Knowledge base: Warsaw University of Technology

Settings and your account

Back

Usage of EMG signal of the forearm in control of the manipulators arm

Michał Krzysztof Nałęcz

Abstract

This diplomas purpose is to develop an effective methodology of using the electromyographic signal for control purposes in a particular case, which is the classification of the EMG signal of the forearm, by ways of machine learning, and its use in controlling the manipulators arm. Firstly, it was shown that the problem has been known in the scientific community for many years, describing only some of the works included in the subject of this diploma. Next, the basic issues on which the work is based are defined. The EMG signal has been characterized, as well as ways of its processing in order to obtain the best effects, such as filtration or wavelet transformation. The classifier is also described, defining the concept of the neural network layer and giving the types used in the work, specifying the activation functions or characterizing the cost functions. Next, the quindesence of the diploma was described, a working system of two scripts written in Python language, giving the user the possibility of controlling the Kuka's industrial manipulator, also cooperating with a number of additional applications for simulation purposes. A series of experiments were also developed to investigate the possibilities of the created control system, which were summarized by conclusions.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Michał Krzysztof Nałęcz (FPAE) Michał Krzysztof Nałęcz,, Faculty of Power and Aeronautical Engineering (FPAE)
Title in Polish
Wykorzystanie sygnału EMG w sterowaniu ramieniem manipulatora
Supervisor
Cezary Rzymkowski (FPAE/IAAM) Cezary Rzymkowski,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE)
Certifying unit
Faculty of Power and Aeronautical Engineering (FPAE)
Affiliation unit
The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)
Study subject / specialization
, Automatyka i Robotyka (Automation and Robotics)
Language
(pl) Polish
Status
Finished
Defense Date
28-06-2019
Issue date (year)
2019
Pages
68
Internal identifier
MEL; PD-5202
Reviewers
Andrzej Chmielniak (FPAE/IAAM) Andrzej Chmielniak,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE) Cezary Rzymkowski (FPAE/IAAM) Cezary Rzymkowski,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE)
Keywords in Polish
Słowa kluczowe: sygnał EMG, sieci neuronowe, sterowanie biosygnałami, biorobotyka, klasyfikacja EMG
Keywords in English
Key words: EMG signal, neural networks, biosignal control, biorobotics, EMG classification
Abstract in Polish
Praca ma na celu opracowanie skutecznej metodologii wykorzystania sygnału elektromiograficznego w celach sterowania w szczególnym przypadku, jakim jest klasyfikacja sygnału EMG przedramienia przy pomocy uczenia maszynowego oraz stosowanie jej w sterowaniu ramieniem manipulatora. Początkowo ukazano, iż problem jest znany w środowisku naukowym od wielu lat, opisując wyłącznie niektóre z prac zawierających się w tematyce tego dyplomu. Następnie zdefiniowano podstawowe zagadnienia, na których opiera się praca. Scharakteryzowano sygnał EMG, a także podano sposoby jego przetwarzania w celu uzyskania najlepszych efektów, takie jak filtracja czy transformacja falkowa. Opisano także zastosowany klasyfikator, definiując pojęcie warstwy sieci neuronowej oraz podając użyte w pracy ich typy, określając funkcje aktywacji czy charakteryzując funkcje kosztu. Następnie opisano kwindesencję pracy, działający układ dwóch skryptów napisanych w języku Python, współpracujących z szeregiem dodatkowych aplikacji w celach symulacyjnych. Opracowano także serię eksperymentów, mających na celu zbadanie możliwości stworzonego układu sterowania, które podsumowano wnioskami. Słowa kluczowe: sygnał EMG, sieci neuronowe, sterowanie biosygnałami, biorobotyka, klasyfikacja EMG
File
  • File: 1
    Praca_inzynierska_v4.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 31403

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUTa203af0ae272429e9cf466b313b80834/
URN
urn:pw-repo:WUTa203af0ae272429e9cf466b313b80834

Confirmation
Are you sure?
Report incorrect data on this page