總網頁瀏覽量

2019年1月14日 星期一

用於頸部姿態辨識的慣性感測訊號處理方法


這次要來分享自己於三年多前的碩士論文研究內容了

會想要分享出來主要是因為覺得其內容好像也是和maker們蠻有關的東西(其實當初寫的比較像技術報告, 想要把技術細節盡量完整交代)


因為當時實驗室的一些特殊狀況,所以當時從規劃題目、相關文獻及前人研究成果survey、設計及開發實作、找一堆人來實際測試實驗以及論文撰寫,全部共只花了2個月左右...雖不是什麼很厲害的東西, 但也是心血之作(在做碩論之前並沒有玩過慣性感測), 每字每句完全誠實寫出所有研究過程和細節

而這個東西是做什麼呢? 當初的主要研究動機又為何呢?

簡單來說, 當時有一個在網路上募資的新創公司提出了一個將慣性感測裝置放在後頸部的項鍊式穿戴裝置產品(Fineck). 當然了, 如何處理這慣性感測訊號的方法是他們家的Knowhow, 是不會公開的.

而我的論文就是基於將慣性裝置放在相同身體部位,  去研究並提出一個自己整合設計的用於頸部姿態辨識慣性感測方法,  並將其實作驗證,  看看自己提出(當然也是站在巨人肩膀上, 整合偉大先進的方法後加以延伸組合應用)並實作的方法是否也可以像他們新創公司產品影片呈現的那樣準確.

下方列出有Demo影片和口試的投影片

細節部分請大家可直接參考我的論文全文內容: 全文下載網址連結(NCKU)


方法部分, 簡單來說就是應用了: 位準和振幅的調整 + Software RC filter(也稱是指數平滑法) + 透過經驗法則訂出的姿態訊號擷取門檻機制 + Dynamic Time Warping(動態時間校正) + 簡單的1-NN分類

實作平台的部分就是Arduino Fio + 六軸慣性感測器 + 藍牙模組 + Android APP

相信這方法應也可用於其他類似情境下的訊號辨識分類

請大家盡量參考, 但若是想做成論文或文章也請勿抄襲, 並請注意合法引用  ^.<   (之前真的看過很誇張的案例...身為原作者真的會不太開心), 感謝大家了!


Demo影片(這影片是畢業之後把東西又架起來拍的,  影片有點長...):





口試投影片 (若因上傳導致部分格式稍微跑掉請見諒):

 

------------

2021/05/10更新:

很多人看我常講台灣學術界的問題,可能會以為我這個人只會一昧覺得產業相關的實作技術才有價值,而以為忽略學術研究,其實我認為什麼學術研究(或理論)和實作是兩回事的這種觀念其實是假議題(專業就是專業、學問就是學問、工程就是工程,特別是在應用科學領域,哪裡有什麼理論實作之分,也沒有什麼學術研究和產業技術之分,只有嚴謹和不嚴謹、熱愛不熱愛、掌握程度深淺、是否具備遠見之分,很多人總是很喜歡拿 理論和實作是兩回事 或者說 學術和產業是兩回事 來當作不用重視實作/懶得去碰實作的藉口),

而且我個人相當熱愛真正紮實的工程領域學術研究,正因為如此所以我個人認為台灣學術界整體風氣實在沒有很踏實(國外聽說也開始有這些現象,我不清楚),因為真正熱愛專業領域和研究的人相對實在比較少,多數人在意的是現實面而不是熱愛研究。

以前曾經分享過,自己的碩士論文當年從頭到尾共做了不到2個月(因為在這之前在忙著舉辦教育部競賽的計劃,在此之前幾乎沒時間想碩士論文的事,所以短時間內將碩士論文完成其實是真的非常累,在拚碩士論文內容的期間幾乎每天只睡三到四小時,而且還好在之前就已經有許多嵌入式系統應用設計的基礎和經驗,以及在大學時期已有累積不少與訊號處理演算相關的數學觀念),內容絕對紮實嚴謹,而在碩士班畢業離校當天(2015/8/26)就完全公開。而其中的程式原始碼和頸部姿態穿戴偵測裝置還保留至今,去年指導成大碩士生學弟們將此程式碼拿出來提供給學弟們整合後續應用程式之後去參加競賽得獎(經濟部與教育部合辦的2021第26屆大專校院資訊應用服務創新競賽[4],請看該網頁第2頁的資訊應用組九的第二名)。

台灣人很愛拿學術這兩字出來講,所以今天提一下我的碩士論文[5][6][7]當時在學術的方面的狀況(絕對不是什麼偉大成果,畢竟只是我自己1人做了共2個月不到,但當時也是做得相當用心而且絕對有考慮學術貢獻的方面),當時比較了一些論文文獻,最相關相似的文獻是和美國名校大學University of Washington(華盛頓大學)當時的Ke-yu Chen博士研究生 等人的研究團隊(共五人)在2014年的一項class project專案成果NecX [1][2]進行比較。我覺得NecX是一項很棒的專案(雖是class project,但是內行人都知道,許多歐美名校頂尖大學的class project就已經很有程度,且這是五人的共同研究成果),也很感謝他們願意公開這些研究成果資訊。

University of Washington(華盛頓大學)這間學校出過15位諾貝爾獎得主,在電腦科學和醫學領域的學術名望是世界頂尖。

NecX論文的第一作者Ke-yu Chen博士[3]畢業於東吳大學、台灣大學資訊工程碩士班 與 美國University of Florida(佛羅里達大學)電機與電腦碩士班,並且在2016年獲得美國University of Washington(華盛頓大學)的電機工程博士學位,他後來在Intel擔任過研究員和Google當過研究工程師,目前任職於Apple公司擔任研究員[3]。

他們當時就讀於University of Washington的這項NecX專案,有寫成一篇論文[1][2](這篇paper[1]有五位作者: Ke-Yu Chen, Aniket Handa, Chaoyu Yang, Shuowei Li, Shwetak Patel),也有專案網站,主要是透過EMG sensors貼在人體頸部的兩側,並進行後續的演算處理辨識,主要辨識2位受測者的5種頸部動作,並且他們的實驗數據主要是離線運算分析(offline analysis)的方式輸入WEKA資料探勘軟體以訓練出model並對其動作進行分類(所以應該是在電腦上分析),準確度是94.1%(但是是離線運算分析,他們的論文中有提到他們在做即時辨識時有遭遇到一些困難,後來他們也有做即時辨識但似乎沒有提出實驗數據,只有提到如Demo影片的效果)。

而我的碩士論文研究內容[5][6][7]是我一人自行完成,沒有共同作者,在sensor種類(選擇IMU感測器)和穿戴/放置部位是參考一項當時在網路上募資專案Fineck,而這碩士論文的核心在於自行整合應用設計一套演算法機制來做訊號處理辨識以辨識頸部動作,最後成果是做到online即時(Real time)分析演算辨識(辨識演算法的主要部分實作自行整合撰寫的手機APP應用程式達進行即時辨識運算)辨識18種頸部姿態動作(整合應用了一些open source 專案的source code加以修改整合設計),實驗的受測者人數為10位,實驗辨識率每次都在九成多以上(大約都在92%~96%),後來覺得我這樣一人獨力在2個月內所完成的成果應該明顯不輸給University of Washington的NecX專案成果,和其他文獻相比也有獨特性,所以認為這應該可算是令自己滿意的成果。當時因為已在前一年和產業公司簽約媒合(同時服研發替代役的工程師職務合約),一心想在碩士畢業後趕快去聯發科集團(晨星)上班(而工作內容性質其實和我碩士論文方向性質差異很大),而且也認為有用的研究成果最主要就是要能貢獻台灣社會(所以論文完全公開且寫出很多實作和實驗方面的細節以及演算法選擇/應用/搭配/整合的原則及整合方面的細節),所以從來就沒有想將此成果發表去什麼學術期刊(個人當時也已開始不太認同台灣學術界的某些文化),但畢業後一直覺得這東西沒用到很可惜,所以就把東西拿出來再次實驗並且拍攝Demo影片放在Youtube上面並且寫成blog文章分享,並且在離開產業界回成大協助指導碩士生時又將成果拿出來讓學弟們延伸應用參加競賽。

  
感謝我碩士班的指導教授讓我在挑選題目和研究方面有極大的自由和發揮空間,指導教授對於許多事情的務實看法,我至今仍非常認同和敬佩,也給了我不少認知和啟發,也很高興畢業後都有在和黃教授維持聯繫交流。

現在回頭想想,碩士論文口試也已經是好幾年前的事了,時間過得真快。



當年口試(學位考試)成績: 94.25 (共四位口試委員,其中一位委員打95分 而另外三位委員打94分)


【若需要嵌入式系統技術輔導課程 可來信洽談合作方式: iws6645@gmail.com,亦可先點擊參考這篇介紹文章


沒有留言:

張貼留言