Yapay diz eklemi için denetim ve test amaçlı mikrodenetleyici tabanlı donanım tasarımı

Abstract

Yapay diz eklemleri doğal bir yürüyüşe yaklaştıkları ölçüde hastaya önemli bir rahatlık sağladıkları bir gerçektir. Günümüzde etkin yarı etkin ve pasif yapay diz eklemleri bu amaca hizmet etmektedirler. Ayrıca etkin ve yarı etkin diz eklemlerinde yürüyüş safhalarını dış etkenlere rağmen en iyi takip edebilmesi için geliştirilen denetim birimleri çok önemli bir rol üstlenmektedir. Denetim sistemleri değişken yol ve kullanıcı koşulları için gerekli uyumu gösterebilmeli ve bu değişime uygun ayarlamaları yapabilmelidir. Bu tür çalışmalarda Yapay Sinir Ağı tabanlı uyarlamalı denetim birimleri önemli bir alternatif olarak ortaya çıkmaktadır ancak bu eğitilen yordamların gömülü sistemlerde nasıl uygulanacağı ve ortaya çıkabilecek sorunlar üzerinde çalışma oldukça azdır. Bu çalışmada öncelikle yapay sinir ağlarının yazılım ve donanım beklentileri araştırılacak ve mikroişlemci üzerinde çevrimdışı elde edilen veri ve modeller sınanacaktır. Deneysel çalışmalar sonucunda elde edilen eniyi yapay sinir ağı yapılarının sayısal sinyal işleyici donanımı ile gerçekleştirilmesi ve ürüne yönelik geliştirilecek gömülü sistemlerde kullanılması planlanmaktadır.Tezde sunulan bu amacın gerçekleştirilebilmesi için ilk aşamada benzetim çalışmaları gerçekleştirilmiştir. Benzetim çalışmaları sonucunda ve elde edilen hata değerlerine göre farklı girişler için farklı yapay sinir ağları seçilmektedir. Ayrıca, uygulanan sinyallerin sahip olduğu gürültü, tasarlanan filtre ile kullanılabilir biçime dönüştürülmektedir. Elde edilen sistemlerin mikrodenetleyici uygulaması çalışmanın temelini oluşturur. Bu uygulamada çevrimdışı eğitilen sinir ağları yapıları mikrodenetleyici ile gerçekleştirilmiş ve değişken kullanıcı koşulları için donanım çerçevesinde denemeler yapılmıştır. Eğitilen ve mikrodenetleyici de gömülü öğrenen yapılar yürüyüş safhalarının ve diz açısının değişken koşullarda kestirilmesi için kullanılacaktır.

Artificial knee prothesis clearly provide significant comfort as their performance get closer to natural human gait. At present, active, semi-active and passive knee prothesis are used to serve this purpose. Moreover, at walking phases of active and semi-active knee prothesis, control structures and strategies have an important role in the design for proper sound leg tracking under external disturbances. Thus, control systems to be considered must be adaptive in nature under various courses and user conditions and capable of adjust themselves. In similar studies, Artificial Neural Networks provide an important alternative, but there are only a few studies for the stage of implemention of such learning systems and their possible problems that might occur as some hardware limitations. In this thesis, the hardware and software expectations of artificial neural network are investigated in detail and off-line trained data and associated models are tested with respect to implementation expectations. Optimal Artificial Neural Network, which is determined from empirical studies, is implemented on Digital Signal Processor board and planned to be used on hardware at the final prototype of the artificial knee.In order to serve this requirement, the simulations about the proper network for estimation the gait phases are performed at the first step. From the simulations and the comparisons based on the error levels, various artificial neural networks are selected for intention recognition in hardware implementations. Also, noise observed on the accelerometer recordings used for input of the neural models is properly filtered and reconditioned for better performance. As the implementation of decided models is the basis of this thesis, the structures trained off-line before are implemented on microcontroller based board and some tests are carried out in different hardware conditions under some practical different user conditions. Those trained and embedded structures are aimed to be used in estimation of walking phases and knee angles under various conditions.