CN114201052A - 一种仿生手的动作力度控制方法、装置及存储介质 - Google Patents

一种仿生手的动作力度控制方法、装置及存储介质 Download PDF

Info

Publication number
CN114201052A
CN114201052A CN202210139830.7A CN202210139830A CN114201052A CN 114201052 A CN114201052 A CN 114201052A CN 202210139830 A CN202210139830 A CN 202210139830A CN 114201052 A CN114201052 A CN 114201052A
Authority
CN
China
Prior art keywords
force
gesture
motion
strength
information
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
Application number
CN202210139830.7A
Other languages
English (en)
Inventor
韩璧丞
黄琦
阿迪斯
程交
周建吾
古月
陈帆
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.)
Zhejiang Qiangnao Technology Co ltd
Original Assignee
Zhejiang Qiangnao Technology Co ltd
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 Zhejiang Qiangnao Technology Co ltd filed Critical Zhejiang Qiangnao Technology Co ltd
Priority to CN202210139830.7A priority Critical patent/CN114201052A/zh
Publication of CN114201052A publication Critical patent/CN114201052A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/014—Force feedback applied to GUI

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种仿生手的动作力度控制方法、装置及存储介质，所述方法包括：获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；根据所述手势动作，获取所述手势动作对应的力度信息；根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。本发明可根据采集到的肌电信号数据确定手势动作，并获取到所述手势动作对应的力度信息，再根据力度信息，对仿生手的运动单元的动作力度进行控制，有利于实现对力度进行更精确的控制或者调整，从而提高用户使用仿生手的便利性与舒适性。

Description

一种仿生手的动作力度控制方法、装置及存储介质
技术领域
本发明涉及仿生手技术领域，尤其涉及一种仿生手的动作力度控制方法、装置及存储介质。
背景技术
仿生手是一款脑机接口技术于人工智能算法高度融合的智能产品。仿生手可以通过提取佩戴者手臂神经肌肉信号，识别佩戴者的运动意图，并将运动示意图转化成仿生手的动作，从而做到灵巧智能，手随心动。
但是现有技术的仿生手无法实现对力度进行精确的控制或者调整，导致仿生手完成的手势动作无法达到理想的效果，无法满足用户的需求，影响了用户的使用。
因此，现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种仿生手的动作力度控制方法、装置及存储介质，旨在解决现有技术中的仿生手无法实现对力度进行精确的控制或者调整，导致仿生手完成的手势动作无法达到理想的效果，无法满足用户的需求的问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
第一方面，本发明提供一种仿生手的动作力度控制方法，其中，所述方法包括：
获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；
根据所述手势动作，获取所述手势动作对应的力度信息；
根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
在一种实现方法中，所述获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作，包括：
获取所述肌电信号数据，并对所述肌电信号数据进行分析，得到所述肌电信号数据所对应的动作电位信息；
根据所述动作电位信息，确定所述动作电位信息所对应的手势动作。
在一种实现方法中，所述的仿生手的动作力度控制方法，其特征在于，根据所述手势动作，获取所述手势动作对应的力度信息，包括：
将所述手势动作与预设的力度信息模板进行匹配，所述力度信息模板中设置有力度信息与所述手势动作之间的对应关系；
根据所述力度信息模板，确定出所述手势动作对应的力度信息。
在一种实现方法中，所述力度信息模板的创建方式包括：
采集若干样本肌电信号数据以及每一个样本肌电信号所对应的力度信息；
根据所述样本肌电信号数据，确定出对应的手势动作；
建立所述手势动作以及所述力度信息之间的映射关系，并生成所述力度信息模板。
在一种实现方法中，所述力度信息模板中每一个手势动作所对应的力度信息包括三个力度档位，每一个力度档位对应具体的力度值。
在一种实现方法中，所述根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，包括：
根据所述力度信息，确定目标力度值；
根据所述目标力度值，对所述仿生手的运动单元的动作力度进行控制。
在一种实现方法中，所述根据所述力度信息，确定目标力度值，包括：
根据所述力度信息，获取所述力度信息中每一个力度档位所对应的频率信息；
将所述频率信息最高的力度档位所对应的力度值作为所述目标力度值。
第二方面，本发明实施例还提供一种仿生手的动作力度控制装置，其中，所述装置包括：
手势动作确定模块，用于获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；
力度信息确定模块，用于根据所述手势动作，获取所述手势动作对应的力度信息；
动作力度控制模块，用于根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
第三方面，本发明实施例还提供一种智能仿生手，其中，所述仿生手包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的仿生手的动作力度控制程序，所述处理器执行所述仿生手的动作力度控制程序时，实现如上述方案中任一项所述的仿生手的动作力度控制方法的步骤。
第四方面，本发明实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有仿生手的动作力度控制程序，所述仿生手的动作力度控制程序被处理器执行时，实现如上述方案中任一项所述的仿生手的动作力度控制方法的步骤。
有益效果：与现有技术相比，本发明提供了一种仿生手的动作力度控制方法，本发明首先获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；根据所述手势动作，获取所述手势动作对应的力度信息；根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。本发明可根据采集到的肌电信号数据确定手势动作，并获取到所述手势动作对应的力度信息，再根据力度信息，对仿生手的运动单元的动作力度进行控制，有利于实现对力度进行更精确的控制或者调整，从而提高用户使用仿生手的便利性与舒适性。
附图说明
图1为本发明实施例提供的仿生手的动作力度控制方法的具体实施方式的流程图。
图2是本发明实施例提供的仿生手的动作力度控制装置的原理框图。
图3是本发明实施例提供的仿生手的内部结构原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
现有技术的仿生手无法实现对力度进行精确的控制或者调整，导致仿生手完成的手势动作无法达到理想的效果，无法满足用户的需求，影响了用户的使用。为了解决上述技术问题，本实施例提供一种仿生手的动作力度控制方法，本实施例首先获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；根据所述手势动作，获取所述手势动作对应的力度信息；根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。本实施例可根据采集到的肌电信号数据确定手势动作，并获取到所述手势动作对应的力度信息，再根据力度信息，对仿生手的运动单元的动作力度进行控制，有利于实现对力度进行更精确的控制或者调整，从而提高用户使用仿生手的便利性与舒适性。
举例说明，当需要确定仿生手的动作力度时，本实施例首先获取肌电信号数据，然后分析这些肌电信号数据的动作电位信息，以确定对应的手势动作。比如，第一次获取的肌电信号数据对应的手势动作是握手，第二次获取的肌电信号数据对应的手势动作是打字，第三次获取的肌电信号数据对应的手势动作是拿笔。再根据所述手势动作，获取所述手势动作对应的力度信息。比如，获取到握手、打字和拿笔的力度信息分别是3档，2档和1档。最后根据所获取到的力度信息，对所述仿生手的运动单元的动作力度进行控制，比如控制仿生手的运动单元用3档力度完成握手手势动作，2档力度完成打字手势动作，用1档力度完成握笔手势动作。这样仿生手就可以基于该手势的力度信息实现对应的运动效果以及手势效果，满足用户的使用需求。
示例性方法
本实施例的仿生手的动作力度控制方法可应用于终端设备中，该终端设备可为电脑、手机以及其他智能终端产品。并且，本实施例中的动作力度控制方法是应用在仿生手上的，因此本实施例的终端设备可与仿生手建立通讯连接，或者直接设置在仿生手上，形成仿生手。本实施例的动作力度控制方法以智能仿生手为执行主体进行说明。
具体实施时，如图1所示，本实施例中的仿生手的动作力度控制方法包括如下步骤：
步骤S100、获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作。
肌电信号数据是众多肌纤维中运动单元（比如手臂）动作电位信息在时间和空间上的叠加，且由于每个肌电信号数据会有不同的动作电位信息，而动作电位信息反映的是表面肌电信号是浅层肌肉和神经干上电活动在皮肤表面的综合效应，因此基于该动作电位信息就可确定出用户所作出的动作手势对应的手势特征。本实施例可从这些有效肌电信号数据中获取对应的动作电位信息，然后再来分析出对应的手势特征。
举例说明，当获取到仿生手用户的肌电信号数据有A、B、C，就可以基于所述肌电信号确定仿生手用户的手势动作分别为A是握手，B是掏钥匙，C是握手。可见，每个肌电信号数据可能代表相同的手势动作，也可能代表不同的手势动作。
在一种实现方式中，本实施例中在获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作时包括如下步骤：
步骤S101、获取所述肌电信号数据，并对所述肌电信号数据进行分析，得到所述肌电信号数据所对应的动作电位信息；
步骤S102、根据所述动作电位信息，确定所述动作电位信息所对应的手势动作。
本实施例中，不同的肌电信号数据所对应的动作电位信息是不相同的，而不同的肌电信号数据所对应的手势动作可能也不相同。因此，实施例在得到肌电信号数据后，即可获取每一个肌电信号数据对应的动作电位信息，这些动作电位信息都反映了各自对应的手势动作，因此本实施将动作电位信息与预设的已知动作所对应的动作电位信息进行匹配，就可以确定出此时的肌电信号数据所对应的手势动作是哪一个动作。
例如，智能仿生手采集到编号为A1，A2…A10的肌电信号数据后，进而得到肌电信号数据对应的动作电位信息为a1,a2…a10。再根据动作电位信息确定每一个动作电位信息对应的手势动作。例如，确定动作电位信息a1、a2、a3对应的手势动作是握手，动作电位信息a4、a5、a6、a7、a8、a9对应的手势动作是握笔，动作电位信息a10是拿钥匙，则肌电信号数据A1，A2，A3对应的手势动作是握手，肌电信号数据A4、A5、A6、A7、A8、A9对应的手势动作是握笔，肌电信号数据A10对应的手势动作是拿钥匙。
步骤S200、根据所述手势动作，获取所述手势动作对应的力度信息；
当确定手势动作后，本实施例可获取到手势动作对应的力度信息，所述力度信息将用于控制运动单元完成对应的手势动作，所述力度信息储存在力度信息模板中。这样就可以基于该手势的力度信息实现对应的运动效果以及手势效果，为每个手势动作赋予适合的完成力度。
在一种实现方式中，本实施例中在根据所述手势动作，获取所述手势动作对应的力度信息时包括如下步骤：
步骤S201、将所述手势动作与预设的力度信息模板进行匹配，所述力度信息模板中设置有力度信息与所述手势动作之间的对应关系；
步骤S202、根据所述力度信息模板，确定出所述手势动作对应的力度信息。
力度信息模板中设置有力度信息与手势动作之间的对应关系，每一个手势动作所对应的力度信息包括三个力度档位，每一个力度档位对应具体的力度值，每个手势动作的每一个力度档位都有对应的频率信息。力度信息模板的创建方法是先采集若干样本肌电信号数据以及每一个样本肌电信号所对应的力度信息，再根据所述样本肌电信号数据，确定出对应的手势动作，最后建立所述手势动作以及所述力度信息之间的映射关系，就生成所述力度信息模板。
具体实施时，当获取手势动作对应的力度信息时，先将手势动作与预设的力度信息模板进行匹配，以确定手势动作对应的力度信息。例如，仿生手获取到用户的肌电信号数据A1，A2，A3，假设其对应的手势动作分别为A1为握手，A2为打字，A3为握笔。将手势动作握手，打字，握笔分别与力度信息模板进行匹配，通过匹配得到手势动作握手的力度信息是：1档力度20%，2档力度30%，3档力度50%。手势动作打字的力度信息是：1档力度20%，2档力度50%，3档力度30%。手势动作握笔的力度信息是：1档力度50%，2档力度30%，3档力度20%。这样，就得到了每个手势动作所对应的力度信息。
步骤S300、根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
仿生手对运动单元的动作力度控制，是根据所获取的力度信息的。运动单元由活动关节和手指构成，用于控制活动关节及手指完成手指的独立运动和手指尖的协调操作。运动单元在完成手势动作时，可以根据通过控制力度，实现更精确的控制或者调整。
在一种实现方式中，本实施例在根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制时，包括如下步骤：
步骤S301、根据所述力度信息，确定目标力度值；
步骤S302、根据所述目标力度值，对所述仿生手的运动单元的动作力度进行控制。
当仿生手获取到力度信息后，所述力度信息中是包含手势动作的各档位力度信息以及其频率信息的，而在对运动单元的动作力度进行控制，是需要选取其中一个档位力度的，所以需要根据所述力度信息进一步确定目标力度值后，才能控制运动单元的动作力度。
具体应用时，智能仿生手根据从力度信息模板匹配获得的力度信息，得到所述力度信息中每一个力度档位所对应的频率信息，将所述频率信息最高的力度档位所对应的力度值作为所述目标力度值。再对运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
举例说明，如上例所述，手势动作握手的力度信息是：1档力度20%，2档力度30%，3档力度50%。手势动作打字的力度信息是：1档力度20%，2档力度50%，3档力度30%。手势动作握笔的力度信息是：1档力度50%，2档力度30%，3档力度20%。可知握手手势动作频率信息最高的力度档位是3档，所以3档力度所对应的力度值就是目标力度值。再对运动单元进行控制，按照3档力度对应的目标力度值完成握手手势动作。同样地，打字手势动作频率信息最高的力度档位是2档，所以2档力度所对应的力度值就是目标力度值。再对运动单元进行控制，按照2档力度对应的目标力度值完成打字手势动作。接下来，用同样的方法得到握笔手势动作的目标力度值是1档力度对应的动作力度，控制运动单元按照1档力度对应的目标力度值完成打字手势动作。由此可见，本实施例不仅可以根据肌电信号数据确定手势动作，还可以控制运动单元在完成手势动作时考虑手势动作的力度，实现更精确的控制或者调整。
综上，本实施例首先获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；根据所述手势动作，获取所述手势动作对应的力度信息；根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。本发明可根据采集到的肌电信号数据确定手势动作，并获取到所述手势动作对应的力度信息，再根据力度信息，对仿生手的运动单元的动作力度进行控制，有利于实现更精确的控制或者调整，从而提高用户使用仿生手的便利性与舒适性。
示例性装置
基于上述实施例，本发明还公开了一种仿生手的动作力度控制装置，如图2，所述装置包括：手势动作确定模块10、力度信息确定模块20以及动作力度控制模块30。具体地，本实施例中的所述手势动作确定模块10，用于获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作。所述力度信息确定模块20，用于根据所述手势动作，获取所述手势动作对应的力度信息。所述动作力度控制模块30，用于根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
在一种实现方式中，本实施例中的手势动作确定模块10包括：
肌电信号数据获取单元，用于获取所述肌电信号数据，并对所述肌电信号数据进行分析，得到所述肌电信号数据所对应的动作电位信息；
手势动作确定单元，用于根据所述动作电位信息，确定所述动作电位信息所对应的手势动作。
在一种实现方式中，本实施例中的所述力度信息确定模块20包括：
匹配单元，用于将所述手势动作与预设的力度信息模板进行匹配，所述力度信息模板中设置有力度信息与所述手势动作之间的对应关系；
力度信息确认单元，用于根据所述力度信息模板，确定出所述手势动作对应的力度信息。
在一种实现方式中，本实施例中的所述匹配单元包括：
力度信息采集子单元，用于采集若干样本肌电信号数据以及每一个样本肌电信号所对应的力度信息；
手势动作确定子单元，根据所述样本肌电信号数据，确定出对应的手势动作；
力度信息模板创建子单元，建立所述手势动作以及所述力度信息之间的映射关系，并生成所述力度信息模板。
在一种实现方式中，本实施例中的所述动作力度控制模块30包括：
目标力度值确定单元，用于根据所述力度信息，确定目标力度值；
动作力度控制单元，用于根据所述目标力度值，对所述仿生手的运动单元的动作力度进行控制。
在一种实现方式中，本实施例中的所述目标力度值确定单元包括：
频率信息获取子单元，用于根据所述力度信息，获取所述力度信息中每一个力度档位所对应的频率信息；
目标力度值确定子单元，用于将所述频率信息最高的力度档位所对应的力度值作为所述目标力度值。
本实施例中的仿生手的动作力度控制装置的工作原理与上述方法实施例所记载的内容相同，此处不再赘述。
基于上述实施例，本发明还提供了一种仿生手，其原理框图可以如图3所示。该仿生手包括通过系统总线连接的处理器、存储器。其中，该仿生手的处理器用于提供计算和控制能力。该仿生手的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该仿生手的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仿生手的动作力度控制方法。
本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的仿生手的限定，具体的仿生手以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种仿生手，仿生手包括存储器、处理器及存储在存储器中并可在处理器上运行的仿生手的动作力度控制程序，处理器执行仿生手的动作力度控制程序时，实现如下操作指令：
获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；
根据所述手势动作，获取所述手势动作对应的力度信息；
根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双运营数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
综上，本发明公开了一种仿生手的动作力度控制方法、装置、仿生手及存储介质，所述方法包括：获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；根据所述手势动作，获取所述手势动作对应的力度信息；根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。本发明可根据采集到的肌电信号数据确定手势动作，并获取到所述手势动作对应的力度信息，再根据力度信息，对仿生手的运动单元的动作力度进行控制，有利于实现对力度进行更精确的控制或者调整，从而提高用户使用仿生手的便利性与舒适性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种仿生手的动作力度控制方法，其特征在于，所述方法包括：
获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；
根据所述手势动作，获取所述手势动作对应的力度信息；
根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
2.根据权利要求1所述的仿生手的动作力度控制方法，其特征在于，所述获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作，包括：
获取所述肌电信号数据，并对所述肌电信号数据进行分析，得到所述肌电信号数据所对应的动作电位信息；
根据所述动作电位信息，确定所述动作电位信息所对应的手势动作。
3.根据权利要求1所述的仿生手的动作力度控制方法，其特征在于，根据所述手势动作，获取所述手势动作对应的力度信息，包括：
将所述手势动作与预设的力度信息模板进行匹配，所述力度信息模板中设置有力度信息与所述手势动作之间的对应关系；
根据所述力度信息模板，确定出所述手势动作对应的力度信息。
4.根据权利要求3所述的仿生手的动作力度控制方法，其特征在于，所述力度信息模板的创建方式包括：
采集若干样本肌电信号数据以及每一个样本肌电信号所对应的力度信息；
根据所述样本肌电信号数据，确定出对应的手势动作；
建立所述手势动作以及所述力度信息之间的映射关系，并生成所述力度信息模板。
5.根据权利要求4所述的仿生手的动作力度控制方法，其特征在于，所述力度信息模板中每一个手势动作所对应的力度信息包括三个力度档位，每一个力度档位对应具体的力度值。
6.根据权利要求5所述的仿生手的动作力度控制方法，其特征在于，所述根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，包括：
根据所述力度信息，确定目标力度值；
根据所述目标力度值，对所述仿生手的运动单元的动作力度进行控制。
7.根据权利要求6所述的仿生手的动作力度控制方法，其特征在于，所述根据所述力度信息，确定目标力度值，包括：
根据所述力度信息，获取所述力度信息中每一个力度档位所对应的频率信息；
将所述频率信息最高的力度档位所对应的力度值作为所述目标力度值。
8.一种仿生手的动作力度控制装置，其特征在于，所述装置包括：
手势动作确定模块，用于获取肌电信号数据，根据所述肌电信号数据，确定所述肌电信号数据所对应的手势动作；
力度信息确定模块，用于根据所述手势动作，获取所述手势动作对应的力度信息；
动作力度控制模块，用于根据所述力度信息，对所述仿生手的运动单元的动作力度进行控制，以使得所述仿生手根据所述力度信息完成所述手势动作。
9.一种仿生手，其特征在于，所述仿生手包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的仿生手的动作力度控制程序，所述处理器执行所述仿生手的动作力度控制程序时，实现如权利要求1-7任一项所述的仿生手的动作力度控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有仿生手的动作力度控制程序，所述仿生手的动作力度控制程序被处理器执行时，实现如权利要求1-7任一项所述的仿生手的动作力度控制方法的步骤。
CN202210139830.7A 2022-02-16 2022-02-16 一种仿生手的动作力度控制方法、装置及存储介质 Pending CN114201052A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210139830.7A CN114201052A (zh) 2022-02-16 2022-02-16 一种仿生手的动作力度控制方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210139830.7A CN114201052A (zh) 2022-02-16 2022-02-16 一种仿生手的动作力度控制方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN114201052A true CN114201052A (zh) 2022-03-18

Family

ID=80658955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210139830.7A Pending CN114201052A (zh) 2022-02-16 2022-02-16 一种仿生手的动作力度控制方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114201052A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117773952A (zh) * 2024-02-23 2024-03-29 浙江强脑科技有限公司 仿生手控制方法、存储介质、控制装置和仿生手
CN117784941A (zh) * 2024-02-23 2024-03-29 浙江强脑科技有限公司 仿生手的手势控制方法、存储介质、控制装置和仿生手

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106236336A (zh) * 2016-08-15 2016-12-21 中国科学院重庆绿色智能技术研究院 一种肌电假肢手势及力度控制方法
CN106484082A (zh) * 2015-08-28 2017-03-08 华为技术有限公司 一种基于生物电的控制方法、装置及控制器
CN113946224A (zh) * 2021-12-20 2022-01-18 深圳市心流科技有限公司 智能仿生手的肌电手势识别的控制方法、装置及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106484082A (zh) * 2015-08-28 2017-03-08 华为技术有限公司 一种基于生物电的控制方法、装置及控制器
CN106236336A (zh) * 2016-08-15 2016-12-21 中国科学院重庆绿色智能技术研究院 一种肌电假肢手势及力度控制方法
CN113946224A (zh) * 2021-12-20 2022-01-18 深圳市心流科技有限公司 智能仿生手的肌电手势识别的控制方法、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王新庆: ""基于肌电信号的仿人型假手及其抓取力控制的研究"", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117773952A (zh) * 2024-02-23 2024-03-29 浙江强脑科技有限公司 仿生手控制方法、存储介质、控制装置和仿生手
CN117784941A (zh) * 2024-02-23 2024-03-29 浙江强脑科技有限公司 仿生手的手势控制方法、存储介质、控制装置和仿生手

Similar Documents

Publication Publication Date Title
CN113977589B (zh) 一种手势识别阈值调整方法、装置及存储介质
CN113946224B (zh) 智能仿生手的肌电手势识别的控制方法、装置及存储介质
CN114201052A (zh) 一种仿生手的动作力度控制方法、装置及存储介质
CN113986017B (zh) 一种肌电手势模板的生成方法、装置及存储介质
Jia et al. Classification of electromyographic hand gesture signals using machine learning techniques
CN109718059B (zh) 手部康复机器人自适应控制方法及装置
Park et al. Movement intention decoding based on deep learning for multiuser myoelectric interfaces
Igual et al. Myoelectric control for upper limb prostheses
CN113970968B (zh) 一种智能仿生手的动作预判方法
CN114167995B (zh) 一种仿生手的手势锁定方法、装置、终端及存储介质
Fang et al. Improve inter-day hand gesture recognition via convolutional neural network-based feature fusion
Malešević et al. Decoding of individual finger movements from surface EMG signals using vector autoregressive hierarchical hidden Markov models (VARHHMM)
Sadarangani et al. A preliminary investigation on the utility of temporal features of Force Myography in the two-class problem of grasp vs. no-grasp in the presence of upper-extremity movements
Fang et al. Modelling EMG driven wrist movements using a bio-inspired neural network
CN115192049B (zh) 一种智能假肢的肌电采样频率调节方法
CN114668563B (zh) 一种肌电信号的采样频率的多层级调节方法
CN112417985A (zh) 一种人脸特征点追踪方法、系统、电子设备和存储介质
Chang et al. A hierarchical hand motions recognition method based on IMU and sEMG sensors
CN114167996B (zh) 一种基于传感器的动作预判方法、装置及存储介质
Lee et al. Development of an open source platform for brain-machine interface: OpenBMI
CN114625246A (zh) 一种手势组合触发方法、装置、智能仿生手及存储介质
CN114683292B (zh) 肌电设备的采样频率控制方法、智能仿生手及存储介质
Khan et al. Deep Learning in Neuroprosthetics: Improving the Precision and Responsiveness of Brain-Machine Interfaces
Liu et al. A novel unsupervised dynamic feature domain adaptation strategy for cross-individual myoelectric gesture recognition
CN114668564B (zh) 一种基于肌电信号数据对采样频率进行动态调整的方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220318

RJ01 Rejection of invention patent application after publication