RnDCircle Logo
경슬기 연구실
세종대학교 AI융합전자공학과 경슬기 교수
표면근전도(sEMG)
보행 단계 인식
신경망 기반 시계열 학습
홈
연구 영역
기본 정보
논문·특허
구성원
홈

경슬기 연구실

세종대학교 AI융합전자공학과 경슬기 교수

경슬기 연구실은 생체신호 기반 로봇 제어와 재활 적용을 위한 원천 기술을 수행합니다. 특히 표면근전도(sEMG) 신호를 전극 위치 변동까지 고려해 분석하고, 토크 추정과 하체 보행 단계 인식에 적용하는 연구를 수행합니다. 또한 순환신경망 기반 시계열 학습을 통해 지면반력 의존도를 낮춘 보행 추정을 다룹니다. 상지 영역에서는 미러-이미지 형태의 재활 장치를 설계하고, Kinect 기반 상체 모션 측정의 정밀도와 보정을 딥러닝으로 개선하는 방향으로 연구를 수행합니다. 나아가 헤드 움직임 예측을 sEMG와 신경망 분류로 수행하여 입력 인터페이스 가능성을 평가합니다.

표면근전도(sEMG)보행 단계 인식신경망 기반 시계열 학습토크 추정외골격 로봇 제어
대표 연구 분야
연구 영역 전체보기
표면근전도 기반 하체 외골격 의도 및 보행 제어 thumbnail
표면근전도 기반 하체 외골격 의도 및 보행 제어
Surface EMG-based Lower-Limb Exoskeleton Intention and Gait Control
연구 분야 상세보기
딥러닝 기반 비접촉 상체 모션 측정과 상지 재활 장치 thumbnail
딥러닝 기반 비접촉 상체 모션 측정과 상지 재활 장치
Deep Learning-driven Non-contact Upper-body Motion Measurement and Upper-limb Rehabilitation Device
연구 분야 상세보기
표면근전도 기반 헤드 무브먼트 예측과 신경망 분류 thumbnail
표면근전도 기반 헤드 무브먼트 예측과 신경망 분류
Surface EMG-based Head Movement Prediction and Neural Network Classification
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 0
·
2025
Neural Network-based Head Movement Prediction Using Electromyography Signals
Yundong Kim, Jirou Feng, T.-H. Kim, Gibeom Park, Kyungmin Lee, Seulki Kyeong
IF 2.8 (2025)
International Journal of Control Automation and Systems
https://doi.org/10.1007/s12555-024-0555-3
Electromyography
Artificial intelligence
Head (geology)
Movement (music)
Artificial neural network
Computer science
Mechatronics
Physical medicine and rehabilitation
Pattern recognition (psychology)
Medicine
2
Article
|
·
인용수 1
·
2025
Precision analysis of kinect to measure the motion of the upper body and calibration based on deep learning
Seulki Kyeong, Yundong Kim, Philip Abunya, Bong-Soo Kang
IF 2.2 (2025)
Journal of Mechanical Science and Technology
https://doi.org/10.1007/s12206-025-0545-2
Measure (data warehouse)
Calibration
Artificial intelligence
Motion (physics)
Computer vision
Motion analysis
Computer science
Deep learning
Upper body
Mathematics
3
Article
|
·
인용수 1
·
2024
Gait Phase Recognition by Surface Electromyography Using a Recurrent Neural Network
Seulki Kyeong
IF 0.2 (2024)
Transactions of the Korean Society of Mechanical Engineers A
표면근전도는 외골격로봇에서 인간의 움직임 의도를 감지하는 데 사용할 수 있으며, 인간이 보행할 때의 보행 단계는 하지 외골격을 제어하기 위한 요소이다. 보행 단계는 지면반력을 측정해 구분할 수 있지만, 이 센서를 외골격에 직접 사용하면 부자연스러운 움직임이 발생할 수 있고, 부피도 커진다. 근전도는 움직임 이전에 근육 활성화를 감지할 수 있다는 장점이 있지만 잡음과 시간 변동성으로 인해 직접 사용하기가 어렵다. 본 연구에서는 지면반력 정보를 사용하지 않고 근전도의 시계열 특성과 순환신경망을 사용하여 걷기의 보행 단계를 감지하였다. 보행 주기는 실제 보행 동작이 발생하기 10 ms 전에 근전도를 통해 90% 정확도로 추정하였다. 이 연구를 통해 지면반력 센서 없이도 보행 단계를 추정할 수 있음을 보여주었으며, 이는 하지 외골격 로봇 연구에서 시스템 구조를 단순화하고 제어를 안정화하는 데 도움이 될 것으로 기대한다.
https://doi.org/10.3795/ksme-a.2024.48.11.727
Electromyography
Physical medicine and rehabilitation
Gait
Artificial neural network
Computer science
Artificial intelligence
Pattern recognition (psychology)
Medicine