كنترل دست پروتزي با استفاده از كنترل كننده تطبيقي فازي- PI به كمك سيگنال هاي EMG

Prosthesis Hand Control via Adaptive Fuzzy-PI Controller using EMG Signals

هدف از طراحي و توسعه اندام هاي پروتزي، مشابهت عملكرد آنها با اندام هاي طبيعي و بهبود عملكرد انسان در فعاليت هاي روزمره مي باشد. در اين مقاله تشخيص حركت دست انسان با استفاده از طبقه بندي KNN براساس سيگنال هاي EMG براي بهبودكنترل يك دست رباتيك از طريق كنترل كننده تطبيقي فازي-PI انجام شده است. بدين منظور ابتدا داده هاي EMG با استفاده از دو الكترود از عضلات ساعد دست سه دختر ورزشكار جمع آوري شده اند. پس از اعمال فيلترهاي مناسب به منظور رفع نويز، ويژگي هاي رياضي استخراج شده و كلاس بندي داده ها با استفاده از الگوريتم K- نزديك ترين همسايگي (KNN) به منظور شناخت حركات براساس ويژگي هاي داده، صورت مي گيرد. سپس مدل و سيستم كنترل كننده پيشنهادي با توجه به ويژگي هاي سيگنال EMG، براي دست يابي به پاسخ كنترلي مناسب، طراحي مي شوند. در اين مقاله، حركات تمام انگشتان با پنج ربات سه درجه آزادي مدل شده است. روش كنترلي پيشنهادي، كنترل‏كننده‏ تطبيقي فازي-PI است. كنترل‏كننده‏ پيشنهادي با مدل ارائه شده منتج به انطباق بيشتر رفتار دست رباتيك با دست انسان شده و همچنين مشخصات پاسخ زماني نيز بهبود يافته است.