CN114701583A - 一种绳驱柔性双关节仿生蟹及控制方法 - Google Patents

Abstract

本发明提供了一种绳驱柔性双关节仿生蟹及控制方法，涉及仿生领域；包含腿部、身体和外壳三部分；依靠PC板实现舒张，使用PLA实现支撑；通过四条绳索的同步协调驱动实现该仿生蟹在质地松软地面的自由运动，为滩涂等复杂环境的有效探索与监测提供仿生学新思路；搭载多种传感器，采集环境数据；通过TensorFlow机器学习模型构建AI程序，实现离线智能语音控制；能够进行手势识别，并根据手势执行命令；能够实现对温度、湿度、气压、光强、声强、磁场(方向)、TVOC、CO2的检测和图像的采集；着重于克服传统仿生蟹运动服繁多、机械结构调整困难缺点，在简化制作过程和降低制作难度的基础上，丰富其功能，提高该发明与人协作、共融的应用性。

Description

一种绳驱柔性双关节仿生蟹及控制方法

技术领域

本发明涉及仿生学领域，尤其涉及一种绳驱柔性双关节仿生蟹及控制方法。

背景技术

2009年江西财经大学电子学院设计了一种基于硬铝合金构件的六足两螯仿生螃蟹机器人；2015年中北大学机械与动力工程学院设计了一款由八只足端和两只螯构成的仿生螃蟹，该仿生蟹由步进电机和舵机提供动力，驱动齿轮齿条从而实现运动；2019年深圳大学机电与控制工程学院设计了一款两栖机械蟹，需要使用20路PWM信号控制舵机；美国NASA研制了一款名为ATHLETE的六足机器人，该机器人有六条多关节腿，关节由舵机控制，腿上安有轮子，可以爬上36°的斜坡。美国罗克威尔公司设计了一款水下步行六足仿生螃蟹机器人ALUV，该仿生蟹每条腿有两个自由度，当风浪太大时，可以将腿足埋在海床沙子下以免被冲走。

2019年燕山大学姚建涛等仿照弯曲蠕虫的运动原理，设计了一种轮足式仿生蠕动软体机器人,通过控制腔体内气压的周期变化，实现蠕动运动以及转弯，为柔性机器人快速移动给出了新思路；2020年中国科学院宁波材料技术与工程研究所设计了一种绳驱动变刚度仿生机器人手臂,但是，该手臂驱动绳索繁，由多个零件装配而成，难以保证每个关节刚度的一致性。2020年美国加州圣地亚哥分校从螳螂关节获取灵感，结合3D打印技术设计了一款柔性关节，两个关节拼接形成一条足端。通过控制两柔性关节的刚度，生成不同的环形轨迹。但是制作这种足端对打印机精度要求严格。同时，足端一旦制作出来，其环形轨迹将不能更改，足端疲劳也将使回弹能力和精度降低。

国内外对于仿生螃蟹的研究，多使用齿轮、金属或塑料等刚性杆件作为传动机构，在关节处需要使用复杂的机械结构。因此该类仿生蟹惯性大，改变运动状态所需的能量较多，机械系统调整困难。

柔性材料制作的骨骼具有质量轻，惯性小，改变运动状态所需能量小的特点。柔性关节相比于传统杆件关节，其连接简易，运动副少。但柔性骨骼目前还存在易疲劳、精度低的缺陷。线缆驱动关节时，线缆的数量难以得到控制，且只能进行单方向的力传递。制作成仿生机器人时，运动方向普遍单一。

发明内容

针对现有技术的不足，本发明设计了一种绳驱柔性双关节仿生蟹及控制方法。

一种绳驱柔性双关节仿生蟹包含足端、身体和外壳三部分；其中四只足端分别连接在身体的四个端部；外壳连接在身体的正上方；

所述身体中包括四个舵盘、PCB板、四个舵机、四个舵机臂、两个躯干；两个躯干连接在PCB板的两侧；四个舵机分别安装在躯干四个角的舵机承载槽中；舵机臂分别连接在舵机的输出齿轮上；舵盘分别嵌套在舵机臂上；

所述PCB板中包含微控制器、电池、电容、三端稳压管以及气体传感器；所述微控制器包括Nano 33 BLE和ESP32-Cam两块单片机；

Nano 33 BLE单片机和ESP32-Cam单片机通过排针分别固定在PCB的正反面；电池、电容b、c、d贴片放置在PCB板的反面，电容a、三端稳压管、气体传感器放置在Nano 33 BLE单片机与PCB板正面的空隙中；三端稳压管和电容a构成稳压滤波电路；

所述ESP32-CAM单片机包含摄像头和触摸感应传感器、WiFi模块；

所述Nano 33 BLE单片机包含温湿度、气压、IMU、光强、声强、手势传感器；

所述足端包含绳索、PC板、PLA模型；PC板固定在PLA模型表面；绳索一端连接在PLA模型的圆孔上，所述一只足端包括两个关节M、N，另一端穿过PLA模型的另一圆孔后与舵机臂相连；

另一方面，一种绳驱柔性双关节仿生蟹的控制方法，具体为：

步骤1：对一种绳驱柔性双关节仿生蟹舵机的控制；

根据Nano 33 BLE单片机发出的500HZ的PWM信号，输入舵机角度pos后，将把pos从(0，135)映射到(2^n-2，2ⁿ)；然后通过控制Nano 33 BLE单片机的占空比，实现对舵机旋转角度0～135°的控制；其中，PWM信号精度为2ⁿ；为控制舵机转速，舵机每旋转1°将延迟DSD ms；DSD为可调参数，根据Nano 33 BLE单片机收到手机指令而发生变化；

舵机对应的数组有四个参数{a,b,c,d}，一共有Ua，Ub，Uc，Ud；Da，Db，Dc，Dd八个数组；其中a为该当前的角度，b比a大1或者小1，c为舵机最小旋转角度，d为舵机最大旋转角度；初始时，b比a大1；

舵机往复旋转，由Nano 33 BLE单片机进行判断；若b比a大，且b不等于最大值d，则a和b同时增加1，舵机旋转至角度a；再进行判断，若b等于d，则b减少2；再进行判断，若b比a小，且不等于最小值c，则a和b同时减少1，舵机旋转至角度a；进行判断，若b等于最小值c，则b增加2；每个舵机有两个数组，两个数组区别在于最小值c和最大值d不同；如果这个数组是U字母开头的，如Ua[]表示让舵机1牵拉足端，导致“推”动作；Da[]表示让舵机1牵拉足端，导致“扒”动作；

绳驱柔性双关节仿生蟹搭载四个舵机，处于对角线上的舵机相位相同，同侧即同为左侧与右侧的舵机执行的动作相同，相位相反；

步骤2：一种绳驱柔性双关节仿生蟹舵机对足端关节的控制；

当舵机臂牵拉绳索时，关节M向下弯曲，关节N向上弯曲，关节M和关节N处的表面圆柱特征将限制关节弯曲，从而影响两个关节的弯曲顺序和弯曲形状；

当绳索牵拉柔性骨骼足端时，关节M与关节N将同时发生弯曲；但是，当关节弯曲程度达到阈值时，由于关节处的限位圆柱特征，关节将被卡住，无法继续弯曲；其中，阈值与关节的制作方法、材料有关，一般为10-30度；

当关节N弯曲角度达阈值时，绳索继续牵拉，关节N不再继续弯曲，关节M继续弯曲；当绳索松弛时，关节M比关节N先恢复，即关节M在PC的作用下回弹，关节N弯曲情况基本不变；当关节M即将完全恢复时，关节N开始恢复；其中，阈值与关节的制作方法、材料有关，一般为80-110度；

四个舵机分别驱动牵拉四个足端，在拉力增大时，舵机两端电压突变，防止对电路产生破坏，在电池两端并联三端稳压管和电容，对电路进行稳压和滤波；

步骤3：一种绳驱柔性双关节仿生蟹的疲劳校准；

对于仿生蟹的四只足端，若其中一只的初始位置相较于其余三只发生疲劳，那么仿生蟹身体将向这只腿足倾斜；仿生蟹内部搭载IMU加速度传感器(LSM9DS1)，反馈仿生蟹在加速度传感器自身X轴和Y轴方向上的倾斜度；将仿生蟹置于极坐标系极点处，将在加速度传感器自身X轴和Y轴测量的加速度(x，y)转化为极坐标中的点(ρ，θ)的公式为：

其中，x和y指测量的加速度对应的坐标值；极角θ反应仿生蟹倾斜方向；极径ρ反应倾斜程度；因此校准方法为，对加速度传感器测量的倾斜度进行分析，如超过阈值，判断倾斜方向，使该方向上的舵机初始角度发生改变，Nano 33 BLE将新的角度存储至自身FLASH中，当再次启动仿生蟹时，将读取上一次储存的数据，完成对仿生蟹的疲劳校准；其中，阈值与想要达到的精度有关；

步骤4：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程及集群控制；

步骤4.1：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程控制；

ESP32-Cam单片机自身搭载WiFi模块；手机在云服务器发布一个主题，当ESP32-Cam接入互联网后将订阅该主题，实现手机对ESP32-Cam的通信，当ESP32-Cam接收到指令后，将对该指令进行读取，若指令为“I”,则向手机发送用于查看视频的IP地址，若为其他指令，则通过串口通信发送给Nano 33 BLE；

Nano 33 BLE测量的环境数据将先储存在自身数组中，每隔e ms通过串口发送给ESP32-Cam，其中，e为正整数；不同的环境参数前有不同的字母，代表参数类型，例如“t25.36”代表“温度26.36”；ESP32-Cam收到数据后将进行判断参数类型，然后储存在数组中；当ESP32-Cam接入互联网时也会发布主题，手机订阅该主题；ESP32-Cam每隔f ms通过互联网向手机发送环境数据，其中f为正整数；

步骤4.2：基于MQTT对一种绳驱柔性双关节仿生蟹进行集群控制；

假设有n个仿生蟹，那么所有绳驱柔性双关节仿生蟹都将订阅手机发布的主题，手机发送指令，所有仿生蟹均收到指令；每个仿生蟹发布的用于传输环境数据的主题不同，手机将订阅所有仿生蟹发布的主题，从而接收所有仿生蟹的不同的环境数据；

步骤5：一种绳驱柔性双关节仿生蟹的人机交互；

步骤5.1：一种绳驱柔性双关节仿生蟹的AI语音识别；

Nano 33 BLE麦克风每采集256份PCM信号，进行一次快速傅里叶变换，将得到的数据根据频率分为0～250，250～500，500～750，750～1000，1000～1500，1500～2000，2000～4000，4000～8000(HZ)，每个区间中的强度相加；然后输入到TensorFlow进行判断，从而实现语音识别；

步骤5.2：一种绳驱柔性双关节仿生蟹的触摸感应；

ESP32-Cam的GPIO通道将持续不断的检测仿生蟹的电容变化，当电容变化超过阈值时，将判断接触位置，然后将指令通过串口发送给Nano 33 BLE；对于仿生蟹不同位置的触摸，将发送不同的指令；其中，阈值与想要达到的灵敏度有关；

步骤5.3：一种绳驱柔性双关节仿生蟹的手势识别；

仿生蟹搭载手势传感器，该传感器能过实现对上、下、左、右四个手势的识别，并利用红外光线测量传感器与手的接近度；为实现对“下压”和“上抬”手势的识别，将传感器测量的接近度数据进行分析，具体过程如下：

当做出下压手势时，接近度呈下降趋势，上抬相反；若将采集到的数据以采集顺序为横坐标，数据大小为纵坐标，进行数据拟合，则下压手势的拟合曲线斜率为负值，上抬的斜率为正值；

用最小二乘法求APDS9960传感器采集的接近度数据拟合曲线斜率：

其中，k为曲线斜率，x为采集次序，y为接近度，x_i为第i次采集次序，

为采集次序平均值；易知x_i＝i，则该式分母部分可简化：

进一步整理后得：

因此，式3的分母部分恒为正值，故k的符号由分子部分确定；当分子部分为正值时，表示上抬；为负值时，表示下压；

手势传感器将采集到的手势信号传输给Nano 33 BLE单片机进行数据处理，判断属于“上、下、左、右、下压、上抬”中的哪种，从而执行预设指令。

本发明有益技术效果：

本发明仿生蟹的运动部分由四只柔性双关节足端以并联的形式组成，利用单条绳索驱动足端的两个关节实现其弯曲功能，通过四条绳索的同步协调驱动实现该仿生蟹在质地松软地面的自由运动。使用线缆驱动，结合柔性骨骼技术制作仿生蟹，着重于克服传统仿生蟹运动服繁多、机械结构调整困难缺点，在简化制作过程和降低制作难度的基础上，丰富其功能，提高该发明与人协作、共融的应用性。

相比于其他仿生蟹，本发明控制方法简单，仅需控制四个舵机即可完成仿生蟹的运动；提供三种人机交互方式；可经行自主疲劳校准。可以检测环境数据和拍摄实时图像。

附图说明

图1本发明实施例仿生蟹硬件总体设计方案框架图；

图2本发明实施例仿生蟹电路原理图；

图3本发明实施例硬件搭载平台与软件算法架构仿生蟹设计框图；

图4本发明实施例仿生蟹双关节结构简图；

图5本发明实施例仿生蟹关节限位圆柱特征；其中图a为关节M；图b为关节N；

图6本发明实施例仿生蟹舵机旋转区间；

图7本发明实施例仿生蟹足端制作过程；

图8本发明实施例仿生蟹柔性骨骼关节特写；

图9本发明实施例仿生蟹关节M参数计算；其中，d＝3mm，E＝10mm；

图10本发明实施例仿生蟹关节N参数计算；其中，D＝3.75mm,H＝4.7mm，r＝1.25mm；

图11本发明实施例仿生蟹足端轨迹曲线；其中图c为动作“推”；图d为动作“扒”；

图12本发明实施例仿生蟹足端轨迹变换；

图13本发明实施例仿生蟹校准流程图；

图14本发明实施例“仿生蟹控制器”APP；

图15本发明实施例仿生蟹“向右走”语音指令；

图16本发明实施例仿生蟹手势的曲线拟合；其中图a为手势下压散点图b手势上抬散点图。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明；

一种绳驱柔性双关节仿生蟹包含足端、身体和外壳三部分；其中四只足端分别连接在身体的四个端部；外壳连接在身体的正上方；

所述身体中包括四个舵盘、PCB板、四个舵机、四个舵机臂、两个躯干；两个躯干连接在PCB板的两侧；四个舵机分别安装在躯干四个角的舵机承载槽中；舵机臂分别连接在舵机的输出齿轮上；舵盘分别嵌套在舵机臂上；

所述PCB板中包含微控制器、电池、电容、三端稳压管以及气体传感器；所述微控制器包括Nano 33 BLE和ESP32-Cam两块单片机；微控制器、电池、电容、三端稳压管以及气体传感器虽然在pcb板的正反面，但是布线时连接在一起；

Nano 33 BLE单片机和ESP32-Cam单片机通过排针分别固定在PCB的正反面；电池、电容b、c、d贴片放置在PCB板的反面，电容a、三端稳压管、气体传感器放置在Nano 33 BLE单片机与PCB板正面的空隙中；三端稳压管和电容a构成稳压滤波电路；

所述ESP32-CAM单片机包含摄像头和触摸感应传感器、WiFi模块；

所述Nano 33 BLE单片机包含温湿度、气压、IMU、光强、声强、手势传感器；

所述足端包含绳索、PC板、PLA模型；PC板固定在PLA模型表面；绳索一端连接在PLA模型的圆孔上，所述一只足端包括两个关节M、N，另一端穿过PLA模型的另一圆孔后与舵机臂相连；仿生蟹电路原理图如图2所示；关节限位圆柱特征如附图5所示；

一种绳驱柔性双关节仿生蟹工艺与制作过程：

采用热压结合技术与FDM(熔融沉积成型技术)相互配合的方法一体加工制作刚柔结合的足端。刚柔结合提高了柔性骨骼的承载能力，简化了结构，减少了零件数量，省去了装配步骤；一体加工成型确保了一只足端上串联的两个柔性关节刚度一致，同时使PC和PLA牢固结合。具体过程如下。

先将PC铺在打印机热床上，并将热床加热至75～85℃，喷嘴温度设置为210℃；然后，将喷嘴Z轴偏移设置为-0.02～-0.07mm，使PLA能与软化的PC充分接触，如图7所示，由于Z轴向下偏移，喷嘴使PC表面凹陷，同时吐出PLA，PC与PLA在高温和压力的双重作用下将紧密结合。

一种绳驱柔性双关节仿生蟹参数调设：

PC厚度＝0.2～0.35mm

关节处PLA厚度＝0.1～0.3mm

圆柱限位特征尺寸：

关节M由两对限位特征组成，关节N由四个限位特征构成，如图8所示。当关节弯曲时，关节M每对限位特征相互卡住；关节N相邻限位特征相互卡住。

另一方面，一种绳驱柔性双关节仿生蟹的控制方法，具体为：

步骤1：对一种绳驱柔性双关节仿生蟹舵机的控制；

根据Nano 33 BLE单片机发出的500HZ的PWM信号，输入舵机角度pos后，将把pos从(0，135)映射到(1024，4094)；通过控制Nano 33 BLE的占空比，实现对舵机旋转角度0～135°的控制；其中，PWM信号精度为2¹²；为控制舵机转速，舵机每旋转1°将延迟DSD ms；DSD为可调参数，根据Nano 33 BLE单片机收到手机发出的指令而发生变化；

舵机对应的数组有四个参数{a,b,c,d}，一共有Ua，Ub，Uc，Ud；Da，Db，Dc，Dd八个数组；其中a为该当前的角度，b比a大1或者小1，c为舵机最小旋转角度，d为舵机最大旋转角度；初始时，b比a大1；

舵机往复旋转，由Nano 33 ble单片机进行判断；若b比a大，且b不等于最大值d，则a和b同时增加1，舵机旋转至角度a；再进行判断，若b等于d，则b减少2；再进行判断，若b比a小，且不等于最小值c，则a和b同时减少1，舵机旋转至角度a；进行判断，若b等于最小值c，则b增加2；每个舵机有两个数组，两个数组区别在于最小值c和最大值d不同；如果这个数组是U字母开头的，如Ua[]表示让舵机1牵拉足端，导致“推”动作；Da[]表示让舵机1牵拉足端，导致“扒”动作；仿生蟹足端轨迹曲线如附图11所示；

绳驱柔性双关节仿生蟹搭载四个舵机，处于对角线上的舵机相位相同，同侧即同为左侧与右侧的舵机执行的动作相同，相位相反；

步骤2：一种绳驱柔性双关节仿生蟹舵机对足端关节的控制；

当舵机臂牵拉绳索时，关节M向下弯曲，关节N向上弯曲，关节M和关节N处的表面圆柱特征将限制关节弯曲，从而影响两个关节的弯曲顺序和弯曲形状；关节M和N参数计算如附图9和10所示；

当绳索牵拉柔性骨骼足端时，关节M与关节N将同时发生弯曲；但是，当关节弯曲程度达到阈值10-30度时，由于关节处的限位圆柱特征，关节将被卡住，无法继续弯曲；其中，阈值与关节的制作方法、材料有关，一般为10-30度；

当关节N弯曲角度达阈值80-110度时，绳索继续牵拉，关节N不再继续弯曲，关节M继续弯曲；当绳索松弛时，关节M比关节N先恢复，即关节M在PC的作用下回弹，关节N弯曲情况基本不变；当关节M即将完全恢复时，关节N开始恢复；其中，阈值与关节的制作方法、材料有关，一般为80-110度；

四个舵机分别驱动牵拉四个足端，在拉力增大时，舵机两端电压突变，防止对电路产生破坏，在电池两端并联三端稳压段和电容，对电路进行稳压和滤波；

该发明设计的每个柔性双关节足端主要包括关节M、关节N、圆孔和绳牵拉点，如图4所示。绳索从绳牵拉点出发，穿过圆孔与舵机相连。当舵机牵拉绳索时，关节M向下弯曲，关节N向上弯曲，关节M和关节N处的表面圆柱特征将限制关节弯曲，从而影响两个关节的弯曲顺序和弯曲形状。

当绳索牵拉柔性骨骼足端时，关节M与关节N将同时发生弯曲。但是，当关节弯曲程度达到阈值时，由于关节处的限位圆柱特征，关节将被卡住，无法继续弯曲，如图4所示。这种方法设计的足端，在制作完成后也可以通过控制舵机转动的角度区间控制闭环轨迹，同时降低了对打印机精度的要求，可复制性强。

当绳索开始牵拉时，两关节同时开始弯曲，当关节N弯曲角度达阈值时，绳索继续牵拉，关节N不再继续弯曲，关节M继续弯曲；当绳索松弛时，关节M比关节N先恢复，即关节M在PC的作用下回弹，关节N弯曲情况基本不变；当关节M即将完全恢复时，关节N开始恢复。

寻找一个舵机的特殊角度β，使舵机在β的两侧来回旋转，可以得到不同的闭环轨迹，如图6所示。特殊角度β为仿生蟹站立时的舵机角度，柔性骨骼疲劳指数越大，β越大。当舵机工作角度在小于β的区间时，柔性骨骼的闭环将做出“推”的动作；当舵机工作角度在大于β的区间时，柔性骨骼的闭环将做出“扒”的动作。

步骤3：一种绳驱柔性双关节仿生蟹的疲劳校准；疲劳校准流程图如附图13所示；

对于仿生蟹的四只足端，若其中一只的初始位置相较于其余三只发生疲劳，那么仿生蟹身体将向这只腿足倾斜；仿生蟹内部搭载IMU加速度传感器(LSM9DS1)，反馈仿生蟹在加速度传感器自身X轴和Y轴方向上的倾斜度；其中，IMU加速度传感器上自带X轴和Y轴，并有固定方向；将仿生蟹置于极坐标系极点处，在加速度传感器自身X轴和Y轴上测量的加速度(x，y)转化为极坐标中的点(ρ，θ)的公式为：

其中，x和y指测量的加速度对应的坐标值；极角θ反应仿生蟹倾斜方向；极径ρ反应倾斜程度；因此校准方法为，对加速度传感器测量的倾斜度进行分析，如超过阈值，判断倾斜方向，使该方向上的舵机初始角度发生改变，Nano 33 BLE将新的角度存储至自身FLASH中，当再次启动仿生蟹时，将读取上一次储存的数据，完成对仿生蟹的疲劳校准；其中阈值与想要达到的精度有关，精度越高，阈值越低；本发明取阈值为0.1，单位为一个重力加速度；

步骤4：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程及集群控制；

步骤4.1：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程控制；

ESP32-Cam单片机自身搭载WiFi模块；手机在云服务器发布一个主题，当ESP32-Cam接入互联网后将订阅该主题，实现手机对ESP32-Cam的通信，当ESP32-Cam接收到指令后，将对该指令进行读取，若指令为“I”,则向手机发送用于查看视频的IP地址，若为其他指令，则通过串口通信发送给Nano 33 BLE；

Nano 33 BLE测量的环境数据将先储存在数组中，每隔150ms通过串口发送给ESP32-Cam；不同的环境参数前有不同的字母，代表参数类型，例如“t25.36”代表“温度26.36”；ESP32-Cam收到数据后将进行判断参数类型，然后储存在数组中；当ESP32-Cam接入互联网时也会发布主题，手机订阅该主题；ESP32-Cam每隔250ms通过互联网向手机发送环境数据；

步骤4.2：基于MQTT对一种绳驱柔性双关节仿生蟹进行集群控制；

假设有n个仿生蟹，那么所有绳驱柔性双关节仿生蟹都将订阅手机发布的主题，手机发送指令，所有仿生蟹均收到指令；每个仿生蟹发布的用于传输环境数据的主题不同，手机将订阅所有仿生蟹发布的主题，从而接收所有仿生蟹的不同的环境数据；

步骤5：一种绳驱柔性双关节仿生蟹的人机交互；

步骤5.1：一种绳驱柔性双关节仿生蟹的AI语音识别；

Nano 33 BLE麦克风每采集256份PCM信号，进行一次快速傅里叶变换，将得到的数据根据频率分为0～250，250～500，500～750，750～1000，1000～1500，1500～2000，2000～4000，4000～8000(HZ)，每个区间中的强度相加；然后输入到TensorFlow进行判断，从而实现语音识别；

该发明使用数字麦克风采集声音样本，对样本数据进行处理和整理后，使用TensorFlow创建机械深度学习模型，实现在无操作系统单片机上，运行边缘计算应用程序—AI语音识别。

人正常说话的频率范围为64～1100Hz。根据奈奎斯特定理，采集频率高于最高频率的两倍，就可以实现对声音样本的不失真还原，即2200Hz以上都可。本作品使用的数字麦克风采集频率为16000Hz。

由于傅里叶变换的对称性，频谱图的频率范围设置为16000Hz的一半，即0～8000Hz；为了提高识别的准确度，在人说话的频率范围，适当减少区间长度。每采集27～9份样本，单片机将它们组成的一维数组进行一次FFT，因此相当于将0～16000Hz的频率范围等分为了27～9份。为了降低仿生蟹运动时舵机放出的噪音对语音识别的影响，采集了噪音样本，当单片机识别到噪音时，会将其忽略。

机器正是通过学习语音频率和响度的分布进行识别的。“前、后、左、右、启动”这五个语音发音时间较短，综合考虑，设置每10～20个一维数组为一个语音信号，每个语音信号样本采集30～100次。将得到的样本TensorFlow进行机器学习训练，训练次数设置为200～1000次。

以指令“右”为例，当说出“向右走”时，单片机将从发出声音的那一刻开始，每收集到一个语音信号，将进行一次判断。如图15所示，每一个方框内含有一个语音，即10～20个一维数组。每接收到1～5个新的数组，它会和前几个数组构成一个语音进行判断，保证红色方框的语音被识别到。

步骤5.2：一种绳驱柔性双关节仿生蟹的触摸感应；

ESP32-Cam的GPIO通道将持续不断的检测仿生蟹的电容变化，当电容变化超过阈值时，将判断接触位置，然后将指令通过串口发送给Nano 33 BLE；对于仿生蟹不同位置的触摸，将发送不同的指令；其中，阈值会根据实际情况不同而不同，和达到的灵敏度有关，灵敏度越高阈值越低，一般为20％-60％；

该发明使用ESP32CAM的IO通道检测总电容量，当电容变化量超过阈值时，单片机判定“产生接触”。检测通道只要与非绝缘材料连接，发生触摸即可检测到。常规的PLA(聚乳酸)和ABS(丙烯腈-丁二烯-苯乙烯共聚物)的电阻率数量级通常在1016(ohm-cm)左右，可认为是绝缘材料，不适合作为躯干的制作材料。选择尼龙12CF作为制作材料，该材料内添加了35％的长丝碳纤维，电阻率数量级为105(ohm-cm)左右。为了进一步降低导线与躯干连接处产生的电阻，使导线与材料充分接触，在设计PCB时，应将检测通道先与铺铜相连，并将铺铜处的阻焊层除去，在装配时，铺铜将与躯干充分接触。由于躯干之间通过PCB绝缘板连接，因此左右两躯干不会产生相互干扰，单片机可分别对它们的电容量测量。

步骤5.3：一种绳驱柔性双关节仿生蟹的手势识别；

仿生蟹搭载APDS9960手势传感器，该传感器能过实现对上、下、左、右四个手势的识别，并利用红外光线测量传感器与手的接近度；为实现对“下压”和“上抬”手势的识别，将传感器测量的接近度数据进行分析，具体过程如下：

当做出下压手势时，接近度呈下降趋势，上抬相反；若将采集到的数据以采集顺序为横坐标，数据大小为纵坐标，进行数据拟合，则下压手势的拟合曲线斜率为负值，上抬的斜率为正值；仿生蟹手势的曲线拟合如附图16所示；

用最小二乘法求APDS9960传感器采集的接近度数据拟合曲线斜率：

其中，k为曲线斜率，x为采集次序，y为接近度；易知x_i＝i，则该式分母部分可简化：

进一步整理后得：

因此，式3的分母部分恒为正值，故k的符号由分子部分确定；当分子部分为正值时，表示上抬；为负值时，表示下压；

手势传感器将采集到的手势信号传输给Nano 33 BLE单片机进行数据处理，判断属于“上、下、左、右、下压、上抬”中的哪种，从而执行预设指令。

该发明选择APDS9960手势传感器，能过实现对上，下，左，右四个手势的识别，然后将识别到的结果反馈给单片机，从而执行预设的指令。

本发明设计了一种绳驱柔性双关节仿生蟹。该发明可分为硬件搭载平台与软件算法架构两部分，如图3所示。

硬件搭载平台是仿生蟹实现其功能的基础。柔性骨骼足端仿照螃蟹腿足制作，驱动仿生蟹的运动；各个传感器模块负责采集周围环境的数据，丰富仿生蟹功能；微控制器即单片机负责处理数据和协调处理各个模块；供电系统即电池为仿生蟹提供能源支持；身体结构负责连接以上硬件模块。本发明实施例仿生蟹硬件总体设计方案框架图如图1所示；

软件算法负责调用各个硬件。人机交互算法提供了AI语音识别、触摸感应和手势识别三种机器与人直接协作的途径；远程操作系统实现了对仿生蟹的手机远程通信和集群控制；疲劳校准算法有效地延长了仿生蟹柔性骨骼的使用寿命；步态驱动系统负责协调四只柔性足端完成运动。

一种绳驱柔性双关节仿生蟹的硬件设计：

该发明硬件总体设计关系如图1所示。电源通过稳压滤波电路为所有模块提供稳定电源。微控制器将环境传感器、摄像头探测的数据通过无线通讯模块发送给手机端。手机发送命令给无线通讯模块，在微控制器收到命令后驱动舵机控制仿生蟹运动。同时，触摸感应部分会将测量的感应结果发送给微控制器，微控制器会根据结果驱动舵机。

该发明设计了如图2所示的电路原理图来实现设计方案。该电路原理图主要包括四个部分：稳压滤波，环境传感器，舵机驱动和Arduino单片机。

1.滤波稳压与舵机驱动：

该发明使用的四个舵机输入电压范围为6.0～8.4V，单片机输出PWM信号为500Hz，舵机的工作角度θ为

四个舵机驱动牵拉柔性骨骼，在拉力增大时，舵机两端电压突变，极易对电路产生破坏。因此需要在电源两端并联电容，起到稳压和滤波的作用。

由7.4V锂电池供电，测量结果表明，电池充满电后电压在8.2V左右，全功率运作时电流为0.3～0.6A，使用容值为1000μF，470μF，300μF，100μF的四个电容并联。

2.环境传感器、触摸感应：

环境传感器如温湿度(HTS221)、气压(LPS22HB)、光强(APDS9960)、声强(MP34DT05)、磁场(LSM9DS1)集成在单片机上，气体传感器为SGP30模块，均通过I2C或I2S将测量值传输给NANO 33 BLE。

电容式触摸感应传感器集成在ESP32CAM开发板上，通过GPIO通道测量，将测量结果通过串口通信传输到NANO 33 BLE；ESP32CAM将摄像头(OV2640)拍摄的画面传输到局域网，通过手机访问网页呈现画面。

3.仿生蟹身体结构设计：

躯干与PCB：该发明体积小巧，为充分利用空间，PCB板必须与躯干部分相互配合，躯干是由两个相同的构件组成，含有四个舵机承载槽，内部轮廓线与PCB边框相互嵌合，通过四颗螺钉与PCB板固定。

舵盘：该发明的舵机扭矩为4.6kg/cm，空载转速0.12秒/60度，取力臂L＝8.5mm，D＝52mm。装配时四根绳的松紧程度难以保持一致，因此需要给每个舵机不同的初始角度来弥补误差。采用舵盘，绳索穿过圆孔后，嵌入舵盘的卡槽内，与舵盘相切。

一种绳驱柔性双关节仿生蟹的功能实现：

1.运行流程：接通电源后，仿生蟹首先将传感器、通讯模块Esp32-Cam进行初始化。然后，仿生蟹将不断地采集外界的环境数据、拍摄摄图像和判断有无指令。AI智能语音、触摸感应、手势和手机APP均可对仿生蟹下达指令。收到指令后，单片机将完成指定程序，如驱动舵机完成动作、校准柔性足端等。由于单片机支持多线程运行，因此收到指令不会影响到环境数据和图像的采集。

2.步态分析：梭子蟹有三对用于步行的步足，横行运动，当一端的足尖接触地面时便开始弯曲，另一侧马上伸直，将身体向前推。一个步态周期(Gait Cycle)分为两个阶段：支撑阶段(stance phase)，步行腿处于触地状态，该段时间称为“支撑相”；摆动阶段(swingphase)，步行腿处于悬空状态，该段时间称为“摆动相”。该发明的柔性骨骼触地端轨迹曲线有两种，如图11所示，其中黑圈表示支撑阶段，白圈表示摆动阶段，实线箭头为轨迹方向，虚线箭头为螃蟹运动方向。

设计具有两对步足的仿生蟹，借鉴“交替四角步态”，足端A与C，B与D相位相同，如图12所示，黑色方块代表支撑相，白色方块表示摆动相，通过两种相位的交替变换实现运动。

3.数字罗盘：该发明在imu中搭载了磁力计，能输出X轴、Y轴和Z轴方向上的磁场强度，从而判断方向，制作数字罗盘。

4.通信与集群控制：该发明与手机通过物联网(MQTT协议)实现通信。手机发送的指令以及仿生蟹采集的环境数据，即温度、湿度、气压、光强、声强、磁场(方向)、TVOC和CO2，通过物联网发送到手机；拍摄的画面通过局域网传输到手机。

为实现集群编队控制，该发明具有集群通信系统，可以实现同时控制多只仿生蟹，获取多只仿生蟹采集的环境数据。

5.足端疲劳校准：该发明使用的牵拉绳索材质为涤纶，当柔性关节产生疲劳后，牵拉绳索轻微松弛，柔性关节未回弹到初始位置。因此将疲劳后的位置设置为新的初始位置，即设置新的舵机初始角度。

对于仿生蟹的四足，若其中一只腿足的初始位置相较于其余三只腿足发生疲劳，那么仿生蟹身体将向这只腿足倾斜。仿生蟹内部搭载一颗加速度传感器(LSM9DS1)，可以反馈仿生蟹在X轴和Y轴方向上的倾斜度。因此对加速度传感器测量的倾斜度进行分析，如超过阈值，判断倾斜方向，使该方向上的舵机初始角度发生改变，流程如图13所示。

6.手机APP设计：手机连接互联网后，打开APP后，进入主窗口，如图14所示，在这里可以查看仿生蟹用环境传感器和摄像头采集的信息；点击屏幕右侧的数字按钮，可以对仿生蟹进行选择；点击屏幕下方的按钮，可以控制仿生蟹朝“前后左右”四个方向运动，调节运动速度，控制仿生蟹姿势。如果仿生蟹长时间使用后柔性关节松弛，可以点击“校准”进行自动调整。

本发明设计了一种绳驱动柔性双关节足端与传动机构，传动机构指舵机带动舵机臂带动舵盘带动绳索，弥补传统机械运动副繁多、结构刚度大的缺陷。将PC与PLA用FDM和热压协调配合的方式制备刚柔结合的关节，为刚柔机器人的快速原型制作提供低成本、无污染的方法；内置IMU，可对疲劳关节进行校准，克服柔性骨骼目前还存在易疲劳的缺陷；提出足端快拆结构，能短时间内对腿足进行更换。

搭载多种传感器，编写人机交互程序。使用TensorFlow机器学习(ML)模型构建人工智能(AI)程序，实现离线智能语音控制；能够进行手势识别，并根据手势执行命令；使用电容式触摸感应技术，当仿生蟹与人手发生接触时，仿生蟹将做出应答；能够实现对温度、湿度、气压、光强、声强、磁场(方向)、气体传感器采集TVOC和CO2的检测和图像的采集。

设计了手机控制APP与集群通信系统。手机APP通过物联网可实现对仿生蟹的远程控制，获取仿生蟹采集的环境数据同时还能对仿生蟹进行集群编队控制。创建了全面的人机交互模式，提高人与仿生蟹之间协作与共融的应用性。

Claims (7)

1.一种绳驱柔性双关节仿生蟹，其特征在于，包含足端、身体和外壳三部分；其中四只足端分别连接在身体的四个端部；外壳连接在身体的正上方；

所述身体中包括四个舵盘、PCB板、四个舵机、四个舵机臂、两个躯干；两个躯干连接在PCB板的两侧；四个舵机分别安装在躯干四个角的舵机承载槽中；舵机臂分别连接在舵机的输出齿轮上；舵盘分别嵌套在舵机臂上；

所述PCB板中包含微控制器、电池、电容、三端稳压管以及气体传感器；所述微控制器包括Nano 33BLE和ESP32-Cam两块单片机；

Nano 33BLE单片机和ESP32-Cam单片机通过排针分别固定在PCB的正反面；电池、电容b、c、d贴片放置在PCB板的反面，电容a、三端稳压管、气体传感器放置在Nano 33BLE单片机与PCB板正面的空隙中；三端稳压管和电容a构成稳压滤波电路；

所述ESP32-CAM单片机包含摄像头和触摸感应传感器、WiFi模块；

所述Nano 33BLE单片机包含温湿度、气压、IMU、光强、声强、手势传感器；

所述足端包含绳索、PC板、PLA模型；PC板固定在PLA模型表面；绳索一端连接在PLA模型的圆孔上，所述一只足端包括两个关节M、N，另一端穿过PLA模型的另一圆孔后与舵机臂相连。

2.权利要求1所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，具体包括以下步骤：

步骤1：对一种绳驱柔性双关节仿生蟹舵机的控制；

步骤2：对一种绳驱柔性双关节仿生蟹舵机足端关节的控制；

步骤3：一种绳驱柔性双关节仿生蟹的疲劳校准；

步骤4：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程及集群控制；

步骤5：一种绳驱柔性双关节仿生蟹的人机交互。

3.根据权利要求2所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，步骤1具体为：

根据Nano 33BLE单片机发出的500HZ的PWM信号，输入舵机角度pos后，将把pos从(0，135)映射到(2^n-2，2ⁿ)；然后通过控制Nano 33BLE单片机的占空比，实现对舵机旋转角度0～135°的控制；其中，PWM信号精度为2ⁿ；为控制舵机转速，舵机每旋转1°将延迟DSD ms；DSD为可调参数，根据Nano 33BLE单片机收到手机指令而发生变化；

舵机对应的数组有四个参数{a,b,c,d}，一共有Ua，Ub，Uc，Ud；Da，Db，Dc，Dd八个数组；其中a为该当前的角度，b比a大1或者小1，c为舵机最小旋转角度，d为舵机最大旋转角度；初始时，b比a大1；

舵机往复旋转，由Nano 33BLE单片机进行判断；若b比a大，且b不等于最大值d，则a和b同时增加1，舵机旋转至角度a；再进行判断，若b等于d，则b减少2；再进行判断，若b比a小，且不等于最小值c，则a和b同时减少1，舵机旋转至角度a；进行判断，若b等于最小值c，则b增加2；每个舵机有两个数组，两个数组区别在于最小值c和最大值d不同；如果这个数组是U字母开头的，如Ua[]表示让舵机1牵拉足端，导致“推”动作；Da[]表示让舵机1牵拉足端，导致“扒”动作；

绳驱柔性双关节仿生蟹搭载四个舵机，处于对角线上的舵机相位相同，同侧即同为左侧与右侧的舵机执行的动作相同，相位相反。

4.根据权利要求2所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，步骤2具体为：

当舵机臂牵拉绳索时，关节M向下弯曲，关节N向上弯曲，关节M和关节N处的表面圆柱特征将限制关节弯曲，从而影响两个关节的弯曲顺序和弯曲形状；

当绳索牵拉柔性骨骼足端时，关节M与关节N将同时发生弯曲；但是，当关节弯曲程度达到阈值时，由于关节处的限位圆柱特征，关节将被卡住，无法继续弯曲；其中，阈值与关节的制作方法、材料有关；

当关节N弯曲角度达阈值时，绳索继续牵拉，关节N不再继续弯曲，关节M继续弯曲；当绳索松弛时，关节M比关节N先恢复，即关节M在PC的作用下回弹，关节N弯曲情况基本不变；当关节M即将完全恢复时，关节N开始恢复；其中，阈值与关节的制作方法、材料有关；

四个舵机分别驱动牵拉四个足端，在拉力增大时，舵机两端电压突变，防止对电路产生破坏，在电池两端并联三端稳压管和电容，对电路进行稳压和滤波。

5.根据权利要求2所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，步骤3具体为：

对于仿生蟹的四只足端，若其中一只的初始位置相较于其余三只发生疲劳，那么仿生蟹身体将向这只腿足倾斜；仿生蟹内部搭载IMU加速度传感器(LSM9DS1)，反馈仿生蟹在加速度传感器自身X轴和Y轴方向上的倾斜度；将仿生蟹置于极坐标系极点处，将在加速度传感器自身X轴和Y轴测量的加速度(x，y)转化为极坐标中的点(ρ，θ)的公式为：

其中，x和y指测量的加速度对应的坐标值；极角θ反应仿生蟹倾斜方向；极径ρ反应倾斜程度；因此校准方法为，对加速度传感器测量的倾斜度进行分析，如超过阈值，判断倾斜方向，使该方向上的舵机初始角度发生改变，Nano 33BLE将新的角度存储至自身FLASH中，当再次启动仿生蟹时，将读取上一次储存的数据，完成对仿生蟹的疲劳校准；其中，阈值与想要达到的精度有关。

6.根据权利要求2所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，步骤4具体为：

步骤4.1：基于MQTT对一种绳驱柔性双关节仿生蟹进行远程控制；

ESP32-Cam单片机自身搭载WiFi模块；手机在云服务器发布一个主题，当ESP32-Cam接入互联网后将订阅该主题，实现手机对ESP32-Cam的通信，当ESP32-Cam接收到指令后，将对该指令进行读取，若指令为“I”,则向手机发送用于查看视频的IP地址，若为其他指令，则通过串口通信发送给Nano 33BLE；

Nano 33BLE测量的环境数据将先储存在自身数组中，每隔e ms通过串口发送给ESP32-Cam，其中，e为正整数；不同的环境参数前有不同的字母，代表参数类型，例如“t25.36”代表“温度26.36”；ESP32-Cam收到数据后将进行判断参数类型，然后储存在数组中；当ESP32-Cam接入互联网时也会发布主题，手机订阅该主题；ESP32-Cam每隔f ms通过互联网向手机发送环境数据，其中f为正整数；

步骤4.2：基于MQTT对一种绳驱柔性双关节仿生蟹进行集群控制；

假设有n个仿生蟹，那么所有绳驱柔性双关节仿生蟹都将订阅手机发布的主题，手机发送指令，所有仿生蟹均收到指令；每个仿生蟹发布的用于传输环境数据的主题不同，手机将订阅所有仿生蟹发布的主题，从而接收所有仿生蟹的不同的环境数据。

7.根据权利要求2所述的一种绳驱柔性双关节仿生蟹的控制方法，其特征在于，步骤5具体为：

步骤5.1：一种绳驱柔性双关节仿生蟹的AI语音识别；

Nano 33BLE麦克风每采集256份PCM信号，进行一次快速傅里叶变换，将得到的数据根据频率分为0～250，250～500，500～750，750～1000，1000～1500，1500～2000，2000～4000，4000～8000(HZ)，每个区间中的强度相加；然后输入到TensorFlow进行判断，从而实现语音识别；

步骤5.2：一种绳驱柔性双关节仿生蟹的触摸感应；

ESP32-Cam的GPIO通道将持续不断的检测仿生蟹的电容变化，当电容变化超过阈值时，将判断接触位置，然后将指令通过串口发送给Nano 33BLE；对于仿生蟹不同位置的触摸，将发送不同的指令；其中，阈值与想要达到的灵敏度有关；

步骤5.3：一种绳驱柔性双关节仿生蟹的手势识别；

仿生蟹搭载手势传感器，该传感器能过实现对上、下、左、右四个手势的识别，并利用红外光线测量传感器与手的接近度；为实现对“下压”和“上抬”手势的识别，将传感器测量的接近度数据进行分析，具体过程如下：

当做出下压手势时，接近度呈下降趋势，上抬相反；若将采集到的数据以采集顺序为横坐标，数据大小为纵坐标，进行数据拟合，则下压手势的拟合曲线斜率为负值，上抬的斜率为正值；

用最小二乘法求APDS9960传感器采集的接近度数据拟合曲线斜率：

其中，k为曲线斜率，x为采集次序，y为接近度，x_i为第i次采集次序，

为采集次序平均值；易知x_i＝i，则该式分母部分可简化：

进一步整理后得：

因此，式3的分母部分恒为正值，故k的符号由分子部分确定；当分子部分为正值时，表示上抬；为负值时，表示下压；

手势传感器将采集到的手势信号传输给Nano 33BLE单片机进行数据处理，判断属于“上、下、左、右、下压、上抬”中的哪种，从而执行预设指令。

Images