Here is a summary of papers on gesture recognition and myoelectric prosthetic hands using sEMG.

Hand Gesture Recognition Based on Semg Signal and Improved SVM Voting Method

1. どんなもの?

できるだけ少ない特徴量でできるだけ多くのジェスチャーパターンを認識するSVMアルゴリズムの提案。従来のvoting Methodとは異なり全てのサブセットトレーニングに対応している他分離可能性を高めた方法の提案がされている。これにより特徴ベクトル次元数は3元で12のジェスチャーを84%の認識精度で分類している。

Approximate model for interactive-tendon driven mechanism of a multiple-DoFs myoelectric prosthetic hand"

1. どんなもの?

インタラクティブな腱駆動機構の筋電義手の開発とその評価。形状モデルと関節トルクの平衡モデルに基づいた腱駆動機構の制御方法の近似モデルとキャリブレーションについて。ロボットハンドの角度関係は1次関数で近似ができ、ロボットハンドの関節角度と腱ワイヤーのけん引の長さはSIN関数で近似できるPIP,DIPの角度が小さい場合MPの動きを10%以下の動きで制御可能であり、また近似モデルを用いることでDIP、PIPのの関節の動きを9-15%の誤差で制御でき、インタラクティブな腱駆動機構の義手開発に可能性がある!  

A myoelectric prosthetic hand with muscle synergy–based motion determination and impedance model–based biomimetic control

1. どんなもの?

3Dプリンタによって生成可能な義手において、筋シナジーに基づく動作決定法と生体模倣インピーダンス制御を導入することで, 学習されていない複合動作の分類や,スムーズで直感的な義手の指の動きを実現した筋電義手 オープンソースの義手を改造して比較的簡単に設計されている。 また義手の制御自体にはPID制御を用いている。

A Soft-Robotic Approach to Anthropomorphic Robotic Hand Dexterity

1. どんなもの?

ソフトロボットハンドBCL-26ではGRASP分類法や親指の器用さにおいて機能的な器用さを実現し、すべての指の独立制御を可能にした。 フレキシブルケーブル、弾性リンクなどを用いて実現した受動的なしなやかさ(パッシブコンプライアンス)を導入することによって本来機械的に要求される要件を大幅き軽減することができ、 指の可動域が大幅に上昇した。26自由度のロボットハンドについて性能検証した。ただし、ソフトアクチュエータにおけるスピードについては限界がある。

Development of five-finger multi-DoF myoelectric hands with a power allocation mechanism

1. どんなもの?

ロボットハンドのピンチ動作の冗長な自由度を利用した握力を向上させるPower allocation mechanismによって、 指先の力がこれを用いていないものと比べて64%上昇させることができ、3本指で1kgの物体を持ち上げた。 サイズや重量を大幅に変えることなく、自由度が高く安定した状態で握力を向上できる。

2021 09 09 Real Time Hand Gesture Recognition Based on Artificial Feed Forward Neural Networks and EMG

1. どんなもの?

3層ニューラルネットワークで5つのジェスチャーを90.1%の精度でresponse速度11msで分類している.
また,ウィンドウサイズ500点でスライドウィンドウが10点であり,整流化のち5次のバターワースフィルタを用いてエンベロープで平滑化したあとに,筋収縮に対応する点をセグメント化している.特徴量抽出はDTWを利用しており,分類では条件付き確立で0.5の閾値を取らなければrestと判断する手法が取られている.
またこの手法の利点として,トレーニングデータが30個であるため,学習コストが非常に少ないといったことがあげられる. 今後の手法としてRNNを用いた分類モジュールを提案している.

Page 3 of 3