칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현

(1)

임준혁, 조용호, 하정원

칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현

Implementation of Arm Rehabilitation Exercise Assistance System Using Kalman Filter based on

MPU A

+

(2)

서론 연구 개요 –

칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현

• 국내 재활 환자의 현황을 조사한 결과, 2009년에서 2013 년 5 년간 약 82 만 9천 명(20.6%)이 증가했으며, 연평균 증가율은 4.8% 로 나타남

• 재활 환자는 퇴원 후에도 치료사의 도움 없이 환자 자신이 재활을 계속해 야 하는 경우가 대부분임

• 재활 운동을 다른 누군가의 도움 없이 하기에는 현실적으로 어려움이 있 음.

• 이 문제점을 해결하기 위해서는 작고 가벼우면서 객관적인 재활 운동을 보조하면서 생체 신호를 통한 운동 모니터링 시스템이 필요

<재활 환자 추이>

재활 환자 추이

(3)

• 본 논문에서는 칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현

• 근전도와 칼만필터로 보정된 가속도·자이로 데이터를 바탕으로 자세 판단 및 모니터링

• 운동 중 근력 부족으로 판단될 시 모터를 사용하여 팔의 움직임 보조

본론 시스템 설명 –

시스템 하드웨어

(4)

본론 시스템 알고리즘 –

시스템 알고리즘

(5)

본론 시스템 신호 처리 –

GYRO Data

시스템 신호처리 순서도

(6)

본론 칼만 필터 –

• 측정 데이터의 잡음을 제거하기 위해 칼만 필터를 사용

• 가속도·자이로 데이터 값 예측 후 실제 데이터 값과 예측값의 차이를 반영하여 자이로 ·가속도 값의 흔들림 보 정

칼만 필터 미적용

칼만 필터 적용

(7)

실험 및 결과

(A) 정상 자세 근전도 및 칼만 데이터 임계값 도달 (B) 근력 부족 근전도 데이터 임계값 미도달 (C) 자세 불량 칼만 데이터 임계값 미도달 (D) 모두 불량 근전도 및 칼만 데이터 임계값 미도달

실험 1 : 재활 운동 상태 판별

목적

재활 운동 정확성 판별 유무 테스트

방법

• 정상 자세, 근력 부족, 자세 불량, 모두 불량 총 4 가지 상황의 근전도 및 칼만 데이터의 임계값 도달 유무를 통해 판단

• 임계값은 자세 측정 시 측정된 근전도 및 칼만 데이터의 최고점과 최저점

(8)

–

실험 및 결과 실험 ^{1 :} 재활 운동 상태 판별

A) 정상 자세 B) 자세 불량

C) 근력 부족 D) 전체 불량

• 자세 불량은 칼만 데이터 , 근력 부족은 근전도, 전체 불량은 칼만 데이터 및 근전도 진폭이 비교적 낮게 측정 됨

(9)

실험 및 결과

실험 2 : 시스템 성능 평가

목적

시스템 성능에 대한 정확도 평가

방법

휴식 상태, 근력 부족, 자세 불량 , 정상 자세총 4가지 상황을 정확히 시행하였을 때 측정되는 정확도 측정 5명의 피실험자를 대상으로 각각 50회씩 실험 진행

(A) 휴식 상태 팔 움직임 정지 시 데이터 값이 튀지 않은 횟수 (B) 근력 부족 근전도 데이터 임계값 미도달

(C) 자세 불량 칼만 데이터 임계값 미도달 (D) 정상 자세 근전도 및 칼만 데이터 임계값 도달

(10)

–

실험 및 결과 실험 ^{2 :} 시스템 성능 평가

Sub. A B C D

1 50 48 47 48

2 50 49 48 49

3 50 49 48 48

4 50 50 47 47

5 50 47 49 50

Avg. 100 97.20 95.60 96.80 97.40

• 성능 평가 결과 휴식 상태 100%, 근력 부족 97.2%, 자세 불량 95.6%, 올바른 운동 정확도는 96.8%로 총 97.4%의 정확도 측정

• 일부 오차는 피실험자의 신체 조건 차이에 의해 발생

(11)

결론

• 본 논문에서는 칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현

• 근전도 및 가속도·자이로 데이터 기반으로 사용자의 신체 정보 수집 및 애플리케이션을 통해 모니터링

• 재활 운동 시 근력 부족이면 모터를 활용하여 팔 운동 보조

• 실험 결과 팔의 근력 및 움직임 측정 가능하였고 시스템 정확도 97.4% 기록

칼만 필터를 활용한 MPU 기반의 팔 재활 운동 보조 시스템 구현