Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Repozitorij Univerze v Ljubljani
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Podrobno
Vodenje robotske roke z metodo podpornih vektorjev in odprto kodnim elektromiografom : magistrsko delo
ID
Cevzar, Mišel
(
Avtor
),
ID
Babič, Jan
(
Mentor
)
Več o mentorju...
URL - Predstavitvena datoteka, za dostop obiščite
http://pefprints.pef.uni-lj.si/4865/
Galerija slik
Izvleček
Trg elektrotehničnih izdelkov je velik in raznolik. Ponuja tudi majhne računalnike v velikosti bančne kartice (zgled: Raspberry Pi) ali mikrokrmilnike (zgled: Arduino), ki so cenovno dostopni, odprto kodni in preprosti za uporabo. Hkrati je na voljo malo cenovno dostopnih in odprtokodnih naprav, ki bi bile uporabne za klasificiranje in analizo človeških signalov, kakršen je elektromiograf (EMG). Želeli smo preizkusiti napravo, ki bi lahko zapolnila zgoraj omenjeno vrzel. Preizkusili smo petkanalni EMG ščit za Arduino na treh zdravih moških, starosti 15, 22 in 27 let (starost = 21 ± 6(SD) let). Njihova naloga je bila, da izvajajo preproste gibe s prsti, na podlagi katerih smo naučili EMG klasifikator gibov prstov. Klasifikacija gibov je bila osnovana na metodi podpornih vektorjev. Klasifikator je skupaj z EMG Arduinom dosegel povprečno točnost 78 % pri prepoznavanju ustreznih gibov prstov in posledično aktiviral ustrezni prst robotske roke. Naši rezultati potrjujejo, da lahko z naučenim klasifikatorjem gibov, ki temelji na metodi podpornih vektorjev, vodimo robotsko roko v realnem času z uporabo Arduina. To nam je uspelo z uporabo cenovno dostopne in prilagodljive naprave, ki ima potencial kot izobraževalni pripomoček na področju analize in uporabe človeških signalov.
Jezik:
Slovenski jezik
Ključne besede:
elektromiograf (EMG)
,
metoda podpornih vektorjev
,
odprta koda
,
robotska roka
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
PEF - Pedagoška fakulteta
Založnik:
[M. Cevzar]
Leto izida:
2017
Št. strani:
IX, 35 str.
PID:
20.500.12556/RUL-98168
UDK:
007.52(043.2)
COBISS.SI-ID:
11822665
Datum objave v RUL:
13.12.2017
Število ogledov:
2471
Število prenosov:
414
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
CEVZAR, Mišel, 2017,
Vodenje robotske roke z metodo podpornih vektorjev in odprto kodnim elektromiografom : magistrsko delo
[na spletu]. Magistrsko delo. M. Cevzar. [Dostopano 24 marec 2025]. Pridobljeno s: http://pefprints.pef.uni-lj.si/4865/
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Robotic hand control using support vector machine and open source electromyograph
Izvleček:
Off-the-shelf electronic market is large and diverse. It includes credit card size computers (example: Raspberry Pi) or microcontroller boards (example: Arduino) that are relatively low cost, open source and easy to use. Nevertheless, there is a lack of off-the-shelf, open source devices that would enable us to learn about and make use of physiological signal processing. An example of such a device is an electromyograph (EMG). In this thesis, we investigated if an EMG device could fulfil the afore mentioned gap. EMG device was a five channel open source Arduino EMG shield. The performance of the device was evaluated on three healthy male subjects aged 15, 22, 27 (age = 21 ± 6(SD) years). They were instructed to perform simple finger movements, which we classified and replicated on the robotic hand. The EMG signal classification was performed using a support vector machine (SVM) algorithm. In our experimental setup, the average EMG signal classification accuracy was 78 %. Our results confirm, that by using a trained movement classifier based on the support vector machine algorithm we can control a robotic hand in real time by utilising the EMG signal acquired by an Arduino EMG shield. We achieved our results by using a cost effective and customisable device holding the potential to provide access to easier human-machine interface prototyping and learning about neurophysiology.
Ključne besede:
robotics
,
robotika
Podobna dela
Podobna dela v RUL:
Strojno učenje
Napovedovanje gibanja cen delnic z metodo podpornih vektorjev
Tehnike kombiniranja napovedi pri strojnem učenju ansamblov
Analiza tveganj pri spletnih posojilih
Zgodnje odkrivanje prevar pri menjavi kriptovalut s strojnim učenjem
Podobna dela v drugih slovenskih zbirkah:
Predikcija športnih rezultatov z uporabo strojnega učenja
Strojno učenje
Identifikacija slabe kode s strojnim učenjem
Klasifikacija dogodkov v časovnih vrstah s strojnim učenjem
Samodejna klasifikacija glasbenih žanrov zvočnih posnetkov
Nazaj