 |
정지훈 교수 연구팀은 ‘Brain-Controlled Robotic Arm System Based on Multi-Directional CNN-BiLSTM Network Using EEG Signals(뇌 신호를 활용하여 심층 운동신경학 모델을 기반한 뇌-제어 로봇팔 시스템 개발)’이란 제목의 논문을 발표했다.
이 논문은 최근 활발하게 연구가 이루어지는 뇌-기계 인터페이스 분야에서 인공지능을 활용한 응용 기술을 구현한 연구다.
이번 연구에서는 3차원의 실제 환경에서 다방향의 팔 움직임에 관한 직관적인 상지 동작 상상 디코딩을 기반하여 인간과 로봇팔의 상호작용이 가능한 BMI 기술을 보여준다. 이를 위해, 실제 팔 움직임과 동작만을 상상할 때의 뇌전도 신호를 획득할 수 있는 실험 패러다임을 직접 설계하고, 직관적인 상지 동작 상상을 뇌 신호로 디코딩하기 위하여 다방향 심층 신경운동학 학습 프레임워크를 제안했다.
이를 바탕으로 고차원의 업무 시나리오를 수행할 수 있는 뇌-제어 로봇팔 시스템을 고안했고, 그 결과 세계 최고 수준의 실시간 BMI 성능을 달성했다. 따라서 실제 환경에서 생각만으로 직관적인 로봇팔 제어의 실현 가능성이 있음을 시사한 것이다.
이 연구는 충북대 소프트웨어학부 정지훈 교수가 1저자, 고려대 이성환 교수가 연구 책임자, 김동주 교수가 공동 연구자로 참여했다.
[저작권자ⓒ 대학저널. 무단전재-재배포 금지]
