Система моніторингу sЕМG-сигналів та визначення рухів для біонічного протезу передпліччя

Abstract

UA: Об’єктoм дослідження є системи моніторингу та аналізу сигналів поверхневої електроміографії та розпізнавання рухів, які людина, що використовуе біонічний протез передпліччя, бажає виконати. Метою роботи є проектування програмно-апаратної системи моніторингу даних від сенсорів sEMG та аналізу біопотенціалів м'язів передпліччя. Для виконання моделювання системи використані дані відкритої бази даних NinaPro DB1, в якій збережені дані м'язової активності від сенсорів Otto Bock 13E200 у вигляді середньоквадратичних значень активності за кожні 200 мс роботи сенсорів з інтервалом 10 мс. Аналіз впливу активності різних м'язів на визначення певного pyxy людини з 8 типових рухів в кваліфікаційній роботі виконано засобами нечіткої логіки. Методами дослідження є аналіз даних м'язової активності та синтез нечіткої системи класифікації. Сформовані концептуальна та фізична моделі системи у вигляді UML діаграм. Апаратний прототип системи включая ЕЅРЗ2, сенсори Otto Bock 13E200 та систему приводів для виконання механічних рухів. На основі аналізу даних з бази даних NinaPro DB1 та побудованої нечіткої когнітивної карти, сформовані нечіткі змінні та проведено моделювання у MATLAB за моделлю Mamdani, що дозволило уточнити функціонування системи класифікації рухів, що встановлена на ЕЅРЗ2.

EN: Explanatory note to the qualification work of a candidate for the first (bachelor's) level of higher education: 63 pages, 27 figures, 6 tables, 25 sources, 3 appendices. The object of the study is the system for monitoring and analyzing surface electromyography signals and recognizing movements that a person using a bionic forearm prosthesis wants to perform. The purpose of the work is to design a software and hardware system for monitoring data from sEMG sensors and analyzing biopotentials of forearm muscles. To perform the system modeling, data from the NinaPro DB1 open database was used, which stores muscle activity data from Otto Bock 13E200 sensors in the form of root-mean-square activity values for every 200 ms of sensor operation with an interval of 10 ms. The analysis of the influence of the activity of different muscles on the determination of a certain human movement from 8 typical movements in the qualification work was performed using fuzzy logic. The research methods are the analysis of muscle activity data and the synthesis of a fuzzy classification system. Conceptual and physical models of the system in the form of UML diagrams were formed. The hardware prototype of the system includes ESP32, Otto Bock 13E200 sensors and a drive system for performing mechanical movements. Based on the analysis of data from the NinaPro DB1 database and the constructed fuzzy cognitive map, fuzzy variables were formed and modeling was carried out in MATLAB using the Mamdani model, which allowed to clarify the functioning of the movement classification system installed on ESP32.