臺灣博碩士論文加值系統

本文研發電子手系統，包括形狀記憶合金(Shape Memory Alloy，簡稱SMA)、電子手硬體本身、肌電訊號(Electromyographic，簡稱EMG)、類神經演算法及希爾伯特黃轉換四大部分。第一部分介紹形狀記憶合金，包括材料結構及記憶特性原理；第二部分包含電子手設計與架構，包括關節間的連動性及SMA在電子手間驅動方式；第三部份則是人體手臂前肢的肌肉構造介紹與電極貼片的黏貼處以及訊號擷取的處理過程，其中包含訊號的放大、濾波、整流等步驟，達到取得乾淨的肌電訊號的目的；第四部分主要為訊號擷取後之相關特徵值運算，並以類神經網路架構原理及希爾伯特黃轉換原理，來比較經過希爾伯特黃轉換後及原始EMG訊號之辨識率。

This thesis main topic is to build a system of SMA-driven cyberhand, which includes the SMA design, mechanical design, EMG signal acquisition, and artificial neural network and Hilbert Hung Transform. First of all, we introduce the principle and characteristic of SMA. We also introduce how does it work and what type of SMA we choose. Second, we introduce mechanism design and the mobility of every finger. The working principle of SMA inside the cyberhand will also be shown. Third, we introduce the muscle tissue of front hand; where we stick surface electrodes; and the EMG signal processing methods, that involves signal amplifier, filter, and rectification for obtaining pure EMG signals. Fourth part is to apply neural network and Hilbert Huang Transform to discriminate different hand gestures, when the pure EMG signals are being inputted to the controller. We compare the recognition rates between using HHT and without using HHT for EMG signal conditioning.

摘　要 i
ABSTRACT ii
誌 謝 iii
目 錄 iv
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1前言 1
1.2研究動機 1
1.3文獻回顧及研究目的 3
1.4論文架構 6
第二章 形狀記憶合金 7
2.1 形狀記憶合金介紹 7
2.1.1 形狀記憶合金發展背景 7
2.1.2 形狀記憶合金組成與分類 7
2.1.3 形狀記憶合金原理 9
2.2 形狀記憶合金特性 11
2.2.1 形狀記憶效應 11
2.2.2 擬彈性 12
2.3 形狀記憶合金效應 13
2.3.1 單向形狀記憶合金效應 13
2.3.2 雙向形狀記憶合金效應 14
2.3.3 全向形狀記憶合金效應 14
2.4 形狀記憶合金限制 15
第三章 電子手機構設計 16
3.1 機構設計 16
3.1.1 拇指機構設計 16
3.1.2 一般手指機構設計 17
3.1.3 設計圖 20
3.2 電子手與形狀記憶合金 21
第四章 肌電訊號 25
4.1 手臂前肢肌肉介紹 25
4.2 肌肉動作電位 27
4.3 電極貼片介紹及黏貼位置 28
4.4 放大濾波電路 32
4.5 實際量測肌電訊號 35
第五章 控制器 39
5.1 控制器介紹 39
5.2 訊號處理及特徵值 45
5.3 類神經網路理論 46
5.3.1 神經元介紹 46
5.3.2 類神經網路基本架構 47
5.3.3 誤差逆傳遞 49
5.3.4 電子手與類神經網路應用 51
5.3.5 實驗結果 54
5.4 希爾柏特黃轉換 58
5.4.1 希爾柏特黃簡介 58
5.4.2經驗模式分解 58
5.4.3 HHT後的辨識率 63
第六章 結論與未來展望 65
6.1 結論 65
6.2 未來展望 65
參考文獻 66

[1] 蔡柏修，多手指人工義守系統整合與發展，國立台灣大學碩士論文，2004年6月。
[2] 蔡豐銘，形狀記憶合金之有限元素分析，國立雲林科技大學碩士論文，2004年6月。
[3] 胡友文，形狀記憶合金力學特性之研究，私立大同大學碩士論文，2006年6月。
[4] 胡正明，優秀大專高爾夫選手揮杆動作過程手臂肌肉活動模式探討，國立體育學院碩士論文，2006年6月。
[5] 吳苑娟，肌電訊號的處理、判讀與回授應用，國立清華大學碩士論文，2009年6月。
[6] 吳景弘，模糊類神經基於肌電訊號控制肢體同動機械手臂之研究，國立中央大學碩士論文，2009年6月。
[7] Alcimar Soares, Adriano Andrade, Edgard Lamounier, Renato Carrijo, The Development of a Virtual Myoelectric Prosthesis Controlled by an EMG Pattern Recognition System Based on Neural Networks, Journal of Intelligent Information Systems, 21:2, 127–141, 2003.
[8] 林琨皓，即時擷取與分析生醫信號之可攜式紀錄，國立台灣大學碩士論文，2004年2月
[9] 吳靜宜，以FPGA開發手部動作辨識系統之類神經網路晶片，私立中原大學碩士論文，2004年8月。
[10] Peppino Tropea, Giovanni Stellin, IEEE Member, Maria Chiara Carrozza, IEEE Member,Paolo Dario, IEEE Fellow. Development of an innovative and compliant robotic wrist, Proceedings of the 2nd Biennial IEEE/RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics Scottsdale, AZ, USA, October 19-22, 2008
[11] 劉修任，以肌電波為基礎之機器手臂運動控制，國立交通大學博士論文，2011年1月。
[12] Pradeep Shenoy, Kai J. Miller, Beau Crawford, and Rajesh P. N. Rao, Online Electromyographic Control of a Robotic Prosthesis, IEEE Transactions on Biomedical Engineering, VOL. 55, NO. 3, MARCH 2008.
[13] Daisuke NISHIKAWA, Wenwei YU, Hiroshi YOKOI, and Yukinori KAKAZU, EMG Prosthetic Hand Controller Discriminating Ten Motions using Real-time Learning Method, Proceedings of the 1999 IEEERSJ International Conference on Intelligent Robots and Systems.
[14] G. Matrone, Student Member, IEEE, C. Cipriani, Member, IEEE, E. L. Secco, M. C. Carrozza, Associate Member, IEEE, and G. Magenes, Member, IEEE. Bio-Inspired Controller for a Dexterous Prosthetic Hand Based on Principal Components Analysis, 31st Annual International Conference of the IEEE EMBS Minneapolis, Minnesota, USA, September 2-6, 2009
[15]Alcimar Soares, Adriano Andrade, Edgard Lamounier, Renato Carrijo, The Development of a Virtual Myoelectric Prosthesis Controlled by an EMG Pattern Recognition System Based on Neural Networks, Journal of Intelligent Information Systems, 21:2, 127–141, 2003.
[16]He Huang, Member, IEEE, Ping Zhou, Senior Member, IEEE, Guanglin Li, Senior Member, IEEE, and Todd A. Kuiken, Senior Member, An Analysis of EMG Electrode Configuration for Targeted Muscle Reinnervation Based Neural Machine Interface, IEEE Transactions on Neural System and Rehabilitation Engineering, VOL. 16, NO. 1, FEBRUARY 2008.
[17] 羅華強，類神經網路－MATLAB的應用，參考書籍，高立圖書有限公司，2011年12月。
[18] Shixi Yang , Senior Member, IEEE, Yongping Chang, Senior Member, IEEE, Gongbiao Yan , Senior Member, IEEE, Jinsong Hu, Senior Member, IEEE, Detecting a cracked rotor with HHT-based time-frequency representation, Conference Publications, 790-793, 2008.
[19] Xiujuan Wang, Senior Member, IEEE, Yixian Yang, Senior Member, IEEE, Shize Guo, Senior Member, IEEE, Applying Multiple Residual Error Gray Forecast to Restrain Endpoints Effect in HHT of Network Traffic, Conference Publications, 1057-1060, 2010.
[20] 陳祥群，適用於嵌入式HHT應用之EMD設計與實作，國立中正大學碩士論文，2011年6月。