3D 프린팅을 활용한 전동식 재활용 웨어러블 로봇 손 시스템의 설계 및 구현
김현준*ㆍ김정현*ㆍ백수황*
Design and Implementation of Motor-Based Rehabilitation Wearable Robot Hand System using 3D Printing
Hyeon-Jun Kim
*ㆍJung-Hyun Kim
*ㆍSoo-Whang Baek
*요 약
본 논문은 3D프린터와 모터를 활용해 무게와 부피를 줄인 재활용 웨어러블 로봇 손의 설계 및 구현에 관한 연구이다. 재활용 웨어러블 로봇은 재활의 효과도 중요하지만, 사용의 간편성 또한 중요하다. 하지만 현재 연구 및 개발된 재활용 외골격 로봇은 부피와 무게가 무겁거나 제자리에서 사용해야 하는 것이 대부분이다. 따라서 착용에 용이하고 사용자에게 중량이 부담되지 않는 웨어러블 로봇이 필요하므로 경량화된 전동식 재활용 웨어 러블 로봇 손을 제안하였다. 3D프린터를 사용하여 무게와 부피를 줄이고 착용에 용이하도록 설계를 진행하였 다. 또한, 휴대성을 높이기 위해 공압 방식이 아닌 모터기반의 전동방식을 채택해 구조를 간단하게 구성하였다.
최종적으로 경량화된 전동식 재활용 웨어러블 로봇 손의 실험을 통해 제안한 방식의 효용성을 검토하였다.
ABSTRACT
This paper is a study on the design and implementation of a rehabilitation wearable robotic hand that reduces weight and volume by using a 3D printer and a motor. Rehabilitation wearable robots are important not only for the effect of rehabilitation but also for ease of use. However, most of the currently researched and developed rehabilitation exoskeleton robots are heavy in volume and weight, or they have to be used in place. Therefore, a wearable robot that is easy to wear and does not burden the user is required, so a lightweight electric rehabilitation wearable robot hand is proposed.
A 3D printer was used to reduce the weight and volume and to make it easier to wear. In addition, to increase portability, the structure was simplified by adopting an electric method rather than a pneumatic method. Finally, the effectiveness was examined through the experiment of the lightweight electric rehabilitation wearable robot hand.
키워드
3D Printer, Rehabilitation, Convenience, Electromyography, Weight lightening 3D프린터, 재활, 편의성, 근전도, 경량화
* 상명대학교 휴먼지능로봇공학과([email protected], [email protected]).
* 교신저자 : 상명대학교 휴먼지능로봇공학과 ㆍ접 수 일 : 2021. 08. 20
ㆍ수정완료일 : 2021. 09. 18 ㆍ게재확정일 : 2021. 10. 17
ㆍReceived : Aug. 20, 2021, Revised : Sep. 18, 2021, Accepted : Oct. 17, 2021 ㆍCorresponding Author : Soo-Whang Baek
Dept. Human Intelligence and Robot Eng., Sangmyung University, Email : [email protected]
http://dx.doi.org/10.13067/JKIECS.2021.16.5.941
Ⅰ. 서 론
오늘날 고령화 사회의 촉진과 인류의 수명이 증가 함에 따른 노화와 자연재해 그리고 인재에 의한 뇌졸 중, 척수손상, 뇌경색 등에 의한 마비 환자의 수가 꾸 준히 증가하고 있다. 증가하고 있는 마비 환자 중 신 체의 전체가 아닌 팔 또는 다리와 같이 일부분만 마 비를 겪고 있는 환자들을 위한 몸에 착용하는 웨어러 블 장치가 개발되고 있으며, 현재 국내외 웨어러블 연 구는 2010년대부터 각 분야에서 활발하게 진행되고 있다[1]. 그중 세계 재활 로봇 시장은 1990년대 일상 생활 보조를 바탕으로 연구개발 및 제품화가 진행되 어 왔다[2]. 기존의 손에 착용하는 웨어러블은 기본적 기능은 손을 직접적으로 지원해주는 형태이다. 하지만 부피가 크고 무게가 많이 나가는 단점을 가져 착용하 고 움직일 수 있는 형태가 아닌 경우가 많다. 따라서 단순 재활이라는 목적에 초점을 맞춰 정해진 자리에 앉아 재활 활동을 진행하는 형태의 로봇이 대부분이 다. 현재 무게가 무겁고 부피가 크다는 문제를 해결하 기 위해 유연한 재질의 손 재활 장치가 연구되고 있 으나, 공압식의 웨어러블은 펌프와 동시에 사용해 무 게가 무겁고 제자리에서만 사용 가능한 단점이 여전 히 존재한다. 손 재활에 사용되는 재활 로봇은 무게가 많이 나가고 부피가 큰 외골격을 가지고 있는 것이 많다. 외골격을 가진 재활 로봇은 설계적, 제어 적인 면에서도 복잡하고, 무게 또한 증가할 수밖에 없다.
홍콩대학교[3]와 스위스 공대[4], 미국 텍사스 오스 틴 대학[5]의 외골격 형 손 재활 로봇에 관한 연구결 과 부피가 크거나, 무게가 많이 나가는 구조를 취하고 있다. 이런 외골격의 문제점을 보완하고자 소프트 웨 어러블 로봇이 제작되었다. 대표적으로 미국 콜롬비아 대학교[6], 서울대학교[7]에서 제작한 외건형 장치들이 있으나 손에 부착하는 크기나 무게는 감소시켰지만, 구동장치의 크기가 큰 단점을 갖는다. 이러한 방식의 웨어러블 로봇 손(Wearable Robotic Hand : WRH) 외에 공압 구동형 장치나 신소재를 이용한 방식의 다 자유도 WRH가 개발되었다[8-11]. 그러나 여전히 무 게 또는, 부피가 큰 문제가 존재하였다.
본 연구에서는 기존의 손에 착용하는 웨어러블의 문제 중 하나인 정해진 자리에서만 작동하는 문제를 해결함과 동시에 재활의 목적을 가지며 손의 보조 역
할도 수행할 수 있는 손가락 재활 보조 WRH을 제안 하였다. 제안한 WRH는 장갑과 와이어, 3D 프린팅된 고정부의 손가락 움직임의 정밀도를 위해 서보 모터 를 사용하여 구동되며 장갑에 고정 프레임을 부착하 여 근전도 센서의 값을 토대로 손가락의 보조를 취할 수 있는 방식으로 구현되었다.
Ⅱ. 3D 프린팅을 활용한 웨어러블 손 제작
2.1 웨어러블 프레임 3D 프린팅 설계
본 연구에서 제작한 WRH은 장갑에 3D프린터를 이용하여 제작된 프레임을 부착하는 방식으로 구현되 었다. 이를 통해 가볍고 부피가 작으며 착용에 용이한 WRH을 만들 수 있다. 그림 1에 나타낸 구동 프레임 은 손가락을 구성하며 손가락의 마디 사이에 부착해 사용한다. 그리고 해당 프레임들을 이용해 와이어로 손가락을 잡아당기는 구동 방식으로 설계되었다. 사람 마다 손가락의 두께가 다르므로 3D프린터로 맞춤 제 작이 가능하도록 하며 사용자의 착용감을 더 높였다.
그림 1. 구동 프레임 Fig. 1 Drive frame
그림 2는 손바닥과 손등에 존재하는 제1 관절 부분 에 부착하는 고정 프레임을 나타냈다. 손바닥에 부착 된 고정 프레임은 구동 프레임을 구동할 때 안정감을 높이기 위한 역할과 손가락 프레임과 모터에 연결된 와이어를 고정하는 역할을 한다. 또한, 주먹을 쥐었을 때 불편하지 않도록 크기를 조정하여 부착할 수 있다.
그림 2. 고정 프레임
Fig. 2 Fix frame
그림 3은 손목을 고정하는 프레임이다. 이 프레임 에 모터를 장착해 각 프레임을 조작한다. 그림 3을 보 면 프레임이 상하로 나누어져 있으며 앞으로 튀어나 온 부분이 있는데 이는 모터로 와이어를 당길 때 손 목에 무리가 오지 않도록 보강한 부분이다. 이 또한 3D프린터로 맞춤 제작이 가능하므로 사용자의 손목 크기에 맞는 프레임을 제작할 수 있다.
그림 3. 조작 프레임 Fig. 3 Control frame
그림 4는 3D 설계 툴을 활용하여 전체 부품을 손 에 부착하여 구현된 WRH의 모델링을 나타낸다. 손 에 최소한의 부품만 부착하여 착용에 불편하지 않게 설계했으며 부품 간의 간섭을 최소화하기 위해 평균 25mm의 여유를 두고 부품을 부착하였다. 결과적으로 부품의 크기를 최소화함에 따라 WRH의 부피와 무게 를 줄일 수 있었다.
그림 4. WRH의 모델링 구현 Fig. 4 Implementation of WRH modeling 2.2 전체 시스템 제어
제작된 WRH를 실제 환경에서 구동하기 위해 모터 와 센서를 아두이노를 사용해 제어를 수행했다. 모터 는 조작 프레임에 부착했고, 근전도 센서는 아두이노 본체와 결합하여 팔에 고정하였다. 제어를 위한 WRH 시스템의 알고리즘 구성도는 그림 5에 나타냈 다. WRH가 동작을 시작하고 일정 값 이상의 값을 받으면 그것을 신호로 인식하고 특정 시간 이내에 몇
번의 신호가 있었는지 판단하고 구동을 시작한다. 기 본적으로 손을 펴는 작업과 쥐는 모션 작업을 수행하 였다. 손을 펼 때는 모터의 회전 방향을 시계방향으로 제어하고 손을 쥘 때는 반시계방향으로 구동하도록 모터의 회전 방향을 제어하였다.
그림 5. 알고리즘 구성도 Fig. 5 Algorithm configuration diagram WRH의 알고리즘을 구현하기 위한 시스템 구성도 를 그림 6에 나타냈다. RMG 센서를 이용한 입력부, 아두이노를 이용한 제어부, 서보 모터를 구동하는 출 력부로 각각 구성되었다.
그림 6. 시스템 구성도 Fig. 6 System diagram
시스템 구성도를 바탕으로 제작된 시스템 구성은
그림 7과 같다. 손을 조작할 때 발생하는 근전도를 측
정하기 위한 근전도 센서와 아두이노 보드, 전지는 이
후 팔에 부착에 부착되어 사용되고 손에 장착된 프레
임들과 모터는 그림 4의 WRH의 모델링과 같이 상호
기구적 간섭 없이 제작된 것을 확인하였다.
그림 7. WRH 시스템 구성 Fig. 7 System configuration of WRH 2.3 WRH 근전도 센서 테스트
WRH에 근전도 센서를 부착하였으며, 근전도 센서 에서 측정된 값을 토대로 손가락의 보조를 취할 수 있는 방식으로 구현하였다. WRH 근전도 센서 테스 트 실험환경은 무의식중에 팔에 힘이 들어가 발생할 오류를 배제하기 위해 사용자의 의식적인 움직임에 의해 특성이 계측되도록 조건을 적용하였으며 그림 8과 같이 실험환경을 구성하였다.
그림 8. WRH 근전도 센서 테스트 환경 Fig. 8 WRH EMG sensor test environment 실험대상으로 2명의 실험자로부터 근전도 신호 결 과를 취득하여 비교하였다. 그림 9는 실험자 2명이 근 전도 센서를 부착하여 평상시 주먹을 쥐듯이 쥔 조건 (Normal)과 제작한 WRH를 사용하여 주먹을 쥔 조건 (with WRH)을 각각 비교한 결과이다. 근전도는 0.1초 에 한 번씩 측정하여 총 3초 동안 1초씩 주먹을 한 번 쥔 것을 측정하였다. 실험환경은 책상에 팔을 올려 최대한 팔에 힘이 들어가지 않게 유지하며 같은 부위 에 근전도 센서를 부착하여 실험을 진행하였다.
(a) 실험자 1
(b) 실험자 2 그림 9. 근전도 테스트 결과
Fig. 9 Electromyography test results (a) User #1, (b) User #2
그림 9(a)와 그림 9(b)의 특성은 실험자 1과 실험자
2에 대한 근전도 테스트 결과이다. 테스트를 진행할
땐 피실험자 2명의 평소 근전도의 값과 손에 힘을 줬
을 때의 신호를 측정해 임계값을 정해 진행을 시작했
다. 테스트 결과 두 특성의 센서 값이 차이를 보이는
데 이는 실험자 1과 실험자 2의 근육량에 따른 차이
로 사료된다. 그림 9(a)의 실험자 1의 팔에 힘이 들어
가지 않았을 시 평균 근전도 센서의 값은 230μV이며,
평상시 주먹을 쥘 때인 Normal 조건의 결과를 의미한
다. 또한, 주먹을 쥐었을 때 근전도 센서의 값이 평균
약 420μV의 값을 나타낸다. 실험자 1의 with WRH
조건은 제작한 WRH를 이용하여 주먹을 쥔 것에 관
한 결과를 의미한다. 여기서, 평균 340 μ V의 센서 값을
나타내며 스스로 주먹을 쥔 것보다 근전도 센서의 값
이 낮게 나오는 것을 확인할 수 있다. 그림 9(b)의 특
성에서는 실험자 2의 팔에 힘이 들어가지 않았을 때
평균 410μV의 센서 값이 측정되었고, 주먹을 쥘 때 평균 550의 센서 값을 나타냈다. 그림 9(a)의 특성과 유사하게 WRH를 사용하여 주먹을 쥔 것이 근전도 센서 값이 낮게 측정되는 것을 알 수 있다. 결과적으 로 WRH를 사용하여 주먹을 쥘 때 근전도가 증가하 여 재활에 도움을 줄 수 있다는 것을 확인했지만 스 스로 주먹을 쥐는 조건보다 근전도 센서 값이 낮게 나오는 것을 확인하였다.
2.4 WRH 실제 환경 테스트
부동자세가 아닌 움직임이 있는 일상생활에서도 사 용할 수 있도록 테스트하기 위해서 그림 10과 같이 실제 환경 상황에서 테스트를 진행했다.
그림 10 실제 환경 테스트 Fig. 10 Real environment test
표 1에 실험 환경과 실제 환경의 평균 근전도 값을 측정하여 결과를 나타냈다. WRH 실제환경 테스트는 이전 실험과 동일하게 2명의 실험자를 통해 실험을 수행했다. 실제 착용하고 일상생활에서 손을 조작하는 행동을 수행한 결과, 손뿐만 아니라 팔을 움직이기 때 문에 근전도의 평균값이 2.3절에서 수행된 근전도 테 스트 결과보다 센서 값이 크게 측정되는 것을 확인할 수 있다. 만약 더욱 다양한 조작 및 일상생활을 한다 고 가정한다면 근전도 센서 값의 평균치는 보다 큰 차이를 나타낼 것으로 예상된다. 향후, 이를 보완하기 위해 근전도 센서를 적용할 때 평상시 실험자의 근전 도 값의 평균값을 저장하거나, 사용하기 전의 on/off
버튼을 구현하여 근전도 제어하는 방식 등의 보강 방 법을 찾을 필요가 있다.
WRH EMG sensor test
Real environment
test
Unit user1 user2 user1 user2 - Ordinary
electromyography Average
242 411 305 436 μ V Hand movement
electromyography Average
442 506 461 519 μ V 표 1. WRH EMG 센서 테스트 환경과 실제
환경별 특성 비교
Table 1. Comparison of characteristics of WRH EMG sensor test environment and actual
environment
Ⅲ. 결 론
재활용 웨어러블 로봇은 재활의 효과도 중요하지 만, 사용의 간편성 또한 중요하다. 따라서 착용에 용 이하고 사용자에게 부담이 되지 않는 웨어러블 로봇 이 필요하다. 본 연구에서 3D프린터와 모터를 사용하 여 웨어러블 로봇손(WRH)을 제작하여 근전도 센서를 활용해 제어하고 이를 이용한 실험을 진행했다. 3D프 린터를 이용하는 것으로 무게와 부피를 줄이는 것이 가능했고 프레임을 개별로 부착해 간편한 착용이 가 능했다. 또한, 실험을 통해 WRH을 활용한 재활이 가 능함을 확인했다. 하지만 스스로 주먹을 쥐는 것보다 근전도 측정이 낮게 나타났다. 향후 이러한 결과를 바 탕으로 동일한 근육의 움직임을 나타내고 재활에 도 움을 주는 방식의 연구에 기여 할 것으로 기대된다.
감사의 글
이 논문은 2021년도 정부(과학기술정보통신부)
의 재원으로 한국연구재단의 지원을 받아 수행
된 연구임(No. 2021R1F1A1061567).
References
[1] H. Kim, D. Koo, Y. Nam, K. Cho, and S. Kim,
“Research on technology status and development direction of wearable robot,”
Fashion and Textile Research J., vol. 21, no. 5, Oct. 2019, pp. 640-655.
[2] S. Yeem, J. Heo, H. Kim, and Y. Kwon,
“Technical Analysis of Exoskeleton Robot,”
World J. of Engineering and Technology, vol. 7, no. 1, Feb. 2019, pp. 68-79.
[3] N. Ho, K. Tong, X. Hu, K. Fung, X. Wei, W.
Rong, and E. Susanto, “An EMG-driven exoskeleton hand robotic training device on chronic stroke subjects: Task training system for stroke rehabilitation,” In Proc. IEEE Int.
Conf. on Rehabilitation Robotics, Zurich, Switzerland, 2011, pp. 1-5.
[4] T. Bützer, O. Lambercy, J. Arata, and R. Gassert,
“Fully wearable actuated soft exoskeleton for grasping assistance in everyday activities,” Soft robotics, vol. 8, no. 2, Apr. 2021, pp. 128-143.
[5] P. Agarwal and A. Deshpande, “Subject-specific assist-as-needed controllers for a hand exoskeleton for rehabilitation,” IEEE Robotics and Automation Letters, vol. 3, no. 1, Jan. 2018, pp.
508-515.
[6] S. Park, C. Meeker, L. Weber, L. Bishop, J.
Stein, and M. Ciocarlie, “Multimodal sensing and interaction for a robotic hand orthosis,”
IEEE Robotics and Automation Letters, vol. 4, no. 2, Apr. 2019, pp. 315-322.
[7] B. Kang, H. Choi, H. Lee, and K. Cho,
“Exo-glove poly II: a polymer-based soft wearable robot for the hand with a tendon-driven actuation system,” Soft Robotics, vol. 6, no. 2, Apr. 2019, pp. 214-227.
[8] D. Kim and H. Park, “Cable actuated dexterous (CADEX) glove for effective rehabilitation of the hand for patients with neurological diseases,” In Proc. 2018 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), Madrid, Spain, Oct. 2018, pp. 2305-2310.
[9] J. Lee, H. Kim, J. Kim, J. Bae, and C. Ryu,
“Remote control robot arm using leap motion sensor and bluetooth communication,” J. of the Korea Institute of Electronic Communication Sciences, vol. 12. no. 6, Dec. 2017, pp. 1127-1134.
[10] H. Kwon, H. Ko, Y. Song, E. Son, and B.
Lee, “Knee rehabilitation system through EMG signal analysis and bldc motor control,” J. of the Korea Institute of Electronic Communication Sciences, vol. 14. no. 5, Oct. 2019, pp.
1009-1018.
[11] H. Yoo, S. Mok, J. Kim, J. Baek, and Y. Ko,
“Control technology based on the finger recognition of robot cleaners,” J. of the Korea Institute of Electronic Communication Sciences, vol. 15. no. 1, Feb. 2020, pp. 139-146.
저자 소개
김현준(Hyeon-Jun Kim)
2017년~ 상명대학교 휴먼지능로 봇공학과 3학년 재학
※ 관심분야 : 3D 프린팅, 기구설계, 인공지능
김정현(Jung-Hyun Kim)
2017년~ 상명대학교 휴먼지능로 봇공학과 3학년 재학
※ 관심분야 : 3D 프린팅, 지능형로봇, 인공지능
백수황(Soo-Whang Baek)
