In the second case, we assume that

In the second case, we assume that the elbow and forearm
torques cannot be estimated based on EMG signals. Therefore,
the robot estimates the torques of elbow and forearm based on
EEG signals. The estimation result is shown in Fig. 9. In Fig. 9,
the black solid line is the calculated result based on measured
joint angles, and the red broken line is the result which is
estimated based on EMG and EEG signals (EMG and EMG
case). Each axis is shown in Fig. 6. In addition, Table III shows
the error values. One is the error value of each axis between the
measured result and estimated result based on 16 EMG signals.
Another is the error value of each axis between the measured
result and estimated result based on EMG and EEG signals.
Although the accuracy of the estimation results with EEG and
EMG signals is lower than that with only EMG signals, we
could estimate the hand velocity based on EMG and EEG
signals as shown in Fig. 9 and Table III.

ผลลัพธ์ (ไทย) 1:

ในกรณีที่สอง เราสมมุติว่าข้อศอกและปลายแขนtorques ไม่สามารถจะประมาณตามสัญญาณดำรง ดังนั้นหุ่นยนต์ประเมิน torques ข้อศอกและปลายแขนตามEEG สัญญาณ ผลการประเมินแสดงใน Fig. 9 ใน Fig. 9ผลจากการคำนวณตามการวัดเป็นเส้นทึบสีดำมุมมองร่วม และเส้นประสีแดงเป็นผลซึ่งเป็นประเมินตามสัญญาณกล้ามและ EEG (ดำรงและดำรงกรณี) แต่ละแกนจะแสดงใน Fig. 6 นอกจากนี้ แสดงตาราง IIIค่าความผิดพลาด คือค่าผิดพลาดของแต่ละแกนระหว่างการวัดผล และประเมินผลตามสัญญาณกล้าม 16อื่นเป็นค่าข้อผิดพลาดของแต่ละแกนระหว่างการวัดผลและประเมินผลตามสัญญาณกล้ามและ EEGแม้ว่าความแม่นยำของการประเมินผล ด้วย EEG และดำรงสัญญาณต่ำกว่าที่มีเฉพาะกล้ามสัญญาณ เราสามารถประเมินความเร็วคงที่ตามกล้ามและ EEGสัญญาณดังแสดงในตาราง III และ Fig. 9

ผลลัพธ์ (ไทย) 2:

ในกรณีที่สองเราคิดว่าข้อศอกและแขน
แรงบิดไม่สามารถประมาณขึ้นอยู่กับสัญญาณ EMG ดังนั้น
หุ่นยนต์ประมาณการแรงบิดของข้อศอกและแขนขึ้นอยู่กับ
สัญญาณ EEG ผลการประมาณค่าแสดงในรูป 9. ในรูป 9
เส้นทึบสีดำเป็นผลมาคำนวณตามวัด
มุมข้อต่อและเส้นสีแดงแตกเป็นผลมาซึ่งมี
ประมาณขึ้นอยู่กับ EMG และสัญญาณ EEG (อีเอ็มและอีเอ็ม
กรณี) แกนแต่ละครั้งจะถูกแสดงในรูป 6. นอกจากนี้ตารางที่สามแสดงให้เห็น
ค่าความผิดพลาด หนึ่งคือค่าความผิดพลาดของแต่ละแกนระหว่าง
ผลที่วัดได้และผลที่คาดว่าขึ้นอยู่กับ 16 สัญญาณ EMG.
ก็คือค่าความผิดพลาดของแต่ละแกนระหว่างวัด
ผลและผลที่คาดอยู่บนพื้นฐานของอีเอ็มและสัญญาณ EEG.
แม้ว่าความถูกต้องของผลการประมาณค่า กับ EEG และ
สัญญาณ EMG ต่ำกว่าที่มีการส่งสัญญาณเพียง EMG เรา
สามารถประมาณความเร็วมือขึ้นอยู่กับ EMG และ EEG
สัญญาณดังแสดงในรูป 9 และตารางที่ III

ผลลัพธ์ (ไทย) 3:

ในกรณีที่สอง เราสันนิษฐานว่า ข้อศอกและปลายแขน
แรงบิดไม่สามารถประมาณการตามสัญญาณ EMG . ดังนั้น
หุ่นยนต์ประมาณแรงบิดของข้อศอกและปลายแขนตาม
สัญญาณคลื่นสมอง . ผลการประเมินแสดงดังรูปที่ 9 ในรูปที่ 9
เส้นทึบสีดำคือคำนวณผลตามวัด
มุมร่วม และเส้นแตกแดงเป็นผลซึ่ง
ประมาณการตามเครื่อง EEG ( กล้ามเนื้อและกรณีสัญญาณ EMG
) แต่ละแกนจะแสดงในรูปที่ 6 นอกจากนี้ ตารางที่ 3 แสดง
ค่าความผิดพลาด . หนึ่งคือ ค่าความผิดพลาดของแต่ละแกนระหว่างการวัดผลและประเมินผล
ตามสัญญาณ 16 EMG .
อีกเป็นข้อผิดพลาดที่ค่าของแต่ละแกนระหว่างการวัดผลและประเมินผลตาม

เครื่องสัญญาณคลื่นสมอง .แม้ว่าความถูกต้องของการประมาณผลด้วยสมองและ
สัญญาณ EMG ต่ำกว่าสัญญาณ EMG เท่านั้นเรา
อาจประมาณมือความเร็วตามกล้ามเนื้อและสัญญาณ EEG
ดังแสดงในรูปที่ 9 และตารางที่สาม