CN106669125A - 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法 - Google Patents

基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法 Download PDF

Info

Publication number
CN106669125A
CN106669125A CN201611267715.9A CN201611267715A CN106669125A CN 106669125 A CN106669125 A CN 106669125A CN 201611267715 A CN201611267715 A CN 201611267715A CN 106669125 A CN106669125 A CN 106669125A
Authority
CN
China
Prior art keywords
electromyographic signal
information
ball
ping
table tennis
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.)
Granted
Application number
CN201611267715.9A
Other languages
English (en)
Other versions
CN106669125B (zh
Inventor
王璐
葛科铎
谢能刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Technology AHUT
Original Assignee
Anhui University of Technology AHUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Technology AHUT filed Critical Anhui University of Technology AHUT
Priority to CN201611267715.9A priority Critical patent/CN106669125B/zh
Publication of CN106669125A publication Critical patent/CN106669125A/zh
Application granted granted Critical
Publication of CN106669125B publication Critical patent/CN106669125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B67/00—Sporting games or accessories therefor, not provided for in groups A63B1/00 - A63B65/00
    • A63B67/04—Table games physically beneficial for the human body, modelled on outdoor sports, e.g. table tennis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2102/00—Application of clubs, bats, rackets or the like to the sporting activity ; particular sports involving the use of balls and clubs, bats, rackets, or the like
    • A63B2102/16—Table tennis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/805—Optical or opto-electronic sensors
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
    • A63B2225/50—Wireless data transmission, e.g. by radio transmitters or telemetry
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/08—Measuring physiological parameters of the user other bio-electrical signals
    • A63B2230/085—Measuring physiological parameters of the user other bio-electrical signals used as a control parameter for the apparatus

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Manipulator (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法，属于机器人领域。本发明的预测系统包括：肌电信号采集套，用于采集和处理来球的旋转信息；激光雷达，用于实时采集和处理来球的位置信息和速度信息；信息处理与控制装置，该装置与肌电信号采集套、激光雷达信号连接，用于接收来球的旋转信息、位置信息和速度信息，并根据期望回球落点位置计算击球总时间，以及在对应时刻的击球姿态和击球力，再编译回球控制指令发送给乒乓球机器人的控制系统。本发明提高了信息检测的准确度，而且缩短反应时间，使得乒乓球机器人能够快速准确的击球。

Description

基于肌电信号的陪练乒乓球机器人回球方式的预测系统及 方法
技术领域
本发明涉及机器人技术领域，更具体地说，涉及一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统和方法。
背景技术
目前，绝大数乒乓球机器人主要是通过多台智能摄像机采集乒乓球飞行过程中的位置坐标，并根据空气动力学和碰撞反弹动力学原理对乒乓球运动轨迹进行预测。最后，乒乓球机器人根据乒乓球运动轨迹选取最佳击球位置和击球姿态，将乒乓球回击到期望落点处。
对于乒乓球轨迹的预测，乒乓球的旋转测量是一个比较重要并且比较难的问题。在现有的测量方法中，精确度高的方法是通过在乒乓球上画网格，然后用高速摄像机采集乒乓球在飞行中的网格速度的变化，通过对所采集的数据进行处理得到乒乓球的旋转速度。这种方法虽然精度较高，但是不具有实时性，不能满足乒乓球机器人对于乒乓球轨迹快速识别的需求。因而，现有的乒乓球机器人在进行打乒乓球作业时，无法处理旋转中的乒乓球。
如中国专利申请号：201310272639.0，申请日：2013年7月2日，该申请案公开了一种用于乒乓球机器人的乒乓球自旋角速度的预测方法，建立了乒乓球飞行轨迹的动力学模型，利用该模型分析由视觉捕捉系统得到的乒乓球飞行轨迹，并由此来计算乒乓球的自旋角速度。上述方案虽然能够使乒乓球机器人顺利完成回球，但是智能摄像机视觉系统预测乒乓球运动轨迹还是有一些缺陷，比如工作环境中光线的强弱和颜色变化对乒乓球轨迹的预测有影响；各个智能相机之间位置的标定比较复杂。
中国专利申请201310254377.5公开了一种用于乒乓球机器人预测乒乓球轨迹的方法和装置，主要是通过采集乒乓球飞行过程中两点位置坐标，利用时间差和位置信息预测出乒乓球的飞行轨迹，分析判断轨迹是否在击球区域。该方案并没有具体给出如何对乒乓球的轨迹进行检测，难以获取有效信息。
发明内容
1.发明要解决的技术问题
本发明的目的在于克服现有技术中视觉捕捉系统受乒乓球颜色差异和外部环境光线强弱的影响大、难以判别来球旋转特征的不足，提供了一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统和方法。本发明利用肌电信号检测和激光雷达系统对乒乓球的旋转、速度和位置信息等进行检测，提高了信息检测的准确度，而且缩短反应时间，使得乒乓球机器人能够快速准确的击球。
2.技术方案
为达到上述目的，本发明提供的技术方案为：
本发明的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，包括：肌电信号采集套，穿戴在运动员握拍上肢上，用于采集和处理来球的旋转信息；
激光雷达，用于实时采集和处理来球的位置信息和速度信息；
信息处理与控制装置，该装置与肌电信号采集套、激光雷达信号连接，用于接收来球的旋转信息、位置信息和速度信息，并根据期望回球落点位置计算击球总时间，以及在对应时刻的击球姿态和击球力，再编译回球控制指令发送给乒乓球机器人的控制系统。
作为本发明更进一步的改进，所述肌电信号采集套包括肌电信号采集与处理系统、下臂信号采集套和上臂信号采集套，所述下臂信号采集套和上臂信号采集套通过弹性连接套连接。
作为本发明更进一步的改进，所述下臂信号采集套和上臂信号采集套均包括绑带和气囊带，相邻的绑带通过气囊带连接，在绑带内侧设置检测电极，在气囊带排气状态下，位于绑带内侧的检测电极与手臂贴合，用于检测击球时的肌电信号。
作为本发明更进一步的改进，所述下臂信号采集套中绑带上的检测电极对应于肱桡肌和桡侧弯曲肌区域。
作为本发明更进一步的改进，所述上臂信号采集套中绑带上的检测电极对应于肱二头肌和肱三头肌区域。
作为本发明更进一步的改进，所述气囊带两侧为波纹带，相邻的气囊带之间通过导气管连通；当气囊带排气时，波纹带折叠为层状使腿带收紧。
作为本发明更进一步的改进，所述激光雷达使用相位测距法预测乒乓球的位置信息；使用多普勒频移法预测乒乓球的速度信息；并将位置信息和速度信息实时传递到信息处理与控制装置的系统内。
作为本发明更进一步的改进，所述信息处理与控制系统是通过无线设备接收肌电信号采集套和激光雷达发送来的信息，并向乒乓球机器人发送控制指令。
本发明的一种基于肌电信号的陪练乒乓球机器人回球方式的预测方法，其过程为：
步骤1、运动员握拍上肢上穿戴肌电信号采集套，并使检测电极对应在相应区域；
步骤2、运动员开始击球动作，肌电信号采集套所采集肌电信号经内部系统处理后传递至信息处理与控制系统；
步骤3、乒乓球运动过程中，激光雷达检测其位置信息和速度信息，并把信息发送至信息处理与控制系统；
步骤4、信息处理与控制系统根据空气动力学原理和激光雷达探测的来球位置和速度信 息，预测乒乓球的运动轨迹并判断乒乓球是否出界或未过网；
当来球进入可击打区域时，根据空气动力学原理、来球速度信息、回球最佳落点位置以及乒乓球机器人自身所处的位姿确定最佳击球位置；
根据来球速度信息、旋转信息、球拍与球的反弹动力学原理、空气动力学原理和回球最佳落点位置，计算击球总时间，以及在这段时间里各时刻击球姿态和击球力，编译出乒乓球机器人的回球控制指令。
作为本发明更进一步的改进，步骤2中对运动员发出的弧旋球，采用基于小波变换和VPMCD算法对肌肉产生的肌电信号进行模式识别。
3.有益效果
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
(1)本发明利用肌电检测信号预测运动员击球时的旋球信息，应用运动员击球时从上肢采集的肌电信号来判断对手出球方式，不受乒乓球颜色差异和外部环境光线强弱的影响，易于判别来球旋转特征，提高了对旋球信息预测的准确性，从而使乒乓球机器人有更准确的击球姿态和击球点；有助于提高运动员的技术水平；
(2)本发明应用激光雷达系统进行位置和速度检测，无需外界光源，分辨率高，有效解决了视觉捕捉系统中存在的乒乓球轨迹预测受工作环境中光线强弱和颜色变化的影响问题。深刻体现了信息化、智能化在机器人技术领域中的广泛应用；
(3)本发明的肌电信号采集套，绑带通过气囊带相连接，气囊带两侧为波纹带，相邻的气囊带之间通过导气管连通，当气囊带排气时，波纹带折叠收缩，使腿带收紧绑定在手臂上，不会因臂部肌肉的舒展而胀裂，适合在运动中使用。
附图说明
图1为本发明中肌电信号采集套的结构示意图；
图2为本发明中肌电检测电极片的分布位置示意图；
图3为本发明中肌电信号采集套的系统模块图；
图4为本发明中运动员动作类型识别流程图；
图5为本发明中回球预测系统结构示意图；
图6为本发明中预测系统的系统模块图；
图7为本发明中回球方式的预测方法流程示意图。
示意图中的标号说明：1、肌电信号采集套；11、下臂信号采集套；12、气囊带；13、第一电极绑带；14、开关；15、第二电极绑带；16、弹性连接套；17、上臂信号采集套；18、第三电极绑带；19、第四电极绑带；2、激光雷达系统；3、信息处理与控制系统；4、乒乓球 机器人。
具体实施方式
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。
实施例1
结合图1和图3本实施例的用于采集旋球信息的肌电信号采集套1，包括肌电信号采集与处理系统、下臂信号采集套11和上臂信号采集套17，所述下臂信号采集套11和上臂信号采集套17通过弹性连接套16连接。该弹性连接套16可以为弹性布料缝制而成，穿戴时可以调整相对位置，不会影响运动员击球时的动作。
肌电信号采集与处理系统包括检测电极、前置调理电路板、采集卡和处理器；前置调理电路板用于对采集的肌电信号进行去噪和放大，并将处理后的信号发送到配套的采集卡中。
所述采集卡用于将采集的模拟肌电信号转化为处理器可识别的数字肌电信号，并将数字肌电信号发送到处理器；
所述处理器对表面肌电信号进行特征提取，进而进行模式识别，处理器将识别的运动员旋球击球类型发送至信息处理与控制装置。
处理器可以优选采用小波变换和VPMCD算法对手臂动作进行识别，可采用LabVIEW和matlab设计肌电信号的采集、特征提取、模式识别等程序。上述LabVIEW和matlab程序均为肌电检测领域常规技术，不在赘述。
进一步地，本实施例中下臂信号采集套11和上臂信号采集套17均为环形，包括绑带和气囊带12，相邻的绑带通过气囊带12连接，在绑带内侧设置检测电极，即表面肌电检测电极，在气囊带12排气状态下，位于绑带内侧的检测电极与手臂贴合，用于检测挥拍时的肌电信号。电源可以装在绑带中，并设置开关，用于启动系统工作。
本实施例中采集套由4个绑带间隔设置组成，其中，下臂信号采集套11中的第一电极绑带13和第二电极绑带15的内侧设置检测电极，分别用于检测桡侧弯曲肌和肱桡肌的肌电信号；上臂信号采集套17中的第三电极绑带18、第四电极绑带19内侧设置检测电极，分别用于检测肱三头肌、肱二头肌的肌电信号。
实施例2
本实施例的用于采集旋球信息的肌电信号采集套，其基本结构与实施例1相同，进一步地：在气囊带12的两侧为波纹带，相邻的气囊带12之间通过导气管连通；当气囊带12排气时，波纹带折叠为层状使腿带收紧。
众所周知，生活中有较多的设备用到气囊带进行肢体绑缚，使检测传感器与人体贴合，如血压计，通过向内充注空气使其绑缚在胳膊上而不会掉落，本方案也可以采用充气方式使 采集套绑缚在手臂上，但是充气式绑缚对人体束缚感较大，一旦运动员发力，肌肉张紧，很容易把采集套撑开，导致装置损坏，根本无法使用。
本方案利用波纹带对绑带进行连接，当把波纹带内的气体排出后，波纹带折叠为层状，间距减小，进而使绑带被拉紧，实现采集套的固定。在使用者进行活动时，即便是弯曲、旋转，肌肉张紧后，由于气囊带内气体被抽出，不会被胀破，而且能够始终保持与肢体贴合的状态，检测的信号准确。
实施例3
本实施例的用于采集旋球信息的肌电信号采集套，其基本结构与实施例2相同，进一步地：波纹带的波峰和波谷均为V形，由于手臂较细，可以控制V形的夹角在22～45°之间，本实施例优选为30°。若角度过小，需要较长的波纹带才能实现收紧，较长的波纹带容易导致腿带松脱；若角度过大，在排气时，容易出现两侧波纹带相对吸合形成平板，而不是折叠为层状，反而会导致腿带舒展而无法使用，在该角度范围具有更好的收紧效果。
采集套内设置有伺服进排气控制器和伺服进排气控制电机，气囊带通过进排气管与伺服进排气控制器、进排气控制电机连接。该伺服进排气控制器可以为电磁阀，电磁阀打开后，可以通过进排气控制电机向气囊带内充气或向外排气，当排气完成后，电磁阀关闭，气囊带保持收紧状态。当需要取下采集套时，打开电磁阀向进排气管通气即可，外部气压较大，会自动向气囊带内注气。
实施例4
本实施例的用于采集旋球信息的肌电信号采集套，其基本结构与实施例3相同，进一步地：为了更好的进行肌电信号采集，检测电极内有3片肌电检测电极片，结合图2，第一电极绑带13(图2a)和第二电极绑带15(图2b)内两个肌电检测电极片竖向排列，并在竖向排列的电极片之间的偏心位置设置第三片。第三电极绑带18(图2c)内的肌电检测电极片成等腰三角形排布，用于检测肱三头肌信号；第四电极绑带19(图2d)内的肌电检测电极片成直线排布，用于检测肱二头肌信号。该肌电检测电极片的排布方式能够较好的和肌肉分布区域配合，检测的信号准确度高。
实施例5
结合图5和图6，本实施例的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，包括上述实施例中的肌电信号采集套1，该肌电信号采集套1穿戴在运动员握拍上肢上，用于采集和处理来球的旋转信息；激光雷达2，用于实时采集和处理来球的位置信息和速度信息；信息处理与控制装置，该装置与肌电信号采集套1、激光雷达2信号连接，用于接收来球的旋转信息、位置信息和速度信息，并根据期望回球落点位置计算击球总时间，以及在 对应时刻的击球姿态和击球力，再编译回球控制指令发送给乒乓球机器人4的控制系统。
本实施例中下臂信号采集套11中绑带上的检测电极对应于肱桡肌和桡侧弯曲肌区域，其中的肱桡肌和桡侧弯曲肌用于控制腕部的旋转扭曲动作；上臂信号采集套17中绑带上的检测电极对应于肱二头肌和肱三头肌区域，肱二头肌和肱三头肌用于控制小臂的伸展、弯曲动作，通过对该部分肌电信号的检测，能够准确的检测出运动员击球时的动作，并可检测出弧旋球类型，有助于更精确的判别回球路径轨迹，为乒乓球机器人回球的方式、时间提供指导。
本实施例中的激光雷达2可以固定在乒乓球桌面的上方，使用相位测距法预测乒乓球的位置信息，即利用发射的调制光和乒乓球反射的接收光之间的相位差所包含的距离信息来实现距离的测量。假设激光雷达激光发射处与乒乓球的距离为D，激光速度为c，调制频率为f，往返的间隔时间为t，光波往返过程的整数周期数为N，总的相位差为有：即
激光雷达使用多普勒频移法预测乒乓球的速度信息，即指当乒乓球与激光雷达之间存在相对速度时，接收回波信号的频率与发射信号的频率之间会产生一个频率差，这个频率差就是多普勒频移。它的数值为：式中fd为多普勒频移，v为激光雷达与乒乓球间的相对速度，λ为发射激光的波长。
激光雷达的内部系统通过对检测信息的分析处理，的得到乒乓球的位置信息和速度信息，并将位置信息和速度信息实时传递到信息处理与控制装置的系统内。
为了方便信息的接收，本实施例信息处理与控制系统是通过无线设备接收肌电信号采集套1和激光雷达2发送来的信息，并向乒乓球机器人4发送控制指令。
信息处理与控制系统根据空气动力学原理和激光雷达探测来的来球位置和速度信息，预测乒乓球的运动轨迹，并判断乒乓球是否出界或过网；当来球进入可击打区域时，根据空气动力学原理、来球速度信息、回球最佳落点位置以及乒乓球机器人自身所处的位姿确定最佳击球位置。
根据来球速度信息、旋转信息、球拍与球的反弹动力学原理、空气动力学原理和回球最佳落点位置，计算击球总时间，以及在这段时间里各时刻击球姿态和击球力，由上述击球时间、击球姿态和击球力，编译出乒乓球机器人的回球控制指令，进而可控制乒乓球机器人4进行回球击球，准确率大大提高。
乒乓球机器人4在进行击球时，信息处理与控制系统对乒乓球机器人的控制操作为：
对于球拍拍形的调节：来球是上旋球，则球拍拍形向下，下旋球则球拍拍形后仰，左旋球则拍形偏向对方右角，右旋球则拍形偏向对方左角即对不同的旋转方式，要调节好不同的 拍形；
对于球拍发力方向的调节：来球是上旋球则球拍向下发力，下旋则球拍向上发力，左旋球则球拍发力偏向对手右方，右旋球则球拍发力偏向对手左方；
对于球拍发力大小的调节：来球旋转速度越大则球拍的摆速大些，反之来球旋转速度小则球拍的摆速小些。上述的雷达系统和乒乓球机器人可以采用现有技术中的相关技术直接实现，不限于本实施例的描述。
实施例6
本实施例的一种基于肌电信号的陪练乒乓球机器人回球方式的预测方法，结合图7，其过程为：
步骤1、运动员握拍上肢上穿戴肌电信号采集套1，并使检测电极对应在相应区域；
当运动员调整好位置时，需要对气囊带进行排气，使肌电信号采集套牢固贴服在手臂上。
步骤2、运动员开始击球动作，肌电信号采集套1内的肌电信号采集与处理系统采集肌电信号，采用基于小波变换和VPMCD算法对肌肉产生的肌电信号进行模式识别，并转译为乒乓球的旋转信息，然后传递至信息处理与控制系统3；
步骤3、乒乓球运动过程中，激光雷达2检测其位置信息和速度信息，并把信息发送至信息处理与控制系统3；
激光雷达系统通过采集乒乓球不同位置的信息计算其速度信息，再依据乒乓球的受力(受重力、浮力、空气阻力和马格努斯力)预测乒乓球的运行轨迹，并将乒乓球的运行轨迹信息无线发送给信息处理与控制系统3；
步骤4、信息处理与控制系统3根据空气动力学原理和激光雷达2探测的来球位置和速度信息，预测乒乓球的运动轨迹并判断乒乓球是否出界或未过网；
若乒乓球出界或者未过网，则系统关闭；球未出界并过网，则信息处理与控制系统3根据球桌面的坐标边界条件，判断乒乓球是否落桌后弹起；若乒乓球未落桌则系统关闭，反之激光雷达预测乒乓球落桌弹起后的运动轨迹，并将乒乓球的运动轨迹信息无线发送给信息处理与控制系统。
当来球进入可击打区域时，根据空气动力学原理、来球速度信息、回球最佳落点位置以及乒乓球机器人自身所处的位姿确定最佳击球位置；根据来球速度信息、旋转信息、球拍与球的反弹动力学原理、空气动力学原理和回球最佳落点位置，计算击球总时间，以及在这段时间里各时刻击球姿态和击球力，编译出乒乓球机器人的回球控制指令；
步骤5、乒乓球机器人根据控制指令给予回球。
实施例7
本实施例的一种基于肌电信号的陪练乒乓球机器人回球方式的预测方法，结合图4，其中的肌电信号采集套的具体使用方法为：
1)运动员穿戴上肌电信号采集套，使上臂信号采集套17位于上臂段，下臂信号采集套11位于下臂段，弹性连接套16处于肘关节处；启动下臂信号采集套11上的开关14，电路闭合，系统开始工作；
2)电磁阀打开，进排气控制电机向外部排气，气囊带12收紧，绑带绑缚在手臂上；
3)采集套中的检测电极与对应的肌肉区域位置对应，当运动员动作时，肱桡肌、桡侧弯曲肌、肱二头肌、肱三头肌的肌电信号会产生变化，然后将信号发送至配套的前置调理电路板进行信号去噪和放大处理；
4)然后信号被传至采集卡，采集卡对经过前置电路处理过的信号进行处理，使信号转变为能被识别的数字肌电信号；数字肌电信号发送至所述处理器，经过特征提取、特征降维和模式识别等程序处理后，处理器采用小波变换和VPMCD算法识别运动员击球旋球动作，包括上旋球、下旋球、左旋求、右旋球、右上旋球、右下旋球、左上旋球和左下旋球八种弧旋球动作；
5)当系统识别出击球时的旋球类型后，向信息处理与控制装置发送该信息。
上述VPMCD方法是建立在变量预测模型基础上的模式识别方法，该方法理论中，不同类别中特征变量之间的相关性也是不同的。在人体表面肌电信号的模式识别问题中，采用一组特征量X＝[X1,X2,···,Xp]描述一种类别，在不同的手势类别中，其中一个特征值Xi受其它特征值Xj(j≠i)的影响也不同。它们相互之间存在的可能是一对一的关系X1＝f(X2)，也可能是一对多的的关系X1＝f(X2,X3,···)。为了识别不同类别的运动模式，需要利用训练样本建立能够表达特征变量之间内在关系的数学模型，即变量预测模型(Variable Predictive Model,VPM)。再通过这些预测模型对测试样本进行预测，并以每类预测误差平方和最小为判别函数进行分类。
上述处理器采用小波变换和VPMCD算法识别弧旋球类型，其方法如下：
S1、对运动员发出的上旋球、下旋球、左旋求、右旋球、右上旋球、右下旋球、左上旋球和左下旋球八种弧旋球动作采集样本，利用VPMCD算法得到预测模型VPMtraining；该预测模型VPMtraining是预先经过测试存储在系统内的程序，作为原始匹配动作类型；
S2、肌电检测电极片对臂部动作进行sEMG信号采集；
S3、对采集的sEMG信号使用小波基函数进行三层小波分解，得到各频段的小波系数。小波变换含义式如式(1)所示：
其中：f(t)∈L2(R)，L2(R)为R上平方可积函数构成的函数空间。ψ(t)为基小波或母小波，a为尺度因子，b为平移因子。
再用不同尺度和不同平移小波基的线性组合表示该信号；如式(2)所示：
其中，每一项的系数就称为小波系数，AI(t)、Di(t)分别表示第I级的低频分量和高频分量，waI、wdi分别表示第i级的低频小波系数和高频小波系数；
S4、提取小波分解后各子频段的小波系数模极大值作为特征向量。这样得到每种类别的特征值矩阵，试验时可采用互相关分析法验证特征值之间的内在关联性；
S5、用已训练的预测模型VPMtraining对特征值矩阵进行分类识别，各种类型的手臂动作就可以由VPMCD分类器的数据结果被确定。
采用小波变换和VPMCD算法识别运动员的旋球类型，相对于其他识别方法具有更高的准确性，该方法通过参数估计的方法建立变量预测模型，避免了ANN结构、类型的选择问题和迭代过程。另外，在模型类型和参数的选择上，它取决于预测值与实际值的最小预测误差平方和，从而避免了对先验知识的依赖，更具客观性。因此，该方法具有更好的VPMCD训练能力和分类性能，是一种有效、可靠的表面肌电信号模式识别方法。
本发明解决了现有主流的视觉捕捉系统中存在的受乒乓球颜色差异和外部环境光线强弱的影响大、难以判别来球旋转特征等问题，为乒乓球机器人提供了一种原理简单、预测准确性高的回球方式预测系统；该系统应用运动员击球时从上肢采集的肌电信号来判断对手出球方式，不必直接测量乒乓球旋转特征量，提高了乒乓球回球方式的预测效率；该系统应用激光雷达系统，无需外界光源，分辨率高，有效解决了视觉捕捉系统中存在的乒乓球轨迹预测受工作环境中光线强弱和颜色变化的影响问题，深刻体现了信息化、智能化在机器人技术领域中的广泛应用。
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (10)

1.一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于，包括：
肌电信号采集套(1)，穿戴在运动员握拍上肢上，用于采集和处理来球的旋转信息；
激光雷达(2)，用于实时采集和处理来球的位置信息和速度信息；
信息处理与控制装置，该装置与肌电信号采集套(1)、激光雷达(2)信号连接，用于接收来球的旋转信息、位置信息和速度信息，并根据期望回球落点位置计算击球总时间，以及在对应时刻的击球姿态和击球力，再编译回球控制指令发送给乒乓球机器人(4)的控制系统。
2.根据权利要求1所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述肌电信号采集套(1)包括肌电信号采集与处理系统、下臂信号采集套(11)和上臂信号采集套(17)，所述下臂信号采集套(11)和上臂信号采集套(17)通过弹性连接套(16)连接。
3.根据权利要求2所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述下臂信号采集套(11)和上臂信号采集套(17)均包括绑带和气囊带(12)，相邻的绑带通过气囊带(12)连接，在绑带内侧设置检测电极，在气囊带(12)排气状态下，位于绑带内侧的检测电极与手臂贴合，用于检测击球时的肌电信号。
4.根据权利要求3所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述下臂信号采集套(11)中绑带上的检测电极对应于肱桡肌和桡侧弯曲肌区域。
5.根据权利要求3所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述上臂信号采集套(17)中绑带上的检测电极对应于肱二头肌和肱三头肌区域。
6.根据权利要求3～5中任一项所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述气囊带(12)两侧为波纹带，相邻的气囊带(12)之间通过导气管连通；当气囊带(12)排气时，波纹带折叠为层状使腿带收紧。
7.根据权利要求6所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述激光雷达(2)使用相位测距法预测乒乓球的位置信息；使用多普勒频移法预测乒乓球的速度信息；并将位置信息和速度信息实时传递到信息处理与控制装置的系统内。
8.根据权利要求6所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测系统，其特征在于：所述信息处理与控制系统是通过无线设备接收肌电信号采集套(1)和激光雷达(2)发送来的信息，并向乒乓球机器人(4)发送控制指令。
9.一种基于肌电信号的陪练乒乓球机器人回球方式的预测方法，其特征在于，其过程为：
步骤1、运动员握拍上肢上穿戴肌电信号采集套(1)，并使检测电极对应在相应区域；
步骤2、运动员开始击球动作，肌电信号采集套(1)所采集肌电信号经内部系统处理后传递至信息处理与控制系统(3)；
步骤3、乒乓球运动过程中，激光雷达(2)检测其位置信息和速度信息，并把信息发送至信息处理与控制系统(3)；
步骤4、信息处理与控制系统(3)根据空气动力学原理和激光雷达(2)探测的来球位置和速度信息，预测乒乓球的运动轨迹并判断乒乓球是否出界或未过网；
当来球进入可击打区域时，根据空气动力学原理、来球速度信息、回球最佳落点位置以及乒乓球机器人自身所处的位姿确定最佳击球位置；
根据来球速度信息、旋转信息、球拍与球的反弹动力学原理、空气动力学原理和回球最佳落点位置，计算击球总时间，以及在这段时间里各时刻击球姿态和击球力，编译出乒乓球机器人的回球控制指令。
10.根据权利要求9所述的一种基于肌电信号的陪练乒乓球机器人回球方式的预测方法，其特征在于：步骤2中对运动员发出的弧旋球，采用基于小波变换和VPMCD算法对肌肉产生的肌电信号进行模式识别。
CN201611267715.9A 2016-12-31 2016-12-31 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法 Active CN106669125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611267715.9A CN106669125B (zh) 2016-12-31 2016-12-31 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611267715.9A CN106669125B (zh) 2016-12-31 2016-12-31 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法

Publications (2)

Publication Number Publication Date
CN106669125A true CN106669125A (zh) 2017-05-17
CN106669125B CN106669125B (zh) 2021-11-26

Family

ID=58850632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611267715.9A Active CN106669125B (zh) 2016-12-31 2016-12-31 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法

Country Status (1)

Country Link
CN (1) CN106669125B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107315349A (zh) * 2017-07-31 2017-11-03 中科新松有限公司 机器人的击球运动控制方法
CN107498556A (zh) * 2017-08-15 2017-12-22 中科新松有限公司 一种乒乓球机器人总线控制系统及控制方法
CN107715424A (zh) * 2017-11-03 2018-02-23 杭州乾博科技有限公司 一种识别乒乓球正常撞击球桌及撞击位置的装置及方法
CN110013658A (zh) * 2019-04-30 2019-07-16 西南大学 一种网球训练专用网球推动发球控制系统及方法
CN110141846A (zh) * 2019-06-25 2019-08-20 河南亚控科技有限公司 一种网络智能型校园立定跳远测试系统
CN110152263A (zh) * 2018-04-17 2019-08-23 湖北新清科教育科技有限公司 一种从姿态曲线确定羽毛球动作的方法
CN110458281A (zh) * 2019-08-02 2019-11-15 中科新松有限公司 乒乓球机器人的深度强化学习旋转速度预测方法及系统
CN110711368A (zh) * 2019-10-12 2020-01-21 中科新松有限公司 一种乒乓球机器人的击球方法及装置
DE102018213511A1 (de) * 2018-08-10 2020-02-13 Robert Bosch Gmbh Verfahren zum Synchronisieren einer Zusammenarbeit von Mensch und Roboter
CN110989839A (zh) * 2019-12-03 2020-04-10 三星电子（中国）研发中心 人机对战的系统和方法
CN111956452A (zh) * 2020-08-29 2020-11-20 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置
CN112621773A (zh) * 2020-12-07 2021-04-09 陈贺龄 陪练机器人控制方法、系统、设备及存储介质
CN113384858A (zh) * 2020-03-13 2021-09-14 欧姆龙株式会社 打法确定装置、打法确定方法、记录介质及回球机器人

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140309547A1 (en) * 2013-04-12 2014-10-16 Michael Linderman Athletic Glove Providing Feedback Regarding Grip to a Wearer
CN104287703A (zh) * 2013-06-03 2015-01-21 飞比特公司 个人健身跟踪装置中的陀螺仪的使用
CN105181998A (zh) * 2015-08-03 2015-12-23 厦门市简极科技有限公司 一种检测投篮时手臂的semg与动作轨迹的方法
CN105705092A (zh) * 2013-06-03 2016-06-22 Mc10股份有限公司 运动传感器及分析
CN206508495U (zh) * 2016-12-31 2017-09-22 安徽工业大学 基于肌电信号的陪练乒乓球机器人回球方式的预测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140309547A1 (en) * 2013-04-12 2014-10-16 Michael Linderman Athletic Glove Providing Feedback Regarding Grip to a Wearer
CN104287703A (zh) * 2013-06-03 2015-01-21 飞比特公司 个人健身跟踪装置中的陀螺仪的使用
CN105705092A (zh) * 2013-06-03 2016-06-22 Mc10股份有限公司 运动传感器及分析
CN105181998A (zh) * 2015-08-03 2015-12-23 厦门市简极科技有限公司 一种检测投篮时手臂的semg与动作轨迹的方法
CN206508495U (zh) * 2016-12-31 2017-09-22 安徽工业大学 基于肌电信号的陪练乒乓球机器人回球方式的预测系统

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107315349A (zh) * 2017-07-31 2017-11-03 中科新松有限公司 机器人的击球运动控制方法
CN107315349B (zh) * 2017-07-31 2020-08-21 中科新松有限公司 机器人的击球运动控制方法
CN107498556A (zh) * 2017-08-15 2017-12-22 中科新松有限公司 一种乒乓球机器人总线控制系统及控制方法
CN107715424A (zh) * 2017-11-03 2018-02-23 杭州乾博科技有限公司 一种识别乒乓球正常撞击球桌及撞击位置的装置及方法
CN110152263A (zh) * 2018-04-17 2019-08-23 湖北新清科教育科技有限公司 一种从姿态曲线确定羽毛球动作的方法
DE102018213511A1 (de) * 2018-08-10 2020-02-13 Robert Bosch Gmbh Verfahren zum Synchronisieren einer Zusammenarbeit von Mensch und Roboter
CN110013658A (zh) * 2019-04-30 2019-07-16 西南大学 一种网球训练专用网球推动发球控制系统及方法
CN110141846A (zh) * 2019-06-25 2019-08-20 河南亚控科技有限公司 一种网络智能型校园立定跳远测试系统
CN110458281A (zh) * 2019-08-02 2019-11-15 中科新松有限公司 乒乓球机器人的深度强化学习旋转速度预测方法及系统
CN110711368A (zh) * 2019-10-12 2020-01-21 中科新松有限公司 一种乒乓球机器人的击球方法及装置
CN110989839A (zh) * 2019-12-03 2020-04-10 三星电子（中国）研发中心 人机对战的系统和方法
CN110989839B (zh) * 2019-12-03 2023-02-24 三星电子（中国）研发中心 人机对战的系统和方法
CN113384858A (zh) * 2020-03-13 2021-09-14 欧姆龙株式会社 打法确定装置、打法确定方法、记录介质及回球机器人
CN113384858B (zh) * 2020-03-13 2022-07-08 欧姆龙株式会社 打法确定装置、打法确定方法、记录介质及回球机器人
CN111956452A (zh) * 2020-08-29 2020-11-20 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置
CN111956452B (zh) * 2020-08-29 2022-08-02 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置
CN112621773A (zh) * 2020-12-07 2021-04-09 陈贺龄 陪练机器人控制方法、系统、设备及存储介质
WO2022121769A1 (zh) * 2020-12-07 2022-06-16 陈贺龄 陪练机器人控制方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN106669125B (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN106669125A (zh) 基于肌电信号的陪练乒乓球机器人回球方式的预测系统及方法
JP6207510B2 (ja) ゴルフ・スイングを分析するための装置および方法
US8348862B2 (en) Muscular energy state analysis system and method for swing motion and computer program product thereof
EP2750773B1 (en) Racket sport inertial sensor motion tracking and analysis
CA2704653C (en) Apparatus and method for analysing a golf swing
Sprigings et al. A three-dimensional kinematic method for determining the effectiveness of arm segment rotations in producing racquet-head speed
CN102221369B (zh) 一种球类运动的动作识别方法、装置和动作辅助设备
CN110478860B (zh) 基于手物自然交互的手部功能障碍虚拟康复系统
CN106310645A (zh) 一种智能篮球辅助训练手套及训练数据监测方法
CN206508495U (zh) 基于肌电信号的陪练乒乓球机器人回球方式的预测系统
CN108652637A (zh) 一种穿戴式跌倒预测防护系统及其预测方法
CN207898912U (zh) 羽毛球训练系统
Ruiz-Malagón et al. Validity and reliability of NOTCH® inertial sensors for measuring elbow joint angle during tennis forehand at different sampling frequencies
CN114307116A (zh) 基于系统评分的智能数字化乒乓球训练系统及其工作方法
RU140918U1 (ru) Боксерский тренажер
Yong et al. Preliminary investigation of movement-heart rate relationship using kinect-based badminton performance analysis
CN109481930A (zh) 一种用于训练、教学、考评的摔跤假体检测系统及其应用
TWI780878B (zh) 運動姿態的校正方法及裝置
AU2014202975B2 (en) Apparatus and method for analysing a golf swing
Keogh et al. Biological movement variability during the golf swing
IE20120412U1 (en) Apparatus and method for analysing a golf swing
Roemer et al. Body angles in volleyball spike investigated by modeling methods
Bennett The evaluation of instep soccer kick technique and performance through an analysis of movement variability
IE20080888U1 (en) Apparatus and method for analysing a golf swing
IES85381Y1 (en) Apparatus and method for analysing a golf swing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant