Elektrotehniški veštnik 84(5): 277-281, 2017 Izvirni znanstveni clanek
Analiza in sinteza metod varne, senzorno podprte enoročne robotske vadbe
Blaz Jakopin, Marko Munih
Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška 25, 1000 Ljubljana, Slovenija E-pošta: blaz.jakopin@robo.fe.uni-lj.si
Povzetek. Doktorska tema sega na področje robotsko podprte motorične rehabilitacije bolnikov z motnjami gibanja zgornjih okončin. To je področje, ki temelji na dveh desetletjih intenzivnega razvoja. Doktorska tema se najprej poglobi na področje nemotečega merjenja fiziološkega odziva človeka, ki bi ga lahko pozneje skupaj z drugimi parametri uporabili v večmodalni aplikačiji, za zaprtozančno prilagajanje tezavnosti rehabilitačijske naloge. Opisane so metode in način validačije predlaganega nizkočenovnega merilnega sistema, ki bi zadoščal uporabi za namene robotske rehabilitačije. Za varno interakčijo robota in človeka med robotsko vadbo je treba zagotoviti varnost kontakta med obema, zato se tema osredini na vodenje in razvoj nizkočenovnega linearnega haptičnega mehanizma, ki vsebuje sistem nelinearnih vzmeti za prilagajanje mehanske togosti. Skupaj z nalogo v virtualnem okolju lahko s pomočjo omenjenih sistemov načrtamo večmodalno rehabilitačijsko vadbo, ki bi lahko bila zaradi čenovne dostopnosti in varnosti primerna tudi v domačem okolju.
Ključne besede: rehabilitačija zgornjih okončin, fiziološki signali, večmodalni sistemi, zdruiževanje senzornih informačij, interakčija robota s človekom
Analysis and synthesis of methods for safe, sensory-supported unimanual robot-based training
This doctoral thesis is mostly involved with robotic exercise for support in motor rehabilitation of patients with movement disorders of the upper extremities. This field is based on two decades of intensive research. The first part of the thesis is focused on an unobtrusive measurement of the persons' physiological response. Methods to analyse and validate the unobtrusive measurement system are described. For a safe human-robot interaction we need to provide a certain degree of compliance between the patient and the robot. A type of a variable-stiffness actuator is analysed and different control strategies are used to provide for decoupled stifness and position control of the mechanism. With the addition of a virtual environment, multimodal robotic training can be produced by a system using physiological measurements, task performance and biomechanical measures and by using an inherently safe haptic interface.
Keywords: rehabilitation of upper extremities, physiological signals, multimodal systems, sensor fusion, human-robot interaction
1 UVOD
Predlog doktorske disertacije je razdeljen na pet poglavij. V uvodu je prestavljeno področje rehabilitacijske robotike s pregledom literature najnovejših pristopov senzorno in robotsko podprte enorocne vadbe. Predstavljene so metode enorocne rehabilitacije in aktualne raziskovalne smeri v rehabilitacijski robotiki. V drugem poglavju so podani cilji doktorske naloge, v tretjem pa
so predstavljene utemeljitve pristopa za izvedbo zastavljenih čiljev. (Četrto poglavje je opis uporabljenih metod in postopkov za dosego čiljev, v petem pa so poudarjeni izvirni prispevki doktorske disertačije.
V preteklih desetletjih je rehabilitačija napredovala iz preprostih pasivnih mehanizmov za vadbo v obširno področje robotizirane aktivne vadbe, kjer se roboti uporabljajo kot vadbeni pripomočki, ki lahko pačientu pomagajo hitreje doseči čilj fizikalne terapije. Vadba s pomočjo robota je lahko ob uporabi virtualnega okolja zabavna in privlačna za pačienta [1], [2], hkrati pa lahko ob njej s haptičšnimi roboti ti aktivno sodelujejo s pačientom pri izvajanju naloge. Haptični roboti lahko ob interakčiji s pačientom prek senzorja sile zaznavajo namero premika pačienta in aktivno pomagajo pri motorični nalogi. Ob uporabi haptičnih robotov pri rehabili-tačiji lahko terapevt torej pridobi objektivno informačijo o sili interakčije med robotom in pačientom ter premiki, ki nastajajo med opravljanjem naloge. S pomočjo teh informačij lahko terapevt sklepa o napredku in ustrezno prilagaja tezavnost naloge [3].
Ugotavljanje optimalnih parametrov mentalne in fizične tezavnosti naloge pa je izziv, s katerim se ukvarja kooperativna robotika. Za motivačijsko vadbo je potrebna povratnozančšna vezava med izmerjenim človeškim psihofiziološkim odzivom, biomehanskimi parametri, robotskim sistemom in nalogo v virtualnem okolju. Meritve biomehanike in psihofiziologije pačienta se ovrednotijo, na podlagi teh meritev pa se lahko oblikuje očena tezavnosti, ki sluzi kot vhod v regulator robota in naloge [4], [5]. Z zdruzevanjem različnih
senzornih informacij so avtorji v [5] pokazali delovanje adaptivne metode, ki uravnava težavnost naloge v realnem casu. Za merjenje psihofiziološkega odziva so uporabljali merilno opremo z visoko točnostjo, katere slabost sta bila visoka cena in dolg čas namestitve merilnega sistema. Avtorji so v prejšnjih študijah [5]-[8] za ocenjevanje psihološkega odziva med interakcijo z robotom uporabljali parametre, kot so: srcni utrip, variabilnost srcšnega utripa, variabilnost ritma dihanja, prevodnost kozše in temperatura kozše perifernih delov telesa (tipicno konice prstov). Poleg teh se uporabljajo tudi metode za prepoznavo obraznih izrazov, zenicšnega odziva, mozganske aktivnosti (elektroencefalografija) in misicnega odziva obraznih mišic (elektromiografija) [9], [10].
Za merjenje biomehanskih parametrov med vadbo se uporabljajo opticšni ali inercialni merilni sistemi, informacijo o sili interakcije in premikih v sklepih robota pa lahko izmerimo kar iz robotskega sistema. Opticni sistemi (Optotrak, Vicon, Codamotion, itd.) se uporabljajo v laboratorijskem okolju in jih odlikuje visoka tocnost merjenja. Zaradi visoke cene in omejenega merilnega obmocja pa so se na tem področju zacele uveljavljati inercialne merilne enote (IME), ki so nizkocenovna alternativa merjenja biomehanskih parametrov. Senzorji so majhni in nosljivi, zato merjenca ne omejujejo z obmocjem merjenja. Za izracun sil in navorov v sklepih se med drugimi uporablja inverzna Newton-Eulerjeveva metoda, kjer pri znanem gibanju segmentov mehanizma (roke) lahko na podlagi enacšb inverzne dinamike izracšunamo sile in navore v sklepih. Za izracšun enacšb inverzne dinamike moramo poznati geometrijo mehanizma, maso segmentov, vztrajnostne momente in parametre trenja oz. moramo poznati di-namicni model mehanizma [11], [12]. Bertomeu in drugi [13] so uporabljali IME, namešcene na segmente roke, in planarnega robota za rehabilitacijo zgornjih okoncšin. Pokazali so, da lahko s pomocjo povratne informacije biomehanskih parametrov, izracšunane iz IME senzorjev, vzpodbudimo razlicšne tipe vadbe, pri katerih robotski sistem zaznava gibe v razlicšnih sklepih roke in tako prilagaja vadbo za tocno dolocen sklep.
Za varno vadbo ter interakcijo med robotom in clovekom je treba zagotoviti mehanizme, ki so inhe-rentno varni v svojem delovanju. Takšni mehanizmi morajo biti podajni (elasticšni), da ob morebitnem trku ob oviro shranjujejo energijo in ne poškodujejo uporabnika. Industrijski roboti so znani po svoji tocnosti in veliki pasovni sširini prav zaradi visoke mehanske impedance, iz istega razloga pa so tudi nevarni za interakcijo s cšlovekom. S kombinacijo uporabe senzorjev sile in razlicnih algoritmov vodenja lahko dosezemo aktivno impedanco na podlagi programske kode in tako pretvorimo industrijskega robota v hapticšnega z nastavljivo mehansko impedanco [14]. Zaradi omejene pasovne sširine sistema tak nacšin vodenja ne more absorbirati
mehanskih sšokov in sše vedno ne pomeni optimalne resšitve za varno interakcijo s cšlovekom. Za ta namen so se zaceli uveljavljati pogonski sistemi z inherentno togostjo, ki v svoji strukturi med motorjem in bremenom vsebujejo elasticšne elemente (vzmeti), ki lahko absorbirajo mehanske trke [15], [16]. Togost doloca elasticni element, obstajajo pa tudi konfiguracije, kjer lahko togost segmenta nastavljamo s pomocšjo nelinearnih vzmeti in vec motorjev [17], [18]. Metode pozicijskega vodenja omenjenih pogonskih sistemov temeljijo na poznavanju tocnih modelov togosti elasticnih elementov in vztrajno-stnih parametrov mehanizma [19]. Ce tocni modeli niso znani, pa uporabljamo adaptivne metode vodenja [20].

LINarm++ kontrolna enota LINarm++ GUI LINarm++ manager
LINarm robotski mehanizem in krmilnik Arduino DUE LINarm mehanizem
Merilni sistem fizioloških signalov
Zajem signalov Senzoriziran ročaj
NMES mišična stimulacija Krmilnik za el. stim. NMES elektrode
Model pacienta
Klinični indeks Odločitveno drevo
Navidezno okolje
Igra in beleženje Zaslon
Slika 1: Blokovna shema zgradbe LINarm++ vecmodalne rehabilitacijske platforme: hapticni robot, merilni sistem fizioloških signalov, sistem za mišicno stimulacijo in virtualno okolje so razlicne modalnosti vadbe
2 CILJI
Osnovni cilj doktorske disertacije bo sinteza in analiza novih pristopov za varno, prilagojeno in preprosto enorocno vadbo z zdruzevanjem vec senzornih informacij. Pristopi bodo temeljili na najnovejših spoznanjih s podrocšja motoricšne rehabilitacije z uporabo naprednih metod senzorne integracije v kombinaciji z analizo naprednih modelov pogonskih sistemov in algoritmov vodenja.
V disertaciji bodo izvedeni naslednji vmesni cilji:
1)	Metodologija in validacija metodologije ne-motecega in preprostega merjenja fizioloških parametrov Človeka med enorocno vadbo. Za
ugotavljanje psiholosškega stanja cšloveka bomo razvili sistem za preprosto merjenje fiziolosških parametrov cšloveka. Na podlagi literature in izkusšenj bodo izbrani kljucni in zanesljivi fiziološki senzorji, ki bodo vgrajeni v dve razlicni obliki rocajev. Predlagan merilni sistem bo uporabljen in eksperimentalno validiran s pomocjo referencnega merilnega sistema fiziolosških signalov.
2)	Izračun kinematičnih in dinamičnih parametrov zgornje okončine med enorocno vadbo. Ra-
zumevanje kinematičnih in dinamičnih parametrov med vadbo je pomemben prispevek pri snovanju algoritmov vodenja naprav za rehabilitacijo. Med enoročno robotsko vadbo bomo s spreminjanjem modela virtualnega okolja naloge analizirali sile in navore v sklepih aktivne okončine. Spreminjali bomo dinamiko dogajanja v nalogi in fizični napor, ki se bo odraZal kot upor, katerega robot daje človeku.
3)	Teoretična analiza modela pogonskega sistema s spremenljivo impedanco. Pogoni s spremenljivo impedančo spadajo v skupino pogonov z in-herentno togostjo. Zgradba takih sistemov vsebuje elastične elemente, ki lahko ob nepoznavanju mehanskih parametrov vodijo do nestabilnosti. Analiziran bo matematični model pogona s spremenj-livo impedančo za ugotavljanje primernosti takih pogonov za uporabo v rehabilitačijski robotiki.
4)	Zasnova in analiza algoritmov vodenja pogonskih sistemov s spremenljivo impedanco. Spreminjanje impedanče lahko dosezzemo z različnimi konfiguračijami vzmeti in motorjev. Raziskali bomo različne algoritme vodenja motorjev za stabilno spreminjanje impedanče z zadovoljivo pozi-čijsko točnostjo.
3 UTEMELJITEV
Na področju rehabilitačijske robotike vsi čilji tezijo k preprosti, učinkoviti in dostopni vadbi pačientov s senzorno-motoričnimi okvarami. Otezeno ali prizadeto gibanje in kogničija pogosto izhaja iz mozganskih poškodb po kapi, zato se je razvila posebna veja re-habilitačije, kiji pravimo nevrorehabilitačija. Klinike in rehabilitačijski inštituti uporabljajo robotske naprave za nevrorehabilitačijo, saj omogočajo motivačijsko vadbo, vendar je po izteku časa, ki je predpisan za pačienta, ta odpuščen v domačo oskrbo, kjer nima dostopa do podobne vadbe. Studije dokazujejo [18], daje aktivna motorična in kognitivna rehabilitačija pomembna tudi v domači oskrbi v kronični fazi prizadetosti po poškodbi. S tem namenom se razvijajo tudi nizkočenovne prenosne naprave, namenjene tudi vadbi v domači oskrbi. Prenosnost, čenovna dostopnost, preprosta uporaba in varnost so samo nekateri pogoji, ki jih rehabilitačijske naprave za domačo uporabo morajo vsebovati. Za optimalno vodenje in narčtovanje vadbe pa potrebujemo bogate informačije o biomehaniki, fiziologiji in uspešnosti pačienta, ki uporablja vadbeno napravo.
Uspešnost okrevanja pačientov po kapi neposredno korelira z motivačijo za vadbo paretičnih udov ali kognitivnih sposobnosti. Izboljšanje motivačije lahko dosezemo s prilagajanjem robotske vadbe glede na fiziološko stanje pačienta, ki ga očenimo s pomočjo meritev fiziološkega odziva pačienta. Fiziološke meritve pa ne omogočajo zgolj očene stanja, temveč jih lahko uporabljamo tudi za diagnostiko in sledenje pačientovih
vitalnih znakov med redno vadbo. Sistemi za merjenje fiziolosških parametrov so dragi in namestitev merilnih elektrod lahko traja tudi po več deset minut, zato smo v dosedanjem delu razvili merilni sistem za merjenje fiziološkega odziva, ki je integriran v ročaj (slika 2) rehabilitačijske naprave, in tak sistem tudi validirali.
Z izračunom kinematičnih in dinamičnih parametrov zgornjih okončin med enoročno vadbo lahko terapevt pridobi objektivne informačije o biomehaniki aktivne roke med vadbo, kar mu omogoča, da spremlja napredek pačienta skozi daljše časovno obdobje in optimalno načrtuje vadbo za izboljšanje simptomov. Dodatno so lahko kinematični in dinamični parametri, pridobljeni iz nosljivega senzornega sistema, nameščenega na zgornjih okončinah, zaprtozančna informačija, s katero prilagajamo vadbo glede na spečifični sklep okončine ali mišično skupino.
Za uspešno komerčializačijo in integračijo rehabilita-čijskih naprav v mnozično uporabo je treba ugoditi pogoju varne vadbe. Načrtovati je torej treba mehanizme, ki so po svoji zgradbi inherentno varni za uporabo. Za ta namen bomo analizirali modele pogonskih sistemov z inherentno togostjo (slika 4), ki vsebujejo elastičšne elemente, in motorje, ki lahko z algoritmi vodenja aktivno spreminjajo mehansko togost.
4 METODOLOGIJA
Metodologija in validacija metodologije nemotečega in preprostega merjenja fizioloških parametrov človeka med enoročno vadbo: Za validačijo sistema za ne-moteče merjenje fizioloških parametrov bomo na obstoječi robotski sistem HaptičMaster (FCS Control System) namestili merilni sistem z integriranimi senzorji v ročaju. V eksperimentu bodo zdrave osebe v interakčiji z robotom opravaljale nalogo pod različnimi pogoji, v točki interakčije bodo na aktivni okončini merjene s predlaganim merilnim sistemom (slika 2), vzporedno pa bo potekala meritev z referenčšnim sistemom na drugi (pasivni) okončini.
(a)	(b)
Slika 2: Senzorizirana ročaja v obliki čilindra (a) in hemisfere
(b)
Izračun kinematicnih in dinamičnih parametrov zgornje okončine med enoročno vadbo: Izračun kinematičnih parametrov poteka z zdruzevanjem senzornih
informacij iz nosljivega senzornega sistema, ki sestoji iz IME senzorjev. Z vzorčenjem pospeškometra, Ziroskopa in magnetometra lahko z naprednimi algoritmi zlivanja podatkov izračunamo orientacije posameznih segmentov. Z upoštevanjem kinematicnega modela roke lahko izračunamo kinematicne spremenljivke roke. Na podlagi inverzne Newton-Eulerjeve dinamične analize, ki temelji na ravnotezju sil in momentov, bomo izračunali dinamicne parametre roke s pomočjo statističnih an-tropometricnih podatkov merjencev in sile interakcije izmerjene na vrhu robota.
Teoretična analiza modela pogonskega sistema s spremenljivo impedanco: Zgrajen bo matematični model pogonskega sistema s spremenljivo impedanco, ki bi bil primeren za linearne premike. Model bo zasnovan kot dva vzporedno nameščena pogona s serijsko elastičnostjo, ki delujeta v nasprotni smeri (antagonisticno). Z uporabo nelinearnih vzmeti kot elastičnih elementov pogonskega sistema lahko dosezemo spreminjanje mehanske togosti kot prikazuje slika 3.
fi
i
f2
fi

X2 X
Xm	k2
J 2
xm
5
Slika 3: Poenostavljen model sistema dveh vzporednih vzmeti. xi in X2 sta vira pozicije (motorja), Xe pa pozicija ravnovesja premičnega dela. Sili / in /2 sta sili, ki delujeta na premično telo zaradi elasticnih elementov ki in k2. Za izmik premičnega dela iz točke ravnovesja je potrebna zunanja sila fe, ki povzroči izmik Z. Parameter S določa prednapetost vzmeti
Zasnova in analiza algoritmov vodenja pogonskih sistemov s spremenljivo impedanco: Na podlagi matematičnega modela pogonskega sistema bomo razvili algoritem vodenja elastičnega pogonskega sistema (slika 4), ki bo temeljil na izmeničnem napenjanju vzmeti mehanizma. Tako bomo skušali doseči stabilno spreminjanje in krmiljenje mehanske impedance sistema z zadostno pozicijsko in hitrostno točnostjo. Algoritem vodenja bomo analizirali v simulaciji in ga validirali na realnem pogonskem sistemu.
5 SKLEP
Načrtovani znanstveni prispevki doktorske disertacije so: • validacija metodologije nemotečega in preprostega merjenja fizioloških parametrov človeka med robot-
Slika 4: CAD-model predlaganega haptičnega mehanizma. Premični del vsebuje sistem torzijskih vzmeti z nelinearno karakteristiko, uporaba dveh motorjev pa omogoča razsklopljeno vodenje po poziciji in togosti mehanizma.
sko vadbo,
•	metoda ocenjevanja sil in navorov v sklepih roke z nosljivimi inercialnimi senzorji in merjenem sile interakcije med enorocno vadbo z robotom,
•	teoretična analiza in metoda vodenja linearnega pogonskega sistema s spremenljivo impedanco za varno enorocno vadbo zgornjih okoncin.
Zahvala
Delo je omogocila Javna agencija za raziskovalno dejavnost Republike Slovenije (ARRS) v okviru programa (P2-0228) - Analiza in sinteza gibanja pri cloveku in stroju. Raziskava je nastajala delno v sklopu evropskega projekta ECHORD++, pod številko 601116 za raziskavo LINarm++.
Literatura
[1]	N. Hocine, A. Gouaich, S. A. Cerri, D. Mottet, J. Froger, and I. Laffont, "Adaptation in serious games for upper-limb rehabilitation: an approach to improve training outcomes," User Modeling and User-Adapted Interaction, vol. 25, no. 1, pp. 6598, 2015.
[2]	F. C. Huang, R. B. Gillespie, and A. D. Kuo, "Human adaptation to interaction forces in visuo-motor coordination," Neural Systems and Rehabilitation Engineering, IEEE Transactions on, vol. 14, no. 3, pp. 390-397, 2006.
[3]	P. Maciejasz, J. Eschweiler, K. Gerlach-Hahn, A. Jansen-Troy, and S. Leonhardt, "A survey on robotic devices for upper limb rehabilitation," Journal of neuroengineering and rehabilitation, vol. 11, no. 1, p. 1, 2014.
[4]	D. Novak, M. Mihelj, J. Ziherl, A. Olenšek, and M. Munih, "Psychophysiological measurements in a biocooperative feedback loop for upper extremity rehabilitation," Neural Systems and Rehabilitation Engineering IEEE Transactions on, vol. 19, no. 4, pp. 400-410, 2011.
[5]	D. Novak, M. Mihelj, J. Ziherl, A. Olenšek, and M. Munih, "Psychophysiological measurements in a biocooperative feedback loop for upper extremity rehabilitation," Neural Systems and Rehabilitation Engineering IEEE Transactions on, vol. 19, no. 4, pp. 400-410, 2011.
[6]	D. Novak, J. Ziherl, A. Olenšek, M. Milavec, J. Podobnik, M. Mihelj, and M. Munih, "Psychophysiological responses to robotic rehabilitation tasks in stroke," Neural Systems and Rehabilitation Engineering IEEE Transactions on, vol. 18, no. 4, pp. 351-361, 2010.
X
e
e
Z
ANALIZA IN SINTEZA METOD VARNE, SENZORNO PODPRTE ENOROCNE ROBOTSKE VADBE
281
[7]	D. Novak, M. Mihelj, and M. Munih, "Psychophysiological responses to different levels of cognitive and physical workload in haptic interaction," Robotica, vol. 29, no. 03, pp. 367-374, 2011.
[8]	D. Kulic and E. A. Croft, "Affective state estimation for humanrobot interaction," Robotics, IEEE Transactions on, vol. 23, no. 5, pp. 991-1000, 2007.
[9]	S. Balters and M. Steinert, "Capturing emotion reactivity through physiology measurement as a foundation for affective engineering in engineering design science and engineering practices," Journal of Intelligent Manufacturing, pp. 1-23, 2015.
[10]	G. M. Breakwell, J. A. Smith, and S. M. Hammond, Research Methods in Psychology, section 8, pp. 146-195. SAGE Publications Ltd., third ed., 2006. Psychophysiological methods.
[11]	J. Paul, "Paper 8: Forces transmitted by joints in the human body," in Proceedings of the Institution of Mechanical Engineers, Conference Proceedings, vol. 181, pp. 8-15, SAGE Publications, 1966.
[12]	J. Apkarian, S. Naumann, and B. Cairns, "A three-dimensional kinematic and dynamic model of the lower limb," Journal of biomechanics, vol. 22, no. 2, pp. 143-155, 1989.
[13]	A. Bertomeu-Motos, L. D. Lledo, J. A. Diez, J. M. Catalan, S. Ezquerro, F. J. Badesa, and N. Garcia-Aracil, "Estimation of human arm joints using two wireless sensors in robotic rehabilitation tasks," Sensors, vol. 15, no. 12, pp. 30571-30583, 2015.
[14]	M. Mihelj, T. Bajd, M. Munih, J. Lenarcic, and M. Zefran, Vodenje robotov. ZaloZba FE in FRI, 2011.
[15]	G. A. Pratt and M. M. Williamson, "Series elastic actuators," in Intelligent Robots and Systems 95. 'Human Robot Interaction and Cooperative Robots', Proceedings. 1995IEEE/RSJInternational Conference on, vol. 1, pp. 399-406, IEEE, 1995.
[16]	N. Paine, S. Oh, and L. Sentis, "Design and control considerations for high-performance series elastic actuators," Mechatronics, IEEE/ASME Transactions on, vol. 19, no. 3, pp. 1080-1091, 2014.
[17]	B. Vanderborght, A. Albu-Schaffer, A. Bicchi, E. Burdet, D. G. Caldwell, R. Carloni, M. Catalano, O. Eiberger, W. Friedl, G. Ganesh, et al., "Variable impedance actuators: A review," Robotics and autonomous systems, vol. 61, no. 12, pp. 16011614, 2013.
[18]	M. Malosio, M. Caimmi, G. Legnani, and L. Tosatti, "Linarm: a low-cost variable stiffness device for upper-limb rehabilitation," in Intelligent Robots and Systems (IROS 2014), 2014 IEEE/RSJ International Conference on, pp. 3598-3603, Sept 2014.
[19]	A. De Luca and P. Lucibello, "A general algorithm for dynamic feedback linearization of robots with elastic joints," in Robotics and Automation, 1998. Proceedings. 1998 IEEE International Conference on, vol. 1, pp. 504-510, IEEE, 1998.
[20]	F. Lange and G. Hirzinger, "Learning accurate path control of industrial robots with joint elasticity," in Robotics and Automation, 1999. Proceedings. 1999 IEEE International Conference on, vol. 3, pp. 2084-2089, IEEE, 1999.
Blaži Jakopin je leta 2014 diplomiral s področja elektrotehnike na Univerzi v Ljubljani. Je mladi raziskovalec na Fakulteti za elektrotehniko. Njegovo področje raziskovanja obsega fiziološke meritve, interakcijo človek-robot in načrtovanje metod varne interakcije človeka z robotom.
Marko Munih je diplomiral (1986), magistriral (1989) in doktoriral (1993) s področja elektrotehnike na Fakulteti za elektrotehniko Univerze v Ljubljani. V letih 1995 in 1996 je bil raziskovalec na Oddelku za medicinsko fiziko in bioinZeniring na University College London, nakar je 1997 je postal izredni profesor na Fakulteti za elektrotehniko Univerze v Ljubljani. Trenutno je redni profesor in vodja Laboratorija za robotiko na Fakulteti za elektrotehniko Univerze v Ljubljani kjer poučuje predmete Kinematika in dinamika robotov, Mikroračunalniški sistemi, Osnove robotike, Poglavja iz robotike, Robotski mehanizmi, Seminar iz robotike in merjenj in Vrageni sistemi v avtomatiki.