[发明专利]一种肌电假手的控制方法

摘要

一种肌电假手的控制方法，包括基于肌电信号自适应学习的动作识别方法和握力模糊控制方法。基于肌电信号自适应学习的动作识别方法以人体手臂一对拮抗肌上采集得到的经过放大、整流、滤波后的张开肌电信号EMG1、闭合肌电信号EMG2作为输入信号，通过更新自适应比例因子，从而实现对人体肌电信号的自适应，并根据佩戴者手臂肌肉的收缩程度输出假手的期望握力。握力模糊控制方法用于实现对假手期望握力的跟踪，从而实现根据假手佩戴者手臂肌电信号的强度来控制假手的握力大小。使用时只需要将两个肌电传感器贴合在佩戴者手臂的一对拮抗肌上，打开假手电源，佩戴者上抬和下手腕即可实现对假手的控制。

主权项

1.一种肌电假手的控制方法，具体步骤如下：步骤1：取带有第一AD转换器的第一肌电传感器和带有第二AD转换器的第二肌电传感器，所述第一肌电传感器和第二肌电传感器分别用于采集手臂上的一对拮抗肌的肌电信号中的张开肌电信号EMG1和手臂上的一对拮抗肌的肌电信号中的闭合肌电信号EMG2，令Max_E1、Max_E2的初值为0，Min_E1、Min_E2的初值为2^M，M为AD转换器的位数，Max_E1、Max_E2分别为经过放大、整流、滤波预处理后的张开肌电信号EMG1和闭合肌电信号EMG2的最大值，Min_E1、Min_E2分别为经过放大、整流、滤波预处理后的张开肌电信号EMG1和闭合肌电信号EMG2的最小值，步骤2：肌电信号自适应学习动作识别，输出假手的期望握力F_d，详细步骤如下：步骤2.1利用第一肌电传感器采集手臂上的一对拮抗肌的肌电信号中的张开肌电信号EMG1，利用第二肌电传感器采集手臂上的一对拮抗肌的肌电信号中的闭合肌电信号EMG2，再分别对张开肌电信号EMG1及闭合肌电信号EMG2进行放大、整流、滤波，得到预处理后的张开肌电信号EMG1及预处理后的闭合肌电信号EMG2，步骤2.2：分别更新预处理后的张开肌电信号EMG1的最大值Max_E1、预处理后的张开肌电信号EMG1的最小值Min_E1、预处理后的闭合肌电信号EMG2的最大值Max_E2及预处理后的闭合肌电信号EMG2的最小值Min_E2，更新方法如下：MaxE1=MaxE1,MaxE1≥EMG1EMG1,MaxE1<EMG1]]>MinE1=MinE1,MinE1≤EMG1EMG1,MinE1>EMG1]]>MaxE2=MaxE2,MaxE2≥EMG2EMG2,MaxE2<EMG2]]>MinE2=MinE2,MinE2≤EMG2EMG2,MinE2>EMG2]]>分别计算张开肌电信号的自适应比例因子K_E1及闭合肌电信号的自适应比例因子K_E2：KE1=1MaxE1-MinE1KE2=1MaxE2-MinE2]]>步骤2.3：计算当前采集得到肌电信号的张开程度E₁和闭合程度E₂：E₁＝(EMG1-Min_E1)×K_E1E₂＝(EMG2-Min_E2)×K_E2步骤2.4：根据肌电信号的张开程度E₁和闭合程度E₂进行动作判别，判别结果为E，E＞0对应于假手的期望动作为张开，E＜0对应于假手的期望动作为闭合，E＝0对应于假手的期望动作为停止，E＝(E₁-E₂)×K_E其中，K_E为转换比例因子，数值上等于假手最大握力设计值F_max，用于将肌电信号的强度转换为对应的假手期望握力，步骤2.5：消除假手佩戴者的手臂在放松状态下由于微小干扰而造成假手误动作，输出假手的期望握力F_d，F_d＝E×f(E)其中f(E)=1+12[sgn(E-E0)-sgn(E+E0)],]]>sgn(E-E0)=1,E>E00,E=E0-1,E<E0,]]>sgn(E+E0)=1,E>-E00,E=-E0-1,E<-E0,]]>E₀＝0.05×K_E，E₀为设定的最大干扰信号值，步骤3：通过握力模糊控制器得到假手的控制信号y，详细步骤如下：步骤3.1：通过第三AD转换器采集假手的当前握力信号F_n，通过第四AD转换器采集假手上直流电机的电流反馈信号I，计算握力跟踪误差ΔF和握力变化率ΔF＝F_d-F_nF·n=Fn-Fn′]]>其中F_n′为上一次采集得到的假手握力信号，第1次执行步骤3.1时F_n′＝0，步骤3.2：将握力跟踪误差ΔF和握力变化率输入握力模糊控制器，握力模糊控制器输出假手的控制信号y，步骤4：电流保护环节以握力模糊控制器输出信号y和假手上电机的反馈电流I作为输入，电流保护环节的输出为U，U＝y×f(I)其中f(I)=12[1-sgn(I-Im)],]]>sgn(I-Im)=1,I>Im0,I=Im-1,I<Im,]]>I_m为电机使用说明中标明的电机连续堵转电流，步骤5：将电流保护环节的输出信号U进行功率放大后用于驱动假手上的直流电机，从而控制假手的握力，步骤6：返回步骤2.1。