Two-Channel EMG and IMU-Based Hand Gesture Classification Method Using Wearable Wristband

본 연구는 손목의 2채널 근전도 EMG 신호와 관성 측정 장비인 IMU센서 데이터를 활용하여 손 자세를 분류하는 방법을 제안한다. 기존 대부분의 손 자세 분류 연구들은 근육이 큰 팔뚝의 EMG 신호를 이용하여 손의 자세를 분류하였다. 하지만 팔뚝의 EMG 신호를 수집하기 위해서는 팔에 여러 채널의 센서 부착으로 인해 움직임의 자유도가 떨어질 수 있다. 이를 보완하기 위해, 본 제안 방법은 EMG 및 IMU 센서가 내장된 Delsys 사의 센싱 모듈을 이용하여 총 9명의 피험자로부터 손목의 2채널 EMG 및 IMU 데이터와 팔뚝의 8채널 EMG 데이터를 수집하였다. 데이터 수집 방법에 따른 인공 신경망 모델의 성능 비교 결과, 제안 방법이 기존의 팔뚝의 8채널 EMG 데이터보다 우수한 성능을 보이는 것을 확인하였다. 이 방법은 손목으로부터 간편하게 데이터를 수집하여 팔 움직임의 자유도를 높이고 강건한 손 자세 분류를 통해 자연스러운 상호작용에 활용될 것이다.