KR20190062104A - Appratus for determining a change in hand motion using surface electromyogram signals and method thereof - Google Patents
Appratus for determining a change in hand motion using surface electromyogram signals and method thereof Download PDFInfo
- Publication number
- KR20190062104A KR20190062104A KR1020180018464A KR20180018464A KR20190062104A KR 20190062104 A KR20190062104 A KR 20190062104A KR 1020180018464 A KR1020180018464 A KR 1020180018464A KR 20180018464 A KR20180018464 A KR 20180018464A KR 20190062104 A KR20190062104 A KR 20190062104A
- Authority
- KR
- South Korea
- Prior art keywords
- threshold value
- waveform length
- wrist
- surface electromyogram
- determining
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A61B5/0488—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
본 발명은 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 정확하게 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for determining a change in a hand movement using a surface EMG signal, and more particularly, to an apparatus and method for determining a change in a hand movement using a surface EMG signal, And more particularly, to an apparatus and method for determining hand movement change using a surface electromyogram signal.
일반적으로 손 동작의 변화를 판단하기 위해 손목 근육 주변에 부착된 한 개 이상의 1채널 표면 근전도 센서를 이용하여 표면 근전도 신호(surface electromyogram, surface EMG)를 취득하고, 취득된 표면 근전도 신호를 이용하여 손 동작이 변화된 시점을 실시간으로 판단한다.Generally, in order to judge the change of the hand motion, one or more one-channel surface EMG sensors attached to the periphery of the wrist muscle are used to acquire a surface electromyogram (surface EMG) The time when the operation is changed is judged in real time.
이때 표면 근전도 신호는 동작 인식 기술에 널리 활용되는 생체 신호이며, 동작 인식 기술은 인간-컴퓨터 인터페이스(Human Computer Interface, HCI) 및 장애인을 위한 보조 공학 등에 이용된다.At this time, the surface electromyogram signal is a bio-signal widely used in motion recognition technology, and motion recognition technology is used for human-computer interface (HCI) and assistive technology for the disabled.
이러한 종래의 판단 방법은 취득된 표면 근전도 신호에 포함된 노이즈에 의해 손 동작의 변화 시점이 잘못 판단되는 문제가 있었다.This conventional determination method has a problem in that the time point of change of the hand motion is erroneously determined by the noise included in the obtained surface electromyogram signal.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-2015-0089371호(2015. 08. 05. 공개)에 개시되어 있다.The technique of the present invention is disclosed in Korean Patent Laid-Open Publication No. 10-2015-0089371 (published on May 05, 2015).
본 발명이 이루고자 하는 기술적 과제는 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 정확하게 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법을 제공하기 위한 것이다.SUMMARY OF THE INVENTION The present invention provides an apparatus and method for determining hand movement change using a surface electromyogram signal that accurately determines a point of time when a fist is stretched using a surface electromyogram signal obtained from a surface electromyogram sensor attached to the periphery of a wrist muscle .
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법은 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 단계; 상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 단계; 상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징인자를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하는 단계; 스무딩 필터(smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 단계; 및 상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method for determining a hand movement change using a surface EMG signal, the method comprising: acquiring surface EMG signals from a surface electromyogram sensor attached to the inside and outside of the wrist, respectively, Extracting; Removing a DC offset using a non-operation period of the row data; Calculating a first waveform length with respect to the inside of the wrist and a second waveform length with respect to the outside of the wrist by extracting characteristic factors for the surface electromyogram signal data from which the DC offset is removed; Calculating a first threshold value for the inside of the wrist and a second threshold value for the outside of the wrist using the result of the smoothing filter; And comparing the first waveform length with the first threshold and the second threshold to determine when a change in hand motion occurs.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는, 상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하는 단계, 상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하는 단계, 및 상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 단계를 포함할 수 있다.Wherein the step of determining when the change in the hand motion occurs includes the steps of determining whether the first waveform length is equal to or larger than a predetermined multiple of the first threshold value or the second threshold value and is maintained for a first predetermined time or more, Determining whether the first waveform length is maintained over the second threshold for a second predetermined time or longer when the first waveform length is maintained for more than the second predetermined time, And a step of determining that the first time point at which the second threshold value is equal to or more than the second threshold value is a time point at which a fist holding operation occurs.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는, 상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단할 수 있다.Wherein when the first waveform length is maintained at the third predetermined time or longer but less than the second threshold value, the first time point at which the first waveform length becomes less than the second threshold value It is possible to determine that the fist is the time when the side motion occurs.
상기 DC 오프셋을 제거하는 단계는, 다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거할 수 있다.The step of removing the DC offset may remove the DC offset using a correction value calculated by subtracting an average of the set number of samples of the non-operation interval as shown in the following equation.
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.Here, x s [n] is a correction value and r s [n] is low data.
상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 단계는, 다음의 수학식과 같이 특징인자를 이용하여 상기 1 파형 길이 및 상기 제2 파형 길이를 각각 계산할 수 있다.The step of calculating the first waveform length and the second waveform length may respectively calculate the one waveform length and the second waveform length using a characteristic factor as shown in the following equation.
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.Where w s [n] is the first waveform length and the second waveform length, x s [n] is the correction value, and N is the sample index in the window.
상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 단계는, 다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출할 수 있다.The step of calculating the first threshold value and the second threshold value may respectively calculate the first threshold value and the second threshold value using the following equation.
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.Here, t s [n] is a first threshold value and a second threshold value,? Is a weight value, and w s [n] is a first waveform length and a second waveform length.
또한, 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치는, 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 데이터 추출부; 상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 오프셋 제거부; 상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하고, 스무딩 필터 (smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 연산부; 및 상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 판단부를 포함한다.The apparatus for determining a hand movement change using an EMG signal according to an exemplary embodiment of the present invention may further include a data acquisition unit that acquires surface EMG signals from surface EMG sensors attached to the inside and outside of the wrist, An extraction unit; An offset canceling unit for removing a DC offset using a non-operation period of the row data; Calculating a first waveform length with respect to the inside of the wrist and a second waveform length with respect to the outside of the wrist by extracting characteristic factors for each of the surface electromyogram signal data from which the DC offset has been removed, An arithmetic unit for calculating a first threshold value for the inside of the wrist and a second threshold value for the outside of the wrist, respectively; And a determination unit comparing the first waveform length with the first threshold and the second threshold to determine when a change in hand motion occurs.
이와 같이 본 발명에 따르면, 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 실시간으로 판단할 수 있을 뿐만 아니라 표면 근전도 신호에 포함된 노이즈 데이터를 제거하여 손 동작의 변화 시점을 정확하게 판단할 수 있는 효과가 있다.As described above, according to the present invention, it is possible to determine, in real time, the point at which the fist is held and spread by using the surface electromyogram signal acquired from the surface electromyogram sensor attached to the periphery of the wrist muscle, It is possible to accurately determine the point of time at which the hand motion is changed.
도 1은 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치를 나타낸 블록구성도이다.
도 2는 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법의 동작 흐름을 도시한 순서도이다.
도 3은 본 발명의 실시예에 따른 표면 근전도 센서의 부착 위치를 나타낸 실시예이다.
도 4는 본 발명의 실시예에 따른 표면 근전도 센서로부터 추출된 로우 데이터를 나타낸 그래프이다.
도 5는 도 4의 그래프에서 DC 오프셋이 제거된 그래프이다.
도 6은 도 5의 그래프에서 스무딩 필터링이 적용된 그래프이다.
도 7은 도 5 및 도 6을 함께 나타낸 그래프이다.FIG. 1 is a block diagram illustrating an apparatus for determining a change in hand motion using a surface electromyogram signal according to an embodiment of the present invention. Referring to FIG.
2 is a flowchart illustrating an operation flow of a hand movement change determination method using a surface electromyogram signal according to an embodiment of the present invention.
FIG. 3 is a view showing an example of the attachment position of the surface electromyography sensor according to the embodiment of the present invention.
4 is a graph showing raw data extracted from the surface electromyogram sensor according to an embodiment of the present invention.
5 is a graph in which the DC offset is removed in the graph of FIG.
FIG. 6 is a graph to which smoothing filtering is applied in the graph of FIG. 5; FIG.
Fig. 7 is a graph together showing Figs. 5 and 6. Fig.
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thicknesses of the lines and the sizes of the components shown in the drawings may be exaggerated for clarity and convenience of explanation.
또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Further, the terms described below are defined in consideration of the functions of the present invention, which may vary depending on the intention or custom of the user, the operator. Therefore, definitions of these terms should be made based on the contents throughout this specification.
먼저, 도 1을 통해 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치에 대하여 설명한다.First, referring to FIG. 1, an apparatus for determining a hand movement change using an EMG signal according to an embodiment of the present invention will be described.
도 1은 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치를 나타낸 블록구성도이다.FIG. 1 is a block diagram illustrating an apparatus for determining a change in hand motion using a surface electromyogram signal according to an embodiment of the present invention. Referring to FIG.
도 1에서와 같이 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치(100)는, 데이터 추출부(110), 오프셋 제거부(120), 연산부(130) 및 판단부(140)를 포함한다.1, an
먼저 데이터 추출부(110)는 손목 내측과 외측에 각각 부착된 표면 근전도 센서(200)로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출한다.First, the
그리고 오프셋 제거부(120)는 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거한다.The
자세히는 비 동작 구간의 평균을 0으로 맞추기 위해 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 DC 오프셋을 0으로 조정할 수도 있다.More specifically, the DC offset may be adjusted to 0 using the calculated correction value by subtracting the average of the set number of samples in order to set the average of the non-operation interval to zero.
그리고 연산부(130)는 오프셋 제거부(120)로부터 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자를 추출하여, 손목 내측에 대한 제1 파형 길이 및 손목 외측에 대한 제2 파형 길이를 각각 계산한다.Then, the
이때, 제1 및 제2 파형 길이는 로우데이터 샘플을 1개씩 시프트 시켜 다음 값과의 차이를 통해 계산할 수 있다.At this time, the first and second waveform lengths can be calculated by shifting the row data samples one by one and calculating the difference from the next value.
또한, 연산부(130)는 스무딩 필터 (smoothing filter)의 결과값을 이용하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다.The calculating
마지막으로 판단부(140)는 연산부(130)에서 연산된 제1 파형 길이와 제1 임계치 및 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단한다.Finally, the
이를 자세히 설명하자면 판단부(140)는, 제1 파형 길이가 제1 임계치 또는 제2 임계치의 설정 배수 이상이며 제1 설정 시간 이상 유지되는지 판단하여 제1 설정 시간 이상 유지되는 경우, 제1 파형 길이가 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단한다. The
이때, 제1 파형 길이가 제2 임계치 이상으로 제2 설정 시간 이상 유지되는 경우, 제1 파형 길이가 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단한다.At this time, when the first waveform length is maintained above the second threshold value for the second predetermined time or more, it is determined that the first time point at which the first waveform length becomes equal to or greater than the second threshold is a time point at which a fisted operation occurs.
또한, 판단부(140)는, 제1 파형 길이가 제3 설정 시간 이상 제2 임계치 미만으로 유지되면, 제1 파형 길이가 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단한다.If the first waveform length is maintained to be less than the second threshold value by the third predetermined time period, the determining
즉, 제1 파형 길이와 제1 임계치 및 제2 임계치를 이용하여 주먹을 쥔 동작이 발생한 시점과 주먹을 편 동작이 발생한 시점을 실시간으로 정확하게 판단할 수 있다.That is, the first waveform length, the first threshold value, and the second threshold value can be used to accurately determine when a fisted action occurs and when a fist action occurs.
이하에서는 도 2 내지 도 7을 통해 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법에 대하여 설명한다.Hereinafter, a method for determining hand movement change using the surface electromyogram signal according to an embodiment of the present invention will be described with reference to FIG. 2 through FIG.
도 2는 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법의 동작 흐름을 도시한 순서도로서, 이를 참조하여 본 발명의 구체적인 동작을 설명한다.FIG. 2 is a flowchart illustrating an operation flow of a hand movement change determination method using a surface electromyogram signal according to an embodiment of the present invention, and a specific operation of the present invention will be described with reference to FIG.
본 발명의 실시예에 따르면, 먼저 데이터 추출부(110)는 손목 내측과 외측에 각각 부착된 표면 근전도 센서(200)로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출한다(S210).According to the embodiment of the present invention, first, the
도 3은 본 발명의 실시예에 따른 표면 근전도 센서의 부착 위치를 나타낸 실시예이고, 도 4는 본 발명의 실시예에 따른 표면 근전도 센서로부터 추출된 로우 데이터를 나타낸 그래프이다.FIG. 3 is a view showing an example of an attachment position of the surface electromyography sensor according to an embodiment of the present invention, and FIG. 4 is a graph showing row data extracted from the surface electromyogram sensor according to an embodiment of the present invention.
본 발명의 실시예에 따른 표면 근전도 센서(200)는 내측 근전도 센서(210)와 외측 근전도 센서(220)를 포함하며 도 3에서와 같이 손목의 내측과 외측에 각각 부착될 수 있다.The
이때, 내측 근전도 센서(210)와 외측 근전도 센서(220)로부터 취득된 표면 근전도 신호의 로우 데이터는 분당 288개가 추출될 수 있고, 도 4에서와 같이 그래프로 나타낼 수 있다. 도 4에서 파란선(Inner)이 내측 근전도 센서(210)로부터 취득된 표면 근전도 신호이고, 붉은선(Outer)이 외측 근전도 센서(220)로부터 취득된 표면 근전도 신호이다.At this time, the raw data of the surface electromyogram signal acquired from the
그리고 오프셋 제거부(120)는 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거한다(S220).The
즉, S210 단계에서 추출한 로우 데이터의 비 동작 구간에 대한 평균값의 보정값을 산출하여 DC오프셋을 제거하는데 자세히는, 비 동작 구간의 평균을 0으로 맞추기 위해 아래의 수학식 1을 이용하여 비 동작 구간의 100개 샘플의 평균을 감하여 산출된 보정값을 이용하여 DC오프셋을 제거한다.That is, the DC offset is removed by calculating the correction value of the average value of the non-operation interval of the raw data extracted in the step S210. More specifically, in order to adjust the average of the non-operation interval to 0, The DC offset is removed using the calculated correction value.
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.Here, x s [n] is a correction value and r s [n] is low data.
그리고 연산부(130)는 S220 단계로부터 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자를 추출하여, 손목 내측에 대한 제1 파형 길이 및 손목 외측에 대한 제2 파형 길이를 각각 계산한다(S230).In operation S230, the
도 5는 도 4의 그래프에서 DC 오프셋이 제거된 그래프이다.5 is a graph in which the DC offset is removed in the graph of FIG.
아래의 수학식 2와 같이 특징인자를 이용하여 도 5에서와 같이 DC 오프셋이 제거된 표면 근전도 신호 데이터의 손목 내측에 대한 1 파형 길이(wO[n]) 및 손목 외측에 대한 제2 파형 길이(w1[n])를 각각 계산한다.As shown in Equation (2), the waveform length (w o [n]) for the wrist inner side of the surface electromyogram signal data in which the DC offset is removed as shown in FIG. 5 and the second waveform length (w 1 [n]), respectively.
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.Where w s [n] is the first waveform length and the second waveform length, x s [n] is the correction value, and N is the sample index in the window.
즉, 제1 및 제2 파형 길이(wO[n], w1[n])는 수학식 2에서와 같이 로우 데이터 샘플을 한 개씩 시프트 시켜 다음 값과의 차이를 통해 계산할 수 있다.That is, the first and second waveform lengths w O [n] and w 1 [n] can be calculated by shifting the row data samples one by one and calculating the difference from the next value as in Equation (2).
그리고 연산부(130)는 스무딩 필터 (smoothing filter)의 결과값을 이용하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다(S240).The
자세히는 아래의 수학식 3을 이용하여 제1 파형 길이 및 제2 파형 길이에 각각 가중치를 반영하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다.More specifically, the first threshold value for the inside of the wrist and the second threshold value for the outside of the wrist are respectively calculated by reflecting the weights to the first waveform length and the second waveform length using Equation (3) below.
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.Here, t s [n] is a first threshold value and a second threshold value,? Is a weight value, and w s [n] is a first waveform length and a second waveform length.
이때, 사람의 연령, 조건 및 환경에 따라 가중치(α)를 둠으로써 개인에 맞는 정확한 임계치 값을 얻을 수 있게 된다. 이때, 가중치는 0.8이상으로 설정되는 것이 바람직하다.At this time, it is possible to obtain an accurate threshold value for an individual by setting a weight value? According to the age, condition, and environment of a person. At this time, it is preferable that the weight is set to 0.8 or more.
도 6은 도 5의 그래프에서 스무딩 필터링이 적용된 그래프이다.FIG. 6 is a graph to which smoothing filtering is applied in the graph of FIG. 5; FIG.
도 6에서와 같이 S240 단계에 의해 가중치가 반영된 제1 임계치(t0[n])와 제2 임계치(t1[n])를 각각 산출할 수 있다.It is possible to calculate the first threshold value t 0 [n] and the second threshold value t 1 [n] in which the weight is reflected by the step S240 as shown in FIG.
마지막으로 판단부(140)는 연산부(130)에서 연산된 제1 파형 길이(wO[n])와 제1 임계치(t0[n]) 및 제2 임계치(t1[n])를 비교하여 손 동작의 변화가 발생한 시점을 판단한다(S250).Finally, the
도 7은 도 5 및 도 6을 함께 나타낸 그래프이다.Fig. 7 is a graph together showing Figs. 5 and 6. Fig.
도 7을 참고하여 S250 단계를 자세히 설명하자면 판단부(140)는, 제1 파형 길이(wO[n])가 제1 임계치의 설정 배수(βt0[n]) 또는 제2 임계치의 설정 배수(βt1[n]) 이상이며 제1 설정 시간 이상 유지되는지 판단하여 제1 설정 시간 이상 유지되는 경우, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상으로 제2 설정시간 이상 유지되는지 여부를 판단한다.Also refer to 7 To illustrate the S250 step in
이때, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상으로 제2 설정 시간 이상 유지되는 경우, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단한다.At this time, the first wave length (w O [n]) is the second threshold value (t 1 [n]) when the at least the holding above the second predetermined time, the first wave length (w O [n]) is the second threshold value (t 1 [n]) is greater than or equal to a predetermined value (t 1 [n]).
또한, 판단부(140)는, 제1 파형 길이(wO[n])가 제3 설정 시간 이상 제2 임계치(t1[n]) 미만으로 유지되면, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단한다.In addition, the
이때, 제1 설정 시간, 제2 설정 시간 및 제3 설정 시간은 0.625초 즉 16개의 샘플로 설정될 수 있다. At this time, the first set time, the second set time, and the third set time may be set to 0.625 seconds or 16 samples.
상술한 바와 같이, 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법은 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 실시간으로 판단할 수 있을 뿐만 아니라 표면 근전도 신호에 포함된 노이즈 데이터를 제거하여 손 동작의 변화 시점을 정확하게 판단할 수 있는 효과가 있다.As described above, an apparatus and method for determining a change in hand motion using a surface electromyogram signal according to an embodiment of the present invention includes a step of grasping and stretching a fist using a surface electromyogram signal acquired from a surface electromyogram sensor attached to the periphery of a wrist muscle It is possible to determine not only in real time but also to remove the noise data included in the surface electromyogram signal to accurately determine the change time point of the hand movement.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made without departing from the scope of the invention as defined by the appended claims. will be. Therefore, the true scope of the present invention should be determined by the technical idea of the following claims.
100 : 손 동작 변화 판단 장치
110 : 데이터 추출부
120 : 오프셋 제거부
130 : 연산부
140 : 판단부
200 : 표면 근전도 센서
210 : 내측 근전도 센서
220 : 외측 근전도 센서100: Hand movement change determination device 110: Data extraction unit
120: Offset removing unit 130:
140: determination unit 200: surface EMG sensor
210: inner EMG sensor 220: outer EMG sensor
Claims (12)
손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 단계;
상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 단계;
상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징인자를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하는 단계;
스무딩 필터(smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 단계; 및
상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 단계를 포함하는 손 동작 변화 판단 방법.A hand movement change determination method using a surface electromyogram signal performed by a hand movement change determination apparatus,
Acquiring raw EMG signals from the surface electromyogram sensors attached to the inside and outside of the wrist, respectively, and extracting raw data;
Removing a DC offset using a non-operation period of the row data;
Calculating a first waveform length with respect to the inside of the wrist and a second waveform length with respect to the outside of the wrist by extracting characteristic factors for the surface electromyogram signal data from which the DC offset is removed;
Calculating a first threshold value for the inside of the wrist and a second threshold value for the outside of the wrist using the result of the smoothing filter; And
And comparing the first waveform length with the first threshold value and the second threshold value to determine when a change in hand motion occurs.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는,
상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하는 단계,
상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하는 단계, 및
상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 단계를 포함하는 손 동작 변화 판단 방법.The method according to claim 1,
Wherein the step of determining when a change in hand motion occurs,
Determining whether the first waveform length is equal to or greater than a predetermined multiple of the first threshold value or the second threshold value and is maintained for a first predetermined time period or more,
Determining whether the first waveform length is maintained over the second threshold for a second predetermined time or longer when the first waveform length is maintained for the first predetermined time or longer,
Determining that a first time point at which the first waveform length becomes equal to or greater than the second threshold value is a time point when a fisted operation occurs, when the first waveform length is maintained for the second predetermined time or longer.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는,
상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단하는 손 동작 변화 판단 방법.The method according to claim 1,
Wherein the step of determining when a change in hand motion occurs,
Wherein the first waveform length is less than the second threshold when the first waveform length is maintained to be less than the second threshold for a third predetermined time period, Way.
상기 DC 오프셋을 제거하는 단계는,
다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거하는 손 동작 변화 판단 방법:
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.The method according to claim 1,
Wherein removing the DC offset comprises:
A hand movement change determination method for eliminating the DC offset using a correction value obtained by subtracting an average of a set number of samples in a non-operation interval as shown in the following equation:
Here, x s [n] is a correction value and r s [n] is low data.
상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 단계는,
다음의 수학식과 같이 특징인자를 이용하여 상기 1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 손 동작 변화 판단 방법:
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.The method according to claim 1,
Wherein the step of calculating the first waveform length and the second waveform length, respectively,
And calculating the one waveform length and the second waveform length using feature parameters as shown in the following equation:
Where w s [n] is the first waveform length and the second waveform length, x s [n] is the correction value, and N is the sample index in the window.
상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 단계는,
다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 손 동작 변화 판단 방법:
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.The method according to claim 1,
The step of calculating the first threshold value and the second threshold value, respectively,
Calculating a first threshold value and a second threshold value using the following equation:
Here, t s [n] is a first threshold value and a second threshold value,? Is a weight value, and w s [n] is a first waveform length and a second waveform length.
상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 오프셋 제거부;
상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하고, 스무딩 필터 (smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 연산부; 및
상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 판단부를 포함하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.A data extracting unit for acquiring raw EMG signals from the surface electromyogram sensors attached to the inside and outside of the wrist, respectively, and extracting raw data;
An offset canceling unit for removing a DC offset using a non-operation period of the row data;
Calculating a first waveform length with respect to the inside of the wrist and a second waveform length with respect to the outside of the wrist by extracting characteristic factors for each of the surface electromyogram signal data from which the DC offset has been removed, An arithmetic unit for calculating a first threshold value for the inside of the wrist and a second threshold value for the outside of the wrist, respectively; And
And a determination unit comparing the first waveform length with the first threshold and the second threshold to determine when a change in hand motion occurs.
상기 판단부는,
상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하여 상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하고, 상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.8. The method of claim 7,
Wherein,
When the first waveform length is equal to or greater than a predetermined multiple of the first threshold value or the second threshold value and is maintained for the first predetermined time or longer and is maintained for the first predetermined time or longer, And determines whether the first waveform length is equal to or greater than the second threshold value at the time when the fisted operation occurs at the time when the first waveform length is maintained for the second predetermined time or longer Apparatus for determining hand motion change using surface EMG signal.
상기 판단부는,
상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.8. The method of claim 7,
Wherein,
When the first waveform length is maintained to be less than the second threshold value for a third predetermined time period or longer, a first time point at which the first waveform length becomes less than the second threshold value is determined as a time point at which a fist- A device for judging a change in hand motion used.
상기 오프셋 제거부는,
다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.8. The method of claim 7,
Wherein the offset removing unit comprises:
A hand movement change determination device using an surface electromyogram signal that removes the DC offset using a correction value obtained by subtracting an average of a set number of samples in a non-operation interval as shown in the following equation:
Here, x s [n] is a correction value and r s [n] is low data.
상기 연산부는,
다음의 수학식과 같이 특징인자를 이용하여 상기 1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.8. The method of claim 7,
The operation unit,
An apparatus for determining a hand movement change using an EMG signal that calculates a length of one waveform and a length of a second waveform using feature parameters,
Where w s [n] is the first waveform length and the second waveform length, x s [n] is the correction value, and N is the sample index in the window.
상기 연산부는,
다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.8. The method of claim 7,
The operation unit,
An apparatus for determining a hand movement change using an surface electromyogram signal for calculating the first threshold value and the second threshold value using the following equation:
Here, t s [n] is a first threshold value and a second threshold value,? Is a weight value, and w s [n] is a first waveform length and a second waveform length.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20170159361 | 2017-11-27 | ||
| KR1020170159361 | 2017-11-27 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190062104A true KR20190062104A (en) | 2019-06-05 |
| KR102058789B1 KR102058789B1 (en) | 2020-01-22 |
Family
ID=66845600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180018464A KR102058789B1 (en) | 2017-11-27 | 2018-02-14 | Appratus for determining a change in hand motion using surface electromyogram signals and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102058789B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220067736A (en) * | 2020-11-18 | 2022-05-25 | 숭실대학교산학협력단 | Muscle activity detection using multiple channel apparatus and method |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100106044A1 (en) * | 2008-10-27 | 2010-04-29 | Michael Linderman | EMG measured during controlled hand movement for biometric analysis, medical diagnosis and related analysis |
| KR20120018733A (en) * | 2010-08-23 | 2012-03-05 | 인제대학교 산학협력단 | Apparatus for sensing bio-signal and method thereof |
| KR20130073361A (en) * | 2011-12-23 | 2013-07-03 | 인하대학교 산학협력단 | Apparatus and method for classifing pattern of electromyogram signals |
| KR101570679B1 (en) * | 2014-11-18 | 2015-11-23 | (주)이미지스테크놀로지 | System and method for estimating movement using electromyogram sensor |
| KR20170069521A (en) * | 2015-12-11 | 2017-06-21 | 숭실대학교산학협력단 | Apparatus for finger language recognition using electromyogram sensor and motion sensor and method for finger language recognition using the same |
| KR20170091963A (en) * | 2016-02-02 | 2017-08-10 | 삼성전자주식회사 | Gesture classification apparatus and method using electromyogram signals |
-
2018
- 2018-02-14 KR KR1020180018464A patent/KR102058789B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100106044A1 (en) * | 2008-10-27 | 2010-04-29 | Michael Linderman | EMG measured during controlled hand movement for biometric analysis, medical diagnosis and related analysis |
| KR20120018733A (en) * | 2010-08-23 | 2012-03-05 | 인제대학교 산학협력단 | Apparatus for sensing bio-signal and method thereof |
| KR20130073361A (en) * | 2011-12-23 | 2013-07-03 | 인하대학교 산학협력단 | Apparatus and method for classifing pattern of electromyogram signals |
| KR101570679B1 (en) * | 2014-11-18 | 2015-11-23 | (주)이미지스테크놀로지 | System and method for estimating movement using electromyogram sensor |
| KR20170069521A (en) * | 2015-12-11 | 2017-06-21 | 숭실대학교산학협력단 | Apparatus for finger language recognition using electromyogram sensor and motion sensor and method for finger language recognition using the same |
| KR20170091963A (en) * | 2016-02-02 | 2017-08-10 | 삼성전자주식회사 | Gesture classification apparatus and method using electromyogram signals |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220067736A (en) * | 2020-11-18 | 2022-05-25 | 숭실대학교산학협력단 | Muscle activity detection using multiple channel apparatus and method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102058789B1 (en) | 2020-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2016201690B2 (en) | Method and system for noise cleaning of photoplethysmogram signals | |
| CN109381175B (en) | Method of estimating heart rate and corresponding system | |
| CN107616798B (en) | Gait asymmetry detection method based on gravity acceleration | |
| JP5252088B2 (en) | Pulse wave detection device and pulse wave detection method | |
| CN110420025A (en) | Surface electromyogram signal processing method, device and wearable device | |
| JPH10137206A (en) | Pulsimeter | |
| CN110916636A (en) | BCG signal heart rate calculation method and system based on dynamic second-order differential threshold | |
| DE69939325D1 (en) | METHOD, DEVICE AND SYSTEM FOR ELIMINATING MOTION FACTORS IN MEASUREMENTS OF BODY PARAMETERS | |
| CN105249925B (en) | A kind of traditional Chinese medical pulse manifestation collecting device and noise reduction system and noise-reduction method | |
| WO2018010107A1 (en) | Method and device for determining whether pulse wave is valid | |
| KR20160127872A (en) | Apparatus of diagnosing and correcting turtle neck syndrome and method thereof | |
| US20170086752A1 (en) | Devices, systems, and methods for determining heart rate of a subject from noisy electrocardiogram data | |
| CN104305992B (en) | A kind of interactive fast automatic extracting method of Fetal ECG | |
| US20210100463A1 (en) | Motion detection and cancellation using ambient light | |
| KR20130073361A (en) | Apparatus and method for classifing pattern of electromyogram signals | |
| CN112957055A (en) | EEMD-PCA-based method and device for removing motion artifacts in EEG signal | |
| KR20190062104A (en) | Appratus for determining a change in hand motion using surface electromyogram signals and method thereof | |
| KR20180012891A (en) | Method for remove noise of Bio signal | |
| Algunaidi et al. | Evaluation of an improved algorithm for fetal QRS detection | |
| KR101831064B1 (en) | Apparatus for motion artifact removal using ppg signal and method thereof | |
| EP3618702A1 (en) | A system and method for extracting a physiological information from video sequences | |
| JP2009022639A (en) | Acceleration pulse wave measuring instrument | |
| TWI655930B (en) | Measuring device, measuring method and recording medium | |
| US11304616B2 (en) | Heart rate detection system and wearable device using the same | |
| US7162295B2 (en) | Apparatus and method for recognizing positive/negative intention using fine change of gamma wave of brainwave |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |