With the development of assistive devices, prostheses and rehabilitation robots, researchers have a growing interest in developing the effective Human-Machine Interface (HMI). Surface electromyography (sEMG) signal, which is one of the major neural signals, has been applied to HMI for decades. In previous research, many studies attempt to achieve accurate estimation and consistent force levels from sEMG signals and applied to control robotic devices. In order to quantitively estimate muscle force, inspired by stochastic myo-processor, using multiple-channel sEMG signals is an effective method to increase signal-to-noise ratio (SNR, i.e. the mean of the amplitude estimation divided by standard deviation). Currently, the commercial sEMG sensors are mainly bipolar electrodes as one channel with differential amplification. There are few existing commercial high-density sEMG (HD-sEMG) systems. However, it is impossible to customize the sensor array. In the other hand, the contact position on skin have influence on the performance of the sEMG sensor. In this case, it is possible to achieve robust EMG signal information using HD-sEMG sensor.
In this study, a 16-channel flexible HD-sEMG sensor was developed. In order to finalize design parameters of developed sensor, different prototypes of 1 channel sensors are fabricated to test the effects of the material of electrodes, the size of electrodes, and the internal electrode distance (IED) in terms of SNR and the skin impedance. After the detailed test of 1-channel sensor, the design parameters were selected and expanded to the HD-sEMG sensor. Finally, a torque estimation experiment was conducted with the designed HD-sEMG sensor and stochastic myo-processor algorithm. The results indicate the 16-channel HD-sEMG sensor effectively improved the estimation accuracy than using one sEMG sensor. For further application, the proposed HD-sEMG sensor can be used as an enhanced human-machine interface to achieve robust control of robotics devices, such as exoskeleton, prosthesis and rehabilitation robot.
보조기구, 의수족 및 재활 로봇의 개발과 함께, 효과적인 인간-기계 인터페이스(HMI) 개발에 대한 관심이 증가하고 있다. 주요 신경 신호 중 하나인 표면 근전위(sEMG) 신호는 수십 년 동안 HMI에 적용됐다. 기존 많은 연구에서 sEMG 신호로부터 정확하고 일관된 힘 추정을 달성하여 이를 로봇 장치 제어에 적용하였다. 다중 채널 sEMG는 학률적 근전위 신호처리기를 이용한 정량적 근력 추정에 높은 신호 대 잡음비(SNR, 진폭의 평균을 표준편차로 나눈 값)를 제공하기에 효과적이다. 현재 상용화 된 대부분의 sEMG 센서들은, 바이폴라 전극을 차동 증폭하여 하나의 채널로 활용하고 소수의 고밀도 표면 근전위(HD-sEMG) 시스템이 존재한다. sEMG 센서는 맞닿는 피부의 위치에 따라 성능이 바뀐다. 현존하는 HD-sEMG 시스템은 센서 배열을 바꿀 수 없지만, 강건한 근전위 신호를 받을 수 있다.
본 연구에서는 16채널의 유연한 HD-sEMG 센서를 개발했다. 개발된 센서의 설계 변수를 확정하기 위해 전극의 소재와 크기, 그리고 전극 간 거리를 바꿔가며 1채널 센서를 제작했으며, 이를 SNR과 피부 임피던스의 관점에서 분석했다. 1채널 센서들을 테스트한 결과를 바탕으로 설계 변수를 확정했으며, 이를 HD-sEMG 센서로 확장했다. 마지막으로, 설계한 HD-sEMG 센서와 확률론적 근전위 신호처리 알고리즘을 사용하여 토크 측정 실험을 수행하였다. 실험 결과 1채널 센서에 비해 16채널 HD-sEMG 센서를 사용했을 때 정확도가 개선되었다. 본 연구에서 제안한 HD-sEMG 센서는 외골격 로봇, 의수, 그리고 재활로봇과 같은 시스템의 강건한 제어를 위한 진보된 인간-기계 인터페이스로 사용될 수 있을 것이라 기대된다.
