CN111015631B - 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法 - Google Patents

一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法 Download PDF

Info

Publication number
CN111015631B
CN111015631B CN201911347021.XA CN201911347021A CN111015631B CN 111015631 B CN111015631 B CN 111015631B CN 201911347021 A CN201911347021 A CN 201911347021A CN 111015631 B CN111015631 B CN 111015631B
Authority
CN
China
Prior art keywords
state
condition
detected
remains
hand
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.)
Active
Application number
CN201911347021.XA
Other languages
English (en)
Other versions
CN111015631A (zh
Inventor
孟巧玲
聂志洋
沈志家
陈忠哲
王海涛
谢巧莲
焦宗琪
陈立宇
喻洪流
石萍
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201911347021.XA priority Critical patent/CN111015631B/zh
Publication of CN111015631A publication Critical patent/CN111015631A/zh
Application granted granted Critical
Publication of CN111015631B publication Critical patent/CN111015631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/14—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles for wrist joints
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/16—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles for hands or fingers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0006—Exoskeletons, i.e. resembling a human figure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means

Abstract

本发明公开了一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，涉及康复器械控制领域，所述控制方法设定了手部在进行抓握过程中的7种状态，通过将传感器模块采集的信息处理为10种触发条件，并利用有限状态机的原理设计了各个状态之间的状态转换规则，通过对状态与条件的判断进行状态转换，从而输出需要的手势动作。本发明将手的抓握动作划分为独立的状态，利用状态的逻辑变化实现人手的自适应抓握，通过三种传感器的数据采集和处理，设计成10种用于状态间转换的触发条件，信号稳定且易获取，能真实有效的反应佩戴者的意图，患者仅依靠输入简单的动作即可完成对不同大小的物体的抓握程度的控制和对不同重量的物体的抓握力大小的控制。

Description

一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法
技术领域
本发明属于康复器械控制领域，涉及手部功能障碍的康复训练技术，尤其是涉及一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法。
背景技术
根据世界卫生组织的报告，脑卒中是世界人口的第二大死因。《中国心血管报告2016》中报道，中国脑卒中患者1300万。残联统计的数据显示我国每年新发脑卒中300万左右。而且据全球范围内多项研究资料汇总显示，脑卒中后抑郁(PSD)是脑血管病常见的并发症之一，脑卒中后存活者中致残率高达80％，其中又以手功能障碍带来的影响最大。
除此之外，由于一些其他意外伤害和疾病也有可能导致手功能障碍。人手不仅能做一些粗重的事务，而且可以利用其灵活的多自由度实现精巧操作，因此手功能的恢复与辅助显得尤为重要。然而由于手部空间有限，传统的多传感器无法大数量布置，因此使得获得的意图和姿态量少，难以实现多自由度和多模式的控制。除此之外，其他输入信号如肌电等电生理信号存在着固有的延迟性和采集困难的特性，难以稳定的应用于手功能康复设备当中。
有限状态机是一种在有限个体状态之间进行状态间转移和动作的数学模型，可以反映系统的输入变化，同时保证了系统特有的逻辑性。因此本发明设计了一种以较少输入量来控制多种手部状态，实现多种自由度、多模式的抓握动作，在解决硬件布置问题的同时也可以帮助手部实现灵巧的活动特性。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是现有外骨骼手控制模式单一，控制难度大，难以复现手部灵活的特性。
为实现上述目的，本发明提供了一种基于有限状态的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述控制方法设定了手部在进行抓握过程中的7种状态，通过将传感器模块采集的信息处理为10种触发条件，并利用有限状态机的原理设计了各个状态之间的状态转换规则，通过对状态与条件的判断进行状态转换，从而输出需要的手势动作。其具体步骤为：
S1，判定当前抓握状态；
S2，判断当前输入条件；
S3，根据状态转换规则进行状态转换；
S4，根据状态输出电机控制信号。
进一步地，所述7种状态为：
状态1：完全张开；
状态2：逐渐张开；
状态3：手中无物握紧过程；
状态4：手中无物完全握紧；
状态5：接触物体但无握力；
状态6：接触物体手中逐渐握紧加力过程；
状态7：接触物体手中有物且握力稳定。
进一步地，所述10种触发条件为：
条件1：电机处于最小行程；
条件2：电机处于最大行程；
条件3：电机在最小的最大行程之间；
条件4：角度变化量大于设定角度变化阈值；
条件5：指尖接触力大于设定接触阈值；
条件6：指尖力变化量大于设定挤压变化阈值；
条件7：指尖力变化量大于设定释放变化阈值；
条件8：指尖力大于0且变化量小于设定挤压阈值；
条件9：指尖力变化为0；
条件10：角度变化量为0。
进一步地，所述状态转换规则如下：
1)在状态1下，如果检测到条件1，则状态保持为状态1；
2)在状态1下，如果检测到条件3，则状态转换为状态3；
3)在状态1下，如果检测到条件4，则状态转换为状态3；
4)在状态2下，如果检测到条件1，则状态转换为状态1；
5)在状态2下，如果检测到条件3，则状态保持为状态2；
6)在状态2下，如果检测到条件4，则状态保持为状态2；
7)在状态3下，如果检测到条件2，则状态转换为状态4；
8)在状态3下，如果检测到条件3，则状态保持为状态3；
9)在状态3下，如果检测到条件4，则状态保持为状态3；
10)在状态3下，如果检测到条件5，则状态转换为状态5；
11)在状态4下，如果检测到条件2，则状态保持为状态4；
12)在状态4下，如果检测到条件3，则状态转换为状态2；
13)在状态4下，如果检测到条件4，则状态转换为状态2；
14)在状态5下，如果检测到条件6，则状态转换为状态6；
15)在状态5下，如果检测到条件9，则状态转换为状态5；
16)在状态6下，如果检测到条件6，则状态保持为状态6；
17)在状态6下，如果检测到条件8，则状态保持为状态6；
18)在状态6下，如果检测到条件9，则状态转换为状态7；
19)在状态6下，如果检测到条件10，则状态保持为状态6；
20)在状态7下，如果检测到条件7，则状态转换为状态2；
21)在状态7下，如果检测到条件9，则状态保持为状态7；
22)在状态7下，如果检测到条件10，则状态保持为状态7。
进一步地，所述传感器模块包括直线电机编码器、薄膜压力传感器和角度弯曲传感器，所述传感器模块可以通过模数转换(ADC)电路，将变化量转换成可识别、可量化的数据。
进一步地，所述直线电机编码器，可将电机的行程以电压的形式通过ADC电路输出并被采集。
进一步地，所述角度弯曲传感器可根据弯曲变形量产生对应的规律性电阻值变化。
进一步地，所述薄膜压力传感器可以根据两侧压力的变化产生规律性的电阻值变化。
进一步地，所述薄膜压力传感器的形状尺寸适合放置在手指的远指指肚位置和外骨骼手指的指肚位置，并可以根据两端的压力值输出可被ADC电路采集的电阻值变化。
进一步地，所述10种触发条件所对应的值为ADC电路采集的电压值，通过数值标定而得到的数据，其中各条件中的变化量，角度变化量，压力变化量为1000HZ采样频率下采集的前后两个数值的差值。
本发明的有益效果是，与现有技术相比，本发明有效增益效果为：
1、将手的抓握动作划分为7种独立的状态，利用状态的逻辑变化实现人手的自适应抓握，逻辑性强，且适用于多手势的开发；
2、通过三种传感器的数据采集和处理，设计成10种用于状态间转换的触发条件，信号稳定且易获取，能真实有效的反应佩戴者的真实意图；
3、在本控制方法的逻辑之下，患者仅仅依靠输入简单的动作即可完成对不同大小的物体的抓握程度的控制和对不同重量的物体的抓握力大小的控制。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。提供这些说明的目的仅在于帮助解释本发明，不应当用来限制本发明的权利要求的范围。
附图说明
图1为基于有限状态机的柔性外骨骼手抓握训练控制方法的原理框图；
图2为7种抓握状态图及其描述；
图3为10种条件分类及描述图；
图4为状态之间的转换规则表。
具体实施方式
下面结合附图以及具体实施例进一步详细描述本发明。应理解，实施方式只是为了举例说明本发明，而非以任何形式限制发明的范围。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
实施例
结合如图1所示的基于有限状态机的柔性外骨骼手抓握训练控制方法的原理框图，柔性外骨骼康复机械手的机械部分主要包括传感器模块，驱动模块，刚柔结合的手部外骨骼支撑架，传感器主要为直线电机上的位置编码器，置于食指外骨骼部分的弯曲传感器和置于食指指尖和外骨骼指肚部分的薄膜压力传感器。
当整个系统初始化的时候，手部处于状态1，完全打开的状态，当对物体进行抓握时，食指进行轻微的去取动作，由于柔性外骨骼的刚度不大，弯曲传感器随着手指进行弯曲动作，产生阻值的变化。
主控芯片采集到弯曲传感器的变化，首先判断自身的状态值，之后判断条件是否满足条件4，如果自身是状态1，而条件又满足条件4，则根据状态转换规则进行转换，系统将由状态1转换为状态3，在状态3的过程中不断检测状态，此时外骨骼手由完全张开状态向无物抓握状态过度，而后稳定在无物抓握状态。
当系统处于无物抓握状态时，系统继续监测输入条件，1)若监测到条件2：达到最大行程，则说明外骨骼所抓物体的半径等尺寸过小，不可抓到，根据状态转换规则，此时状态变为状态4，完成了一次单行程的无物抓握；2)若监测到条件5：外骨骼指尖监测到压力，则说明物体接触到被抓物体，根据状态转换规则，状态由状态3变为状态5。
针对以上两种情况分别说明如下：
情况1：在状态4的情况下，系统再次检测输入信号，患者进行一次松开输入，手指微弱动作，弯曲传感器检测患者输入动作，输出角度变化条件，系统检测是否满足触发条件4，若不满足则维持原状态，若满足条件4则状态由状态4转换为状态2，外骨骼手进入伸展状态。在状态2的基础上继续监测输入条件，当检测到条件1，外骨骼打开到初始状态，则说明外骨骼完成了一次无物抓握动作流程，此时状态由状态2变为状态1，系统可以继续进行状态、条件检测以便进行下一次抓握动作训练。
情况2：在状态5的情况下，说明外骨骼手在行程内接触到被抓物体，抓握程度的控制已完成，此时患者可对其进行抓握力的控制，患者手指通过指尖进行加力操作，薄膜压力传感器检测患者的意图输入，进行条件输出，系统检测输入条件是否满足，若输入满足条件6：指尖力变化量大于加力阈值，则状态变为状态6：有物抓握，外骨骼行程逐渐增加，实现对被抓物体进行加力操作。
在状态6的过程中，系统检测到的、可以引起状态变换的条件为：条件7、条件8、条件9。
1)当检测到条件8：指尖力变化不到释放阈值，而又大于0时，状态仍为状态6，继续实现抓握动作，当检测到条件9：指尖力变化量为0，则状态由状态6变为状态7，进入对物体的有力握持状态。
2)当检测到条件9：指尖力变化量为0，则状态由状态6变为状态7，进入对物体的有力握持状态。
3)当检测到条件7：指尖力变化量为大于释放阈值，则状态由状态6变为状态2，进入对物体的松开操作。
在状态7的情况下，患手可在外骨骼握力加持的情况下进行拿起，移动等操作。此时系统仍保持状态、条件检测状态，当此时检测到条件7：指尖力变化量大于释放变化阈值，则系统由状态7变为状态2，对物体进行松开操作。
在状态2的情况下，系统继续进行条件检测，当检测到条件1，外骨骼打开到最大行程时，状态由状态2变为状态1，实现了一次完整的对物体抓握操作。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述控制方法设定了手部在进行抓握过程中的7种状态，通过将传感器模块采集的信息处理为10种触发条件，并利用有限状态机的原理设计了各个状态之间的状态转换规则，通过对状态与条件的判断进行状态转换，从而输出需要的手势动作；其具体步骤为：
S1，判定当前抓握状态；
S2，判断当前输入条件；
S3，根据状态转换规则进行状态转换；
S4，根据状态输出电机控制信号；
其中，所述7种状态为：
状态1：完全张开；
状态2：逐渐张开；
状态3：手中无物握紧过程；
状态4：手中无物完全握紧；
状态5：接触物体但无握力；
状态6：接触物体手中逐渐握紧加力过程；
状态7：接触物体手中有物且握力稳定；
所述10种触发条件为：
条件1：电机处于最小行程；
条件2：电机处于最大行程；
条件3：电机在最小和最大行程之间；
条件4：角度变化量大于设定角度变化阈值；
条件5：指尖接触力大于设定接触阈值；
条件6：指尖力变化量大于设定挤压变化阈值；
条件7：指尖力变化量大于设定释放变化阈值；
条件8：指尖力大于0且变化量小于设定挤压阈值；
条件9：指尖力变化为0；
条件10：角度变化量为0；
所述状态转换规则具体为：
1)在状态1下，如果检测到条件1，则状态保持为状态1；
2)在状态1下，如果检测到条件3，则状态转换为状态3；
3)在状态1下，如果检测到条件4，则状态转换为状态3；
4)在状态2下，如果检测到条件1，则状态转换为状态1；
5)在状态2下，如果检测到条件3，则状态保持为状态2；
6)在状态2下，如果检测到条件4，则状态保持为状态2；
7)在状态3下，如果检测到条件2，则状态转换为状态4；
8)在状态3下，如果检测到条件3，则状态保持为状态3；
9)在状态3下，如果检测到条件4，则状态保持为状态3；
10)在状态3下，如果检测到条件5，则状态转换为状态5；
11)在状态4下，如果检测到条件2，则状态保持为状态4；
12)在状态4下，如果检测到条件3，则状态转换为状态2；
13)在状态4下，如果检测到条件4，则状态转换为状态2；
14)在状态5下，如果检测到条件6，则状态转换为状态6；
15)在状态5下，如果检测到条件9，则状态保持为状态5；
16)在状态6下，如果检测到条件6，则状态保持为状态6；
17)在状态6下，如果检测到条件8，则状态保持为状态6；
18)在状态6下，如果检测到条件9，则状态转换为状态7；
19)在状态6下，如果检测到条件10，则状态保持为状态6；
20)在状态7下，如果检测到条件7，则状态转换为状态2；
21)在状态7下，如果检测到条件9，则状态保持为状态7；
22)在状态7下，如果检测到条件10，则状态保持为状态7。
2.如权利要求1所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述传感器模块包括直线电机编码器、薄膜压力传感器和角度弯曲传感器，所述传感器模块可以通过模数转换(ADC)电路，将变化量转换成可识别、可量化的数据。
3.如权利要求2所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述直线电机编码器，可将电机的行程以电压的形式通过ADC电路输出并被采集。
4.如权利要求2所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述角度弯曲传感器可根据弯曲变形量产生对应的规律性电阻值变化。
5.如权利要求2所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述薄膜压力传感器可以根据两侧压力的变化产生规律性的电阻值变化。
6.如权利要求2所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述薄膜压力传感器的形状尺寸适合放置在手指的远指指肚位置和外骨骼手指的指肚位置，并可以根据两端的压力值输出可被ADC电路采集的电阻值变化。
7.如权利要求1所述的基于有限状态机的柔性外骨骼手辅助抓握训练控制方法，其特征在于，所述10种触发条件所对应的值为ADC电路采集的电压值，通过数值标定而得到的数据，其中各条件中的变化量，角度变化量，压力变化量为1000HZ采样频率下采集的前后两个数值的差值。
CN201911347021.XA 2019-12-24 2019-12-24 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法 Active CN111015631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911347021.XA CN111015631B (zh) 2019-12-24 2019-12-24 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911347021.XA CN111015631B (zh) 2019-12-24 2019-12-24 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法

Publications (2)

Publication Number Publication Date
CN111015631A CN111015631A (zh) 2020-04-17
CN111015631B true CN111015631B (zh) 2022-11-11

Family

ID=70213006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911347021.XA Active CN111015631B (zh) 2019-12-24 2019-12-24 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法

Country Status (1)

Country Link
CN (1) CN111015631B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111739393A (zh) * 2020-06-28 2020-10-02 山东省医药生物技术研究中心（山东省病毒研究所） 一种基于动作捕捉系统的穿戴式推拿教学辅助系统
CN111898487A (zh) * 2020-07-15 2020-11-06 贵州航天控制技术有限公司 一种柔性外骨骼系统的人体运动模式实时识别方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100810004B1 (ko) * 2007-02-28 2008-03-07 한양대학교 산학협력단 인체하지 착용형 근력지원로봇
CN103200909A (zh) * 2010-09-27 2013-07-10 范德比尔特大学 行动辅助设备
CN103257652A (zh) * 2012-02-21 2013-08-21 三星电子株式会社 步行机器人及其控制方法
JP2013181271A (ja) * 2012-02-29 2013-09-12 GM Global Technology Operations LLC 外骨格を備えた人間の把持補助デバイス
KR20130126073A (ko) * 2012-05-10 2013-11-20 한국전자통신연구원 Ｈｆｓｍ 기반으로 로봇 태스크의 실행을 제어하기 위한 장치 및 그 방법
CN106112987A (zh) * 2016-08-15 2016-11-16 黄河科技学院 手部减压机械外骨骼装置的四指外骨骼弯曲抓取动力机构
CN107224669A (zh) * 2017-05-24 2017-10-03 上海理工大学 自适应穿戴式柔顺外骨骼康复机械手的控制系统
CN206733009U (zh) * 2017-04-18 2017-12-12 吉林大学 一种基于多传感器数据融合的仿生机械手
CN109421053A (zh) * 2017-08-24 2019-03-05 河海大学 一种基于语音识别的书写机械手系统
CN109789549A (zh) * 2016-10-12 2019-05-21 Abb瑞士股份有限公司 用于控制机器人的装置和方法
CN110270998A (zh) * 2019-06-12 2019-09-24 上海宾通智能科技有限公司 机器人调度方法、电子设备和计算机可读存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100810004B1 (ko) * 2007-02-28 2008-03-07 한양대학교 산학협력단 인체하지 착용형 근력지원로봇
CN103200909A (zh) * 2010-09-27 2013-07-10 范德比尔特大学 行动辅助设备
CN103257652A (zh) * 2012-02-21 2013-08-21 三星电子株式会社 步行机器人及其控制方法
JP2013181271A (ja) * 2012-02-29 2013-09-12 GM Global Technology Operations LLC 外骨格を備えた人間の把持補助デバイス
KR20130126073A (ko) * 2012-05-10 2013-11-20 한국전자통신연구원 Ｈｆｓｍ 기반으로 로봇 태스크의 실행을 제어하기 위한 장치 및 그 방법
CN106112987A (zh) * 2016-08-15 2016-11-16 黄河科技学院 手部减压机械外骨骼装置的四指外骨骼弯曲抓取动力机构
CN109789549A (zh) * 2016-10-12 2019-05-21 Abb瑞士股份有限公司 用于控制机器人的装置和方法
CN206733009U (zh) * 2017-04-18 2017-12-12 吉林大学 一种基于多传感器数据融合的仿生机械手
CN107224669A (zh) * 2017-05-24 2017-10-03 上海理工大学 自适应穿戴式柔顺外骨骼康复机械手的控制系统
CN109421053A (zh) * 2017-08-24 2019-03-05 河海大学 一种基于语音识别的书写机械手系统
CN110270998A (zh) * 2019-06-12 2019-09-24 上海宾通智能科技有限公司 机器人调度方法、电子设备和计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种外骨骼式手功能康复训练器的研究;胡鑫等;《生物医学工程学杂志》;20160225;第33卷(第01期);23-30 *

Also Published As

Publication number Publication date
CN111015631A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
Phinyomark et al. Surface electromyography (EMG) signal processing, classification, and practical considerations
Hiraiwa et al. EMG pattern analysis and classification by neural network
Yang et al. A proportional pattern recognition control scheme for wearable a-mode ultrasound sensing
US20120157886A1 (en) Mechanomyography Signal Input Device, Human-Machine Operating System and Identification Method Thereof
CN111015631B (zh) 一种基于有限状态机的柔性外骨骼手辅助抓握训练控制方法
Dwivedi et al. A soft exoglove equipped with a wearable muscle-machine interface based on forcemyography and electromyography
Gijsberts et al. Exploiting accelerometers to improve movement classification for prosthetics
Oweis et al. ANN-based EMG classification for myoelectric control
DelPreto et al. A wearable smart glove and its application of pose and gesture detection to sign language classification
Chapman et al. A wearable, open-source, lightweight forcemyography armband: on intuitive, robust muscle-machine interfaces
Chang et al. A hierarchical hand motions recognition method based on IMU and sEMG sensors
Islam et al. Intention detection for dexterous human arm motion with FSR sensor bands
AlOmari et al. Novel hybrid soft computing pattern recognition system SVM–GAPSO for classification of eight different hand motions
Lu et al. GTac-Hand: A Robotic Hand With Integrated Tactile Sensing and Extrinsic Contact Sensing Capabilities
Li et al. Hand motion recognition based on pressure distribution maps and LS-SVM
Maufroy et al. CNN-based detection and classification of grasps relevant for worker support scenarios using sEMG signals of forearm muscles
Liu et al. Hand gesture recognition based on deep neural network and sEMG signal
Liu et al. Human hand motion analysis with multisensory information
Dalal et al. Design and analysis of EMG controlled anthropomorphic Prosthetic hand
Li et al. Identification of finger force and motion from forearm surface electromyography
Radha et al. A survey on bio-signal analysis for human-robot interaction
Gupta et al. Hand Gesture recognition and classification by discriminant and principal component analysis using machine learning techniques
Ju et al. A generalised framework for analysing human hand motions based on multisensor information
Cofer et al. Detecting Touch and Grasp Gestures Using a Wrist-Worn Optical and Inertial Sensing Network
Fang et al. Research on gesture recognition based on sEMG and inertial sensor fusion

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