Hybrid force/EMG based control system for rehabilitation robot

ระบบควบคุมแบบไฮบริดโดยอิงแรงและสัญญาณไฟฟ้ากล้ามเนื้อสำหรับหุ่นยนต์ทำกายภาพบำบัด

Name: Sarut Panjan

Organization : King Mongkut’s University of Technology Thonburi. Institute of Field Robotics

Email : sa_panjan@icloud.com

Name: Siam Charoenseang

Organization : King Mongkut’s University of Technology Thonburi. Institute of Field Robotics

keyword: Rehabilitation Robot

LCSH: PHYSICAL THERAPY

; Force sensor mount

LCSH: ELECTRODIAGNOSIS

LCSH: REHABILITATION

LCSH: ROBOTIC EXOSKELETONS

Abstract: This paper presents a hybrid control system of rehabilitation robot with force and EMG signals. The proposed control system is implemented on the elbow joint of the 4 DOF universal exoskeleton. Admittance control method is applied to control this rehabilitation robot. However, the transient response of the admittance control cloud lead in a large overshoot when the user moves exoskeleton joint quickly then suddenly stops. Hence, the EMG sensor is used to detect the muscle contraction and then the force input will be set to zero for improving transient response of the hybrid controller. Furthermore, the generalized regression neural network (GRNN) is applied for predicting the static gravity force compensation. The experimental result indicates that the GRNN can predict the static gravity force with accuracy of 97.32%. Moreover, 83.13% of the transient response is improved by the utilization of the EMG signal in the hybrid controller.

Abstract: งานวิจัยนี้นำเสนอระบบควบคุมแบบไฮบริดสำหรับหุ่นยนต์กายภาพบัดโดยใช้สัญญาณจากเซ็นเซอร์วัดแรงและ เซ็นเซอร์วัดสัญญาณไฟฟ้ากล้ามเนื้อ ระบบควบคุมแบบไฮบริดนี้ได้ใช้ควบคุมการทำงานส่วนข้อศอกของแขนกลแบบสวม ใส่ได้ 4 องศาอิสระ การควบคุมแรงในระบบไฮบริดนี้ใช้สมการแอดมิตแตนซ์ในการควบคุมการเคลื่อนไหวของข้อต่อแขน กลให้เป็นไปตามแรงที่กระทำจากภายนอก แต่เนื่องจากผลตอบสนองของระบบควบคุมแบบแอดมิตแตนซ์มีผลตอบสนอง ที่มีการสั่นมากเมื่อผู้ใช้งานเคลื่อนที่แขนและหยุดอย่างรวดเร็ว ดังนั้นสัญญาณไฟฟ้ากล้ามเนื้อจึงถูกนำมาตรวจจับการเกร็ง ของกล้ามเนื้อผู้ใช้งาน และสั่งงานให้ระบบควบคุมแรงแบบแอดมิตแตนซ์หยุดการรับค่าสัญญาณจากเซ็นเซอร์วัดแรงเพื่อ ให้การตอบสนองของระบบไม่มีการสั่นเมื่อผู้ใช้งานหยุดการเคลื่อนที่แขนกะทันหัน นอกจากนั้นในส่วนของการชดเชยแรง โน้มถ่วงที่ส่งผลต่อแขนกลได้ใช้โครงข่ายประสาทเทียมแบบ Generalized Regression Neural Network (GRNN) ในการ ประมาณค่าชดเชยแรงโน้มถ่วง ซึ่งจากผลการทดลองพบว่าโครงข่ายประสาทเทียมสามารถคำนวณค่าชดเชยแรงโน้มถ่วงได้ มีความถูกต้องถึง 97.32% และผลตอบสนองของระบบเร็วขึ้น 83.13% หลังจากใช้ประโยชน์จากสัญญาณไฟฟ้ากล้ามเนื้อ ในระบบควบคุมแบบไฮบริด

King Mongkut's University of Technology North Bangkok. Central Library

Address: Bangkok

Email: library@kmutnb.ac.th

Created: 2017

Modified: 2560-11-06

Issued: 2017-11-06

บทความ/Article

application/pdf

BibliograpyCitation : วารสารวิชาการครุศาสตร์อุตสาหกรรม มจพ. ปีที่ 8, ฉบับที่ 1 ‪(ม.ค.-มิ.ย. 60)‬, หน้า 186-195

eng

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	edu_60_080122.pdf	1.19 MB	29	2025-05-06 14:29:48

ใช้เวลา

0.022212 วินาที