3D프린터와 MCU를 활용한 근전의수
- 이문수
- 인하대학교
- 작품구분일반형
- 공개여부비공개
- 카테고리정보, 전자, 기계
- 등록일2018-08-05
- 팀원(공동개발자)김종헌, 조용규, 신기철, 길예림, 김효원, 김현정
- 출품 경진대회제10회 인하종합설계경진대회
- 2
- 0
- 1,161
상세설명
1. 수행배경
- 보건복지부 2014년 통계발표자료에 따르면 절단장애인의 58%가 보조기구를 사용하지 않고 있고,
그 중 61.8%는 경제적인 부담 때문에 보조기기를 사용하지 못하고 있다고 한다. - 실제 전자의수 가격은 3000만원에 달하며 정부 보조금은 9년 째 최대 180만원에 그친다.
하지만 최근 제조기술로 급부상하는 3D 프린팅 기술을 이용하면 정부 보조금만으로도
충분히 구매할 수 있는 의수 제작이 가능하다는 점에 착안하였다. (설계, 소재, 제작방식의 변화) - 게다가 프로그래밍을 도입하여 사용자가 원하는 제스처를 정확하고 빠르게 수행하기 위하여
Data set을 제작하려한다. data set을 제작하기 위하여 미오밴드를 도입해야한다. 근육이 발달된
피실험자에게 미오밴드를 착용하게 한 후 동일 제스쳐를 10000번정도 수행하여 세밀하고 정확한
근전도 신호를 잡을 계획이다. 이렇게 data set 을 제작하면 개개인의 환자들에게 적합한 프로그래밍을
도입하여 맞춤형 의수를 제작할 수 있다.
2. 수행기간
- 2017년 9월부터 시작하여 기초적인 구상과 프로토타입 제작에 힘을 썼으며, 2018년 8월 현재
제2의 프로토타입을 완성하였다. - 특히, 2018년 7월부터 서울특별시 관악구의회 의원님(상지절단 지체장애인, 실제 적용대상)의
연락을 받고 10월까지 환자의 결혼식에 착용할 실제 의수를 만들어 제공해 드리기로 함. - 수행기간 중 다학년 연구 프로젝트 최우수상, 대만 국립동화대학교에서 진행한 VIP Conference 대상,
제 10회 창의설계 경진대회 최우수상, 제3회 동아리 공모전 대상, 제 2회 GIST 창의융합 경진대회 지원선발
등 다방면에서 수상을 하여 잠재력 및 실현가능성을 검증 받았다.
3. 개발작품 설명
- 1차 프로토타입 모델 제작
- 아크릴 판에 Arduino 및 서보 모터를 부착하여 인간의 팔과 비슷한 크기로 제작.
- 칼만 필터 라이브러리를 수정하여 MYO의 EMG 정보 처리
기본적인 설계 구상의 작동여부 파악을 위함. - 2차 모델 제작
- 1차 모델에 탈부착 기능을 구현화하기 위해 회로 및 보드 축소화
- 머신러닝을 활용하여 다양한 손의 자세를 출력하기 위해 Raspberry Pi 및 TensorFlow를 활용 및 연구 1) 3D 프린터를 활용한 손 모델링
- 모델링의 전체 과정은
3D스캐닝 – 스캔 데이터 보정 – 사용하고자 하는 손의 자세 구현 – 최종 스캔 데이터 보정 –
관절 형성 모델링 – 모듈 내장 모델링 – 프린터 슬라이서 이용 - 3D프린팅의 순서로 진행된다.- 스캐닝과 데이터 보정은 실제 착용자의 양 팔을 사용한다. 최대한의 만족감을제공한다.
- 손가락과 손목 등의 각도를 잡아주기 위해 Blender라는 OBJ포맷 편집 프로그램을 사용한다.
- 10fingers의수의 특징인 관절형상을 구현하기 위해선 최종 스캔 데이터 보정이 필요하다.
- 모델링 프로그램으로 관절을 구현, 프로세서와 배터리, 서보를 내장시키기 위해 모델링을 진행하며,
3D프린팅을 진행하기 위해 STL포맷으로 내보내기 한다.- 슬라이서를 사용해 FDM프린터에 맞는 Gcode를 생성, 출력을 진행한다.
2) Arduino 및 Raspberry Pi를 활용한 EMG 신호 처리
- Arduino 블루투스 디바이스를 이용해 MYO Armband의 EMG(Electro Myo-graphy)를
Arduino 보드로 전송. 오픈 소스 라이브러리 활용- Master 보드에서 칼만 필터 등으로 신호를 처리해서 Slave 보드로 전송
- Slave 보드는 입력받은 전기신호 값을 읽어 의수의 손가락 마다 연결된 Servo Motor를 제어,
사용자가 원하는 동작을 취함
3) 추후 TensorFlow를 활용한 머신러닝- 칼만 필터 등을 이용한 신호 처리 만으로는 복잡한 손동작 재현에 한계가 있음
- PLOS 사이트에 기재된 MYO 관련 저널을 참고하면 머신러닝을 이용하여 동작 분류 구현
- 현재 TensorFlow와 NinaWeb(EMG 오픈 데이터)을 이용하여 ‘분류’ 작업 진행 중
4. 활용방안
- 앞서말한 턱없이 부족했떤 약 180만원의 정부보조금(최대)으로도 구매 가능한 의수를 제작함으로써
국내 약 72만 7천명의 절단장애인에게 부담없이 고기능성의 의수를 보급 할 수 있다. - Soft Robot의 새로운 Paradigm을 제시함으로써 국내외 다양한 연구가 진행될것으로 기대함.