基于表面肌电信号控制的智能3d打印假肢设计【字数：10391】
摘 要本文提出并设计一种基于表面肌电信号以及惯性传感信号多源信息控制的3D打印假肢系统，具有多自由度、低延迟、快速设计原型与加工装配等优点。通过肌电信号探测臂环检测小臂和大臂肌肉活动产生的肌电信号，结合三轴角速度传感器对残肢运动位置和运动姿态的判别，将信号数据通过蓝牙模块与PC机进行通信传输并利用线性判别分析（linear discrimination analysis, LDA）算法对数据进行分析处理和动作识别。整个系统以STM32微处理器作为主控模块，通过接收上位机发出的控制指令来触发伺服电机转动相应的角度，从而驱动整个假肢做出对应的动作。该系统通过使用基于惯性传感的陀螺仪，可精确检测运动物体的位置变换，并检测上肢手臂惯性运动时的角速度数据，增强对于各类复杂手臂动作的灵活识别，从而提高了手势识别和分类的正确率。同时，利用3D打印技术具有的快速原型设计和快速零件制造等优点，将其应用在截肢患者的假肢快速设计和制作装配，使其大大减少了假肢产品的制作时间。
目 录
第一章 绪论 1
1.1引言 1
1.2研究意义 2
1.3国内外的现状与发展前景 2
1.4本文研究目标和主要内容 2
第二章 假肢系统整体设计 4
2.1系统整体描述 4
2.2 MYO肌电探测臂环介绍 4
2.3 MPU6050陀螺仪 5
2.4 STM32主控模块 6
第三章 sEMG手势识别与模式分析 7
3.1 sEMG预处理 7
3.2 sEMG特征提取及判别分析 7
3.3 LDA分类器 8
第四章 陀螺仪数据处理及惯性运动分析 10
4.1引言 10
4.2卡尔曼滤波 10
4.3欧拉角 11
4.4易混淆动作多传感器分析 12
第五章 3D打印假肢机械结构设计 15
5.1 引言 15
5.2 肘关节设计 15
5.3 手腕及手臂设计 15
5.4手部设计 16
第六章 3D打印假肢系统调试以及实验验证 17< *好棒文|www.hbsrm.com +Q: ^351916072#
br /> 6.1引言 17
6.2电路调试 17
6.3假肢系统调试 17
6.4 sEMG手势识别实验验证 18
6.5小结 20
结束语 21
致 谢 22
参考文献 23
附录A 电路原理图 24
附录B 部分软件代码 25
第一章 绪论
1.1引言
表面肌电信号sEMG（surface electromyography）是一种生物电信号，当人们每一次有意识或无意识地使用肌肉做出动作时，都会有一种电信号从大脑中产生并通过神经传递到目标肌肉中，这种可以被测量到的电信号称之为肌电信号。肌电假肢是一种新型的生物电信号假肢，其工作原理为通过采集神经系统控制下由残肢肌肉活动产生的肌电信号来操控电子系统和机械设备组成的机械假肢。在本文中，通过在某些特定的身体位置放置探测电极，对主动肌肉运动产生的肌电信号加以捕捉，进而检测并利用表面肌电信号是进行手势识别和动作分析最重要的手段。由于表面肌电信号的复杂性和不稳定性，微弱的电信号很难进行特征提取，尤其当检测复杂的肌肉活动，所以进行详细的手势分析和模式分类并不是一件容易的事。利用线性判别分析（Linear Discriminant Analysis， LDA）分类器对肌电信号数据进行处理和肢体动作模式识别，很好的解决了通过sEMG信号进行手势识别这一问题。LDA是一种经典的监督学习的算法，它被用来实现两个或者多个对象的特征分类，在数据统计、模式识别、机器学习领域均有应用。
由于人体手臂活动的复杂性，单一的传感器很难对手臂动作进行精准的判断和识别。一方面，在肌肉轻微发力的情况下，小臂与大臂所作出的动作并不能产生强大的肌电信号，例如轻微的旋转手臂、抬举手臂等动作所产生的表面肌电信号极其微弱，很难通过算法辨识出来。另一方面，由于小臂和大臂构成的动作种类过多，一般的手势识别算法可识别出的动作数目有限，所以在不典型肌肉发力下所作出的动作识别正确率较低。因此，本文提出了采用多传感器融合的方式对小臂和大臂动作进行手势识别的理念，结合惯性测量单元和表面肌电信号进行共同的动态手势识别。陀螺仪测量出的三轴角速度参数有利于残肢运动位置和运动姿态的进行动态判断，从而增强了对于各类复杂手臂动作的灵活识别，提高了手势识别和分类的正确率。
3D打印已经成为近年来最重要的工业发明之一，对于快速原型设计和快速零件制造起到重大意义。3D打印技术与传统产品制造方式相比，减少了产品制造的步骤，很大程度上减少了一个产品从开始设计到制作完成所需要的时间，明显提高了个性化定制产品制造的效率。
对于截肢者，每个截肢者的截肢程度都是不同的（高位截肢和低位截肢），所以对每个截肢者都需要专门的假肢定制，3D打印提供了一个良好的解决方案，因为它是一种制作小型产品的最有效最快速方式。本文提出利用3D扫描技术创建病人手臂的CAD模型并对手、小臂，大臂三个部位的数据进行采样分析，通过Solidworks三维结构设计软件设计人工假肢的模型，从手臂长度、手臂臂围、手指长度等方面定制出专属于患者个人的合适的3D打印假肢。
1.2研究意义
假肢就是用工程技术的手段和方法，为弥补截肢者或肢体不完全缺损的肢体而专门设计和制作装配的人工假体，又称“义肢”。其主要作用是代替失去肢体的部分功能，使截肢者恢复一定的生活自理和工作能力。其适用对象是因疾病、交通事故、工伤事故、运动创伤等原因的截肢者。肌电假肢的控制原理，是由大脑神经支配肢体肌肉收缩产生运动时发出肌电信号，传达到皮肤表面，控制系统接受信号后驱动微型电动机产生相应动作。本文提出的智能3D打印假肢可以完成抓握、指伸、腕屈、腕伸、手臂内外旋转等动作，从而帮助截肢者实现部分的功能恢复，如抬胳膊、弯曲手腕、抓握物品等简单生活动作。从而取代传统假肢，让截肢者更灵活地使用假肢进行生活。
1.3国内外的现状与发展前景
近年来，随着国内外学者对于sEMG信号更深入的研究开发，sEMG信号被广泛应用于手势识别和模式分析等项目以及通过对肌电信号进行处理分类并开发肌电假体控制系统等研究中[1]，例如Choi和Kim于2007年开发的基于肌电图的上肢残疾人实时辅助计算机界面[2]，Hu和Nenov于2004年提出的上臂运动分类肌电图的多变量自回归（auto regression, AR）模型[3]。由于表面肌电信号的复杂性和不稳定性，微弱的电信号很难进行特征提取，尤其当检测复杂的肌肉活动时，所以对sEMG信号进行详细的手势分析和模式识别变得至关重要。Alkan A和Günay M于2014年提出了一种利用表面肌电信号对假肢控制信号进行分类的方法，采用判别分析和支持向量机（Support Vector Mahcine, SVM）分类器对四种不同的手臂目标运动进行分类[4]，判别分析采用五种不同的方法，通过十倍交叉验证达到较高的分类准确率。
目 录
第一章 绪论 1
1.1引言 1
1.2研究意义 2
1.3国内外的现状与发展前景 2
1.4本文研究目标和主要内容 2
第二章 假肢系统整体设计 4
2.1系统整体描述 4
2.2 MYO肌电探测臂环介绍 4
2.3 MPU6050陀螺仪 5
2.4 STM32主控模块 6
第三章 sEMG手势识别与模式分析 7
3.1 sEMG预处理 7
3.2 sEMG特征提取及判别分析 7
3.3 LDA分类器 8
第四章 陀螺仪数据处理及惯性运动分析 10
4.1引言 10
4.2卡尔曼滤波 10
4.3欧拉角 11
4.4易混淆动作多传感器分析 12
第五章 3D打印假肢机械结构设计 15
5.1 引言 15
5.2 肘关节设计 15
5.3 手腕及手臂设计 15
5.4手部设计 16
第六章 3D打印假肢系统调试以及实验验证 17< *好棒文|www.hbsrm.com +Q: ^351916072#
br /> 6.1引言 17
6.2电路调试 17
6.3假肢系统调试 17
6.4 sEMG手势识别实验验证 18
6.5小结 20
结束语 21
致 谢 22
参考文献 23
附录A 电路原理图 24
附录B 部分软件代码 25
第一章 绪论
1.1引言
表面肌电信号sEMG（surface electromyography）是一种生物电信号，当人们每一次有意识或无意识地使用肌肉做出动作时，都会有一种电信号从大脑中产生并通过神经传递到目标肌肉中，这种可以被测量到的电信号称之为肌电信号。肌电假肢是一种新型的生物电信号假肢，其工作原理为通过采集神经系统控制下由残肢肌肉活动产生的肌电信号来操控电子系统和机械设备组成的机械假肢。在本文中，通过在某些特定的身体位置放置探测电极，对主动肌肉运动产生的肌电信号加以捕捉，进而检测并利用表面肌电信号是进行手势识别和动作分析最重要的手段。由于表面肌电信号的复杂性和不稳定性，微弱的电信号很难进行特征提取，尤其当检测复杂的肌肉活动，所以进行详细的手势分析和模式分类并不是一件容易的事。利用线性判别分析（Linear Discriminant Analysis， LDA）分类器对肌电信号数据进行处理和肢体动作模式识别，很好的解决了通过sEMG信号进行手势识别这一问题。LDA是一种经典的监督学习的算法，它被用来实现两个或者多个对象的特征分类，在数据统计、模式识别、机器学习领域均有应用。
由于人体手臂活动的复杂性，单一的传感器很难对手臂动作进行精准的判断和识别。一方面，在肌肉轻微发力的情况下，小臂与大臂所作出的动作并不能产生强大的肌电信号，例如轻微的旋转手臂、抬举手臂等动作所产生的表面肌电信号极其微弱，很难通过算法辨识出来。另一方面，由于小臂和大臂构成的动作种类过多，一般的手势识别算法可识别出的动作数目有限，所以在不典型肌肉发力下所作出的动作识别正确率较低。因此，本文提出了采用多传感器融合的方式对小臂和大臂动作进行手势识别的理念，结合惯性测量单元和表面肌电信号进行共同的动态手势识别。陀螺仪测量出的三轴角速度参数有利于残肢运动位置和运动姿态的进行动态判断，从而增强了对于各类复杂手臂动作的灵活识别，提高了手势识别和分类的正确率。
3D打印已经成为近年来最重要的工业发明之一，对于快速原型设计和快速零件制造起到重大意义。3D打印技术与传统产品制造方式相比，减少了产品制造的步骤，很大程度上减少了一个产品从开始设计到制作完成所需要的时间，明显提高了个性化定制产品制造的效率。
对于截肢者，每个截肢者的截肢程度都是不同的（高位截肢和低位截肢），所以对每个截肢者都需要专门的假肢定制，3D打印提供了一个良好的解决方案，因为它是一种制作小型产品的最有效最快速方式。本文提出利用3D扫描技术创建病人手臂的CAD模型并对手、小臂，大臂三个部位的数据进行采样分析，通过Solidworks三维结构设计软件设计人工假肢的模型，从手臂长度、手臂臂围、手指长度等方面定制出专属于患者个人的合适的3D打印假肢。
1.2研究意义
假肢就是用工程技术的手段和方法，为弥补截肢者或肢体不完全缺损的肢体而专门设计和制作装配的人工假体，又称“义肢”。其主要作用是代替失去肢体的部分功能，使截肢者恢复一定的生活自理和工作能力。其适用对象是因疾病、交通事故、工伤事故、运动创伤等原因的截肢者。肌电假肢的控制原理，是由大脑神经支配肢体肌肉收缩产生运动时发出肌电信号，传达到皮肤表面，控制系统接受信号后驱动微型电动机产生相应动作。本文提出的智能3D打印假肢可以完成抓握、指伸、腕屈、腕伸、手臂内外旋转等动作，从而帮助截肢者实现部分的功能恢复，如抬胳膊、弯曲手腕、抓握物品等简单生活动作。从而取代传统假肢，让截肢者更灵活地使用假肢进行生活。
1.3国内外的现状与发展前景
近年来，随着国内外学者对于sEMG信号更深入的研究开发，sEMG信号被广泛应用于手势识别和模式分析等项目以及通过对肌电信号进行处理分类并开发肌电假体控制系统等研究中[1]，例如Choi和Kim于2007年开发的基于肌电图的上肢残疾人实时辅助计算机界面[2]，Hu和Nenov于2004年提出的上臂运动分类肌电图的多变量自回归（auto regression, AR）模型[3]。由于表面肌电信号的复杂性和不稳定性，微弱的电信号很难进行特征提取，尤其当检测复杂的肌肉活动时，所以对sEMG信号进行详细的手势分析和模式识别变得至关重要。Alkan A和Günay M于2014年提出了一种利用表面肌电信号对假肢控制信号进行分类的方法，采用判别分析和支持向量机（Support Vector Mahcine, SVM）分类器对四种不同的手臂目标运动进行分类[4]，判别分析采用五种不同的方法，通过十倍交叉验证达到较高的分类准确率。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/554.html
