推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于网络和无线传输的机器人肌电控制

更新时间:2020-03-28 18:54:12 大小:3M 上传用户:IC老兵查看TA发布的资源 标签:无线传输机器人 下载积分:3分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

全自主方式工作的机器人一直是机器人学者追求的目标,但由于目前传感和人工智能等支撑技术暂时还不能满足发展此类机器人的需要。因此,人工远程操作的遥操作机器人便成为一种现实可行的选择。当前实际应用中的遥控机器人往往是通过控制手柄来操作,存在着输入方式单一、操作繁琐、人机交互性能不够友好等缺点。肌电信号作为人体的生物特征信号,完全可以用于记录和映射人体的神经肌肉活动,如果采用人手表面肌电信号(surface electromyogram signal,SEMG)作为机器人的控制信号源,以人手主动,机器人跟随人手运动的控制方式,将会增进人机交互的自然性和舒适性。一般地,肌电信号与处理器之间通过有线连接,操作者的“主手”操纵会受到影响,而采用无线传输的方式将能改善这种情况。同时,将控制命令与数据通过网络的方式传输,网络结构中的TCP/IP协议可以确保机器人接收数据的准确性与传输的便捷性等。因此,本文提出了基于网络和无线传输的机器人肌电控制系统方案,研究解决上述问题。主要研究内容如下:

  (1)研究 SEMG的采样滤波与无线传输,重点介绍了SEMG传感器采样电路与放大滤波处理电路,同时设计了基于 MSP430单片机的AD转换电路与nRF24L01无线传输模块。

  (2)研究基于SEMG的多种手部动作的模式识别。首先简述基于总体平均经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)滤波的基本原理,将其应用于SEMG滤波消噪,并与经验模式分解(Empirical Mode Decomposition,EMD)方法做对比,进行实验与分析,为准确识别手部动作打下基础;然后提出了一种基于基本尺度熵的SEMG特征提取方法,在此基础上研究基于支持向量机的手部动作模式分类,对实验者的腕上翻、腕下翻、握拳和展拳四种手部动作所产生的SEMG进行特征提取,并将识别后的特征向量送入支持向量机进行分类识别,取得了88.75%的识别率。

  (3)研究机器人的网络与无线接口,设计了可以简单替代传统的机器人示教盒的嵌入式终端。首先对嵌入式系统的硬件结构进行简要分析,然后详细介绍与分析了系统的软件设计,包括嵌入式Linux内核的移植、DM9000网络接口...

部分文件列表

文件名 大小
基于网络和无线传输的机器人肌电控制.pdf 3M

【关注B站账户领20积分】

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载