표면 근전도 기반의 동시 비례적 다자유도 의수 제어를 위한 손가락 굽힘/폄 의도 추정

Abstract

최근 상용화된 의수의 경우 패턴 인식을 통한 분류기를 기반으로 제어하는 방식으로 동작한다. 이 방법은 사전 정의된 손 동작만을 구사한다는 한계가 있어 사용자 의도를 직관적으로 반영하기 위한 동시 비례 제어 연구가 필수적이다. 현재까지 연구된 비례 제어를 위한 선행 모델들의 경우 손가락을 굽히는 방향에서만 힘 또는 위치 제어를 적용했다. 하지만 정확한 위치에서 특정 힘으로 의수의 손 모양을 유지하기 어렵다는 한계가 있으며, 이는 실생활에서 다양한 강성과 크기를 갖는 물체를 의도한대로 잡기 어렵다는 문제를 일으킨다. 따라서 한 방향 굽힘 움직임만 추정하는 현재 비례제어 동작 메커니즘과는 다르게, 양방향 속도 제어를 기반으로 하는 새로운 형태의 의도 추정 모델을 제안하여 문제를 해결하고자 한다. 본 논문에서는 기존의 동시 비례적 의도 추정 모델로 선행 개발된 변형된 자기부호화기(Constrained Auto-encoder, CAEN)의 형태를 응용한 변형된 합성 곱 자기부호화기(Convolutional Constrained Auto-encoder)를 제안한다. 제안 모델의 성능을 평가하기 위해 두 가지 실험을 진행한다. 첫 번째는 추정 모델의 정확도를 평가하기 위해 의도 추정 결과와 실제 힘을 비교한 제곱근 평균 제곱 오차(Root Mean Square Error, RMSE)와 손가락 독립율(Independency ratio, IR) 비교이다. 두 번째는 실제 의수 적용 가능성을 확인하기 위한 타겟 도달 시뮬레이션 실험이다. 두 실험에서 제안 모델이 거의 대부분의 지표에서 가장 높은 성능을 보였으며 이는 제안 모델을 이용해 실시간 의수 제어에서 높은 정확도를 갖고 손가락의 힘과 움직임을 제어할 수 있음을 보여준다.