Koldan alınan EMG sinyalleri ile uzaktan kontrollü sistemlerin kullanılmasına yönelik uygulama geliştirilmesi
Küçük Resim Yok
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Karabük Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu tez çalışmasında bilek hareketleri sonucunda ortaya çıkan ve ön koldan alınan Elektromiyografi (EMG) sinyalleri ile bir sistemin kontrol edilebilmesi için matlab üzerinde bir uygulama geliştirilmesi amaçlanmıştır. Bu MATLAB uygulamasında, Önerilen 5 bilek hareketi için EMG sinyallerinin sınıflandırılması gerçekleştirilmiştir. Ayrıca bu yapılan çalışma ile el ampütasyonu olan bireyler için, protez kol kontrolü ya da uzaktan herhangi bir sistemin yönetilmesi için bir model sunulmuştur. EMG sinyalleri Myo Armband denilen akıllı kol bandı ile 50 denek üzerinden elde edilmiştir. Bu deneklerden elde edilen ham EMG sinyalleri üzerinde sinyal işleme aşamaları gerçekleştirilerek ve zaman alanındaki özellikler kullanılarak özellik matrisleri oluşturulmuştur. EMG sinyallerini sınıflandırma işlemi için Yapay Sinir Ağları (Multi Layer Perceptron) Makine Öğrenmesi yöntemi kullanılmıştır. Toplam 50 denekten alınan 5 bilek hareketi EMG sinyalleri verileri çapraz doğrulama yöntemi kullanılarak YSA tarafından eğitilmiş ve sınıflandırılmıştır. Farklı EMG sinyali öznitelik grupları ve farklı sınıflandırma yöntemleri arasında karşılaştırma yapılarak sonuçlar değerlendirilmiştir.
The aim of this study is to develop an application on MATLAB in order to control a system by means of electromyography (EMG) signals received with wrist movements. Also, the classification of EMG signals for specific 5 wrist movements on MATLAB is developed. Besides, a model is offered for individuals having hand amputation to enable them to operate any system remotely or using a prosthetic arm. The EMG signals are collected by a smart armband called Myo Armband from 50 subjects. Signal processing steps and time domain features on these raw EMG signals are used to compose the feature matrixes. In order to process the EMG signal classification Artificial Neural Network (Multilayer Perceptron), the method of Machine Learning is employed. 5 wrist movements from 50 subjects are trained and classified with ANN by using the method of cross validation of data from EMG signals. The results are evaluated after the comparison between different EMG signals feature sets and different classification methods.
The aim of this study is to develop an application on MATLAB in order to control a system by means of electromyography (EMG) signals received with wrist movements. Also, the classification of EMG signals for specific 5 wrist movements on MATLAB is developed. Besides, a model is offered for individuals having hand amputation to enable them to operate any system remotely or using a prosthetic arm. The EMG signals are collected by a smart armband called Myo Armband from 50 subjects. Signal processing steps and time domain features on these raw EMG signals are used to compose the feature matrixes. In order to process the EMG signal classification Artificial Neural Network (Multilayer Perceptron), the method of Machine Learning is employed. 5 wrist movements from 50 subjects are trained and classified with ANN by using the method of cross validation of data from EMG signals. The results are evaluated after the comparison between different EMG signals feature sets and different classification methods.
Açıklama
Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
