足球比分直播

基于表面肌电信号的机器人操控方法分析.pdf

返回
基于表面肌电信号的机器人操控方法分析.pdf_第1页
第1页 / 共69页
基于表面肌电信号的机器人操控方法分析.pdf_第2页
第2页 / 共69页
基于表面肌电信号的机器人操控方法分析.pdf_第3页
第3页 / 共69页
基于表面肌电信号的机器人操控方法分析.pdf_第4页
第4页 / 共69页
基于表面肌电信号的机器人操控方法分析.pdf_第5页
第5页 / 共69页
点击查看更多>>
资源描述:
万方数据国防科学技术大学硕士研究生院学位论文 第 I 页 目 录 摘 要 ..................................................................................................................................... i ABSTRACT .......................................................................................................................... ii 第 1 章 绪论 ....................................................................................................................... 1 1.1 研究背景和意义 ................................................................................................ 1 1.1.1 研究背景 ................................................................................................1 1.1.2 研究意义 ................................................................................................2 1.2 国内外研究概况、水平和趋势 ....................................................................... 3 1.3 课题的研究内容 ................................................................................................ 9 1.4 全文结构概述 .................................................................................................... 9 第 2 章 sEMG 信号的神经机理和分析方法 ...............................................................11 2.1 sEMG 产生的生理机制 ...................................................................................11 2.2 sEMG 信号的采集 .......................................................................................... 12 2.2.1 肌电采集装置 ......................................................................................12 2.2.2 肌电电极分类与放置 .........................................................................13 2.2.3 表面肌电信号特点 ..............................................................................15 2.3 sEMG 信号去噪处理 ...................................................................................... 16 2.3.1 sEMG 常见噪声分类 ..........................................................................16 2.3.2 去除低频噪声 ......................................................................................17 2.3.3 去除工频干扰 ......................................................................................18 2.4 sEMG 信号的分析方法 .................................................................................. 20 2.4.1 时域分析 ..............................................................................................20 2.4.2 频域分析 ..............................................................................................22 2.4.3 时频域分析 ..........................................................................................23 2.5 本章小结 .......................................................................................................... 23 第 3 章 基于 sEMG 的动作特征识别 ........................................................................... 24 3.1 sEMG 信号采集 .............................................................................................. 24 3.2 实验流程 .......................................................................................................... 24 3.3 实验数据分析 .................................................................................................. 26 3.3.1 握拳动作肌电特征分析 .....................................................................26 3.3.2 脚部动作肌电特征分析 .....................................................................29 3.3.3 特征均值分析 ......................................................................................31 3.3.4 在线动作识别 ......................................................................................31 3.4 本章小结 .......................................................................................................... 32 第 4 章 基于 sEMG 的机器人控制 ............................................................................... 33 万方数据国防科学技术大学硕士研究生院学位论文 第 II 页 4.1 多自由度机器人平台 ..................................................................................... 33 4.1.1 NAO 机器人简要 介绍 ........................................................................33 4.1.2 动作行为能力 ......................................................................................34 4.1.3 编程能力 ..............................................................................................35 4.2 复杂任务设计 .................................................................................................. 35 4.3 任务模拟实现 .................................................................................................. 36 4.3.1 任务分析 ..............................................................................................36 4.3.2 键盘操作模拟 ......................................................................................37 4.4 肌电控制方法与控制策略 ............................................................................. 38 4.4.1 肌电控制策略方法 ..............................................................................38 4.4.2 在线实验与结果分 析 .........................................................................39 4.5 本章小结 .......................................................................................................... 41 第 5 章 基于下肢肌肉 sEMG 的步态检测研究 .......................................................... 42 5.1 引言 .................................................................................................................. 42 5.2 步态分析基本要素 ......................................................................................... 43 5.3 实验设计和数据采集 ..................................................................................... 45 5.3.1 被试和检测肌肉的 选择 .....................................................................45 5.3.2 实验流程设计 ......................................................................................45 5.4 数据处理与分析 .............................................................................................. 47 5.4.1 sEMG 数据分析 ..................................................................................47 5.4.2 步频检测算法 ......................................................................................50 5.4.3 实际行走下的步频、步长估算 .........................................................53 5.4.4 实验结果分析 ......................................................................................56 5.5 本章小结 .......................................................................................................... 56 第 6 章 总结与展望 ......................................................................................................... 58 6.1 全文工作总结 .................................................................................................. 58 6.2 下一步工作展望 .............................................................................................. 59 致 谢 .................................................................................................................................. 60 参考文献 ............................................................................................................................. 61 作者在学期间取得的学术成果 ........................................................................................ 65 万方数据国防科学技术大学硕士研究生院学位论文 第 III 页 表 目录 表 1.1 基于 sEMG 的外骨骼控制方法实例 .................................................................... 8 表 3.1 不同动作类型的 sEMG 信号绝对值和特征值列表 ......................................... 31 表 3.2 动作识别统计结果 ............................................................................................... 32 表 4.1 动作指令映射列表 ............................................................................................... 38 表 4.2 被试任务完成时间表 ........................................................................................... 40 表 4.3 在线机器人控制组合指令分类识别结果 .......................................................... 40 表 5.1 步频检测结果 ........................................................................................................ 53 表 5.2 被试 A 步频检测实验统计 .................................................................................. 55 表 5.3 被试 B 步频检测实验统计 .................................................................................. 55 表 5.4 四名被试步频检测信息列表 ............................................................................... 56 万方数据国防科学技术大学硕士研究生院学位论文 第 IV 页 图目录 图 1.1 美国军方研究的外骨骼系统 ............................................................................. 4 图 1.2 基于脑电的自动轮椅和汽车 ............................................................................. 5 图 1.3 基于表面肌电信号的人体步态分析示意图 [44] ............................................... 6 图 1.4 HAL-5 肌电控制外骨骼示意图 [14][15] ............................................................... 7 图 1.5 Ferris 开发团队研制的踝关节肌电外骨骼系统 [16]......................................... 7 图 2.1 骨骼肌收缩活动中肌电产生示意图 [22] .......................................................... 12 图 2.2 表面肌电信号采集装置 ................................................................................... 13 图 2.3 肌电采集湿电极 ................................................................................................ 14 图 2.4 电极固定示意图 ................................................................................................ 15 图 2.5 右腿胫骨前肌滤波前后的 sEMG 信号 .......................................................... 17 图 2.6 右腿胫骨前肌 sEMG 带通滤波前后功率谱估计对比图 ............................. 18 图 2.7 巴特沃兹带阻滤波器的频率相应图 .............................................................. 18 图 2.8 工频陷波后的肌电信号功率谱估计 .............................................................. 19 图 2.9 右腿胫骨前肌 sEMGuv工频滤波前后对比图 ........................................... 19 图 2.10 分割算法示意图 ................................................................................................ 20 图 3.1 胫骨前肌和拇长展肌位置示意图 .................................................................. 24 图 3.2 sEMG 数据采集示意图 .................................................................................... 26 图 3.3 离线动作训练任务图 ....................................................................................... 25 图 3.4 RH 动作 sEMGuv变化图 .............................................................................. 26 图 3.5 LH 动作 sEMG 变化图 .................................................................................... 27 图 3.6 RH 动作与放松状态下 APL 表面肌电信号的 MAV 特征图 ...................... 27 图 3.7 LH 动作与放松状态下 APL 表面肌电信号的 MAV 特征图 ...................... 27 图 3.8 五组 RH 动作肌电变化图 ............................................................................... 28 图 3.9 五组 LH 动作肌电变化图 ................................................................................ 28 图 3.10 RH 动作时域特征值均值对比 ........................................................................ 29 图 3.11 LH 动作时域特征值均值对比 ........................................................................ 29 图 3.12 LF 动作和放松状态下左腿胫骨前肌 sEMG 的 MAV 特征图 .................... 29 图 3.13 RF 动作和放松状态下左腿胫骨前肌 sEMG 的 MAV 特征图 ................... 30 图 3.14 LF 动作时域特征值均值对比 ......................................................................... 30 图 3.15 RF 动作时域特征值均值对比 ......................................................................... 30 图 4.1 NAO 机器人示意图 .......................................................................................... 34 图 4.2 NAO 机器人可活动关节示意图 ..................................................................... 34 万方数据国防科学技术大学硕士研究生院学位论文 第 V 页 图 4.3 机器 人执行任务示意图 ................................................................................... 36 图 4.4 键盘模拟控制示意图 ....................................................................................... 37 图 4.5 键盘控制示意图 ................................................................................................ 37 图 4.6 NAO 手臂配置动作示意图 ............................................................................. 39 图 4.7 sEMG 控制机器人行走流程图 ....................................................................... 39 图 4.8 被试控制机器人完成任务示意图 .................................................................. 40 图 5.1 高速相机下的步态分析系统 ........................................................................... 42 图 5.2 步频检测方法整体工作流程图 ....................................................................... 43 图 5.3 人体行走步态周期图 ....................................................................................... 44 图 5.4 腓肠肌示意图 .................................................................................................... 45 图 5.5 行走实验数据采集示意 图 ............................................................................... 46 图 5.6 sEMG 信号特征提取流程图 ........................................................................... 47 图 5.7 行走和静立状态下胫骨前肌的 sEMGuv信号图 ....................................... 47 图 5.8 行走和静立状态下腓肠肌外侧的 sEMGuv信号图 ................................... 47 图 5.9 不同步频下的胫骨前肌 sEMG 信号 .............................................................. 48 图 5.10 不同步频下的腓肠肌外侧 sEMG 信号 .......................................................... 48 图 5.11 TA 和 GL 在行走过程中的 sEMG 变化图 .................................................... 49 图 5.12 TA 时域特征比对图 ......................................................................................... 49 图 5.13 GL 时域特征比对图 ......................................................................................... 50 图 5.14 步频 60steps/min 下 TA 表面肌电信号的步频检测 ..................................... 51 图 5.15 步频 90steps/min 下 TA 表面肌电信号的步频检测 ..................................... 51 图 5.16 步频 120steps/min 下 TA 表面肌电信号的步频检测 ................................... 51 图 5.17 步频 60steps/min 下 GL 表面肌电信号的步频检测 ..................................... 52 图 5.18 步频 90steps/min 下 GL 表面肌电信号的步频检测 ..................................... 52 图 5.19 步频 120steps/min 下 GL 表面肌电信号的步频检测 ................................... 52 图 5.20 被试 A 右腿 TA 表面肌电信号峰值检测 ...................................................... 54 图 5.21 被试 A 左腿 TA 表面肌电信号峰值检测 ...................................................... 54 图 5.22 被试 A 右腿 GL 表面肌电信号峰值检测 ...................................................... 54 图 5.23 被试 A 左腿 GL 表面肌电信号峰值检测 ...................................................... 55 万方数据国防科学技术大学硕士研究生院学位论文 第 i 页 摘 要 表面肌电信号 Surface Electromyography, sEMG作为一种常见的人体神经信号,能够反映出肌肉本身的收缩强弱 、 不同动作下的运动状态 和疲劳程度 等 丰富信息。 本文以 sEMG 作为控制输入建立机器人操控系统,研究 sEMG 在 提高人机系统 操作性 能 和效率的 具体可能性 。 本文首先对 sEMG 的处理算法进行了研究, 选取 4 名被试开展四肢动作肌电实验, 通过研究 比较多 种 不同 sEMG 特征提取方法, 提出 了人体不同关节肌肉 动作和放松状态 的 在线识别分类 算法 。 随后, 以 上述算法为基础,本文实现了对人体组合模式运动的肌电信号在线检测方法 , 并利用多自由度 双足机器人 NAO 构建人机操控 实验平台,设计能够全面反映机器人动作能力的复杂任务, 通过 合理的组合模式策略 完成机器人的在线实时控制, 并能有效的完成目标 任务。为了进一步研究基于 sEMG 的机器人行走控制,本文对人体步态信息与 表面肌电信号之间的统计关联特性进行了研究,提出了一种利用人体下肢肌肉 sEMG 信号的步频检测方法,该方法从人体行走时下肢胫骨前肌 Tibialis Anterior, TA和腓肠肌外侧Gastronomies Lateral, GL两块肌肉表面采集 sEMG 信号,通过信号处理和选取合适的阈值进行峰值检测,以识别人体行走时的步数实现对人体步频信息的检测,同时还 对步长信息进行一定的估算。经过对 4 名被试的 在线 步频检测实验的 处理分析,所有被试综合的步频检测平均误差为 1.7,检测效果比较理想,准确率高,可靠性强。 经过 上述 研究 工作 ,本文实现了通过对人体动作 sEMG 信号的监测、分析和识别,将识别结果作为 NAO 机器人动作 执行 指令的控制信息,完成了利用 sEMG对机器人 的实时控制。被试在线实验交互控制 NAO 机器人和后续基于 sEMG 的步态信息检测的实验结果表明, sEMG 信号 可以快速、准确、有效的反映人体运动状态, 很 好的展示了 sEMG 信号在神经科学人机交互领域的应用前景。 关键词表面肌电信号,人机交互, 机器人 控制 ,下肢 肌肉,步频检测 万方数据国防科学技术大学硕士研究生院学位论文 第 ii 页 ABSTRACT Surface Electromyography sEMG is a regular neural
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播