系統之設計與研究」，中央大學機械工程研究所碩士學位論文，民國97 年七月。

指導教授

董必正(Pi-Cheng Tung)

審核日期

2009-7-22

推文