능동 중력 보상과 신경 신호 기반 상지 재활 로봇 연구

Active Gravity Compensation and Neural-Signal-driven Upper-limb Rehabilitation Robotics Research

연구 내용

개인 자세에 맞춘 능동 보조력 산정과 상지 운동 성능 평가, EEG 기반 운동 상상 MI-BCI 분류를 통합해 상지 재활의 정확도와 적응성을 높이는 연구

상지 재활에서는 사용자의 자세 변화에 따라 요구 보조력과 운동 평가 기준이 함께 달라져 보조 제어의 정합성이 문제가 됩니다. 본 연구는 twisted string actuator 기반 spring joint 메커니즘을 통해 end-effector 위치에 대한 보조력을 정밀 제어하고, 자세와 체중을 고려한 gravity compensation 성능을 확보합니다. 동시에 관절 각도 기반 교정 여부 판단을 시뮬레이션으로 수행해 보조력 인가 최적 위치를 도출합니다. 신경 재활 측면에서는 EEG 기반 비동기 MI-BCI에서 false positive를 줄이기 위한 소채널 분류 구조와 재캘리브레이션을 적용합니다. 이를 통해 보조 제어와 신경 신호 처리를 결합한 재활 플랫폼을 구축합니다.

관련 프로젝트

3건

연구 흐름

초기에는 능동 보조 구조 설계와 사용자 자세 변화에 대응하는 보조력 제어의 기반을 마련했습니다. 이후 상지의 운동 특성을 정량적으로 평가하기 위해 정상 도달 운동 모델을 기준으로 손상된 팔의 특성을 시각화하고 훈련 우선순위를 제안하는 방법을 확장했습니다. 동시에 EEG 기반 MI-BCI에서 잘못된 탐지로 인한 부정적 영향을 줄이기 위한 분류 구조를 도입하고, 재캘리브레이션을 통해 세션 간 변동을 보정했습니다. 이후 멀티모달 상호작용과 개인 맞춤 훈련을 통합하는 방향으로 연구를 심화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

개인 자세 기반 능동 보조력 산정
twisted string actuator 기반 동적 팔 지지
중력 보상 제어전략
관절 교정 시뮬레이션 및 최적 위치 도출
EEG 소채널 MI-BCI 분류기 설계
false positive 억제 기반 훈련 안정화
정상 도달 운동 모델 기반 성능 평가
멀티모달 상호작용 재활 플랫폼
뉴로피드백 기반 상지 반복훈련
상지 기능장애 맞춤형 훈련 프로토콜