Перейти до вмісту
Наукові вісті КПІ
ISSN 2617-5509 · e‑ISSN 2663-7472 Відкритий доступ · CC BY 4.0
Т. · № 3 · 2019 сер 13, 2019 статті

ОПТИЧНИЙ ЗВОРОТНИЙ ЗВ’ЯЗОК НА ОСНОВІ ФОТОМЕТРІЇ ЕЛІПСОЇДАЛЬНИМИ РЕФЛЕКТОРАМИ В БІОНІЧНИХ ПРОТЕЗАХ ПАЛЬЦІВ

KV
Kostiantyn P. Vonsevych Відповідальний Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
MB
Mikhail O. Bezuglyi Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
OP
Olha A. Prytula Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
Опублікованосер 13, 2019
PDF
НВКПІ 3 ТОМ · 3
ТОМ · № 3 · 2019 Переглянути випуск

Анотація

Проблематика. Особливості ефективного розпізнавання типів поверхонь при взаємодії пальців протеза з об’єктами маніпуляції та організація системи оптичного зворотного зв’язку в модулі керування біонічної кінцівки. Мета дослідження. Розробка й апробація методу організації оптичного зворотного зв’язку для систем біонічних протезів пальців рук людини. Методика реалізації. Створена система оптичного зворотного зв’язку базується на мікроконтролерному вимірювальному пристрої з інфрачервоним оптичним випромінювачем і сенсором, еліпсоїдальному рефлекторі та штучній нейронній мережі. Результати дослідження. Здійснено порівняння ефективності застосування системи оптичного зворотного зв’язку з використанням еліпсоїдального рефлектора та без нього. Аналіз проведено класифікацією набору із дванадцяти, одинадцяти та десяти видів поверхонь досліджуваних зразків за допомогою штучної нейронної мережі. Отримана точність розпізнавання поверхонь при використанні системи без еліпсоїдального рефлектора становила 77, 82 і 87 % відповідно. Своєю чергою точність розпізнавання зразків поверхонь при застосуванні еліпсоїдального рефлектора становила 94, 98 і 100 % відповідно, що засвідчує можливість подальшого використання системи на основі фотометрії еліпсоїдальними рефлекторами для організації складових частин або повноцінних модулів зворотного зв’язку біонічних пальців. Висновки. У роботі запропоновано систему організації оптичного зворотного зв’язку на базі оптичного випромінювача і сенсора, еліпсоїдального рефлектора та штучної нейронної мережі для розпізнавання виду окремих поверхонь, з якими можуть взаємодіяти пальці біонічного протеза. Запропонована система показала прийняту достовірність розпізнавання обмеженого набору досліджуваних зразків, а ефективність її застосування може бути підвищена завдяки використанню масиву сенсорів та більш широкої вибірки даних для тренування.

Ключові слова

#Біонічний палець #Оптичний зворотний зв’язок #Еліпсоїдальний рефлектор #Штучна нейронна мережа #Протез пальця

Посилання

  1. H. Liu et al. , “Artificial eye for scotopic vision with bioinspired all-optical photosensitivity enhancer”, Proceedings of the National Academy of Sciences , vol. 113, no. 1, pp. 3982–3985, 2016. doi: 10.1073/pnas.1517953113
  2. J.E. Fitzgerald et al. , “Artificial nose technology: Status and prospects in diagnostics”, Trends Biotechnol . , vol. 35, no. 1, pp. 33–42, 2017. doi: 10.1016/J.TIBTECH.2016.08.005
  3. С. Dietrich et al. , “Leg prosthesis with somatosensory feedback reduces phantom limb pain and increases functionality”, Frontiers Neurol . , vol. 9, 2018. doi: 10.3389/fneur.2018.00270
  4. K. Koganezawa and A. Ito, “Artificial hand with stiffness adjuster”, Intelligent Autonomous Systems , vol. 13, pp. 1079–1093, 2016. doi: 10.1007/978-3-319-08338-4_78
  5. K. Vonsevych et al. , “Information-measuring system of myograph of bionic limb prosthesis”, Perspektyvni Tekhnolohii ta Prilady , vol. 10, no. 1, pp. 32–37, 2017 (in Ukrainian) .
  6. P.S. Ramaiah et al. , “A microcontroller based four fingered robotic hand”, Int . J . Artificial Intelligence & Applications , vol. 2, no. 2, pp. 90–102, 2011. doi: 10.5121/ijaia.2011.2207
  7. N.M. Kakoty and S.M. Hazarika, “Bio-signals controlled prosthetic hand”, in Proc. National Conference on Design and Manufacturing Issues in Automotive and Allied Industries, IPRoMM , 2009, pp. 1–12.
  8. С. Cipriani et al. , “On the shared control of an EMG-controlled prosthetic hand: analysis of user–prosthesis interaction”, IEEE Trans . Robotics , vol. 24, no. 1, pp. 170–184, 2008. doi: 10.1109/TRO.2007.910708
  9. Z. Kappassov et al. , “Tactile sensing in dexterous robot hands”, Robotics and Autonomous Systems , vol. 74, pp. 195–220, 2015. doi: 10.1016/j.robot.2015.07.015
  10. J.D. Brown et al. , “Understanding the role of haptic feedback in a teleoperated/prosthetic grasp and lift task”, in Proc. World Haptics Conference , 2013, pp. 271–276. doi: 10.1109/WHC.2013.6548420
  11. A. Gailey et al. , “Proof of concept of an online EMG-based decoding of hand postures and individual digit forces for prosthetic hand control”, Frontiers Neurol. , vol. 8, no. 1, pp. 1–15, 2017. doi: 10.3389/fneur.2017.00007
  12. B. Peerdeman et al. , “Myoelectric forearm prostheses: state of the art from a user-centered perspective”, J . Rehabilitation Research & Development , vol. 48, no. 6, pp. 719–737, 2011. doi: 10.1682/JRRD.2010.08.0161
  13. С. Antfolk et al. , “Using EMG for real-time prediction of joint angles to control a prosthetic hand equipped with a sensory feedback system”, J . Med . Bio . Eng. , vol. 30, no. 6, pp. 399–406, 2010. doi: 10.5405/jmbe.767
  14. A. Persichetti et al. , “Optoelectronic-based flexible contact sensor for prosthetic hand application”, IEEE 10th Int . Conf . Rehabilitation Robotics , vol. 30, no. 6, pp. 415–420, 2007. doi: 10.1109/ICORR.2007.4428458
  15. B. Cheung et al. , “Anatomical, neurophysiological and perceptual issues of tactile perception”, in Tactile displays for orientation, navigation and communication in air, sea and land environments . Neuilly-sur-Sein Cedex, France: NATO Research and Technology Organisation, 2008, pp. 1–18.
  16. R.E. Fan et al. , “A haptic feedback system for lower-limb prostheses”, IEEE Trans . Neural Syst . Rehabilit . Eng. , vol. 16, no. 3, pp. 270–277, 2008. doi: 10.1109/TNSRE.2008.920075
  17. D.G. Buma et al. , “Intermittent stimulation delays adaptation to electrocutaneous sensory feedback”, IEEE Trans . Neural Syst . Rehabilit . Eng. , vol. 15, no. 3, pp. 435–441, 2007. doi: 10.1109/TNSRE.2007.903942
  18. L.A. Jones and N.B. Sarter, “Tactile displays: Guidance for their design and application”, Human Factors , vol. 50, no. 1, pp. 90–111, 2008. doi: 10.1518/001872008X250638
  19. S.B. Godfrey et al. , “A synergy-driven approach to a myoelectric hand”, in Proc. IEEE Int . Conf . Rehabilitation Robotics , 2013, pp. 1–6. doi: 10.1109/ICORR.2013.6650377
  20. H. Zhao et al. , “Optoelectronically innervated soft prosthetic hand via stretchable optical waveguides”, Sci . Robotics , vol. 1 , no. 1, pp. 1–10, 2016. doi: 10.1126/scirobotics.aai7529
  21. M.A. Bezuglyi and N.V. Pavlovets, “Optical biometry of biological tissues by ellipsodal reflectors”, in Proc. SPIE 8798, Clinical and Biomedical Spectroscopy and Imaging III, 87980Q , 2013. doi: 10.1117/12.2031142
  22. M.A. Bezuglyi et al. , “Ray tracing in ellipsoidal reflectors for optical biometry of media”, Appl. Opt. , vol. 56, no. 30, pp. 8520–8526, 2017. doi: 10.1364/AO.56.008520
  23. M. Bezuglyi et al. , “The non-invasive optical glucometer prototype with ellipsoidal reflectors”, 2018 IEEE 59th Int. Sci. Conf. Power and Electrical Engineering of Riga Technical University , vol. 56, no. 30, pp. 8520–8526, 2018. doi: 10.1109/rtucon.2018.8659864
  24. M.A. Bezuglyi et al. , “Image processing at ellipsoidal photometry”, Devices and Methods of Measurements , vol. 7, no. 1, pp. 67–76, 2016. doi: 10.21122/2220-9506-2016-7-1-67-76
  25. M.A. Bezuglyi et al. , “Influence of laser beam profile on light scattering by human skin during photometry by ellipsoidal reflectors”, Devices and Methods of Measurements , vol. 9, no. 1, pp. 56–65, 2018. doi: 10.21122/2220-9506-2018-9-1-56-65
  26. K. Vonsevych et al. , “Fingers movements control system based on artificial neural network model”, Radioelectronics and Communications Systems , vol. 62, no. 1, pp. 23–33, 2019. doi: 10.3103/s0735272719010047
  27. R. Chowdhury et al. , “Surface electromyography signal processing and classification techniques”, Sensors , vol. 13, no. 9, pp. 12431–12466, 2013. doi: 10.3390/s130912431
  28. N. Nazmi et al. , “A review of classification techniques of EMG signals during isotonic and isometric contractions”, Sensors , vol. 16, no. 8, pp. 1304, 2016. doi: 10.3390/s16081304
  29. W. He et al. , “Neural network control of a rehabilitation robot by state and output feedback”, J. Intelligent & Robotic Systems , vol. 80, no. 1, pp. 15–31, 2015. doi: 10.1007/s10846-014-0150-6
  30. M. Atzori et al. , “Deep learning with convolutional neural networks applied to electromyography data: A resource for the classification of movements for prosthetic hands”, Frontiers in Neurorobotics , vol. 10, no. 9, 2016. doi: 10.3389/fnbot.2016.00009
  31. M. Kerzel et al. , “Haptic material classification with a multi-channel neural network”, Int. Joint Conf. Neural Networks , vol. 10, no. 9, pp. 439–466, 2017. doi: 10.1109/IJCNN.2017.7965887
  32. S. Bell et al. , “Material recognition in the wild with the materials in context database”, in Proc. IEEE Conf. Computer Vision and Pattern Recognition , 2015, pp. 3479–3487. doi: 10.1109/CVPR.2015.7298970
  33. P.L. Gentili et al. , “Photochromic and luminescent compounds as artificial neuron models”, Dyes and Pigments , vol. 156, pp. 149–159, 2018. doi: 10.1016/j.dyepig.2018.04.006
  34. M.A. Bezuglyi and N.V. Bezuglaya, “Ellipsoidal reflectors in biomedical diagnostic”, Proc. SPIE 9032-15 , vol. 2, pp. Q1–Q5, 2013. doi: 10.1117/12.2044606
  35. K.P. Vonsevych et al. , “Evaluation of electromyogram time characteristics of the wrist functional movements for intuitive control of bionic prosthesis”, Naukovi Visti NTUU KPI , no. 1, pp. 45–53, 2018. doi: 10.20535/1810-0546.2018.1.115941
  36. C. Goutte and E. Gaussier, “A probabilistic interpretation of precision, recall and F-score, with implication for evaluation”, in Proc. European Conference on Information Retrieval , 2005, pp. 345–359. doi: 10.1007/978-3-540-31865-1_25
  37. M. Sokolova et al. , “Beyond accuracy, F-score and ROC: a family of discriminant measures for performance evaluation”, in Proc. Australasian Joint Conference on Artificial Intelligence , 2006, pp. 1015–1021. doi: 10.1007/11941439_114
  38. Q.J. Song et al. , “Feature selection based on FDA and F-score for multi-class classification”, Expert Systems with Applications , vol. 81, pp. 22–27, 2017. doi: 10.1016/J.ESWA.2017.02.049
  39. K. Levenberg, “A method for the solution of certain non-linear problems in least squares”, Q. Appl. Math. , vol. 2, no. 2, pp. 164–168, 1944. doi: 10.109/qam/10666
  40. D. Marquardt, “An algorithm for least-squares estimation of nonlinear parameters”, J. Soc. Ind. Appl. Math. , vol. 11, pp. 431–441, 1963. doi: 10.1137/0111030
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

МЕТОДИ ЗАБЕЗПЕЧЕННЯ ЦІЛІСНОСТІ ОБРОБКИ ТА ПЕРЕДАЧІ ДАНИХ У ПРОМИСЛОВИХ СИСТЕМАХ АВТОМАТИЗАЦІЇ

Ярослав Корпань, Євген Федоров, Ольга Нечипоренко

Проблематика. Сучасні промислові системи контролю характеризуються високим рівнем інтеграції інформаційних і фізичних процесів та використанням розподілених…

#промислові системи автоматизації #SCADA-системи #цілісність даних #кібербезпека ICS
10.20535/kpisn.2026.3.361520

МЕТОДИКА ПАРАМЕТРИЧНОГО СИНТЕЗУ ЗУМ-АФОКАЛЬНИХ СИСТЕМ НА ОСНОВІ НЕРУХОМИХ ВАРІОЛІНЗ

Ігор Г. Чиж

Проблематика Зум-оптичні системи, в яких використовуються механічно нерухомі електрично керовані варіолінзи, не можуть вважатися такими, що мають нерухомі оптичні…

#зум-афокальні системи #головні точки варіолінз #синтез зум-афокальних систем #стабільна афокальність зум-системи
10.20535/kpisn.2026.3.351645

МОДИФІКАЦІЯ НЕЙРОМЕРЕЖЕВОГО МЕТОДУ SPINN ДЛЯ НАБЛИЖЕНОГО РОЗВ'ЯЗАННЯ МІШАНОЇ ЗАДАЧІ ДЛЯ РІВНЯННЯ ТЕПЛОПРОВІДНОСТІ В ЕЛІПТИЧНІЙ ОБЛАСТІ

Валерій Лось, Олександр Ряхін

Проблематика. Параболічні диференціальні рівняння є математичними моделями інженерії, призначеними для дослідження широкого кола прикладних задач. Це приводить до…

#рівняння теплопровідності #мішана параболічна задача #еліптична область #фізико-інформативна нейронна мережа
10.20535/kpisn.2026.3.367316

Статті цього автора (цих авторів), які найбільше читають

Схожі статті

1-10 з 24

Ви також можете розпочати розширений пошук схожих статей для цієї статті.