CN102729254A - 基于触觉临场感的遥操作机器人肌电控制方法 - Google Patents

Abstract

本发明涉及一种基于触觉临场感的遥操作机器人肌电控制方法。本发明以操控者人手为动作模仿对象，通过采集手臂皮肤表面肌电信号，经模式识别判断出相应的多个动作模式，控制机器人手完成对应动作，具有操控自然的特点；在作业过程中，操控者可根据触觉临场感来掌握和调节手部动作，实现触觉临场反馈式作业。本发明可以增强遥操作机器人的人机交互深度、准确性及适应能力，对解决工作在危险或有害环境下的遥控机器人，如核工业装配中抓取易形变、易爆的物体，有很好的应用前景。

Description

基于触觉临场感的遥操作机器人肌电控制方法

技术领域

本发明涉及一种遥操作机器人控制方法，特别地，涉及基于触觉临场感并采用肌电控制的遥操作机器人控制方法。

背景技术

全自主方式工作的机器人一直是机器人学者所追求的目标，然而，由于人工智能、传感和控制水平的限制，工作在复杂或未知环境下的全自主型机器人是目前难以达到的。近年来，随着核能技术、空间技术和海洋技术的迅速发展，迫切需要大量在危险或有害环境下工作的机器人。许多人工智能专家和机器人学研究者认为，目前机器人的研究重点应由全自主式技术转向交互技术，就是要在研究中重新考虑“人”的地位，将人的智能和机器人的智能有机结合起来，这样的研究更具现实意义。

遥操作系统就是一个操作者-机器人的共生交互系统，其目的就是帮操作者完成对远地环境的遥作（teleoperation）和遥知（teleperception）。其中遥作是操作者对远地机器人的遥操作，将人的命令或动作传递给机器人；遥知就是远端机器人与环境信息交互的反馈，构成遥操作系统的控制回路。

遥作（teleoperation）要求通过一种输入接口将操作者的指令传达给机器人。目前遥作输入接口有很多，但多数输入接口仍然存在一定问题，如输入不自然、方式单一、信息存在多义性，输入技术已成为制约人机交互的瓶颈。而且，大部分输入接口都涉及到复杂的物理结构或者感知系统，操作者需要熟悉、了解这个复杂的接口，在作业过程中可能会有难以适应的感觉。因此如何引入新的遥作接口方式，使操作者更加方便自如地将指令传达给机器人，增强主动的、自然的人机交互是“遥作”方面需要解决的问题。考虑到获取操作者动作最直接的信号就是从人体直接获取信息，利用操作者上肢的表面肌电信号(surface electromyogram, SEMG)来控制远端的机器人，这样的人机接口对操作者不会构成操作上的负担，无需特殊学习和训练，而且操作者在作业过程中不受束缚，操作感好。这种肌电遥操作方式提供了人机交互的新渠道，增进了人机交互的自然性和主动性。

遥知（teleperception）方面，从增强遥操作系统操作者的感知和系统对操作者的亲近性出发，人们提出了临场感的概念，并将临场感技术作为遥操作系统交互技术的核心。其本质就是将远地从机器人感知到的机器人和环境的交互信息以及环境的信息（包括视觉、触觉、听觉等信息）实时地、真实地反馈给操作者，使操作者产生身临其境的感觉，从而有效地感知环境及控制从机器人完成复杂的作业任务。工作在交互方式下具有临场感的遥操作系统是在危险、复杂或非确定环境下完成作业任务的有效手段。具有触觉传感和反馈的遥控作业系统能有效地增强操作者对远端机器人手与物体接触情况的感知，以及被抓握物体的表面物理特征，从而能快速准确地完成作业任务。目前，遥控作业中视觉临场感技术用得较多，但通过视觉并不能准确地得到遥远处从机械手与环境作用的全部信息，由于机器人手爪通常会间断性地遮挡机器人的视线，因此视觉信息只能在手爪操作之前或者之后出现，而机器人触觉则可以在整个操作过程中实时提供具体的触觉信息如机器人手与被抓物体何时开始接触、机器人手与物体接触力的大小、甚至接触的形状等。在跟踪抓取、精细操作中，在存在无照明、狭窄空间等视觉障碍时，机器人的触觉能力直接决定着遥控机器人作业系统的操作性能。

发明内容

本发明的目的就是针对现有技术的不足，将遥控机器人不可或缺的两方面“遥作”和“遥知”通过肌电控制和触觉临场感融合在一起，提出了一种新颖的人机交互方式。以操控者人手为动作模仿对象，通过采集手臂皮肤表面肌电信号，经模式识别判断出相应的多个动作模式，控制机器人手完成对应动作，具有操控自然的特点；在作业过程中，操控者可根据触觉临场感来掌握和调节手部动作，实现触觉临场反馈式作业。这种交互方式可以使操作者真实地感觉到机器人与被操作物体的动态相互作用，就象操作者自己的手在操作物体一样，这有助于操作者完成复杂精密的作业。

为了实现以上目的，本发明方法主要包括以下步骤：

步骤一，获取操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号。具体是：首先通过肌电信号采集仪采集指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号，再采用空域相关滤波方法对含有干扰噪声的肌电信号进行消噪。

步骤二，根据操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号识别出操作者的操作动作，具体动作包括伸腕、屈腕、展拳或握拳。

识别方法如下：

无操作动作时指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号的平均功率，分别记为                                                

，

，

。

若指伸肌的表面肌电信号大于

，则认为指伸肌表面肌电信号强，反之认为指伸肌表面肌电信号弱，为冗余量，根据实验情况设定。

若尺侧腕伸肌的表面肌电信号大于

，则认为尺侧腕伸肌表面肌电信号强，反之认为尺侧腕伸肌表面肌电信号弱，

为冗余量，根据实验情况设定。

若尺侧腕屈肌的表面肌电信号大于

，则认为尺侧腕屈肌表面肌电信号强，反之认为尺侧腕屈肌表面肌电信号弱，

为冗余量，根据实验情况设定。

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为伸腕动作；

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号强，识别结果为屈腕动作；

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为展拳动作；

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号强，识别结果为握拳动作；

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号弱，识别结果为不动作。

步骤三，把步骤二的识别结果转化为机器人控制指令，控制机器人手操作相应的动作。

步骤四，机器人手合拢的作业过程中，通过安装于机器人手的触觉传感器，将现场触觉信息反馈给操控者，实现触觉临场感。

所述的触觉临场感，具体是：当触觉传感器触碰被抓工件时，由触觉处理电路完成触觉信号处理，并通过刺激电路发送到刺激电极，刺激电极作用于指端的神经和肌体组织，在刺激电流的作用下，指端电触点下肌体及神经末梢等兴奋组织的细胞出现特征性生物电信号，这些生物电信号上传至中枢神经系统后，再经神经系统感知，就可使操作者产生相应电触点处的触觉意识，从而实现触觉临场感。

步骤五，操控者可根据触觉临场感来掌握自己的手部动作，并根据操作者的肌电信号重复步骤一至步骤五控制机器人手。

本发明可以增强遥操作机器人的人机交互深度、准确性及适应能力，对解决工作在危险或有害环境下的遥控机器人，如核工业装配中抓取易形变、易爆的物体，有很好的应用前景。

附图说明

图1为本发明的系统方案图；

图2为根据三路肌电信号强弱判断动作模式的流程图；

图3为史陶比尔TX90L型工业机器人；

图4为触觉临场感系统。

具体实施方式

下面结合附图对本发明的实施作详细说明：本实施在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。

如图1所示，本实施包括如下步骤：

步骤一，获取操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号。具体是：首先通过肌电信号采集仪采集指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号，再采用空域相关滤波方法对含有干扰噪声的肌电信号进行消噪。

由于手部未动作时采集的表面肌电信号对应为信号的噪声，若对该含有噪声的表面肌电信号进行多尺度小波分解，各尺度的高频系数的首尾部分对应手部无动作时的表面肌电信号，因此可以用手部无动作时的SEMG信号的高频系数来估计各层的噪声能量门限。取表面肌电信号小波变换高频系数的前

（本实施中

取100）个点 ，取到的这些点对应于手部未动作时表面肌电信号的高频系数，用这些点的方差来估计SEMG信号的噪声能量阈值，此时滤波算法中用下式控制迭代过程：

 

;          （1）

其中

为自适应系数，其值随着尺度

的变化而变化，是根据经验和实验确定的；

为迭代后的高频系数的方差；

即为估计的噪声能量阈值。当上式成立时迭代继续，否则停止。

空域相关法利用真实信号的小波系数在各尺度上的相关性，使得小尺度上的真实信号的小波系数得以突显，从而实现了真实信号的小波系数与噪声小波系数的分离，取得了比较好的滤波效果。

步骤二，根据操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号识别出操作者的操作动作，具体动作包括伸腕、屈腕、展拳或握拳。

识别方法如下：

无操作动作时指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号的平均功率，分别记为

，

，

。

若指伸肌的表面肌电信号大于

，则认为指伸肌表面肌电信号强，反之认为指伸肌表面肌电信号弱，

为冗余量，根据实验情况设定。

若尺侧腕伸肌的表面肌电信号大于

，则认为尺侧腕伸肌表面肌电信号强，反之认为尺侧腕伸肌表面肌电信号弱，

为冗余量，根据实验情况设定。

若尺侧腕屈肌的表面肌电信号大于

，则认为尺侧腕屈肌表面肌电信号强，反之认为尺侧腕屈肌表面肌电信号弱，

为冗余量，根据实验情况设定。

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为伸腕动作。

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号强，识别结果为屈腕动作。

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为展拳动作。

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号强，识别结果为握拳动作。

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号弱，识别结果为不动作。

用表格表示上述组合关系，如表1所示。

表1  三路肌电信号强弱与操作者手部动作的对应关系

表1的逻辑关系编成流程图，类似一个树形结构，如图2所示。

步骤三，把步骤二的识别结果转化为机器人控制指令，控制机器人手操作相应的动作。

本发明实施采用史陶比尔公司的TX90L型工业机器人，如图3所示，但本发明的保护范围不限于该机器人。本发明将人手姿势描述对应于TX90L型机器人手的姿势如表2所示。

表2  人手与机器人手姿势对应关系

人手姿势	判断动作	机器人动作
			所有手指握于掌心	握拳	机器人手爪闭合
五指张开	展拳	机器人手爪张开
			手掌向上翘	伸腕	机器人手腕正转。
手掌向下弯起	屈腕	机器人手腕反转

步骤四，机器人手合拢的作业过程中，通过安装于机器人手的触觉传感器，将现场触觉信息反馈给操控者，实现触觉临场感。触觉临场感系统如图4所示。

触觉传感器是一款压阻式触觉传感器（见发明专利200510060617.3），安装于机器人手，实物如图3所示。

所述的触觉临场感，具体是：当触觉传感器触碰被抓工件时，由触觉处理电路完成触觉信号处理，并通过刺激电路发送到刺激电极，刺激电极作用于指端的神经和肌体组织，在刺激电流的作用下，指端电触点下肌体及神经末梢等兴奋组织的细胞出现特征性生物电信号，这些生物电信号上传至中枢神经系统后，再经神经系统感知，就可使操作者产生相应电触点处的触觉意识，从而实现触觉临场感。

步骤五，操控者可根据触觉临场感来掌握自己的手部动作，并根据操作者的肌电信号重复步骤一至步骤五控制机器人手。

Claims (1)

1. 基于触觉临场感的遥操作机器人肌电控制方法，其特征在于该方法包括如下步骤：

步骤一，获取操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号；具体是：首先通过肌电信号采集仪采集指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号，再采用空域相关滤波方法对含有干扰噪声的肌电信号进行消噪；

步骤二，根据操作者手臂指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号识别出操作者的操作动作，具体动作包括伸腕、屈腕、展拳或握拳；

识别方法如下：

无操作动作时指伸肌、尺侧腕伸肌、尺侧腕屈肌三路表面肌电信号的平均功率，分别记为                                               

，

，

；

若指伸肌的表面肌电信号大于

，则认为指伸肌表面肌电信号强，反之认为指伸肌表面肌电信号弱，

为冗余量；

若尺侧腕伸肌的表面肌电信号大于

，则认为尺侧腕伸肌表面肌电信号强，反之认为尺侧腕伸肌表面肌电信号弱，

为冗余量；

若尺侧腕屈肌的表面肌电信号大于

，则认为尺侧腕屈肌表面肌电信号强，反之认为尺侧腕屈肌表面肌电信号弱，为冗余量；

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为伸腕动作；

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号强，识别结果为屈腕动作；

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号弱，识别结果为展拳动作；

若指伸肌表面肌电信号强、尺侧腕伸肌表面肌电信号强、尺侧腕屈肌表面肌电信号强，识别结果为握拳动作；

若指伸肌表面肌电信号弱、尺侧腕伸肌表面肌电信号弱、尺侧腕屈肌表面肌电信号弱，识别结果为不动作；

步骤三，把步骤二的识别结果转化为机器人控制指令，控制机器人手操作相应的动作；

步骤四，机器人手合拢的作业过程中，通过安装于机器人手的触觉传感器，将现场触觉信息反馈给操控者，实现触觉临场感；

所述的触觉临场感，具体是：当触觉传感器触碰被抓工件时，由触觉处理电路完成触觉信号处理，并通过刺激电路发送到刺激电极，刺激电极作用于指端的神经和肌体组织，在刺激电流的作用下，指端电触点下肌体及神经末梢兴奋组织的细胞出现特征性生物电信号，这些生物电信号上传至中枢神经系统后，再经神经系统感知，就可使操作者产生相应电触点处的触觉意识，从而实现触觉临场感；

步骤五，操控者可根据触觉临场感来掌握自己的手部动作，并根据操作者的肌电信号重复步骤一至步骤五控制机器人手。

Images