CN102729254A - 基于触觉临场感的遥操作机器人肌电控制方法 - Google Patents
基于触觉临场感的遥操作机器人肌电控制方法 Download PDFInfo
- Publication number
- CN102729254A CN102729254A CN2012102318823A CN201210231882A CN102729254A CN 102729254 A CN102729254 A CN 102729254A CN 2012102318823 A CN2012102318823 A CN 2012102318823A CN 201210231882 A CN201210231882 A CN 201210231882A CN 102729254 A CN102729254 A CN 102729254A
- Authority
- CN
- China
- Prior art keywords
- surface electromyogram
- electromyogram signal
- carpi ulnaris
- musculus
- extensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
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
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:
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:
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:
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:
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102318823A CN102729254A (zh) | 2012-07-04 | 2012-07-04 | 基于触觉临场感的遥操作机器人肌电控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102318823A CN102729254A (zh) | 2012-07-04 | 2012-07-04 | 基于触觉临场感的遥操作机器人肌电控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102729254A true CN102729254A (zh) | 2012-10-17 |
Family
ID=46985904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102318823A Pending CN102729254A (zh) | 2012-07-04 | 2012-07-04 | 基于触觉临场感的遥操作机器人肌电控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102729254A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103861290A (zh) * | 2014-02-27 | 2014-06-18 | 常州大学 | 一种肌电遥控玩具飞行器及其控制方法 |
CN103941859A (zh) * | 2014-03-21 | 2014-07-23 | 上海威璞电子科技有限公司 | 一种利用信号功率区分不同手势的算法 |
CN104586390A (zh) * | 2014-12-18 | 2015-05-06 | 中国科学院深圳先进技术研究院 | 一种信息处理方法及相关设备 |
CN105014676A (zh) * | 2015-07-03 | 2015-11-04 | 浙江大学 | 一种机器人运动控制方法 |
CN106055107A (zh) * | 2016-06-07 | 2016-10-26 | 中国人民解放军国防科学技术大学 | 基于人在回路的空间遥操作技术地面验证系统 |
CN107921621A (zh) * | 2015-08-25 | 2018-04-17 | 川崎重工业株式会社 | 机器人系统 |
WO2023273191A1 (zh) * | 2021-06-28 | 2023-01-05 | 深圳先进技术研究院 | 一种面向手势控制的人机交互系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5413611A (en) * | 1992-07-21 | 1995-05-09 | Mcp Services, Inc. | Computerized electronic prosthesis apparatus and method |
CN1108520A (zh) * | 1994-12-16 | 1995-09-20 | 清华大学 | 假手握力自适应控制装置 |
CN1582866A (zh) * | 2004-06-02 | 2005-02-23 | 杭州电子科技大学 | 带触觉的肌电仿生电动假手及其控制方法 |
CN101036601A (zh) * | 2007-04-24 | 2007-09-19 | 杭州电子科技大学 | 二自由度肌电假手实时控制装置及控制方法 |
CN101332136A (zh) * | 2008-08-01 | 2008-12-31 | 杭州电子科技大学 | 脑电肌电联合控制的电动假手以及控制方法 |
-
2012
- 2012-07-04 CN CN2012102318823A patent/CN102729254A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5413611A (en) * | 1992-07-21 | 1995-05-09 | Mcp Services, Inc. | Computerized electronic prosthesis apparatus and method |
CN1108520A (zh) * | 1994-12-16 | 1995-09-20 | 清华大学 | 假手握力自适应控制装置 |
CN1582866A (zh) * | 2004-06-02 | 2005-02-23 | 杭州电子科技大学 | 带触觉的肌电仿生电动假手及其控制方法 |
CN101036601A (zh) * | 2007-04-24 | 2007-09-19 | 杭州电子科技大学 | 二自由度肌电假手实时控制装置及控制方法 |
CN101332136A (zh) * | 2008-08-01 | 2008-12-31 | 杭州电子科技大学 | 脑电肌电联合控制的电动假手以及控制方法 |
Non-Patent Citations (2)
Title |
---|
唐建友,罗志增: ""三自由度比例控制肌电假手的设计"", 《机电工程》, vol. 26, no. 12, 31 December 2009 (2009-12-31), pages 85 - 89 * |
席旭刚等: ""具有触觉临场感和肌电仿生控制功能的遥控机械手研究"", 《机器人》, vol. 31, no. 03, 31 May 2009 (2009-05-31), pages 271 - 275 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103861290A (zh) * | 2014-02-27 | 2014-06-18 | 常州大学 | 一种肌电遥控玩具飞行器及其控制方法 |
CN103941859A (zh) * | 2014-03-21 | 2014-07-23 | 上海威璞电子科技有限公司 | 一种利用信号功率区分不同手势的算法 |
CN104586390A (zh) * | 2014-12-18 | 2015-05-06 | 中国科学院深圳先进技术研究院 | 一种信息处理方法及相关设备 |
CN105014676A (zh) * | 2015-07-03 | 2015-11-04 | 浙江大学 | 一种机器人运动控制方法 |
CN107921621A (zh) * | 2015-08-25 | 2018-04-17 | 川崎重工业株式会社 | 机器人系统 |
CN106055107A (zh) * | 2016-06-07 | 2016-10-26 | 中国人民解放军国防科学技术大学 | 基于人在回路的空间遥操作技术地面验证系统 |
CN106055107B (zh) * | 2016-06-07 | 2019-04-05 | 中国人民解放军国防科学技术大学 | 基于人在回路的空间遥操作技术地面验证系统 |
WO2023273191A1 (zh) * | 2021-06-28 | 2023-01-05 | 深圳先进技术研究院 | 一种面向手势控制的人机交互系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Advances and disturbances in sEMG-based intentions and movements recognition: A review | |
CN102729254A (zh) | 基于触觉临场感的遥操作机器人肌电控制方法 | |
Antfolk et al. | Using EMG for real-time prediction of joint angles to control a prosthetic hand equipped with a sensory feedback system | |
Zhao et al. | Levenberg-Marquardt based neural network control for a five-fingered prosthetic hand | |
CN109718059B (zh) | 手部康复机器人自适应控制方法及装置 | |
Strazzulla et al. | Online bimanual manipulation using surface electromyography and incremental learning | |
Harada et al. | Robot finger design for myoelectric prosthetic hand and recognition of finger motions via surface EMG | |
CN105708587A (zh) | 一种运动想象模式脑机接口触发的下肢外骨骼训练方法及系统 | |
CN107618018B (zh) | 一种基于肌电的机械手动作速度比例控制方法 | |
Li et al. | Design of a myoelectric prosthetic hand implementing postural synergy mechanically | |
Wang et al. | Development of human-machine interface for teleoperation of a mobile manipulator | |
Meattini et al. | Experimental evaluation of a sEMG-based human-robot interface for human-like grasping tasks | |
Aswath et al. | Human gesture recognition for real-time control of humanoid robot | |
Naseer et al. | EMG based control of individual fingers of robotic hand | |
Chapman et al. | A wearable, open-source, lightweight forcemyography armband: on intuitive, robust muscle-machine interfaces | |
Bu et al. | A semi-automatic control method for myoelectric prosthetic hand based on image information of objects | |
Chen et al. | Towards robot-assisted post-stroke hand rehabilitation: Fugl-Meyer gesture recognition using sEMG | |
Li et al. | Control of newly-designed wearable robotic hand exoskeleton based on surface Electromyographic signals | |
CN204909750U (zh) | 基于双臂肌电、姿态信息采集的智能假肢 | |
CN107647951A (zh) | 用于辅助上下肢运动的方法、系统及计算机可读介质 | |
Chen et al. | Robot arm control method using forearm EMG signals | |
Cho et al. | Estimating simultaneous and proportional finger force intention based on sEMG using a constrained autoencoder | |
Fu et al. | Identification of finger movements from forearm surface EMG using an augmented probabilistic neural network | |
Li et al. | Synergy-driven myoelectric control for EMG-based prosthetic manipulation: A case study | |
Kristof et al. | Applications based on electromyography sensors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121017 |