전기정지마찰력을 이용한 가위바위보를 항상 이기는 인공지능 Exo-Glove의 개발 :Development of unbeatable AI Exo-Glove for rock-paper-scissors game via electro-stiction phenomenon

조유리

추천

검색

자료유형: 학위논문

저자정보: 조유리 (중앙대학교, 중앙대학교 대학원)

지도교수: 최승태

발행연도: 2022

저작권: 중앙대학교 논문은 저작권에 의해 보호받습니다.

이용수89

이 논문의 연구 히스토리 (2)

2022

전기정지마찰력을 이용한 가위바위보를 항상 이기는 인공지능 Exo-Glove의 개발

조유리 기계공학과 2022.01 학위논문

2021

P(VDF-TrFE-CTFE) 고유전율 막의 전기정지마찰력을 이용한 가변 선형강성 및 회전강성의 구현

조유리 , 이현기 , 최승태 대한기계학회 춘추학술대회 2021.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 유전상수가 큰 완화형 강유전성 고분자인 poly(vinylidene fluoride-trifluoroethylene-chlorotrifluoroethylene [P(VDF-TrFE-CTFE)]을 사용하여 전기정지마찰력을 극대화하였다. P(VDF-TrFE-CTFE) 막은 adhesion-mediated film transfer technique (AMFTT)을 이용하여 P(VDF-TrFE-CTFE)를 5 ㎛ 두께의 얇은 유전체 막으로 제작하였다.
가변 강성구조로는 지지층 위에 전극층을 도포하고, 전극층 위에 P(VDF-TrFE-CTFE) 막을 dip coating 방법을 이용하여 제작한 후에, AMFTT로 제작된 P(VDF-TrFE-CTFE) 막을 고온에서 전사하여 제작하였다. 또한, 전기정지마찰력을 증가시키기 위해 P(VDF-TrFE-CTFE)/전극/지지층/ 전극/P(VDF-TrFE-CTFE) 구조를 다수 적층하여 제작하였다. 적층 구조는 낮은 구동 전압으로 높은 전기정지마찰력을 얻을 수 있는 효과적인 방법이지만, 마주보는 유전체층이 서로 끌어당길 수 있도록 모든 시편이 항상 일정한 거리를 유지해야 한다. 본 연구에서는 구조물의 가장자리를 연장하여 구멍을 뚫고 탄성 스트링을 통해 서로 다른 시편들을 정렬함으로써 시편 간 마찰전단응력이 발생할 수 있는 거리를 유지함과 동시에 전압이 인가되지 않았을 때는 자유롭게 미끄러질 수 있도록 제작하였다.
본 연구에서는 사용자의 의도를 파악하여 강성을 빠르고 정확하게 변화시키는 인공지능(artificial intelligence, AI) exo-glove를 개발하였다. Exo-glove는 유전율이 높은 P(VDF-TrFE-CTFE) 막의 전기정지마찰력을 통해 구동된다. 고유전율 P(VDF-TrFE-CTFE) 박막으로 적층된 층을 사용자의 손가락에 맞게 형상화하여 exo-glove를 제작하였다. 시연으로, exo-glove 착용자와 근전도 센서를 착용한 상대가 가위바위보 게임을 진행하였다. Exo-glove 착용자는 가위바위보 게임에서 대부분 승리할 수 있었으며, 이는 AI exo-glove가 기계 학습된 근전도 신호를 기반으로 강성을 빠르고 정확하게 변경할 수 있음을 증명한다. 이 초고속 AI exo-glove 기술은 착용자의 동작을 인지하고, 동작의도를 예측/추론하여, 사용자가 동작에 방해받지 않으면서 적시에 근력 증강 및 보조 제어가 가능하도록 하는 AI exo-suit의 핵심 기술 중 하나로 볼 수 있다.

In this study, poly(vinylidene fluoride-trifluoroethylene-chlorotrifluoroethylene) [P(VDF-TrFE-CTFE)], a relaxor ferroelectric polymer with high dielectric constant, was used to maximize the electro-stiction force. The P(VDF-TrFE-CTFE) film was fabricated as a thin dielectric film with a thickness of 5 ㎛ using the adhesion-mediated film transfer technique (AMFTT). For the variable stiffness structure, an electrode layer was applied on a support layer, a P(VDF-TrFE-CTFE) film was produced on the electrode layer by dip coating, and then a P(VDF-TrFE-CTFE) film prepared through AMFTT was laminated on the P(VDF-TrFE-CTFE)/electrode/support layer at high temperature. To increase the electro-stiction force, a plurality of P(VDF-TrFE-CTFE)/electrode/support layer/electrode/P(VDF-TrFE-CTFE) structures were stacked. The stacked structure is an effective way to obtain high electro-stiction force with low driving voltage, but all specimens must always be kept at a uniform distance to attract opposite dielectric layers. In this study, by extending the edge of the structure, drilling a hole, and aligning different specimens through an elastic string, the stacked structure was manufactured to have uniform gaps between layers. The stacked layers could slide freely when no voltage is applied, while when voltage is applied, Maxwell stress and thus uniform electro-stiction forces can be generated between stacked layers.
In this study, we developed an artificial intelligence (AI) exo-glove that changes the stiffness quickly and accurately by grasping the user''s intention. Exo-glove is driven by the electro-stiction force of the high dielectric constant P(VDF-TrFE-CTFE) film. The stacked layers with the high dielectric constant P(VDF-TrFE-CTFE) film were shaped to fit user’s fingers, with which the exo-glove was fabricated. As a demonstration, the exo-glove wearer and the opponent wearing EMG sensors played a rock-paper-scissors game. The exo-glove wearer can mostly win the rock-paper-scissors games, proving that the AI exo-glove can change the stiffness rapidly and accurately based on the machine-learned EMG signals. This ultra-high-speed AI exo-glove technology can be considered as one of the core technologies for AI exoskeleton suits that recognize the wearer''s motion, predicts/infers the intention of the motion, and enables timely muscle strength enhancement and auxiliary control without being disturbed the user''s motion.

제1장 서론 1
1.1 연구의 배경 1
1.2 연구의 필요성 2
1.3 연구의 목표 3
제2장 P(VDF-TrFE-CTFE) 고유전율 막의 전기정지마찰력을 이용한 가변 선형강성 및 회전강성 구현 5
2.1 전기정지마찰력의 이해 5
2.2 완화형 강유전 고분자 P(VDF-TrFE-CTFE) 박막의 제작 8
2.3 다적층형 가변강성 메커니즘의 설계 및 개발 11
2.4 가변 선형강성 및 회전강성 성능 평가 16
2.4.1 선형강성 성능 평가 17
2.4.2 회전강성 성능 평가 22
2.5 반응속도 평가 24
제3장 Exo-Glove의 설계 및 제작 28
3.1 Exo-Glove의 설계 28
3.2 Exo-Glove의 제작 30
제4장 직물형 근전도 센서의 설계 및 제작 32
4.1 직물형 근전도 센서의 설계 32
4.2 직물형 근전도 센서의 제작 34
4.3 근전도 신호의 수집 35
제5장 의도감지 기계학습 알고리즘 개발 37
5.1 Tag-untag 기술 38
5.2 OR-OO 방법 39
5.3 단순 분류기의 사용 40
5.4 초고속 추론 프레임워크 알고리즘 적용 결과 40
제6장 시연: 가위바위보를 항상 이기는 AI Exo-Glove 42
제7장 결론 45
REFERENCES 47
국문초록 52
Abstract 54

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)