دوره 22، شماره 4 - ( فروردین 1401 )                   جلد 22 شماره 4 صفحات 290-281 | برگشت به فهرست نسخه ها

‎ 10.52547/mme.22.4.281
‎ 20.1001.1.10275940.1401.22.4.6.7

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Khorsandi K, Cheraghpour Samvati F. Design of the Wearable Gadget for Motion Controlling of Electrical Standing Wheelchair for Disable People. Modares Mechanical Engineering 2022; 22 (4) :281-290
URL: http://mme.modares.ac.ir/article-15-54553-fa.html
خورسندی کسری، چراغ پور سموتی فرزاد. طراحی و ساخت رابط پوشیدنی کنترل‌کننده حرکت ویلچر برقی ایستا برای افراد دارای معلولیت حرکتی بوسیله سنسور شتاب و پردازش تصویر چهره کاربر. مهندسی مکانیک مدرس. 1401; 22 (4) :281-290

URL: http://mme.modares.ac.ir/article-15-54553-fa.html

طراحی و ساخت رابط پوشیدنی کنترل‌کننده حرکت ویلچر برقی ایستا برای افراد دارای معلولیت حرکتی بوسیله سنسور شتاب و پردازش تصویر چهره کاربر
کسری خورسندی1 ، فرزاد چراغ پور سموتی* 2
1- گروه مهندسی مکانیک، واحد پردیس، دانشگاه آزاد اسلامی، تهران، ایران
2- گروه مهندسی مکانیک، دانشگاه آزاد اسلامی واحد پردیس، تهران، ایران ، samavati@pardisiau.ac.ir
چکیده:   (1471 مشاهده)
ویلچرهای برقی هوشمند درحال تبدیل شدن به یک جایگزین طبیعی ویلچرهای معمولی هستند و به‌ عنوان یک وسیله کاربردی برای جمعیت سالمندان و بیماران مبتلا به اختلالات حرکتی و معلولان قطع نخاعی بشمار می‌روند. کنترل ویلچر برقی توسط خود بیمار، وقتی امکان حرکت دست وی فراهم نیست، یکی از مهم‌ترین چالش‌هایی است که برای استفاده مستقل بیمار از این وسیله باید بدان توجه شود. این مقاله به ارائه یک سیستم کنترل حرکتی ساده، کم‌حجم‌، بدون نیاز به پرستار و مقرون‌به‌صرفه اقتصادی می‌پردازد، به‌گونه‌ای که فاکتورهای ایمنی، انعطاف‌پذیری و تحرک را برای کاربر در نظر گرفته است. در این طرح کاربر قادر خواهد بود بدون نیاز به استفاده از دست خود، فرمان‌های کنترل حرکت رو‌به جلو و همچنین چپ و راست را برای ویلچر صادر کند و بدین‌ترتیب مستقلا کنترل دستگاه را برعهده بگیرد. سیستم کنترلر برمبنای تلفیق داده‌های سنسورهای شتاب و سیستم پردازش تصویر طراحی و پیاده‌سازی شده است. برای این منظور و با هدف تعامل ساده‌تر انسان و ماشین، یک گجت پوشیدنی، به صورت یک کلاه، برای سهولت استفاده کاربر دارای معلولیتِ حرکتی طراحی‌شده است که امکان هدایت ویلچر را با توجه به فرمان‌های حرکتی صادرشده توسط سر کاربر و همچنین پردازش تصویر چهره کاربر را داراست. نتایج آزمایش تجربی عملکرد این پوشیدنی کنترلی را برای کم کردن سرعت با خطای 1%، برای افزایش سرعت با خطای 2% ، و برای حرکت به چپ و راست با خطای 5% نشان می‌دهند.
واژه‌های کلیدی: رابط پوشیدنی کنترلی، ویلچر برقی هوشمند، پردازش تصویر چهره، سنسور شتاب، معلول حرکتی، تعامل انسان-ماشین
متن کامل [PDF 1018 kb]   (819 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: مکاترونیک
دریافت: 1400/5/12 | پذیرش: 1400/9/14 | انتشار: 1401/1/10
فهرست منابع
1. Klaib AF, Alsrehin NO, Melhem WY, Bashtawi HO, Magableh AA. Eye tracking algorithms, techniques, tools, and applications with an emphasis on machine learning and Internet of Things technologies. Expert Systems with Applications. 2020 Sep 28:114037. [DOI:10.1016/j.eswa.2020.114037]
2. Dahmani M, Chowdhury ME, Khandakar A, Rahman T, Al-Jayyousi K, Hefny A, Kiranyaz S. An intelligent and low-cost eye-tracking system for motorized wheelchair control, Sensors, 2020 Jan;20(14):3936. [DOI:10.3390/s20143936]
3. Antoniou E, Bozios P, Christou V, Tzimourta KD, Kalafatakis K, G Tsipouras M, Giannakeas N, Tzallas AT. EEG-Based Eye Movement Recognition Using the Brain-Computer Interface and Random Forests. Sensors. 2021 Jan;21(7):2339. [DOI:10.3390/s21072339]
4. Renuka K, Harini R, Balaji V, Ashok N. Raspberry Pi based Multi-optional Wireless Wheelchair Control and Gesture Recognized Home Assist System. InIOP Conference Series: Materials Science and Engineering 2021 Mar 1 (Vol. 1084, No. 1, p. 012071). IOP Publishing. [DOI:10.1088/1757-899X/1084/1/012071]
5. Poornima G. Information Fusion Based Wheelchair Control for Paralyzed Patient. In2020 Fourth International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud)(I-SMAC) 2020 Oct 7 (pp. 921-927). IEEE.
6. Wang H, Yan F, Xu T, Yin H, Chen P, Yue H, Chen C, Zhang H, Xu L, He Y, Bezerianos A. Brain-Controlled Wheelchair Review: From Wet Electrode to Dry Electrode, From Single Modal to Hybrid Modal, From Synchronous to Asynchronous. IEEE Access. 2021 Apr 7;9:55920-38. [DOI:10.1109/ACCESS.2021.3071599]
7. Bonci A, Fiori S, Higashi H, Tanaka T, Verdini F. An Introductory Tutorial on Brain-Computer Interfaces and Their Applications. Electronics. 2021 Jan;10(5):560. [DOI:10.3390/electronics10050560]
8. Fadheel BA, Mahdi AJ, Jaafar HF, Nazir MS, Obaid MS, Musa SH. Speed control of a wheelchair prototype driven by a DC Motor through real EEG brain signals. InIOP Conference Series: Materials Science and Engineering 2020 (Vol. 671, No. 1, p. 012036). IOP Publishing. [DOI:10.1088/1757-899X/671/1/012036]
9. Alhakeem ZM, Ali RS, Abd-Alhameed RA. Wheelchair Free Hands Navigation Using Robust DWT_AR Features Extraction Method With Muscle Brain Signals. IEEE Access. 2020 Mar 31;8:64266-77. [DOI:10.1109/ACCESS.2020.2984538]
10. Gómez-Carrasquilla C, Quirós-Espinoza K, Carrasquilla-Batista A. Wheelchair control through eye blinking and IoT platform. In2020 IEEE 11th Latin American Symposium on Circuits & Systems (LASCAS) 2020 Feb 25 (pp. 1-4). IEEE. [DOI:10.1109/LASCAS45839.2020.9068989]
11. Rakasena, E. P. G., & Herdiman, L. (2020, February). Electric wheelchair with forward-reverse control using electromyography (EMG) control of arm muscle. In Journal of Physics: Conference Series (Vol. 1450, No. 1, p. 012118). IOP Publishing. [DOI:10.1088/1742-6596/1450/1/012118]
12. Cheraghpour, Farzad, et al. "FARAT1: an Upper Body Exoskeleton Robot." 2017 5th RSI International Conference on Robotics and Mechatronics (ICRoM). IEEE, 2017. [DOI:10.1109/ICRoM.2017.8466183]
13. Kuntal K, Banerjee I, Lakshmi PP. Design of Wheelchair based on Electrooculography. In2020 International Conference on Communication and Signal Processing (ICCSP) 2020 Jul 28 (pp. 0632-0636). IEEE. [DOI:10.1109/ICCSP48568.2020.9182157]
14. Sidik MM, Ghani SC, Saniman MN. A REAL-TIME EMG PATTERN RECOGNITION CONTROL METHOD FOR ACTIVATION OF INSTRUMENTED WHEELCHAIR POWER ASSIST SYSTEM. PalArch's Journal of Archaeology of Egypt/Egyptology. 2020 Nov 3;17(9):3430-41.
15. Tang W, Wang A, Ramkumar S, Nair RK. Signal identification system for developing rehabilitative device using deep learning algorithms. Artificial intelligence in medicine. 2020 Jan 1;102:101755. [DOI:10.1016/j.artmed.2019.101755]
16. Ghorbel A, Amor NB, Jallouli M. A survey on different human-machine interactions used for controlling an electric wheelchair. Procedia Computer Science. 2019 Jan 1;159:398-407. [DOI:10.1016/j.procs.2019.09.194]
17. Madona P, Nisa HK, Wijaya YP, Akhyan A. The Design Of Wheelchair Systems With Raspberry Pi 3-Based Joystick Analog And Voice Control. InIOP Conference Series: Materials Science and Engineering 2020 May 1 (Vol. 846, No. 1, p. 012032). IOP Publishing. [DOI:10.1088/1757-899X/846/1/012032]
18. Sharifuddin MS, Nordin S, Ali AM. Comparison of CNNs and SVM for voice control wheelchair. IAES International Journal of Artificial Intelligence. 2020 Sep 1;9(3):387. [DOI:10.11591/ijai.v9.i3.pp387-393]
19. Rabhi Y, Mrabet M, Fnaiech F. A facial expression controlled wheelchair for people with disabilities. Computer methods and programs in biomedicine. 2018 Oct 1;165:89-105. [DOI:10.1016/j.cmpb.2018.08.013]
20. Arijilli L, Reddy S. Control of Wheelchair by Eye Movement Using Image Processing.
21. Sowmya M, MR MU. Eye Gaze Controlled Wheelchair.
22. Singh R, Rani H, Khan JH, Komal K. Eyeball Controlled Wheelchair. Science and Technology. 2020 Jul;5(04).
23. Dhyavanpalli RS, Chinchole MG, Bansode RS. SMART WHEELCHAIR FOR PHYSICALLY IMPAIRED.
24. Dey P, Hasan MM, Mostofa S, Rana AI. Smart wheelchair integrating head gesture navigation. In2019 International Conference on Robotics, Electrical and Signal Processing Techniques (ICREST) 2019 Jan 10 (pp. 329-334). IEEE. [DOI:10.1109/ICREST.2019.8644322]
25. Hasan S, Faisal F, Sabrin S, Tong Z, Hasan M, Debnath D, Hossain MS, Siddique AH, Alam J. A Simplified Approach to Develop Low Cost Semi-Automated Prototype of a Wheelchair. InUniversity of Science and Technology Annual (USTA) 2020.
26. Viola P, Jones M. Robust real-time object detection. International journal of computer vision. 2001 Jul 13;4(34-47):4.
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.