عنوان

ساخت یک سیستم راه انداز با سیگنال الکترومایوگرافی برای مچ رباتیک دو درجه آزادی

Number

پ۲۹۰۲۸

.Language of Text, Soundtrack etc

per

Title Proper

ساخت یک سیستم راه انداز با سیگنال الکترومایوگرافی برای مچ رباتیک دو درجه آزادی

First Statement of Responsibility

فاطمه مرتضی زاده

Name of Publisher, Distributor, etc.

پردیس دانشگاه تبریز

Date of Publication, Distribution, etc.

۱۴۰۲

Specific Material Designation and Extent of Item

۹۲ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی پزشکی - بیومکانیک

Date of degree

۱۴۰۲/۰۳/۲۰

Text of Note

چکیده:توانبخشی افراد مبتلا به معلولیت حرکتی به هر علتی از جمله آسیب نخاعی، بیماری¬های عصبی-عضلانی، ویا عوارض پس از سکته از مهمترین چالش¬ها و نیازمندی¬های آنها محسوب می¬شود. ابتلا به این عوارض در سال¬های اخیر با رشد چشم¬گیری نیز مواجه بوده است. برای مثال طبق گزارش سازمان ملل فقط تعداد افرادی سالمندی که در 50 سال اخیر دچار سکته شده¬اند رشد سه برابری داشته است. از این رو توسعه و ارائه وسایل و تجهیزات توانبخشی به¬ویژه به¬صورتی که شخص بدون مراجعه به مراکز درمانی، خود قادر به استفاده از آنها در منزل باشد یک چالش مهم در حوزه مهندسی پزشکی محسوب می¬شود. در سال¬های اخیر توجه پژوهشگران این حوزه به توسعه¬ی ربات¬های اسکلت¬خارجی که برای تمرین¬دهی به این دست از بیماران طراحی شده است، قابل ملاحظه بوده است. مسئله¬ی راه¬اندازی محرکه¬ها و کنترل این تجهیزات فعال یک سیر تکاملی را طی کرده و از اجرای حرکات از پیش تعیین شده به تشخیص هوشمند اراده کاربر رسیده است. اکنون توجه بسیاری از محققین به کنترل ربات¬های اسکلت¬خارجی با استفاده از سیگنال¬های الکترومایوگرافی معطوف شده است. از این رو در این پایان¬نامه قصد داریم به تحریک سروو موتور یک مچ رباتیک برای اجرای حرکت خم و باز شدن و دور و نزدیک-شدن با استفاده از سیگنال ضبط¬شده از عضلات ساعد انسان بپردازیم. اگر چه در بدن انسان دو گروه مستقل از عضلات برای هر یک از حرکات خم¬کردن و بازکردن مچ به کار گرفته می¬شود، ولی در این پایان¬نامه از تفاضل شدت فعالیت آنها برای تشخیص جهت حرکت استفاده کرده¬ایم. یک سیستم دست¬ساز بر پایه¬ی بورد آردوینو با ماژول¬های الکترومایوگرافی برای ثبت سیگنال طراحی و ساخته شد. در شرایط آزمایشگاه و با رعایت پروتکل¬های مرسوم، سیگنال¬های ای.ام.جی حین اجرای حرکات خم¬کردن، بازکردن، دورکردن (به¬سمت رادیال) و نزدیک¬کردن (به¬سمت اولنا) ضبط شدند. در طی تمام آزمایش¬ها سه کانال ضبط سیگنال مورد استفاده قرار می¬گرفت. انتخاب گروه عضلات به دو شکل صورت گرفت. در گزینش اول عضلات خم¬کننده¬ی مچ به اولنا، خم¬کننده¬کننده مچ به رادیال، و بازکننده مچ به اولنا و در گزینش دوم، عضلات خم¬کننده¬ی مچ به اولنا، خم¬کننده¬کننده مچ به رادیال، و بازکننده مچ به رادیال بزرگ انتخاب شدند. در هر مورد از این دو گزینه¬ی انتخابی از گروه عضلات چندین بار پروتکل اجرای حرکات و ضبط سیگنال تکرار شد و در هر مورد سیگنال¬های ای.ام.جی نهایی برای پردازش¬های بعدی ذخیره شدند. در مرحله¬ی پردازش سیگنال هدف یافتن یک مجموعه پردازش¬های مقدماتی برای رسیدن به یک دستور کنترلی قابل ارسال به موتور برای تقلید حرکات انجام¬شده توسط شخص مورد آزمایش است. برای این منظور یک الگوریتم استخراج الگوی حرکت ارائه شد. این الگوریتم شامل پردازش¬های مقدماتی روی سیگنال¬ها مانند یکسوسازی، نرمال¬سازی، پنجره¬بندی، و استخراج منحنی پوش و ترکیب و تفریق سیگنال¬ها برای یافتن لحظات تکمیل و تعویض حرکات مذکور می¬شود. نتیجه¬ی این پردازش¬ها به یک منحنی دوحالتی می¬رسد که می-تواند بدون پرش¬های میانی، حرکت¬های مزدوج (مثلاً خم و بازشدن) را تقریباً با همان زمان¬بندی شخص اجراکننده بازتولید کند.

Text of Note

Rehabilitation of people with mobility disabilities for any reason, such as spinal cord injury, neuromuscular diseases, or post-stroke complications is one of their most important challenges and needs. In recent years, the frequency of these complications has grown significantly. For example, according to the United Nations report, only the number of elderly people who have had a stroke in the last 50 years has grown three times. Therefore, developing and providing rehabilitation equipment and devices, especially in such a way that a person is able to use them at home without going to medical centers, is considered an important challenge in the field of medical engineering. In recent years, researchers in this field have paid considerable attention to the development of exoskeleton robots, which are designed to train such patients. The problem of setting up drives and controlling this active equipment has gone through an evolutionary process and has reached the intelligent recognition of the user's will from the implementation of predetermined movements. Now, the attention of many researchers has been directed to the control of exoskeleton robots using electromyography signals. Therefore, in this thesis, we are going to stimulate the servo motor of a robotic wrist to perform bending and opening movements, and moving away and approaching using the signal recorded from the muscles of the human forearm. Although in the human body, two independent groups of muscles are used for each of the movements of flexing and extending the wrist, but in this thesis, we have used the difference in intensity of their activity to determine the direction of movement. A homemade system based on Arduino board with electromyography modules for signal recording was designed and built. In laboratory conditions and following conventional protocols, EMG signals were recorded during flexing, extending, abduction (radial) and adduction (ulnar) movements. During all the experiments, three signal recording channels were used. The selection of muscle groups was done in two ways. In the first selection, the flexor carpi ulnaris (FCU), flexor carpi radialis (FCR), and the extensor carpi ulnaris (ECU) muscles and in the second selection, the flexor carpi ulnaris (FCU), flexor carpi radialis (FCR), and the extensor carpi radialis longius (ECR) were selected. In each case of these two selections of the muscle group, the protocol of performing movements and recording the signal was repeated several times, and in each case the final EMG signals were saved for further processing. In the signal processing stage, the goal is to find a set of preliminary processes to reach a control command that can be sent to the motor to imitate the movements performed by the person being tested. For this purpose, a motion pattern extraction algorithm was presented. This algorithm includes preliminary processing on the signals such as rectification, normalization, windowing, and extracting the envelop curve and combining and subtracting the signals to find the moments of completion and replacement of the aforementioned movements. The result of these processes reaches a two-mode curve that can reproduce conjugate movements (for example, flexing and extending) with almost the same timing as the performer without intermediate jumps.

Variant Title

Realization of an EMG-Driven system for 2-Dof Robotic Wrist

Entry Element

‏مرتضی زاده

Part of Name Other than Entry Element

فاطمه ‏

Relator Code

تهیه کننده

Entry Element

‏ سید نورانی،

Entry Element

ذاکری،

Part of Name Other than Entry Element

‏سید محمدرضا

Part of Name Other than Entry Element

منیژه ‏

Dates

استاد راهنما

Dates

استاد مشاور

Entry Element

‏تبریز