Intelligent og adaptiv styring av protesehånd ved hjelp av bioinspirerte metoder
I denne oppgaven skal det studeres og utvikles et styresystem for protesehånd der styresignalene er EMG (Electromyography) signaler. Det skal fokuseres på muligheter for proporsjonal kontroll (varierbar hastighet i bevegelser) og adaptivitet (EMG-signalene endrer seg over tid) for et begrenset antall bevegelser. Mlplattformen skal være spesialutviklet maskinvare der en aktuell adaptivitetsalgoritme er kunstig evolusjon. Evolusjonær maskinvare (EMV) kalles dette og er en teknikk for kretskonstruksjon, som synes å kunne anvendes innenfor mange virkelige anvendelser. Det skal i denne oppgaven vurderes hvor velegnet den kan være til prosessering av EMG signaler innenfor protese-anvendelser. I dette arbeidet skal det benyttes tilgjengelig EMG avlesningsutstyr sammen med en datahanske for å samle data til å lære opp systemet med. En masteroppgave pågår for tiden (fullføres april 2008) innen protesekontroll og arbeidet i den nye oppgavene vil bygge på dette arbeidet.
Oppgaven går ut på sette seg inn i grunnleggende tanker bak EMV og EMG. Deretter skal det gjøres simuleringer av potensielt lovende maskinvare-arkitekturer. Det skal vektlegges at arkitekturen må kunne tilpasse seg til hver enkelt bruker raskest mulig, samt kunne adapteres dersom brukerens EMG signalene over tid endres.
Verktøy: C-kompilator, Xilinx, EMG/datahanske programvare
Anbefalt faglig bakgrunn: INF1400, INF2270, INF2400, INF5450
Anbefalte kurs: FYS3240, FYS4260
| Type: | 60 ECTS |
| Tilknyttet forskningsgruppe(r): | ROBIN |