多自由度假手控制和实验系统的设计

1、多自由度假手控制和实验系统的设计多自由度假手控制和实验系统的设计畿:毽0:0ll赵大威,姜力,赵京东,杨大鹏,刘宏l.(哈尔滨工业大学机器人研究所,黑龙江哈尔滨150001)designofcontrolandexperimentsystemformihidofprosthetichandzhaodawei,jiangli.zhaojingdong,yangdapeng,liuhong(roboticinstitute,harbininstituteoftechnology.harbin150001,china)摘要:设计了多自由度假手控制系统,采用了分布式结构,有2个dsp分别进行假手的本体

2、控制和基于emg信号动作识别.建立了多自由度假手控制实验平台,可以进行离线训练和基于dsp的在线动作识别.关键词:假手;控制系统;emg中图分类号:tp241文献标识码:a文章编号:10012257(2007)1l一004503abstract:acontrolsystemformultidofprosthetichandisintroduced.thecontrolsystemisdistributingcontrol,whichbasedonthedoubleprocessors.itnotonlyimplementsthemotionpatternclassifieroftheprost

3、hetichand,butalsoimplementsthemotioncontrolofthehand.theexperimentplatformisestablished.itcanperformthemotionpatternclassifierofthehandbasedontheemgsignalsandthetraining.keywords:prosthetichand;controlsystem;emgo引言假肢(包括假手)的研究对于残疾人能够进行日常生活和更好地融人社会是非常重要的.理想的假手应该具有与人手一样的外形和大小,重量轻,具有抓取和灵巧操作的功能,从而在功能上代替人

4、手.传统的假手设计用减少驱动器数目的方法来减轻重量,一般只有一个电机,手指不能弯曲,只能进行简单的张合动作.由于自由度数目的缺乏,功能较少,不能满足使用者的要求1.近年来随着机器人技术收稿日期:20070518基金项目:国家自然科学基金资助项目(50435040,60675045)机械与电子>>2007(11)的发展,具有多个手指,多个关节的多自由度假手成为比较活跃的研究方向.一些研究者提出了集成度较高的多手指假手,增加了假手的功能.比如tbm手引,marcus手.匕较引人注意的是基于欠驱动原理的假手4.这种设计减轻了手指的重量,增加了抓握稳定性.rtr手就是基于欠驱动原理的腱驱动

5、方式的假手l5.表面肌电信号经常被用来作为假手的控制信号.商业假手的控制是基于emg(electromyography)信号的开关控制,只控制一个关节.自由度数目增加,这种方法就很难辨别使用者想要完成的动作.为了解决这个问题,如何从表面肌电信号中识别出肢体的多种运动模式成为康复医学研究的热点问题之一l6j.1控制系统设计假手控制系统主要分为以下几个部分:肌电信号的采集;肌电信号的分析处理,包括肌电信号的特征提取,特征选择和特征分类;多自由度假手本体控制.包括控制各手指运动,以及闭环位置控制和力矩控制.假手控制系统硬件设计的要求是体积小,功耗低的嵌人式控制系统,可以安装在假手的结构中.1.1em

6、g信号的采集肌电控制原理是利用残存的前臂曲肌,伸肌群收缩时产生的肌电信号,由贴在皮肤表面的电极检测得到,作为信号源来控制假手的动作.表面电极获得的肌电信号是几个v到几十个mv的微弱电信号,由于受到人体内外部环境及市电等的干扰,前期必须进行信号调理,即经过信号的放大,滤波,工频限波才可获得可以应用的肌电信号.信号调理功能一般集成在表面电极电路里.我们使用的电极是ottobock公司的13e125型电极.该电极具有体?45?积小,放大倍数可调等优点,内含信号调理电路.1.2emg信号处理对于多自由度假手来说,需要提取不同肌肉的多个肌电信号并加以识别来实现对假手不同动作的控制.各种假手动作具有不同的

7、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,区分不同的动作.肌电的识别方法包括时域统计法,参数模型法及时频分析法等7.特征提取部分采用平均值,积分和ar模型方法提取肌电信号的特征向量.特征分类部分采用基于3层前馈神经网络的lm(levenbergmarquardt)方法辨别使用者手指的动作.ar参数模型的优点是可以把肌电信号用模型参数表示,而不需要原始数据.13e125型电极的输出与肌肉收缩程度成比例.当肌肉处于放松状态,电极输出信号接近于0,波动范围在0.01v.在动作模式识别时,应该设定肌电信号的门槛电压.当肌电信号在50ms内超过这个门槛电压时

8、,认为有动作产生.在接下来的200ms将进行数据采样作为动作输入矢量.这个门槛电压设定要合适,如果太大将降低检测的灵敏性,失去有用的信号.太低将产生误动作.门槛电压如下设定:门槛电压一肌电信号最大幅值o.1肌电信号的积分是一定时间内肌电信号绝对值的和的估计.emg一iiemg(i)i=1ar模型定义为:pemg(n)=aemg(n一是)+p()1p为ar模型阶数,4阶的ar模型最适合于肌电信号处理.使用2个电极的情况,一个动作特征向量需要8个模型参数.动作特征向量将用于特征分类.1.3假手本体控制手指的位置控制和力矩控制是假手本体控制的主要任务.在每个手指的基关节和指尖上分别安装了力矩传感器.

9、我们在电机位置控制中采用了三闭环的反馈控制.即内环是电流环,外环是速度环和位置环.提高了位置控制精度.力矩控制采用阻抗控制方法.控制结构如图l所示.?46?图1单手指反馈控制1.4控制系统硬件设计假手控制系统既要进行肌电信号动作识别又要进行多个手指的控制工作,这些工作都需要并行同时进行.为了解决这个问题,我们采用了分布式控制方式.有2个并行的微处理器.一个用于假手的本体控制,另一个用于emg信号动作模式识别.emg识别的算法较复杂,并且要求识别时间尽量短.采用的微处理器是数字信号处理器dsp.它的特点是体积小,计算速度快,成本较低.2块电路板分别叫做emg信号处理板和假手运动控制板,都安装在手

10、掌里.如图2所示.上位pc机假手使用者极emg信号处理板电源转换dspspi接口假手控制扳ldsp监证亟巫盟匝百丽酥电机驱ii电机驱【i电机驱iicpld动器lii动器2ii动器3l一图2假手控制系统emg信号处理板的功能是对肌电电极信号进行采集,预处理和模式分类算法的实现,识别后将控制命令通过spi接口发送给假手运动控制板.微处理器采用了ti公司的tms32of2812,新型混合32位dsp.工作频率达到150mhz,低功耗设计.片上128kb程序存储器和128kb数据存储器.用它的外部存储器接口扩展了512kb可读写存储器用于存储临时变量.2个肌电电极连接到电路板的低通滤波电路,进入dsp

11、的a/d转换器将模拟信号转换成数字信号.在dsp中在线执行动作识别算法.电路板上的电源转换部分用于将供电电池的78v电压转换为3.3v,1.8v和5v电压,供给各个芯片使用.假手本体的控制包括手指的位置控制和力控制以及各个手指的协调动作控制.假手运动控制板上机械与电子2007(11)5一包含了微处理器,电机驱动器.微处理器采用了tms320f2810,其功能与2812基本相同,只是没有外部存储器接口,体积更小.片上有64kb的闪存,6路独立的pwm输出.还集成了丰富的接口:16通道的12位模数转换器(ad)用于实现力矩,位置传感器信号和电机电流信号的采样.串行同步通信接口(spi)用来实现与e

12、mg信号处理板的通信功能.直流电机驱动电路采用了电机驱动芯片,内部集成了低rds的mosfet构成的h桥电路,控制逻辑和电流反馈电路.dsp通过pwm信号对电机驱动电路进行控制.cpld用于编码器信号处理,并将得到电机方向和码盘脉冲信号传给dsp.cpld的采用提高了电路的集成度.在dsp上实现了直流电机的电流环和位置环的闭环控制.2实验系统2.1实验系统构成实验系统包括使用者,多自由度假手(控制电路板集成在假手里),emg电极,pc机以及软件平台.实验系统主要完成以下功能:a.肌电信号的采集.将肌电电极贴在使用者前臂上,采集的肌电信号经过电极内部电路放大滤波,进入emg信号处理板的dsp转换

13、成数字信号.b.示教训练.训练时对操作者所做的多种动作进行emg信号采集,dsp将数据传送给上位pc机,然后利用这些信息对神经网络分类器进行训练,完成分类器参数的确定.c.采用vc+6.0开发环境,编写了上位机软件平台.实现人机交互,通过实验平台对假手使用者进行训练和软件调试.软件平台的主要功能是离线示教训练,可以显示肌电电极采集到的肌电信号,观察肌电信号的幅值和模式分类识别的结果.d.在线控制.利用示教训练时生成的分类器参数,对使用者的动作进行在线识别,这些算法在emg信号处理板的dsp上完成.识别结果发送给假手控制板控制手指电机转动产生相对应的动作.2.2实验系统采集2个通道的肌电信号,选

14、择的前臂肌肉为拇长屈肌和指深屈肌.训练与在线识别都通过dsp内的ad进行数据采集,保证信号源的一致性.dsp的调试工具是ti公司的集成开发环境ccs3.1(codecomposerstudiotm)链接开发工具.机械与电子>,2007(11)matlab7.0有接口与ccs3.1链接,是可以将dsp寄存器内的数据传送到matlab的工作空间.利用matlab神经网络工具箱,通过编制m程序,可方便地对ccs开发环境中得到的多组特征进行神经网络的训练,然后再将神经网络权值写入dsp程序中,用于肌电信号的模式识别.肌电信号没有超过阈值时,每个通道的采样时间为50ms(20hz采样频率).当判断

15、有效信号到来后,以采样频率2000hz进行采集,采集每个通道200ms内的数据作为该动作的训练数据.图3中3组数据分别是在拇指,食指与中指弯曲动作时,dsp采集到的肌电电极数据,其中第1通道为贴在拇长屈肌的电极,第2通道为指深屈肌的电极.实验分别采集2o组数据,各组数据与均值数据一同给出.从图3中可以看出,各动作在电极采集到的肌电电压上有明显不同的幅度模式.采用4阶ar模型参数作为肌电信号特征,3层bp神经网络作为分类器,中间层神经元个数为15,输出层神经元个数为3,取输出层最值所在通道对应3种手指动作目标.rhanne11rhanne1,匿藉食指二磨嘉专垦笪!苎匿三!二二三二00.050.1

16、0.150.200.050.10.150.2图3两通道肌电电极采集的3种手指动作数据在得到训练用特征后,就可以建立目标矩阵对神经网络进行训练,matlab神经网络工具箱使得训练变得非常简便,而且容易比较各训练算法.本文通过实验,发现自适应学习率梯度下降法(traingdx)收敛速度较快,采用均方误差作为性能函数,在500次迭代内即可完成训练.训练完毕后,将神经网络权值,阈值数据更新到dsp程序中,就可以脱离pc机在dsp内实现在线识别肌电信号,实验结果显示,成功率保持在95以上.识别一个动作的时间为0.5s.32103210日.【o日p.【o基于dsp的足球机器人的运动控制系统设计曹建树,申爱

17、明(1.北京石油化工学院机械工程系,北京102617;2.,黄光明中国石油工程建设集团公司,北京100011)designofcontrolsystemformirosotrobotbasedondspcaojianshu,shenaiming.huangguangmine(1.departmentofmechanicalengineering,beijinginstituteofpetrolchemicaltechnology,beijing102617,china;2.chinapetroleumengineeringandconstruction(group)corporation.be

18、ijingi00011.china)摘要:介绍了微型机器人足球赛(mirosot)的结构,及其底层运动控制系统的性能要求,详细阐述了tms32of2812作为主控芯片在足球机器人底层运动控制中的地位,及其在电机控制方面的具体应用.关键词:tms32of2812;足球机器人;运动控制系统中图分类号:tp24文献标识码:a文章编号:10012257(2007)ll一004803abstract:themechanicalstructureandthearchitectureofcontrolsystemanditsperformance收稿日期:20070510parametersrequired

19、oftherobotsusedinmirosotareintroducedinthispaper.tms320f2812chipisusedasmastercontrollertocontrolthemovementsoftherobots.theapplicationusingtm$320f2812tocontrolthemotorsaswellastherobotsmovementsinthearchitectureofthecontrolsystemisdescribedinlengthinthispaper.keywords:tms320f2812;footballplayingrob

20、ot;movementcontrolsystem0引言机器人足球赛是以足球为载体的高科技研究和对抗,它广泛涉及人工智能,计算机视觉,自动控3结束语采用双处理器的分布控制结构,其电路集成度高,所有的控制器电路板都集成在假手的结构中.实现了基于dsp的假手动作分类.建立了实验系统,实验结果证明识别准确率较高,实时性较好.参考文献:13vinetr,iozachy,beaudryn.designmethodologyfor21-33amultifunctiona1handprosthesisej.j.rehab.res.anddevelopment,l995,32(4):316324.dechevn,leghornwl.neumanns.multiplefinger.passiveadaptivegraspprosthetichand,j.mechanismandmachinetheory.200l,36:ll57一ll73.bergamascom,scattareggiamarchess.themechanicaldesignofthemarcuspros