Detecting human motion intention during pHRI using artificial neural networks trained by EMG signals

İşbirlikçi robot teknolojisindeki son gelişmelerle birlikte artık üretim ortamlarında bir robotla yan yana çalışabileceğiz. Üretimi daha esnek ve etkili hale getirmek için insan ve robot arasındaki işbirliği, insanın niyetini tespit ederek geliştirilebilir. Bu bağlamda, insanın niyetini anlamak ve ona yardımcı olmak amacıyla etkileşim kontrolcüsünü buna göre ayarlamak, fiziksel insan-robot etkileşimi (pHRI) için temel bir ihtiyaçtır. Bu çalışmada, insanın hareket etmeyi amaçladığı doğrultuyu insan kol kaslarından elde edilen elektromiyografi (EMG) sinyallerini kullanarak tahmin eden Yapay Sinir Ağlarına (ANN) dayalı bir sınıflandırıcı öneriyoruz. Bu sınıflandırıcıyı, insan kol hareketini amaçlanan doğrultu boyunca sınırlamak ve diğer doğrultularda istenmeyen hareketleri önlemek için bir admitans kontrolcü ile beraber kullanıyoruz. Önerilen sınıflandırıcı ve kontrol mimarisi, bir yörünge takip etme deneyinde KUKA LBR iiwa 7 R800 robot kullanılarak sınanmıştır. 6 katılımcı ile yapılan deneysel çalışmamızın sonuçları, deney sırasında önerilen mimarinin insana etkili bir yardım sağladığını ve görev tamamlanma süresinden ödün vermeden istenmeyen hareket hatalarını azalttığını göstermektedir.