論文の概要: On-Demand Myoelectric Control Using Wake Gestures to Eliminate False Activations During Activities of Daily Living

• arxiv url: http://arxiv.org/abs/2402.10050v1
• Date: Thu, 15 Feb 2024 16:11:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-16 14:59:55.124189
• Title: On-Demand Myoelectric Control Using Wake Gestures to Eliminate False Activations During Activities of Daily Living
• Title（参考訳）: ウェイクジェスチャを用いた日常生活活動時の偽活動除去のためのオンデマンド筋電制御
• Authors: Ethan Eddy, Evan Campbell, Scott Bateman, and Erik Scheme
• Abstract要約: 現在の筋電制御アプローチは、現実の環境で不注意に偽の活性化を起こす傾向にある。 ウェイクジェスチャーの概念を活用することで、ユーザーは専用のコントロールモードとスリープモードを切り替えることができた。 その結果, 起床ジェスチャの可能性を, ユビキタスな筋電制御によるオンデマンド入力の実現に向けた重要なステップとして強調した。
• 参考スコア（独自算出の注目度）: 5.1268934751570745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While myoelectric control has recently become a focus of increased research as a possible flexible hands-free input modality, current control approaches are prone to inadvertent false activations in real-world conditions. In this work, a novel myoelectric control paradigm -- on-demand myoelectric control -- is proposed, designed, and evaluated, to reduce the number of unrelated muscle movements that are incorrectly interpreted as input gestures . By leveraging the concept of wake gestures, users were able to switch between a dedicated control mode and a sleep mode, effectively eliminating inadvertent activations during activities of daily living (ADLs). The feasibility of wake gestures was demonstrated in this work through two online ubiquitous EMG control tasks with varying difficulty levels; dismissing an alarm and controlling a robot. The proposed control scheme was able to appropriately ignore almost all non-targeted muscular inputs during ADLs (>99.9%) while maintaining sufficient sensitivity for reliable mode switching during intentional wake gesture elicitation. These results highlight the potential of wake gestures as a critical step towards enabling ubiquitous myoelectric control-based on-demand input for a wide range of applications.
• Abstract（参考訳）: 近年、筋電制御はフレキシブルハンドフリーな入力モダリティとしての研究の焦点となっているが、現在の制御手法は現実の環境では不注意な偽のアクティベーションを起こす傾向にある。 本研究では,新しい筋電制御パラダイムであるオンデマンド筋電制御(on-demand myoelectric control,on-demandmyoelectric control)を提案し,入力ジェスチャとして誤解釈される非関連筋運動の数を減らすための評価を行った。 ウェイクジェスチャの概念を活用することで、ユーザーは専用のコントロールモードと睡眠モードを切り替えることができ、日常生活(ADL)の活動中の不注意なアクティベーションを効果的に排除できる。 ウェイクジェスチャの実現性は、様々な難易度を持つ2つのオンラインユビキタスemg制御タスク(アラームの解除とロボットの制御)を通じて実証された。 提案した制御方式は,ADL中のほぼすべての非標的筋インプット(>99.9%)を適切に無視し,意図的な起床動作誘発時のモードスイッチングに十分な感度を維持した。 これらの結果は、広範囲のアプリケーションに対してユビキタスな筋電制御に基づくオンデマンド入力を実現するための重要なステップとして、ウェイクジェスチャーの可能性を強調している。

関連論文リスト

• Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution [51.83951489847344]
  ロボット工学の応用において、スムーズな制御信号はシステム摩耗とエネルギー効率を減らすために一般的に好まれる。 本研究では,離散的な動作空間を粗い状態から細かい制御分解能まで拡大することにより,この性能ギャップを埋めることを目的とする。 我々の研究は、値分解とアダプティブ・コントロール・リゾリューションが組み合わさることで、単純な批判のみのアルゴリズムが得られ、連続制御タスクにおいて驚くほど高い性能が得られることを示唆している。
  論文  参考訳（メタデータ） (2024-04-05T17:58:37Z)
• In Time and Space: Towards Usable Adaptive Control for Assistive Robotic Arms [5.988522447941765]
  ロボットアームは、ユーザーがタスクを実行するためにいくつかの自由度(DoF)を制御する必要がある。 Modern Adaptive DoF Mapping Controls (ADMC) は、必要なモードスイッチ数を削減できたが、これまでは認識された作業負荷を大幅に削減できなかった。 我々は、ADMCのリコメンデーションを更新してフィードフォワードのマルチモーダルフィードバックを提供することによって、この問題に対処する。
  論文  参考訳（メタデータ） (2023-07-06T11:51:43Z)
• Perpetual Humanoid Control for Real-time Simulated Avatars [77.05287269685911]
  本稿では,高忠実度動作模倣と耐故障動作を実現する物理に基づくヒューマノイドコントローラを提案する。 コントローラは、外部の安定化力を使わずに1万本のモーションクリップを学習できる。 実時間およびリアルタイムのマルチパーソンアバター使用事例において,映像ベースのポーズ推定器と言語ベースのモーションジェネレータからノイズのあるポーズを模倣するために,制御器の有効性を実証する。
  論文  参考訳（メタデータ） (2023-05-10T20:51:37Z)
• Distributed Leader Follower Formation Control of Mobile Robots based on Bioinspired Neural Dynamics and Adaptive Sliding Innovation Filter [14.66072990853587]
  バイオインスパイアされた神経力学に基づくバックステッピングとスライディングモード制御ハイブリッド形成制御法を提案する。 提案した制御戦略は,従来のバックステッピング設計に存在する非現実的な速度ジャンプ問題を解決する。 提案手法の有効性と有効性を示すため,複数のシミュレーションを行った。
  論文  参考訳（メタデータ） (2023-05-03T17:29:46Z)
• Disturbance Injection under Partial Automation: Robust Imitation Learning for Long-horizon Tasks [11.554935619056819]
  知的支援システムを備えた部分自動化(PA)が産業機械や先進自動車に導入されている。 本稿では、新しい模倣学習フレームワークとして、部分的自動化下での外乱注入(DIPA)を提案する。 本手法の有効性を2つのシミュレーションと実ロボット環境において実験的に検証した。
  論文  参考訳（メタデータ） (2023-03-22T08:22:12Z)
• Multi-Scale Control Signal-Aware Transformer for Motion Synthesis without Phase [72.01862340497314]
  マルチスケール制御信号認識変換器(MCS-T)を提案する。 MCS-Tは補助情報を用いてメソッドが生成した動作に匹敵する動作をうまく生成できる。
  論文  参考訳（メタデータ） (2023-03-03T02:56:44Z)
• Dissipative Feedback Switching for Quantum Stabilization [1.864621482724548]
  測定に基づく散逸的フィードバック設計への新しいアプローチが導入された。 スイッチング戦略は, オープンループ技術による散逸よりも高速に収束することを示す。
  論文  参考訳（メタデータ） (2022-09-23T16:37:15Z)
• Neural optimal feedback control with local learning rules [67.5926699124528]
  運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。 本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-11-12T20:02:00Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。