EMG sinyalleri kullanarak model bir araba kontrolü için parametre analizi

Abstract

Bu tez çalışmasında kas aktiviteleri sonucunda oluşan Elektromiyografi (EMG) sinyalleri kullanılarak model bir araç kontrol edilmeye çalışılmıştır. İnsan vücudundaki hareket, kas aktiviteleri sonucu oluşmaktadır. Her hareket için farklı farklı kaslar görev yapar. Model aracımızın kontrolü için dört farklı hareket belirlenmiş ve bu hareketleri sağlayan üç farklı kas grubuna elektrotlar bağlanmıştır. Bağlanan bu elektrotlar sayesinde kaslardan EMG sinyalleri alınmıştır. İşaretlere ait özellikler çıkarılmadan önce elde edilen EMG sinyalleri dijital filtrelerden geçirilerek hem işareti bozan etkilerden arındırılmış hem de işarete ait olmayan diğer bileşenlerin çoğu filtrelenmiştir. Daha sonra filtrelenen işaretin zaman dönemine ait farklı özellikleri çıkarılmıştır. Sınıflandırma aşamasında Yapay Sinir Ağları (YSA) kullanılmıştır. YSA ile yapılan sınıflandırma işlemlerinde bir elektrottan alınan tek bir özellik, bir elektrottan alınan yedi özellik, üç elektrottan alınan aynı ve tek özellik, üç elektrottan alınan sinyallerin çıkarılan tüm özellikleri YSA girişi olarak uygulanmış ve sonuçlar gözlemlenmiştir. Bir başka denemede ise YSA yapısında bulunan gizli katman nöron sayısı kademe kademe azaltılarak ağ sonuçları elde edilmiştir. Bu denemeler ile gerçek zamanlı kontrol edilen bir model araba için dizayn edilecek sistemin gereksinimleri minimum seviyeye indirilmeye çalışılmıştır.

In this study, a model car is tried to be controlled by using Electomyography (EMG) signals obtained from the muscle activities. Movements on human body occure as a result of the muscle activities. There is a different responsible muscle for each movement. In order to control our model car, four different movements are identified and electrodes are attached to three different muscle groups that provide these movements. EMG signals are obtained from muscles through these attached electrodes. Before extracting features of signals, these obtained EMG signals are gone through digital filters so that they are cleaned from distorting effects and filter most of the components that are not concerned with the signal. Then, different features of filtered EMG signals with the time domain are extracted. Artificial Neural Network (ANN) is used to classify the data. In the process of ANN, a single feature obtained from one electrode, seven features obtained from one electrode, the same and only feature obtained from three electrodes, all the features of the signal extracted from three electrodes are all applied as the inputs of ANN and the results are observed. In another trial network results are gained by decreasing the hidden layer neuron number gradually available in ANN structure. With these trials, requirements of a system that will be designed for a real time controlled model car are tried to be minimized.