EMG SENSÖR KONTROLLÜ BEŞ EKSENLİ ROBOTİK KOL VE ROBOTİK EL TASARIMI VE GERÇEKLENMESİ

Abstract

Yarı otonom veya manuel kontrollü elektromekanik donanımlar genelde kontrol panelleri üzerinden veya basit yazılımlar aracılığıyla kontrol edilmektedir. Bu donanımların askeri/medikal uygulamalar gibi zorlu saha şartlarında kullanımı için ilk adım girdi sinyallerinin operatörden hızlı, basit ve doğru bir şekilde alınmasıdır. Ancak eğitimli teknik personelin istihdam edilmesi veya yazılımın kodlanması zaman ve para kaybına yol açmaktadır. Ayrıca her türlü saha şartına uyum sağlayacak bir yazılımın geliştirilmesi de oldukça zordur. Bu işlemlerin, operatörün çok az eğitildiği veya hiç eğitilmediği durumlarda da doğru bir şekilde yapılması önemlidir. Bu amaçla insanın doğal fiziksel hareketlerinin veya sinirsel sinyallerinin bir girdi sinyali olarak kullanılması bir teknik olarak tercih edilebilir. Bu tez çalışması kapsamında, ilk uygulama olarak insan kolunun fonksiyonelliğini sağlayacak beş eksenli bir robot kol tasarlanmış ve prototip üretimi yapılmıştır. Robot kolun gerçek zamanlı denetimi için sağlıklı bireyin kolunda altı farklı kastan alınan yüzey elektromiyografi sinyalleri kullanılmıştır. Deneylerde %81,7 başarı sağlanmıştır. İkinci uygulamada altı farklı harekete ait veriler elde edilmiştir. Toplanan veriler kullanılarak bir yapay zeka uygulaması gerçekleştirilmiştir. Geliştirilen yöntemde support vector machine (SVM) sınıflandırıcısı kullanıldığında doğruluk oranının %92,77 olduğu görülmüştür.Semi-autonomous or manual-controlled electromechanical equipments is usually controlled via control panels or through simple software. The first step for using these equipments's in harsh field conditions, such as military/medical applications, is the quick, simple and accurate retrieval of input signals from the operator. However, employment of trained technical staff or coding of the software leads to time and money loss. It is also very difficult to develop a software that adapts to all kinds of field conditions. It is important that these operations are done correctly in situations where the operator's has little or no training. For this purpose, the use of human's natural physical movements or neural signals as an input signal may be preferred as a technique. Within the scope of this thesis, as a first application, a five-axis robotic arm designed to provide the functionality of the human arm was designed and prototype was produced. For real-time control of the robot arm, the surface electromyography signals taken from six different muscles are used in the healthy individual's arm. 81.7% success was achieved in the experiments. In the second application, data from six different movements were obtained. Using the collected data, an artificial intelligence application was realized. When the support vector machine (SVM) classifier was used in the developed method, the accuracy rate was found to be 92.77%.