（机械制造及其自动化专业论文）智能肌电假手控制系统研究.pdf

摘要 肌电控制假手是利用肌电作为控制信号的动力假肢，是一种生物电控制的典型 的“人一机”系统。其工作原理是利用残肢者手臂上的残端肌肉中检测出的肌电位变 化作为假手动作的控制信号，控制假手动作，从而代替人躯体上失去的手臂。与其 它方式控制的假手比起来具有很多的优越性，因而受到患者的青睐，拥有广阔的市 场，也成为上肢假肢研究中的一个热点。 随着康复工程、机械、电子学的发展，肌电假手的研究也逐渐深入，向着更加 智能化发展。传统肌电假手采用开环控制，最大弊病是缺少感觉功能，始终以叵力、 恒速来进行物体抓取。由于控制系统较简单，对于刚性物体的抓取还是实用的。但 对于易变形物体( 如薄膜工件、柔软材料等) 、易碎物体( 鸡蛋、玻璃制品等) 就可 能造成变形、破碎或对表面造成损伤。还有环境的变化，如个外力突然作用在彼 握物体上，被握物体可能脱落。智能假肢技术是用工程方法模拟人的感觉和智能行 为，利用传感器获取外部信息，形成闭环控制，其关键技术在于传感器和控制系统， 为了使假手有握物感觉和具备握力自适应性，本论文分析了人手握物过程以及感觉 信息传递，提出在假手握力控制中采用到人体的大闭环和假手的小闭环联合控制方 案，研制了用于检测指物之间触觉和滑觉的微型传感器。利用安装庄假手手指前端 的触、滑觉传感器，来对握物状态进行实时识别。假手的握力控制采用了模糊控制 技术，使假手能根据物体的滑动速度随时自适应握力调整，保证以最小握力实现无 滑移抓取控制。 实验表明，本控制方案可行。假手握物过程拟人陛好，响应陕，握物稳定，可 靠。但带有触滑觉肌电假手是一种新的假肢模式，其完善和产品化还需要更多的学 者和工程技术人员的不断努力。 关键词：肌电信号；触觉和滑觉；模糊控匍 a b s t r a c t a r t i f i c i a lh a n dw i t hm y o e l e c t r i c a lc o n t r o li san e w t y p eo fd y n a m i ca r t i f i c i a lh a n d a n dt h em o d e l ”m a n - m a c h i n es y s t e m ”w h i c hi sc o n t r o l l e db yb i o l o g i c a l e l e c t r i c i t y i t s p r i n c i p l ei st ou t i l i z et h ec h a n g eo f e m g d e g r e ef r o mt h em u s c l eo fs t u m p t ob er e g a r d e d a sc o n t r o l s i g n a l s ，t oc o n t r o lt h em o v e m e n to fa r t i f i c i a lh a n d ，t or e p l a c et h ea r mt h a t p e o p l el o s to nt h eb o d yc o m p a r e dw i t ho t h e rc o n t r o lw a y s ，i th a sa l o to f s u p e r i o r i t yb y t h i sr e a s o n i ti sf a v o r e db yp a t i e n ta n dh a sw i d em a r k e t s ，a n df l o wi th a sb e c a m eaf o c u s i ns t u d y i n go fa r t i f i c i a ll i m b s w i t ht h ed e v e l o p m e n to ft h er e h a b i l i t a t i o ne n g i n e e r i n g ，m a c h i n e r ya n de l e c t r o n i c s ， t h er e s e a r c ho fa r t i f i c i a lh a n di s d e e p e n e dg r a d u a l l y a n dt o w a r d sm o r e i n t e l l i g e n t d e v e l o p m e n t ，t r a d i t i o n a l a r t i f i c i a lh a n d a d o p t so p e n l o o p c o n t r 0 1 t h e g r e a t e s t d i s a d v a n t a g ei s l a c kf e e d b a c ko ff e e l ，s o g r a s p st h eo b j e c tw i t ht h ec o n s t a n ts p e e da n d ， f o r c ea l lt h et i m e b e c a u s et h ec o n t r o ls y s t e mi sr e l a t i v es i m p l e ，i ti so n l ys u i t a b l ef o rt h e r i g i d i t yo b j e c t b u tt o t h ee a s yd i s t o r t e do b j e c t ( e g f i h nw o r k p i e c ea n ds o f tm a t e r i a l ， e t c ) a n df r a g i l eo b j e c t ( e g e g ga n dg l a s s ，e t c ) ，i tm a y c a u s eb r o k e n ，d i s t o r t e d ，d a m a g e d o nt h es u r f a c e i na d d i t i o n ，i ft h ee x t e r n a lf o r c ea c t so nt h eg r a s p e do b j e c ts u d d e n l y , i ti s p o s s i b l et o s l i d e t h et e c h n o l o g yo fi n t e l l i g e n ta r t i f i c i a ll i m bi sak i n do fm e t h o db y w h i c hi tc a ns i m u l a t et h ef e e l i n g sa n di n t e l l i g e n tb e h a v i o r so fp e o p l eb ye n g i n e e r i n g m e t h o d u t i l i z i n gt h es e n s o r t oo b t a i nt h eo u t s i d ei n f o r m a t i o n ，i tc a nb e c o m ec l o s e d l o o p c o n t r o lt h ek e yt e c h n o l o g yl i e si nt h es e n s o ra n dc o n t r o ls y s t e m ，as e n s o r yc o n t r o l s y s t e mf o rt h ea r t i f i c i a l h a n di s p r e s e n t e da f t e ra n a l y z i n gt h eh u m a ng r a s pp r o c e s sa n d a r t i f i c i a ls e n s et h i ss y s t e mi sam i x e ds e n s o r yf e e d b a c k l o o p t h ea u t o m a t i cg r a s p a r t i f i c i a lr e f l e xa n dt h es t a t eo ft h ea r t i f i c i a lh a n dr e f l e xa r ei t sf u n c t i o n u s i n g t h et o u c h a n ds l i ps e n s o r si nt h ef r o n to f f i n g e r ，t h ea r t i f i c i a lh a n dc a ni d e n t i f vt h es t a t eo fg r a s p e d o b j e c ta ta n ym o m e n t a ni n t e l l i g e n tc o n t r o l l i n gs y s t e mw i t hf u z z yc o n t r o li sp r o p o s e d a n dt e s t e d ；t h ea r t i f i c i a lh a n dc a na d j u s tt h eg r i pa c c o r d i n gt ot h e s l i p p a g ea ta n y , t i m e a n dc a no b t a i nas t a b l eg r a s p s o m ee x p e r i m e n t sa b o u tt h ec o n t r o ls y s t e mh a v eb e e nd o n ea n dd e m o n s t r a t et h a t t h i sc o n t r o ls c h e m ei sf e a s i b l e i ti m i t a t e sh a n d sv e r yw e l l r e s p o n d sf a s t e ra n dh o l d s t h i n g ss t e a d y ，r e l i a b l y ，b u tt h ec o n t r o ls y s t e mo fm y o e l e c t r i c a lc o n t r o l l e da r t i f i c i a l h a n d w i t ht a c t i l ea n ds l i pi san o v e lt h i n g ，s oi tn e e dt h ec o n t i n u o u sh a r dw o r ko fs c h o l a r sa n d e n g i n e e r s k e y w o r d s ：e m gs i g n a l s ；t o u c ha n ds l i p ；f u z z ) c o n t r o l 智能肌电假手控制系统研究 第一章绪论 本章首先介绍了肌电假手的原理及其发展过程；接着介绍了国内外模糊控制技术的 发展；然后讨论了带有触觉和滑觉的肌电假手输出握力模糊控制的研究与方法；最后给 出了论文的主要工作和研究内容。 1 1 肌电控制假肢的原理和特点 肌电控制假手的信息源是残肢残存的肌肉群，通过残肢肌肉表面的电极检测出肌电 信息，进行募集放大、识别处理来控制假肢。 肌肉由肌细胞组成，当自主收缩时伴有一定的生物电效应。手要完成某些动作时， 相应的指令从大脑以电冲动的形式经脊髓、运动神经传给肌肉。这时神经肌肉接头处f 突 触) 发生电化学反应，引起肌肉收缩，产生微伏级的电信号。就肌电控制系统而言，肌 肉收缩产生的电信号经皮肤表面的电极检测、放大、传送给电子假肢以控制其活动。电 极通常放在肌腹表面并与肌肉的长轴平行。肌电假手的原理模式如下【2 】： 臣茎幢卜目i 篓h i 爨瀚i 理哆墨蔓- , 图i - i 肌电控制假手的原理 f i g 1 - 1t h et h e o r yo f a r t i f i c i a lh a n dw i t hm y o e l e c t r i c a lc o n t r o l 肌电控制的最大特点之一是自主控制，只有当残肢者利用自己的肌肉自主收缩想让 肌电控制系统工作时，它才能工作。这样假肢就会免受外界因素如假肢位置或身体位置 移动的影响。这就可能使残肢者学会以生理方式控制假肢。因此，肌电假肢的最大优点 是利用残存肌肉系统以生理方式控制假肢的运动功能。另外，安装假肢最多的是肘下截 肢者，可以利用前臂的屈肌控制假手的闭合，通过伸肌控制假手的开放，这与真手的控 制相似。当然这并不是说，肌电假手的功能可以等同于真手，而是这种控制方式具有直 观、自然、易学的特点。对于肘上截肢者，则可利用肱二头肌控制假肢的闭合，肱三头 肌控制假肢的开放，因为这种控制方式与前臂屈肌和伸肌控制假手抓放的方式类似 2 1 。 1 2 肌电控制假肢的发展过程 自1 7 9 1 年伽发尼( g a l v a n i ) 证明肌肉收缩与电有密切的关系以来，1 8 5 1 年法国的 杜波依斯一雷索德( d u d o i s - - d e y m o n d ) 首先检测到人体肌肉随意收缩时能产生电信号， 随后1 9 2 2 年加塞( g a s s e r ) 和厄兰格( e r l e n g r e ) 利用阴极射线示波器代替传统的检测 计观察到肌电图，并因此获得了1 9 4 4 年诺贝尔奖。二次世界大战后人们对生理信号用 作控制信号，从而完成人机系统的联系，进行了大量的研究，1 9 4 5 年德国的r e i h o l d 智能肌电假手控制系统研究 r e i t e r 对肌电控制理论进行了基础研究，并发表了肌电控制假肢的实验研究结果并于 1 9 4 8 年研制成功世界上第只肌电控制假手，这只假手用一块肌肉控制它的张开和闭 合，是第个单点控制( s i n g l es i t ec o n t r 0 1 ) 的范例。r e i t e r 的假手在1 9 5 9 年的布鲁塞 尔世界搏览会上引起轰动，从此引发了世界范围的电子假肢研究热潮。肌电假手的发展 大体经历了以下几个阶段： 一、单自由度肌电假手的研究 单自由度肌电假手的特点是控制简单，当使用者肌肉拉紧到一定的程度时，使得开 关电路改变状态，因而控制电机不同转向。目前国内商品化的假肢大多是此类产品，但 它的功能单一即仅能完成一种类似钳子的抓取动作而且假手的输出握力不可调节，另外 握物过程无反馈这就要求使用者不断通过视觉去观察。此类假手，肌电控制的方式有两 种：常用的是用一组拮抗肌控制两种不同的功能，称为双点控制。最常见的例子是肘下 假肢分别用前臂残存屈肌、伸肌来控制假手的闭合和开放。这种控制方式是一种最符合 生理的控制方式，当然用一块肌肉控制两种功能也是可能的，称为为单点控制。也就是 用肌肉的种收缩方式控制假手的闭合，肌肉的另一种收缩方式控制假手的张开。 二、多自由度肌电假手的研究 。 人体上肢机构模型有2 7 个自由度，其中手指部分有2 0 个自由度，但目前科学水平 还不能做到具有2 7 个自由度的电子假手。美国、日本实验研究的假手有7 一1 1 个自由度。 但目前临床使用的假手最多为3 个自由度，以完成人手功能最常用的指伸、指屈、旋前、 旋后、腕伸、腕屈6 个动俐”。 对于多自由度电子假肢，要实现对其控制，完成不同的功能，需要多个信息源。对 于肌电假肢来说，需要提取不同肌肉的多个电信号并加以识别来实现对假肢的控制。一 般根据肌肉的功能不同，采集相应的肌电信号，实现对假肢不同功能的控制。肌电的识 别是根据不同的肢体动作具有不同的肌肉收缩模式，这些模式的差别反映在肌电信号特 征的差异上，通过提取这些特征，进行模式分类，区分不同的肌肉动作，以驱动假肢。 因此，如何识别肌电信号是十分重要的。肌电信号的识别方法包括时域统计法、频域分 析法、参数模型法、时频分析法、人工神经网络法 4 1 和混沌分析法【5 j 。目前使用最多的 方法如参数模型法、人工神经网络法和混沌分析法为现代分析方法，是目前肌电识别研 究的热点，这几种方法的使用将有效的提高对肌电假肢控制的准确性。 1 9 7 8 年h e r b e r t s 等报道了多功能假手的研究成果，利用e m g 幅度识别和截肢者幻 觉，用表面电极检测出肌电信号，控制三自由度假手完成伸指、屈指、旋前、旋后、伸 腕、屈腕等6 个动作，准确率为5 7 1 6 1 。8 0 年代d e n n i n g 等用新的方法识别肌电信息， 控制三自由度假肢准确率提高到7 2 ，能使残肢者恢复端水杯、拿刀叉、握笔等动作。 随着新的信号滤波、频谱分析和模式识别技术的出现，可以从e m g 信号中提取出更多 的特征信息，肌电假肢的控制技术也得到了改进和深化，出现了多通道、多自由度、数 字化的肌电假肢。1 9 9 2 年，由德国o t t ob o o k 公司和奥地利v i e n n d a t o n e 助听器公司合 作生产第一代多自由度经桡肌电假肢可以在市场上买到【，j 。 三、有感觉反馈的肌电假手的研究 7 0 年代起人们就开始研制肌电控制系统兼容感觉反馈的假肢。如有人采用前臂上两 个振动子传送肘关节位置的感觉：有的以电位器检测假肢的肘角度和假手握力，借电刺 激以反馈信息：有的还用模拟人的感觉的压力传感器检测手指握力并以电刺激传递信 智能肌电假手控制系统研究 息，这种假手通过电刺激的反馈能够感觉到如同拿一支香烟那么小的力。最近装有触觉、 力觉和滑觉的多指手在国外已经研制成功。英国牛津大学的p e t e rk y b e r d 和p a u l c h a p p e l l 等人把力觉和滑觉传感器应用到假手上，使假手能根据反馈信号有效地控制对 物体的抓取动作。o t t o b o c k 公司的肌电假肢已经形成了较成熟的产品，其最新研制 的s u v a 感应手，通过肌电信号的强弱来控制手的张、合速度，控制器根据传感器采集 到的信息自动改变假手输出盼握力，使抓取动作简单、自然。 1 3 模糊控制的发展及应用概述 模糊控制作为智能控制中的一个子系统，它的发展和应用是相当迅速的。自从1 9 6 5 年美国z a d e h 教授首先提出模糊集合和模糊控制的概念后，许多国家都投入了大量的研 究人员对模糊理论和模糊控制进行研究。尽管模糊理论的提出至今不过4 0 年，但关于 模糊理论和算法、模糊推理、工业控制应用、模糊硬件与集成以及稳定性研究等方面的 许多重要论文都极大地促进了模糊控制理论的应用和发展。最近几年，对于经典模糊控 制系统稳态性能的改善，模糊集成控制、模糊自适应控制、专家模糊控制与多变量模糊 控制的研究，特别是针对复杂系统的自学习与参数自调整模糊系统方面的研究，尤其受 到各国学者的重视例。 最早取得应用成果的是英国伦敦大学教授m a m d a n i ，1 9 7 4 年他利用模糊控制语句 构成模糊控制器，首次将模糊控制理论应用于蒸汽祝及锅炉的应用，取得了优于常规调 节器的控制品质。他的成功也标志着人们采用模糊逻辑进行工业控制的开始，从而宣告 了模糊控制的问世：之后，美国、日本、英国等先后将模糊推理理论应用于机器人、航 天、生产过程等领域【l o l 。8 0 年代模糊控制技术进入应用深入化、硬件专门化的时期， 模糊控制取得了丰硕的成果；日本三菱电气公司生产的a j - 2 1 0 0 电梯群控系统采用了模 糊控制，减少了1 5 2 0 的平均等待时间和3 0 4 0 的长等待时间：日本松下电器 公司于1 9 9 0 年推出了“爱妻”模糊全自动洗衣机，耗电3 9 0 w ，效果很好：日本三洋公 司还把模糊控制应用到电视摄像机、空调机、压力电子炉、电饭锅、机器人控制系统中， 均取得了满意的效果。 从上世纪八十年代起，人们就探索用硬件直接构造模糊控制器。日本九州大学的户 贝博士与山川教授于1 9 8 3 年分别开发了将模糊推理作为硬件的模糊集成块，后来制成 了推理机及模糊控制用的“模糊计算机”，每秒钟能推理1 0 0 0 万次。模糊集成块的研究 除日本外，中国、美国、英国等都在进行，它朝着体积小、速度快、应用广等方面迅速 发展，从而为模糊控制的实时应用提供了强有力的硬件支持。 我国在模糊控制应用方面也取得了显著的成果。1 9 9 6 年，都志杰等人用单片机研制 了工业用模糊控制器。随后，何钢等人将模糊控制方法成功应用在锅炉与食品保鲜箱的 控制系统中。贾铭新、谭定忠将模糊控制技术应用于机械手的握力控制中，对机械手抓 取物体时遇到的问题及相应的施力策略进行了研究，设计了一种比例因子可调整的模糊 控制器。经过实践检验，机械手能够很好地进行软抓取作业【l “l 。可以预料，随着模糊 控制理论的不断完善，其应用领域将会更加广泛。 智能肌电假手控制系统研究 1 4 肌电假手握力模糊控制的研究方法 由于肌电信号强弱的不同，物体的重量、表面要求和质地的不同，因而肌电假手对 其夹持过程中的握力也不周，该力为一未知的参数，是预先无法设定的。如何实现肌电 假手既能按照人的意志抓取物体又可以实现假手握力的自适应控制，这的确具有一定的 难度。传统的控制理论中，对某一对象的自动控制，必须对该对象建立精确的数学模型。 然而在肌电假手控制过程中，由于系统参数的多样性、时变性和非线性等因素，难以建 立统一的数学模型，即使建立了一些数学模型，也会因为这些模型的复杂性而导致模型 的不可解，所以采用传统的控制理论来对其进行控制具有很大的困难。由模糊控制原理 可知：模糊控制技术不需建立精确的数学模型，它以人的控制经验为基础，将其转换为 形如“如果则”的模糊条件语句，非常符合人们的常规思维逻辑。其中”如果”部分 是前提或条件，”则”部分是结论。 我们用手拿物体时常常由于握力不够大，物体产生滑动，这时借助人手的感觉功能 去感知物体的滑移速度，根据自己的经验，经过判断给出合适的握力，从而使假季能以 合适的握力拿住物体，达到既不捏碎又不掉下的目的。我们可以定义物体的滑动速度s 的模糊子集和假手握力的模糊子集，如简单定义为：“大”、“中等”、“小”。这样我们就 可以给出模糊控制的条件语句，如：如果s ( 滑动速度) 大，则握力大：如果s 中等，则 握力中等：如果s 小，则握力小，这是进行模糊逻辑推理的基础。然后经过模糊逻辑运 算和模糊逻辑推理，就可以得到推理结果。当然，这只是简单的原理，具体问题要复杂 的多，且需要根据不同的被控对象或过程来定义不同的模糊子集，采用不同的逻辑推理 方法。 模糊控制应用于假手握力控制的基本思路是：假手握力的模糊控制是一反馈系统，被 控对象为假手握力，模糊控制器根据物体滑移速度。经过模糊控制器的模糊推理和逻辑 运算，改变输出电机的电压值，从而增加假手的握力以消除滑动。 1 5 智能肌电假手握力控制系统简要介绍 1 5 1 控制系统的组成 1 、信号前向通道 肌电信号很微弱，最大也只有几百微伏左右，如此微弱的信号必须放大到一定的幅 度才能用作控制信号。目前信号处理是：先对信号进行前置放大，信号达到了一定幅度 再通过双t 滤波网络滤除工频。接下再经过一级低通滤波，形成一个低通频带。把它进 行幅值放大，利用这一放大了的幅值信号控制驱动电路来实现电机正反转。这是一种较 为简单的方式，要求也不高，但准确性与可靠性要受影响。 如果利用数字信号处理的相关知识，设计出合理的算法找到肌电信号的特征量去控 制假肢，可以使控制可靠性提高。 2 、传感器选择 传感器在本系统中起着桥梁作用，有了它才能形成闭环控制。要使假手有触觉和滑 觉就要增加力敏和滑敏传感器。在假手握物控制中，用触觉传感器进行握物状态识别， 用滑觉传感器实现假手握力自适应控制。根据指物间检测出的滑动情况，逐步地增加握 d 智能肌电假手控制系统研究 力直到物体无滑动为止。传感器装在假手的两个手指上，滑觉传感器装在拇指上，触觉 传感器装在食指和拇指上。传感器表面被柔性材料保护。 3 、驱动力和速度多级化 要使手有力度和速度的变化，可通过改变电机的转速和功率来实现。假手使用的是 直流电机，有较好的调速性能，要想改变它的转速只需改变其供电电压，这是很方便的。 改变直流电压的方法很多，但为了更好的数字化，程序化控制，采用p w m 方式。 控制数字量是根据肌电信号和滑觉传感器信息的大小经过模糊运算而得到的。数字 量经过p w m 变换和无源虑波得到了乱5 伏直流电压。 1 5 2 控制系统方案 肌电假手在广义上属于机器人技术范畴，但又具有自身的特殊性，是一个真正的人 一机系统，即肌电假手无论是在抓取、放开物体的过程中都要体现人的意志，这一点也 是控制器设计中重点要考虑的要素。为使肌电假手具备握力自适应性，整个肌电假手的 控制系统是智能控制系统。提出在肌电假手握力控制中采用到人体的大闭环和假手的小 闭环联合控制方案，智能肌电假手控制器的设计充分借鉴人手抓物过程，控制方案采用 了人脑一假手一眼睛一人脑的大闭环和控制器一假手一传感器一控制器的小闭环联合 控制模式1 3 0 1 。其中在小闭环反馈中，采用了模糊技术，处理器根据滑觉传感器采集的信 息合理地改变假手的输出握力，控制方案见图1 2 。 图i - 2 控制方案框图 f i g 卜2t h ed i a g r a m o f c o n t r o ls c h e m e s 假手工作过程如下：当屈肌肌电信号超过阐值时，假手开始闭合。触觉传感器用来 检测假手手指是否与被握物体接触，若指物未接触，假手将继续内握，至指物接触后， 智能肌电假手控制系统研究 由触觉传感器发出已接触信号，此时假手停止内握开始下一个动作。在假手提起物体时， 若指物之间的接触力能确保提起物体，则指物之间无相对滑动，滑觉传感器无信号，此 时假手握物过程结束；若此时指物之间接触力不够大，指物间必有相对滑动，此时置于 假手指尖处的滑觉传感器检测到此信号反馈给处理器。处理器会根据滑动速度和速度的 变化率去改变假手的握力，直至指物间无相对滑动，握物稳定，握物过程结束，实现了 握力的自适应控制。此过程不需要人参与，且时间很短。同时在假手工作的任何时刻， 处理器不断地采集两路肌电信号并进行优先级比较，根据结果决定假手手指的张合动作 【1 3 】。 采用上述控制方式，使肌电假手工作更加类人化，使用时更方便。抓取物体时使用 者既可以有意识地改变肌肉的张紧程度，即通过改变e m g 信号强度来改变假手手指的 闭合速度。握物过程中使用者不必随时控制假手，只要屈肌肌电信号超过阈值，处理器 会根据传感器反馈的滑觉信息自动调整假手的握力，达到自适应性握力调整的目的。 为了实现以上握力控制系统，本文先对假手的控制信号一肌电信号进行了的分析和 处理，寻找到合适的特征量，其次是对触觉传感器和滑觉传感器的研究。最后详纽地进 行了整个控制系统软件和硬件的设计。 1 6 本课题的来源、理论和实际意义 自适应握力肌电假肢的研究属于生物医学工程学及智能控制研究领域，该课题源于 国家自然科学基金项目“神经的运动控制及假肢控制信息源研究”，批准号：3 9 9 3 0 0 7 0 。 自适应握力肌电假肢的研究具有重要的理论意义。首先，其体现了胡寄南的信息 转化物理论和密勒的生物反馈学说。其次，它的研究结合了康复工程学和智能控 制技术以及信号处理技术。 自适应握力肌电假肢的研究具有较大的应用价值。首先，它在一定程度上帮助残疾 人解决一定的生理问题，使他们能在日常的生活中适当自理。其次，它能替代国外昂贵 的同类产品，具有一定的经济价值。第三，促进国内在这一方面的科研水平进一步的提 高。 1 7 本论文所完成的主要工作 本课题是在充分了解了国内外肌电控制假肢的技术现状和发展趋势的基础上，详细 分析了当前国内有关生产厂家的产品特点和使用范围，认真研究了其优点和不足之处， 选择了本课题。并在国内商品化的肌电控制假肢的通用功能的基础上，迸一步提高了其 智能化程度，增加了肌电假手速度的调节和握力的自调节功能，从而使得假手的工作更 接近于真手。本课题是在我们研究所已开发出数字式肌电假手的基础上，主要进行了传 感器和控制器部分的开发，所涉及到具体工作有如下几个方面： 1 、传感器的选择和设计。针对假手所使用的传感器要求体积小、灵敏度高的特点， 设计了微型的触觉和滑觉传感器及后续处理电路。 2 、采用了多种数字信号处理和分析方法，对肌电信号进行了数字处理，找出了合 智能肌电假手控制系统研究 适的特征量，使得肌电假手的控制精度有所提高。 3 、假手控制系统硬件的电路设计。采用单片机8 0 c 5 5 2 为控制单元的核心，扩展了 外围基本电路，利用p w m 技术控制输出电压，完成了智能肌电假手控制系统的硬件设 计。 4 、本课题提出将模糊控制技术应用于智能假手的握力控制中。设计了二维模糊控 制器，使假手可以根据物体的滑移速度和速度的变化率实现假手握力的自适应控制。 7 智能肌电假手控制系统研究 第二章肌电信号分析 2 1 引言 肌电信号( e m g ) 是产生肌肉力的电信号根源，在生物机理上它是许多运动单元的 动作电位序列的总和。生理学中把一个n 运动神经元及其所支配的肌纤维的集合称为运 动单元( m o t o r u n i t ) ，它是神经肌肉系统的最小控制单位。d 神经在神经支配或外加刺激 作用下，产生一次细胞膜内外的电位变化，即神经冲动。一系列的神经冲动沿神经肌肉 接头传递到所支配的肌纤维。一个运动单位中所有肌纤维上的电位合成称为运动单位的 动作电位( m u a p ) 。为了保持肌肉的收缩，运动单位必须反复被激活，从而得到一系 列的动作电位，即运动单位的动作电位序列( m u a p t ) 。美国学者s o l o m o n o w 提出了 神经肌肉系统的肢体运动控制模型，认为在随意运动过程中，中枢神经系统通过运动单 位的募集( r e c r u i t m e n t ，运动单位由小到大渐次兴奋的过程) 和发放率( f i r i n gr a t e ，单位 时间内运动单位的兴奋次数) 等控制肌肉收缩力的大小和变化速度。它反映了神经、肌 肉的功能状态。在康复医学上通过表面肌电某些特征的分类可以驱动假肢、实现功能性 电刺激和生物反馈调节。 肌电信号是一维时间序列信号，它发源于作为中枢神经一部分的脊髓中的运动神经 元，是电极所接触到的许多运动单元发放的动作单位的总和。本节先介绍了人体肌电信 号的产生原理和特征，然后通过实验对肌电信号加以分析从而得出可以作为肌电假手控 制的特征量。 l 冈= n 一 正常骨骼肌的随意收缩来自大脑皮层的兴奋，它是靠神经系统传导的。由于神经纤 维和肌原纤维是两种完全不同的组织，其间并无直接的细胞质( 或原生质) 联系。为了 实现兴奋由运动神经向肌肉传递，就必须通过神经末梢及其支配的运动终板进行信息的 传递。一般认为，终板处神经冲动的传递是借化学物质即乙酰胆碱a e h 实现的。当冲动 传到神经末梢时，其中的突触小泡释放出乙酰胆碱经扩散，透过接头前膜，进入突触槽， 从而使接头后膜通透性增高，去极化引起肌肉动作电位，并很快扩散到整个肌纤维表面， 影响运动系统，引起肌肉收缩。肌纤维中的这种电变化被称为运动单元动作电位 智能肌电假手控制系统研究 ( m u a p ) 。肌电信号( e m g ) 是肌肉中m u a p 在时间上和空间上的叠加，表面e m g 则主要是浅层肌肉e m g 和神经干上电活动的综合效应。 肌电信息与肌肉收缩的关系可以概述如下：由中枢神经系统发出传向运动神经末梢 分支的运动电位，传递着驱使肌肉收缩的信息。由于神经末梢分支的电流太小，常不足 以直接兴奋大得多的肌纤维，但是通过神经肌肉接头处的特殊终板的类似放大作用( 当 神经冲动传到终板时，释放一些乙酰胆碱，增加膜对各种离子的通透性而有效地使细胞 膜去极化) ，这样就爆发一个动作电位沿着肌纤维而传播，在动作电位的激发下随之产 生一次肌肉收缩。这种兴奋和收缩之间的联结是通过肌纤维内部几种特殊的传导系统实 现的【1 5 1 。因此，我们可以明确以下概念： ( 1 ) 动作电位不是肌肉收缩的表现，而是发动肌肉收缩机制的重要部分。 f 2 1 由于肌肉信号只与给予肌肉的指令成比例，因此肌肉实际上不需要产生力，但工作 的肌肉仍然是发放肌电的适当源泉。 实践还告诉我们，肌肉活动经过训练，肌电的发生在一定条件下是可以改善和康复 的。这对康复工程领域为残疾者尽可能利用残端肌肉发放的肌肉、实现对肌电假手的控 制，创造了更有利的条件。 2 3 肌电信号的特征( 以下图例是取自前臂伸肌) 1 、微弱性 从人体皮肤表面提取的肌电信号很微弱，一般只有微伏级电压信号。 2 、交变性 肌电信号是一种交流电压信号，它与肌肉产生的力大致成比例( 在幅值上) 。 图2 - 2 前臂伸肌e m g 信号的时域波形 f i g 2 - 2t h ew a v eo f e m gs i 掣融si nf o r e a r me x t e n s o r i nt i m ed o m a i n 3 、对称性 藉肌电信号的采样数据进行算术相加，然后除以总点数，就零到算术平均值。由 于舰电信号是由许多正弦波组成的，所以正相值和负相值相加后趋向零。 4 、1 8 譬! 墓纛表面肌电信号的频谱范围为o 1 0 0 0h z 之间，功率谱最大频率随肌肉 人体皮肤表面肌电信号的频谱范围为0 之间，功翠谱最大频翠隐肌列 而定，通常在3 0 3 0 0 h z 之问。( 如图2 - 3 ) 智能肌电假手控制系统研究 图2 - 3 前臂伸肌e m g 信号的额域波形 f i g 2 - 3t h ew a v eo f e m gs i g n a l si nf o r e a r me x t e n s o ri nf r e q u e n c yd o m a i n 图2 4 前臂伸肌e m g 信号的功率谱 f 谵2 - 4t h ep o w e rs p e c t r u mo f e m g s i g n a l si nf o r e a r me x t e n s o r 其各频段的能量分布如图2 - 5 1 0 智能肌电假手控制系统研究 图2 - 5 前臂伸肌e m g 信号的能量分布图 f i g 2 - 5t h ed i s t r i b u t i o no f e n e r g yo f e m gs i g n a l si nf o r e a r me x t e n s o r 由前臂伸肌中提取出的e m g 信号的能量分布图可看出：e m g 信号的主要能量集中 在3 0 0 h z 以下( 占了8 0 以上) 。经过多组实验可以看出，尽管不同肌肉各频段的能量 分布有所差别，但是它们的主要能量分布在低频段3 0 0 h z 以下。 另外，对于同一块肌肉使用不同的力时，各频段能量值随肌肉力的变化而变化。我 们从右前臂伸肌按照握力不同时测得十组数据，以5 0 h z 为区间分别统计出各频段能量 随握力增加时的变化。 能宣每力 菰心 2 千克力 4 千克力6 千克力8 千克力l o 千克，h 2 千克，n 4 千克，n 6 千克_d 8 千克，1 2 0 千克， 5 0 h z 以下 7 99 12 0 03 1 43 6 23 8 85 9 88 0 51 0 8 81 5 8 1 5 0 l o o h z 4 11 6 34 2 84 5 84 7 67 7 68 1 71 1 3 91 7 7 82 5 3 7 1 0 0 1 5 0 h z6 9 2 7 74 4 8 6 8 2 7 5 38 6 99 3 l1 1 6 72 7 4 03 5 0 9 1 5 0 2 0 0 i1 4 2 29 41 4 71 6 02 5 23 3 29 5 09 7 55 9 2 0 0 2 5 0 h j8 1 85 86 26 88 l1 1 43 7 03 6 04 7 8 2 5 0 3 0 0 h j2 1 78 59 97 61 2 31 3 31 4 0 1 6 4 1 8 8 3 0 0 3 5 0 删3 75 18 91 6 31 8 61 8 72 0 42 7 63 2 5 3 5 0 4 0 0 h z2 3 1 4 1 9 6 5 6 8 8 6 9 7 1 8 lz o l 4 0 0 - - 4 5 0 h z221 31 5 1 7 l b3 46 24 77 1 4 5 0 h z 以上。0 5z 81 02 23 42 23 33 23 9 表2 - 1 前臂伸肌e m g 信号随握力增加的能量分布 t a b l e2 - it h ed i s t r i b u t i o no f e n e t g yo f e m gs i g n a l si nf o r e a r me x t e n s o ra st h eg r i pi n c r e a s e s 通过十组实验将各频段能量分别计算出来，如表2 一l 所示：我们可以看出来随着握 力的增加，前臂伸肌各频段的熊量都在增加。但增加的幅度是不同的，其中1 0 0 1 5 0 - z 范围内，能量的增幅是最大的，其次是5 0 1 0 0 h z 和5 0 h z 以下范围内。这也充分证明 了肌电信号是低频的信号。 5 、不同肌肉的e m g 信号存在差别性【”】 通过实验发现：在频域上，不同肌肉的e m g 信号，其频率的幅值不仅存在数值范 智能肌电假手控制系统研究 围上的差别，更重要的是在功率谱的分布各有特征。但总的说来，健康人的e m g 信号 满足以上四点特征。 三角肌 越红 拇短展肌 图2 - 6 不同肌肉之翔频域特征比较 f i g 2 - 6t h ec o m p a r eo f d i f f e r e n tm u s c l e si nf i - e q u e n c yd o m a i n 6 、实验还发现，同一块肌肉在不同动作时其幅值频率特性曲线形状在一定程度上 很相似，从而说明不同肌肉的e m g 发放存在着定的规律性。 智能肌电假手控制系统研究 图2 7 不同动作下前臂伸肌的幅频特性 f i g ，2 - 7a m p l i t u d e f r e q u e n c yc u r v e sf o r m e db ye m gs i g n a l sg e n e r a t e d i nf o r e a r me x t e n s o ro f d i f i e r e n ta c t i o n 我们通过对不同肌肉的幅一频特性加以分析，总结出各自的特征值。在多自由度假 肢控制中将会非常有用，例如我们可以用一组肌肉的收缩控制假手手指的张合，而用另 一组肌肉的收缩方式控制假手手腕的旋转。 2 4 肌电信号的分析和特征提取 特征提取是目标识别中的一个非常重要的环节。一个识别系统的识别能力与特征矢 量的选取有着直接的关系【l ”。对于肌电控制假手来说，如何寻找有效的特征量来表征肌 电信号和肌肉收缩之间的关系是十分重要的，因为后者反映人的意志，这也是肌电控制 假手的关键。近年来，针对肌电控制，国内外对表面肌电信号的研究已引起了越来越多 的人的兴趣，如研究表面e m g 与肌肉力的关系 1 8 - 1 9 】、e m g 信号与关节转矩间关系1 2 0 】、 肌肉疲劳时的e m g 信号特征及补偿方法等等【2 1 也l 。我们研究所一直致力于肌电假手的 研究，通过大量实验来寻找可以作为肌电假肢控制的e m g 信号的特征值。在参照些 文献 2 3 - 2 9 1 后提出了几种不同的算法包括时域分析法中的峰峰值法、绝对值积分法、方差 法和w i l l i s o n 幅值法及频域分析法中平均功率法( m p ) 来寻找肌肉收缩力与e m g 信号 强弱的关系。通过实验对象的伸肌和屈肌的“握力值一e m g 信号强弱”的实验来比较 分析，从中选择最适合于肌电假肢控制的特征值。 1 、时域分析值： ( 1 ) 峰峰值 图2 - 8 前臂伸肌e m g 信号按照握力不同时峰峰值的变化 f i g 2 - 8t h ec h a n g eo f p e a k - 一p e a kv a l u eo f e m gs i g n a l si nf o r e a r me x t e n s o ra c c o r d i n gt od i f f e r e n tg r i p s 智能肌电假手控制系统研究 图2 - 9 前臂屈肌e m g 信号按照握力不同时峰峰值的变化 f i g 2 - 9t h ec h a n g eo f p e a k - - p e a kv a l u eo f e m gs i g n a l si nf o r e a r mf l e x o ra c c o r d i n gt od i f f e r e g t 商p s ( 2 ) 绝对值积分( i a v ) 其计算式为：i a v 3 萜 x i ，n 握力f k 神 图2 一l o 前臂伸肌e m g 信号按照握力不同时i a v 的变化 f i g 2 1 0t h ec h a n g eo f i a vo f e m g s i g n a l si nf o r e a r me x t e n s o ra c c o r d i n gt od i f f e r e n tg r i p s 1 4 智能肌电假手控制系统研究 揖力( k 图2 - 1l 前臂屈肌e m g 信号按照握力不同时i a v 的变化 f i g 2 l lt h ec h a n g eo f 州o f e m gs i g n a l si nf o r e a r mf l e x o ra c c o r d i n gt od i f f e r e n tg r i p s 由上图可看出e m g 信号的i a v 值，虽在个别点处有波动，但整体趋势是随着握力 的增加而增加。 ( 3 ) 方差( v a r ) 其计算式