메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
허인석 (금오공과대학교) 김범수 (금오공과대학교) 권민성 (금오공과대학교) 신종규 (금오공과대학교) 김상호 (금오공과대학교)
저널정보
대한인간공학회 대한인간공학회 학술대회논문집 2022 대한인간공학회 춘계공동학술대회 [2개 학회 공동개최]
발행연도
2022.4
수록면
5 - 8 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Objective: This study investigates the possibility of utilizing deep learning algorithm to predict motion intention of workers based on joint kinematic data. It is to secure motion intention-response simultaneity for efficient and safe worker-exoskeleton robot interaction. Background: Industrial exoskeleton robots are emerging as a solution to reduce work-related musculoskeletal disorders. The main key for successful development of an active exoskeleton robot is to understand and respond accurately to the wearer"s motion intention. The control system of a wearable robot needs to recognize in advance the exact moment to start activating its joints. Method: Sequential data for 6 representative motion types (walking, left lunge, right lunge, stoop, squat, Asian squat) of the lower extremity joints were collected using inertial measurement unit (IMU) sensors. A Long Short-Term Memory (LSTM)-based model, which is one of the representative deep learning techniques, was designed to train the data. The accuracy and speed of the model for predicting the motion intention of the subjects were analyzed. Results: The classification model showed 86% of accuracy in average which is satisfactory considering its small size of training data set. Using only the initial data from one motion cycle, it was confirmed that the model can predict which type of motion is in progress 75 to 100ms earlier than follow-up movement of the successive joint. Conclusion: This study confirmed the possibility of using artificial intelligence technique in predicting motion intention of workers based on earlier joint kinematic data. It is expected to develop a more sophisticate prediction model in the further study based on multimodal data sets gathered from various sensors such as EMG and Foot Pressure Sensor. Application: The prediction system for motion intention of workers based on deep learning algorithm could be a solution to secure the simultaneity in human-robot interaction.
#Human-Robot Interaction #Exoskeleton Robotics #Deep Learning #Motion Sequence Prediction

목차

ABSTRACT
1. Introduction
2. Method
3. Results
4. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

자율주행 기술 동향 및 발전 방향: AI를 중심으로
김산민 ,  김영석 ,  전형석 외 2명 한국자동차공학회논문집 2022 .10
천연오일의 항균 및 설치류 기피제 활성 평가
박성진 ,  유미희 ,  이은지 외 4명 생명과학회지 2013 .05
LSTM 기반 이상 탐지 모델 비교 및 분석
백승민 ,  배규환 ,  최태영 한국정보과학회 학술발표논문집 2022 .12
LSTM 을활용한 수도데이터 정제 알고리즘에 관한 연구
김종립 ,  신강욱 ,  홍성택 외 2명 한국통신학회 학술대회논문집 2018 .06
자동차 급발진 추정 사고에 관한 증명책임과 손해배상책임에 관한 연구
윤효진 동아법학 2018 .02

최근 본 자료

전체보기

댓글(0)

0