Πλοήγηση ανά Συγγραφέας "Vardakis, Nikolaos"

Τώρα δείχνει 1 - 1 of 1
  • Μικρογραφία εικόνας
    Τεκμήριο
    Αναγνώριση κινήσεων άνω άκρων με τη χρήση επιφανειακών ηλεκτρομυογραφημάτων.
    (ΕΛ.ΜΕ.ΠΑ., Σχολή Μηχανικών (ΣΜΗΧ), ΔΠΜΣ Προηγμένα Συστήματα Παραγωγής, Αυτοματισμού και Ρομποτικής, 2020-04-22) Βαρδάκης, Νικόλαος; Vardakis, Nikolaos
    Ένα από τα προβλήματα της κοινωνίας που χρειάζεται βοήθεια από την τεχνολογία, είναι η προσφορά βοήθειας σε άτομα με ειδικές ανάγκες. Μία κατηγορία τέτοιων ατόμων είναι εκείνα με ακρωτηριασμένα μέλη. Η τεχνολογία σήμερα είναι σε τέτοιο βαθμό που να μπορεί να προσφέρει βοήθεια στα άτομα αυτά με την κατασκευή πρόσθετων εξωσκελετικών ρομποτικών (βιονικών) μελών για την αντικατάσταση του χαμένου μέλους. Για τον έλεγχο ρομποτικών προθέσεων απαιτείται μια διεπαφή η οποία θα επιτρέπει την αναγνώριση των επιθυμητών κινήσεων από το κολόβωμα (εναπομένον μέλος) του χρήστη και την προ-τροφοδότηση των κινήσεων αυτών στην ρομποτική πρόθεση. Για την αποκωδικοποίηση ή αναγνώριση των επιθυμητών κινήσεων χρησιμοποιούνται συνήθως σήματα Ηλεκτρομυογραφίας (EMG) ή και Ηλεκτροεγκεφαλογραφίας (EEG). Στόχος της παρούσας εργασίας είναι η ανάπτυξη αλγορίθμου αναγνώρισης των βασικών χειρονομιών, με τη χρήση Επιφανειακών Ηλεκτρομυογραφημάτων (sEMG), από την περιοχή του πήχη. Η χρησιμότητα αυτού είναι η προσφορά βοήθειας σε άτομα με ακρωτηριασμένο καρπό, όταν όμως παραμένουν υγιείς οι μύες του πήχη τους. Ο αλγόριθμος της αναγνώρισης στηρίζεται στη μέθοδο Ανάλυσης Κυρίων Συνιστωσών (Principal Component Analysis – PCA) και για την αξιολόγησή του, χρησιμοποιήθηκε η βάση δεδομένων Ninapro η οποία περιέχει τα δείγματα sEMG που έχουν εξαχθεί από 10 αισθητήρες τοποθετημένους στον πήχη 27 Υποκειμένων (ατόμων). Τα άτομα αυτά είχαν εκτελέσει 52 κινήσεις του χεριού (από 10 επαναλήψεις την κάθε μία) που χρησιμεύουν σε εργασίες της καθημερινής ζωής. Έπειτα, αναπτύσσεται μια νέα βάση δεδομένων sEMG με λιγότερους αισθητήρες (δηλαδή τέσσερις), ελέγχεται η αναγνωρισιμότητα των 4ων βασικών κινήσεων του καρπού (πάνω, κάτω, αριστερά, δεξιά) και γίνεται σύγκριση της με την προηγούμενη βάση δεδομένων. Τέλος, γίνεται σύγκριση του ποσοστού αναγνωρισιμότητας, μεταξύ διαφόρων τρόπων εκπαίδευσης του αλγορίθμου, διαφόρων διατάξεων λήψης του Ηλεκτρομυογραφήματος και συσχέτισή του ποσοστού με σωματικά χαρακτηριστικά των Υποκειμένων, όπως πχ το φύλο, ηλικία, ποσού λίπους του σώματος κλπ.