Recently, soft wearable robotic gloves have been widely developed to assist people with a loss of hand mobility. In this study, we propose several learning-based algorithms towards increasing the degree of utilization for these soft wearable robotic gloves. In particular, the study focuses on two major areas of utilization for these devices: grasping objects of various physical properties found in daily life and utilizing the soft robotic gloves for hand rehabilitation. Therefore, a method to predict fingertip forces applied to deformable objects is proposed and applied to a soft wearable robotic glove. Then, to enable stroke patients to actively practice various hand postures related to activities of daily living, a vision-based framework for detecting users’ intentions’ regarding multiple hand postures is proposed.
현재 질병이나 부상으로 인하여 손의 활동이 제한적인 사람들을 보조하기 위하여 유연한 소재를 기반으로 한 소프트 웨어러블 장갑형 로봇들이 개발되고 있다. 본 연구에서는 이러한 장갑형 로봇들의 활용도를 개선하기 위해 인공지능 알고리즘을 개발하고 이를 장갑형 로봇에 접목시키는 것을 목적으로 하였다. 특히, 일상생활에서 다양한 물체를 잡는 것과 손 기능 회복을 위한 재활의 목적으로 장갑형 로봇을 활용하는 것에 대해 집중하였다. 이에 따라, 힘을 가할 시 형상이 변할 수 있는 부드러운 물체들을 잡을 때 전달되는 힘을 예측하는 알고리즘을 개발하고 이를 장갑형 로봇에 접목시켜보았다. 또한, 효율적인 손 기능 회복을 위하여 손 재활 훈련 시 로봇 착용자의 다양한 손 동작에 대한 의도를 예측하는 비전 기반의 알고리즘을 개발하였다.
