Керування роботом-маніпулятором за допомогою сигналів поверхневої електроміографії та згорткової нейронної мережі
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі розглянуто систему для збору ЕМГ-сигналів, що передаються через послідовний інтерфейс до комп’ютера, де вони обробляються за допомогою нейронної мережі для розпізнавання жестів, що управляють роботизованим маніпулятором. Дані з платформи NinaPro використовуються для навчання моделі, а також застосовуються методи нормалізації для покращення якості обробки сигналів.
The paper considers a system for collecting EMG signals transmitted via a serial interface to a computer, where they are processed using a neural network for recognizing gestures that control a robotic manipulator. Data from the NinaPro platform is used to train the model, and normalization methods are also applied to improve the quality of signal processing.
The paper considers a system for collecting EMG signals transmitted via a serial interface to a computer, where they are processed using a neural network for recognizing gestures that control a robotic manipulator. Data from the NinaPro platform is used to train the model, and normalization methods are also applied to improve the quality of signal processing.
Опис
Ключові слова
ЕМГ , браслет , нейромережі , маніпулятор , жести , bracelet , neural networks , manipulator , gestures
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-57-0
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Коваль Л. Г., Пастушенко А. О. Керування роботом-маніпулятором за допомогою сигналів поверхневої електроміографії та згорткової нейронної мережі // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25479.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Guo, B., Ma, Y., Yang, J., Wang, Z., & Zhang, X. (2020). Lw-CNN-Based Myoelectric Signal Recognition and Real-Time Control of Robotic Arm for Upper-Limb Rehabilitation. Computational Intelligence and Neuroscience, 2020, 8846021. https://doi.org/10.1155/2020/8846021.
- Wan, Y., Han, Z., Zhong, J., & Chen, G. (2018). Pattern recognition and bionic manipulator driving by surface electromyography signals using convolutional neural network. Advances in Mechanical Engineering, 10(10), 111. https://doi.org/10.1177/1729881418802138.
- Bao, T., Zaidi, S. A. R., Xie, S., Yang, P., & Zhang, Z. (2019). A CNN-LSTM Hybrid Framework for Wrist Kinematics Estimation Using Surface Electromyography. arXiv preprint arXiv:1912.00799. https://arxiv.org/abs/1912.00799.
- Real-time Bionic Arm Control Via CNN-based EMG Recognition. (n.d.). Hackster.io. https://www.hackster.io/emgarm/real-time-bionic-arm-control-via-cnn-based-emg-recognition-b013d3.
- Meng, Q., Yue, Y., Li, S., & Yu, H. (2022). Electromyogram-based motion compensation control for the upper limb rehabilitation robot in active training. Mechanical Sciences, 13(2), 675685. https://doi.org/10.5194/ms-13-675-2022.