[发明专利]一种多传感器融合的假肢手抓握力反馈控制方法

说明书

本发明提出一种多传感器融合的假肢手抓握力反馈控制方法，包括多传感器融合与反馈方法、握力预测方法及基于PD的CMAC机械手抓握控制方法；多传感器融合与反馈方法中，包括对肌肉采集其表面肌电信号，对被假肢手抓握的物体采集其温度、接触力、滑动状态、采集抓握动作对应的关节加速度及角速度及对假肢手的抓握动作采集其实际握力；握力预测方法预测当前抓握动作的抓握力；多传感器融合及反馈方法是对数据进行融合以生成当前抓握动作的假肢端感受信息；本发明让使用者能及时调整实际抓握力和抓握动作，实现准确、稳定地抓握物体，同时在抓握过程中检测被抓握物体的实时温度和接触力，通过振动及显示模块将触觉信息反馈给使用者。

技术领域

本发明涉及假肢技术领域，尤其是一种多传感器融合的假肢手抓握力反馈控制方法。

背景技术

目前假肢手技术主要是实现手部特定的模式识别，只具有张合控制，缺乏力的控制，无法针对不同刚度不同重量的物体实施稳定地抓握。表面肌电信号(sEMG)与肌肉收缩力之间存在相关关系，通过相关肌肉的sEMG来表征假肢手抓握力变化，能够有效反映出使用者的抓握意图。

仅利用肌电信号预测假肢手的抓握力，由于缺乏对环境的感知功能，所以在抓握过程中无法感知被抓物体的稳定状态，难以自适应调整抓握力度，保证物体稳定抓取。人手之所以能够针对不同的对象使用相应的握紧力，关键在于人手上的感受器，依靠触觉、滑觉、压觉以及痛觉反应出外界的机械刺激，并对相应的刺激做出适当的反应。

本发明公开一种基于表面肌电信号的多传感器融合假肢手抓握力反馈控制方法。通过将改进的TSK模糊递归小脑模型神经网络和非线性小脑模型关节控制器(CMAC)相结合，并采用压力、触滑觉、加速度、角速度等多传感器作为反馈信号调整实际抓握力和抓握动作，实现准确、稳定地抓握物体。同时在抓握过程中检测被抓握物体的实时温度和接触力，通过振动及显示模块将触觉信息反馈给使用者。

发明内容

本发明提出一种多传感器融合的假肢手抓握力反馈控制方法，通过将改进的TSK模糊递归小脑模型神经网络和非线性小脑模型关节控制器(CMAC)相结合，并采用压力、触滑觉、加速度、角速度等多传感器作为反馈信号，让使用者能及时调整实际抓握力和抓握动作，实现准确、稳定地抓握物体，同时在抓握过程中检测被抓握物体的实时温度和接触力，通过振动及显示模块将触觉信息反馈给使用者。

本发明采用以下技术方案。

一种多传感器融合的假肢手抓握力反馈控制方法，所述假肢手包括基于PD的CMAC机械手抓握力控制器，其控制方法包括多传感器融合与反馈方法、握力预测方法及基于PD的CMAC机械手抓握控制方法；

所述多传感器融合与反馈方法中，以多传感器组成的传感器阵列对前臂、假肢手进行反馈信号与感知信号采集，对所采集的信号进行融合，包括对与手抓握运动相关的前臂肌肉采集其表面肌电信号，对被假肢手抓握的物体采集其温度、接触力、滑动状态、采集抓握动作对应的关节加速度及角速度及对假肢手的抓握动作采集其实际握力；

所述握力预测方法是通过改进的TSK模糊递归小脑模型，以预处理后的肌电信号中的有效特征信息预测当前抓握动作的抓握力；

所述基于PD的CMAC机械手抓握控制方法为改进的小脑模型关节控制器中非线性量化CMAC-PD控制方法；

所述多传感器融合及反馈方法是对信号采集数据进行融合以生成当前抓握动作的假肢端感受信息。

所述多传感器融合及反馈方法中，以多传感器融合信号处理模块对信号采集数据进行融合并生成假肢端感受信息；所述传感器阵列中的传感器包括设于佩戴假肢手的前臂处用于采集肌电信号的融合表面肌电传感器、设于假肢手处的加速度传感器和设于假肢手处的角速度传感器，还包括设于假肢手手指处的分布式压力传感器、分布式触滑觉传感器，以及包括设于假肢手手掌中央处的红外测温传感器。