استفاده از شبکه عصبی lstm به منظور تخمین گشتاور مفاصل پایینتنه با استفاده از سیگنال عضلانی

امروزه یکی از مطرح ترین ابزارهای توانبخشی در کمک به بیماران، رباتهای پوشیدنی یا اگزواسکلتون ها هستند .کارایی ربات پوشیدنی تا حد زیادی به نحوه تعامل آن با بیمار وابسته است .یکی از مسائل مطرح در کنترل این رباتها، تشخیص و اعمال گشتاور مناسب از طرف ربات به مفصل بیمار است. روشهای کنترل گشتاور پیشین، هزینه محاسباتی بالا و مدلسازی نادقیق، استفاده عملی از گشتاور در کنترل ربات را ناممکن کرده است .در این مقاله با استفاده از شبکه عصبی حافظه طولانی-کوتاه مدت (lstm)، روشی عملی و سازگار برای تخمین گشتاور مفاصل اندام های تحتانی با استفاده از سیگنالهای عضلانی ارائه شده است .برای این منظور با استفاده از ربات فام-اگزواسکلتون ساخته شده در آزمایشگاه رباتیک دانشگاه فردوسی مشهد، از هفت نفر در هنگام حرکت راه رفتن با سرعت دلخواه داده برداری شده است. داده های ثبت شده در این آزمایش شامل نیروهای کف پا، زوایای مفاصل و سیگنالهای چهار عضله راست رانی، عضله سرینی بزرگ، عضله دوسر رانی، و عضلهی پهن داخلی می باشند. محاسبه گشتاور زانو در فاز نوسان حرکت راه رفتن از طریق حل معادلات دینامیکی انجام شده است .جهت یادگیری الگوریتم از سیگنال عضلات به همراه دادههای گشتاور مفصل لگن و زانو استفاده شده است. شبیهسازی و نتایج عملی نشان میدهد که الگوریتم ارائهشده دارای عملکرد مناسبی جهت تخمین گشتاور مفاصل با استفاده از سیگنال عضلانی میباشد.