Yıl 2020, Cilt 8 , Sayı 1, Sayfalar 233 - 245 2020-01-31

Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü
Remote Control of Unmanned Ground Vehicle via Myo-Electrical Signals

Beyda TAŞAR [1] , Ahmet Burak TATAR [2] , Özgür NAZLI [3] , Osman KALKAN [4]


Bu çalışma kapsamında insansız bir kara aracının kişinin el ve parmak hareketleri ile uzaktan kontrolü gerçekleştirilmiştir. Beyinden kol kaslarına iletilen ve kişinin el hareketlerini gerçekleştirmesini sağlayan Elektromiyografi (EMG) sinyalleri, kişinin koluna giydiği sekiz EMG sensör içeren bileklik vasıtası ile gerçek zamanlı olarak alınmıştır. Raspberry pi 3 gömülü sistem kartı üzerinde geliştirilen sinyal işleme, öznitelik çıkarımı ve sınıflandırma algoritmaları kullanılarak anlamlandırılmıştır. Başka bir deyişle el hareketin örüntüsü (el kapama, parmak açma, serçe parmak temas, bilek dışa bükme, vs.) ile EMG sinyal grubu arasındaki ilişkiler tanımlanmıştır. Anlamlandırılan her bir el hareketi araç için bir hareketi kontrol komutu (el kapama: araç ileri, parmak açma: araç dur, serçe parmağa temas: sola dönüş, bilek dışa bükme: sağa dönüş, vs.) olarak kullanılmıştır. Böylece insan – mobil araç etkileşim ağı kurulmuştur. Kurulan insan- mobil araç etkileşim ağı sayesinde el hareketleri ile mobil aracın gerçek zamanlı hareket kontrolü ortalama % 92 başarı ile gerçekleştirilmiştir.

In this study, remote control of an unmanned land vehicle by hand and finger movements was performed. Electromyography (EMG) signals, which are transmitted from the brain to the arm muscles and enable the person to perform hand movements, were received in real-time by a wristband containing eight EMG sensors worn on the arm. The signal processing, developed on the Raspberry pi 3 embedded system board, was recognized by using feature extraction and classification algorithms. In other words, the relationship between the pattern of hand movement (hand closure,hand opening, thumb-pinky finger touch, wrist bending, etc.) and the EMG signal group is defined. For each recognized hand gesture was used as a motion control command for the vehicle (hand closure: vehicle forward, hand opening: vehicle stop, thumb-little finger touch: left turn, wrist bend: right turn, etc.). Thus, a human - mobile vehicle interaction network was established. Thanks to the established human-mobile vehicle interaction network, real-time motion control of hand movements and the mobile vehicle were achieved with an average success rate of 92%.

  • [1] B. K. Chakraborty, D. Sarma, M. K. Bhuyan, K. F. MacDorman, “Review of constraints on vision-based gesture Recognition for human-computer interaction”. IET Computer Vision, vol.12, pp. 3–15, 2017.
  • [2] A. Pasarica, C. Miron, D. Arotaritei, G. Andruseac, H. Costin, “Rotariu, Remote control of a robotic platform based on hand gesture recognition”, In Proceedings of the E-Health and Bioengineering Conference (EHB), Sinaia, Romania, 22–24 June 2017; pp. 643–646.
  • [3] H. Abualola, H. Al Ghothani, A.N. Eddin, N. Almoosa, K. Poon, “Flexible gesture recognition using wearable inertial sensors”. In Proceedings of the IEEE 59th International Midwest Symposium on CircuitsandSystems (MWSCAS), Abu Dhabi, UAE, 16–19 October 2016; pp. 1–4.
  • [4] A.I. Maqueda, C.R. del-Blanco, F. Jaureguizar, N. García, “Human-computer interaction based on visual hand-gesture recognition using volumetric spatiograms of local binary patterns”, Computer Vision and Image Understanding, vol.141, pp.126–137, 2015.
  • [5] S.A. Rahman, I. Song, M.K. Leung, I. Lee, K. Lee, “Fast action recognition using negative space features”. Expert System Appication, vol. 41, pp. 574–587, 2014.
  • [6] V. Gandhi, T.M. McGinnity, “Quantum neural network-based surface EMG signal filtering for control of robotic hand”. In Proceedings of the IEEE International Joint Conference on Neural Networks, Dallas, TX, USA, 4–9 August 2013.
  • [7] I. Moon, M. Lee, J. Ryu, M. Mun, “Intelligent robotic wheelchair with EMG, gesture, and voice-based interfaces”. In Proceedings of the IEEE/RSJ International Conference on IntelligentRobotsandSystems (IROS 2003), LasVegas, NV, USA, 27–31 October 2003; pp. 3453–3458.
  • [8] G. Kucukyildiz, H. Ocak, S. Karakaya, O. Sayli, “Design and implementation of a multi-sensor based brain-computer interface for a robotic wheelchair”. Journal of Intelligent and Robotic Systems, vol. 87, pp. 247–263, 2017.
  • [9] S. Shin, D. Kim, Y. Seo, “Controlling mobile robot using IMU and EMG sensor-based gesture recognition”. In Proceedings of the Ninth International Conference on Broadband and Wireless Computing, Communication and Applications (BWCCA), Guangdong, China, 8–10 November 2014; pp. 554–557.
  • [10] G.C. Luh, H.A. Lin, Y.H. Ma, C.J. Yen, “Intuitive muscle-gesture based robot navigation control using wearable gesture armband”. In Proceedings of the International Conference on Machine Learning and Cybernetics (ICMLC), Guangzhou, China, 12–15 July 2015; pp. 389–395.
  • [11] V. Gandhi, “Brain-Computer Interfacing for Assistive Robotics: Electroencephalograms, Recurrent Quantum Neural Networks, and User-Centric Graphical Interfaces”, AcademicPress: Cambridge, MA, USA, 2014.
  • [12] V. Gandhi, G. Prasad, D. Coyle, L. Behera, T.M. McGinnity, “EEG based mobile robot control through an adaptive brain-robot interface”, IEEE Transactions on Systems, Man, and Cybernetics: Systems. vol. 44, pp. 1278–1285, 2014.
  • [13] V. Gandhi, G. Prasad, D. Coyle, L. Behera, T.M. McGinnity, “Quantum neural network-based EEG filteringfor a Brain-computer interface”. IEEE Transactions on Neural Networks and Learning Systems, vol. 25, pp. 278–288, 2014.
  • [14] I. Rodriguez, A. Malanda, L. Gila, “Filter design for cancellation of baseline – fluctuation in needle EMG recordings”, Computer Methods and Programs in Biomedicine, vol. 81, pp. 79-93, 2006.
  • [15] M.B.I. Raez, M.S. Hussain, and F. Mohd-Yasin, “Techniques of EMG signal analysis: detection, processing, classification and applications”, Biological Procedures Online, vol.8, pp. 11–35, 2006.
  • [16] A.P. Dobrowolski, M. Wierzbowski, K. Tomczykiewicz, “Multi-resolution MÜAPs decomposition and SVM based analysis in the classification of neuromuscular disorders”, Computer Methods and Programs in Biomedicine, Elsevier, 2010.
  • [17] N. D. Pagnagiotacopulos, J. S. Lae, M. H. Pope, “Evaluation of EMG signals from rehabilitated patients with low back pain using wavelets”, J. Electromyography and Kinesiology, vol. 8, pp.269 – 278, 1998.
  • [18] B. Hudgins, P. Parker, R.N. Scott, “A new strategy for multifunction myoelectric control”, IEEE Transactions on Biomedical Engineering, vol. 40, pp. 82–94, 1993.
  • [19] K. Englehart, B. Hugdins, P. Parker, “Multifunction Control of Prostheses Using the Myoelectric Signal”. In Intelligent Systems and Technologies in Rehabilitation Engineering; Teodorescu, H.-N.L. Jain, L.C. Eds.; CRC Press: New York, NY, USA, 2000.
  • [20] K. Englehart, B. Hudgins, “A robust, real-time control scheme for multifunction myoelectric control”. IEEE Transactions on Biomedical Engineering. vol. 50, pp. 848–854, 2003.
  • [21] M. B. I. Reaz, M. S. Hussain and F. Mohd-Yasin, “Techniques of EMG signal analysis: detection, processing, classification and applications”, Biological Procedures Online, vol:8(1), pp.11-3, doi:10.1251/bpo115, March 23, 2006.
  • [22] M.J. Islam, Q.J. Wu, M. Ahmadi, M.A. Sid-Ahmed, “Investigating the performance of naive-bayes classifiers and k-nearest neighbor classifiers”. InProceedings of the International Conference on Convergence Information Technology, Gyeongju, Korea, 21–23 November 2007; pp. 1541–1546.
Birincil Dil tr
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0002-4689-8579
Yazar: Beyda TAŞAR (Sorumlu Yazar)
Kurum: FIRAT ÜNİVERSİTESİ
Ülke: Turkey


Orcid: 0000-0001-5848-443X
Yazar: Ahmet Burak TATAR

Orcid: 0000-0003-2211-3228
Yazar: Özgür NAZLI
Kurum: FIRAT ÜNİVERSİTESİ

Orcid: 0000-0002-1386-1139
Yazar: Osman KALKAN
Kurum: FIRAT ÜNİVERSİTESİ

Teşekkür Bu çalışma 2209-A TÜBİTAK- Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı kapsamında desteklenmiştir. Ayrıca bu proje TUBITAK 2242 Lisans Projeleri Bölge Yarışmalarında Bilişim Teknolojileri alanında ikincilik ödülüne layık görülmüştür.
Tarihler

Yayımlanma Tarihi : 31 Ocak 2020

Bibtex @araştırma makalesi { dubited606622, journal = {Düzce Üniversitesi Bilim ve Teknoloji Dergisi}, issn = {}, eissn = {2148-2446}, address = {}, publisher = {Düzce Üniversitesi}, year = {2020}, volume = {8}, pages = {233 - 245}, doi = {10.29130/dubited.606622}, title = {Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü}, key = {cite}, author = {Taşar, Beyda and Tatar, Ahmet Burak and Nazlı, Özgür and Kalkan, Osman} }
APA Taşar, B , Tatar, A , Nazlı, Ö , Kalkan, O . (2020). Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü . Düzce Üniversitesi Bilim ve Teknoloji Dergisi , 8 (1) , 233-245 . DOI: 10.29130/dubited.606622
MLA Taşar, B , Tatar, A , Nazlı, Ö , Kalkan, O . "Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü" . Düzce Üniversitesi Bilim ve Teknoloji Dergisi 8 (2020 ): 233-245 <https://dergipark.org.tr/tr/pub/dubited/issue/49725/606622>
Chicago Taşar, B , Tatar, A , Nazlı, Ö , Kalkan, O . "Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 8 (2020 ): 233-245
RIS TY - JOUR T1 - Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü AU - Beyda Taşar , Ahmet Burak Tatar , Özgür Nazlı , Osman Kalkan Y1 - 2020 PY - 2020 N1 - doi: 10.29130/dubited.606622 DO - 10.29130/dubited.606622 T2 - Düzce Üniversitesi Bilim ve Teknoloji Dergisi JF - Journal JO - JOR SP - 233 EP - 245 VL - 8 IS - 1 SN - -2148-2446 M3 - doi: 10.29130/dubited.606622 UR - https://doi.org/10.29130/dubited.606622 Y2 - 2019 ER -
EndNote %0 Düzce Üniversitesi Bilim ve Teknoloji Dergisi Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü %A Beyda Taşar , Ahmet Burak Tatar , Özgür Nazlı , Osman Kalkan %T Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü %D 2020 %J Düzce Üniversitesi Bilim ve Teknoloji Dergisi %P -2148-2446 %V 8 %N 1 %R doi: 10.29130/dubited.606622 %U 10.29130/dubited.606622
ISNAD Taşar, Beyda , Tatar, Ahmet Burak , Nazlı, Özgür , Kalkan, Osman . "Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 8 / 1 (Ocak 2020): 233-245 . https://doi.org/10.29130/dubited.606622
AMA Taşar B , Tatar A , Nazlı Ö , Kalkan O . Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü. DÜBİTED. 2020; 8(1): 233-245.
Vancouver Taşar B , Tatar A , Nazlı Ö , Kalkan O . Myo-Elektriksel Sinyaller İle İnsansız Kara Aracının Uzaktan Kontrolü. Düzce Üniversitesi Bilim ve Teknoloji Dergisi. 2020; 8(1): 233-245.