嵌入式人手姿态肌电模式在线识别方法

为了实现多自由度假手的肌电控制,需要嵌入式地实现先进模式识别方法.分别采用K近邻法及支持向量机分类方法,在样本充足以及相对匮乏的情况下,对实验中采集肌电信号的阈值特征集和稳态特征集进行了模式识别操作.实验结果表明,支持向量机的方法要明显优于近邻法,采用阈值数据作为训练样本要比稳态数据实时识别效果好.给出了一种在DSP内基于支持向量机进行10种人手姿态肌电模式的在线识别方法,识别率在95%以上,决策频率约为30Hz.     

多自由度仿人型假手设计

为了突破目前假手功能的局限,提高使用者的认可程度,设计了集成化的多自由度假手.它的手指设计采用了两种四连杆机构,基关节和中关节之间采用欠驱动连杆传动,能进行自适应抓取;中关节和远关节之间采用耦合连杆传动.手里有三个驱动电机,食指、拇指分别由一个电机驱动,其他三个手指由一个电机驱动.手指上安装了位置和力矩传感器.控制系统由两个DSP控制板组成,不仅实现了基于两路肌电信号的假手动作识别,并且可以进行手指的位置和力矩控制.抓取实验显示这个假手具有很高的抓取能力和灵巧性.     

智能肌电控制假手研究进展

智能肌电假手研究作为康复医疗领域中的重要研究内容,始终是国内外研究的热点.随着机器人技术的进步,假手正往仿人型、灵巧性、直觉控制、智能感知方向发展.智能肌电假手应当具有与人手相近的功能,其不仅能通过运动功能重建辅助残疾人进行日常生活,而且还应通过感知反馈功能重建让残疾人产生人机共融的本体感.本文通过对国内外多年的肌电假手研究成果进行分析比较,从质量、灵巧程度、抓取性能、设计原理等多角度分析了假手的机械结构设计要素;另外,本文还较系统地对基于肌电信号的手势识别研究现状进行概述,介绍了目前基于残肢生物信号识别的多种研究思路,并分析了多种基于不同原理的假手信息感知技术,介绍了利用指尖力触觉传感器实现对假手的自适应控制和用户的感知反馈.最后总结了未来假手的研究发展过程中面临的问题与挑战,提出了肌电假手的未来研究方向.     

仿人假手柔性食指机构研究

针对仿人假手抓取物体欠柔性问题,从提高假手操作灵活性、手指柔性角度,设计欠驱动多自由度柔性食指机构,并进行手指运动学分析和工作空间分析.研究建立了食指机构的简化模型,假手的食指由一个独立的电机带动,采用钢丝绳合并连杆机构驱动,并基于运动学分析了食指机构.结果表明:在选取适当手指机构尺寸及各关节的转角范围后,获得了指端的工作空间及相对于手掌的位置;手指关节内加入扭簧,抓取物体时,假手表现出良好的柔性和形状自适应性.     

应用于假手的肌电信号分类方法研究

高效、准确的肌电信号分类方法是实现高仿生性肌电假手控制的关键技术之一.本文对肌电假手常用的信号分类方法进行了系统研究,阐述了目前常用的七种方法的基本原理和研究现状.重点分析了基于神经网络和支持向量机的肌电信号分类方法,分别从网络类型、所采用的信号特征、识别准确率等方面对分类结果进行了比较.最后,对各种方法的优缺点及适应...     

腱驱动假手手指运动及力分析

为优化多自由度假手的机械结构,降低其复杂性以及提高其可靠性,采用腱驱动方法实现假手单手 指的独立运动．腱驱动假手手指由驱动腱、钢丝轮、3个指节、3个关节及关节扭簧等构成,关节扭簧实现关节 的预紧和腱松弛后关节的回复运动．对弹簧刚度进行优化设计,实现腱驱动的手指各关节的顺序弯曲及手指 的大抓握．分析了手指抓取时各指节所受接触力与钢丝轮驱动力矩之间的关系．建立了手指的动力学模型, 得到手指的动力学方程．数值计算与仿真分析比较证明了理论计算的正确性,手指运动及抓握实验证明了该 种结构手指的可行性．腱驱动的假手手指具有零件少、结构简单、可靠性高等优点,为多自由度假手的研制提 供了有利条件     

具有力/位感知的仿人假手拇指机构

为使假手运动速度更快、更稳定,体积更小,基于耦合原理设计了假手的拇指机构;为使假手更加智能化,集成了力矩和位置感知装置,使之能够感知手指的绝对位置和指尖出力.该拇指由1个电机驱动,由3个关节组成,电机、减速箱和伞齿轮减速装置全部嵌入在手掌内部,近指节和中指节之间采用了平面四杆和空间四杆驱动方式,使手指的外观和运动轨迹更加拟人化.实验表明,手指抓取速度快且在运动的起点和终点没有震动,抓取过程更加仿人化,能够完成正向捏取、三指捏取、柱状抓取等人手大部分抓取功能,能够满足残疾人基本生活需要.     

基于脑电信号的高智能假手控制

提出了一种基于特定几种心理作业的脑电信号控制假手的方法。将Burg法功率谱估计用于多通道脑电信号的特征生成,使用线性神经网络进行分类,通过离线以及在线实验验证,得到3种模式较高的识别成功率。将闭眼时α节律功率的提升作为单次实验的触发,实现了对假手三自由度的控制。     

一种AUV并联型矢量推进机构的姿态控制算法

为克服一些AUV矢量推进方式存在的作动器外置、自由度冗余等缺点,提出一种基于少自由度并联机构、作动器内部布置、满足两自由度矢量推进的结构方案.方案采用RS+2PRS并联机构作为AUV推进系统的主体结构,并联机构的固定平台与AUV的尾部舱壁固联、机构的运动平台安装螺旋桨等推进器,将驱动部件和动力输入单元内置于AUV舱体内部,结构紧凑,刚度性能好,便于推进系统的密封与防护;通过推进机构的运动参数解耦分析可知,该推进机构的自由度为2,独立运动参数为螺旋桨安装平台的进动角和章动角;可以采用两个移动副构件作为机构的驱动输入,建立推进机构欧拉姿态角与两路驱动参数之间的非线性映射模型;利用MATLAB和ADAMS的联合仿真分析,并搭建实物装置实现了螺旋桨姿态角的快速调整,从而实现AUV航向角和俯仰角的改变.研究结果表明,该型两自由度推进机构结构可行,姿态控制算法正确有效,可以有效提升AUV的水下机动性和工作效能,为后续两自由度矢量推进机构的工程化应用奠定理论基础.     

基于多通道表面肌电信号的手势识别方法研究

为验证基于表面肌电信号控制智能假手的可靠性,构建一种基于网格划分(Grid Search)优化支持向量机(SVM)的手势动作识别模型.从Ninapro数据集中截取部分动作信号数据,通过提取5种时域特征和基于小波包的时频域特征,利用SVM和Grid Search-SVM对不同种手势动作进行分类,并对比分类模型的可靠性.实验结果表明,在训练集数据量不同时,分类效果不同;且在训练程度相同时,优化后的分类模型较未优化模型分类效果更好,平均准确率相比提高了21.37％.该模型的建立为以后实时控制智能假肢奠定了基础.