CN116360592A - 智能仿生手的控制方法、设备、智能仿生手及存储介质 - Google Patents
智能仿生手的控制方法、设备、智能仿生手及存储介质 Download PDFInfo
- Publication number
- CN116360592A CN116360592A CN202310281769.4A CN202310281769A CN116360592A CN 116360592 A CN116360592 A CN 116360592A CN 202310281769 A CN202310281769 A CN 202310281769A CN 116360592 A CN116360592 A CN 116360592A
- Authority
- CN
- China
- Prior art keywords
- gesture
- bionic hand
- intelligent bionic
- signal
- preset
- 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
- 239000011664 nicotinic acid Substances 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000009471 action Effects 0.000 claims abstract description 42
- 210000003811 finger Anatomy 0.000 claims description 105
- 230000033001 locomotion Effects 0.000 claims description 38
- 210000003813 thumb Anatomy 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 description 10
- 230000003183 myoelectrical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 210000004932 little finger Anatomy 0.000 description 5
- 230000002232 neuromuscular Effects 0.000 description 5
- 230000005057 finger movement Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000004247 hand Anatomy 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 240000007049 Juglans regia Species 0.000 description 1
- 235000009496 Juglans regia Nutrition 0.000 description 1
- 241000203475 Neopanax arboreus Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000020234 walnut Nutrition 0.000 description 1
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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
-
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Dermatology (AREA)
- General Health & Medical Sciences (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开一种智能仿生手的控制方法、设备、智能仿生手及存储介质，该智能仿生手的控制方法包括：根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态；根据所述预设手指的位置状态，确定待执行的手势动作。本发明智能仿生手的控制方法是通过识别佩戴者的生物电信号以对应控制智能仿生手的预设手指，然后根据预设手指的位置状态以确定待执行的手势动作，即以智能仿生手的手指的位置状态作为切换不同手势动作的依据，相较于目前通过肌电信号直接确定手势动作的方式，提高了仿生手的手势动作控制精准性。
Description
技术领域
本发明涉及仿生手领域，特别涉及一种智能仿生手的控制方法、设备、智能仿生手及存储介质。
背景技术
现如今，在诸多高科技康复辅具中，智能仿生手正为越来越多的肢残人士带去福音，仿生手可通过采集、处理佩戴者手臂神经肌肉信号，辨识佩戴者的运动意图，并将运动意图转化成智能仿生手的动作，从而实现智能仿生手的直观控制。
目前，智能仿生手所设计的手势动作多而复杂，多个神经肌肉信号与多个手势动作之间一一对应，在实际应用时，通过识别神经肌肉信号以直接获取相应的手势动作，并根据该手势动作控制仿生手运动。其中，多个手势动作所对应的多个神经肌肉信号的信号之间相似度高，在实际使用过程中，难以避免识别出错，进而导致通过识别神经肌肉信号所直接做出的手势动作并非佩戴者所预想的手势动作，造成仿生手的手势动作控制精准性差。
发明内容
本发明的主要目的是提出一种智能仿生手的控制方法，旨在解决上述背景技术中所指出的技术问题。
为实现上述目的，本发明提出一种智能仿生手的控制方法，该智能仿生手的控制方法包括：
根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态；
根据所述预设手指的位置状态，确定待执行的手势动作。
在一些实施例中，所述根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态的步骤包括：
根据接收到的生物电信号，获取对应的预设手指和位置状态；
控制对应的预设手指运动至对应的位置状态。
在一些实施例中，所述根据接收到的生物电信号，获取对应的预设手指和位置状态的步骤包括：
将接收到的生物电信号与预设的信号模板进行匹配；
若匹配成功，则获取所述信号模板中所述生物电信号所对应的预设手指和位置状态。
在一些实施例中，所述生物电信号包括肌电信号和/或脑电信号。
在一些实施例中，所述生物电信号包括肌电信号和脑电信号，所述根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态的步骤包括：
根据接收到的所述肌电信号和脑电信号其中之一，控制所述智能仿生手的预设手指运动至对应的位置状态；
在所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤之后，所述智能仿生手的控制方法还包括：
当确定的待执行的手势动作为多个时，根据所述肌电信号和脑电信号其中之另一，选择一个待执行的手势动作；或，
当确定的待执行的手势动作为组合手势动作时，根据所述肌电信号和脑电信号其中之另一，选择所述组合手势动作中的手势执行顺序。
在一些实施例中，在所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤之后，所述智能仿生手的控制方法还包括：
当确定的待执行的手势动作为一个时，执行该待执行的手势动作。
在一些实施例中，所述预设手指包括大拇指，所述大拇指的运动包括外旋运动和内旋运动；所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤包括：
在所述大拇指位于外旋极限位置，确定待执行的第一手势动作；和/或，
在所述大拇指位于内旋极限位置，确定待执行的第二手势动作；和/或，
在所述大拇指位于中间位置，确定待执行的第三手势动作。
本发明还提出一种智能仿生手的控制设备，该智能仿生手的控制设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如前述智能仿生手的控制方法的步骤。
本发明还提出一种智能仿生手，该智能仿生手包括前述的智能仿生手的控制设备。
本发明还提出一种存储介质，其中，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述智能仿生手的控制方法的步骤。
本发明智能仿生手的控制方法，首先根据接收到的生物电信号，控制智能仿生手的预设手指运动至对应的位置状态；然后根据预设手指的位置状态，确定待执行的手势动作。也即，本发明智能仿生手的控制方法是通过识别佩戴者的生物电信号以对应控制智能仿生手的预设手指，然后根据预设手指的位置状态以确定待执行的手势动作，即以智能仿生手的手指的位置状态作为切换不同手势动作的依据，相较于目前通过肌电信号直接确定手势动作的方式，提高了仿生手的手势动作控制精准性。
附图说明
图1为本发明一实施例中智能仿生手的结构示意图；
图2为本发明一实施例中智能仿生手的控制方法的流程图；
图3为本发明一实施例中智能仿生手的控制方法的流程图；
图4为本发明一实施例中智能仿生手的控制方法的流程图；
图5为本发明一实施例中智能仿生手的控制方法的流程图；
图6为本发明一实施例中智能仿生手的控制方法的流程图；
图7为本发明一实施例中智能仿生手的控制方法的流程图；
图8为本发明一实施例中智能仿生手的控制方法的流程图；
图9为图8实施例中智能仿生手侧边捏手势动作的示意图；
图10为本发明一实施例中智能仿生手的控制方法的流程图；
图11为图10实施例中智能仿生手三指捏手势动作的示意图；
图12为本发明一实施例中智能仿生手的控制方法的流程图；
图13为图12实施例中智能仿生手虎克提手势动作的示意图；
图14为本发明实施例方案涉及的硬件运行环境中智能仿生手的控制设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的方案进行清楚完整的描述，显然，所描述的实施例仅是本发明中的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
还需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上时，它可以直接在另一个元件上或者可能同时存在居中元件。当一个元件被称为是“连接”另一个元件，它可以是直接连接另一个元件或者可能同时存在居中元件。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参照图1和图2，图1为本发明一实施例中智能仿生手100的结构示意图，图2为本发明一实施例中智能仿生手100的控制方法的流程图：
智能仿生手100作为一种康复辅具，专门针对上肢截肢患者所设计。如图1所示，智能仿生手100仿人手外形设计，一般包括手掌及大拇指101、食指102、中指103、无名指104、小指105等部位组成，其中，智能仿生手100具备10个活动关节和6个驱动自由度，可实现5根手指的独立运动和手指间的协同操作，以满足上肢截肢患者日常生活使用的常用手势，做到手势间的随心转换。其中，智能仿生手100一般通过内设的高精度微电机输出动力，并通过连杆等传动机构传动手指运动，当然，还可为其它驱动形式，对于其具体结构，在此不作细述。
本发明提出一种智能仿生手100的控制方法，如图2所示，该智能仿生手100的控制方法包括：
步骤S100，根据接收到的生物电信号，控制智能仿生手100的预设手指运动至对应的位置状态。
生物电信号是由生物体各种神经细胞自发地或在各自刺激下产生的电脉冲，生物电信号包括心电信号、肌电信号、脑电信号等。本实施例中，智能仿生手100佩戴于用户身上，根据接收用户的生物电信号以对智能仿生手100的手指进行控制，控制其运动至对应的位置状态。其中，所涉及的生物电信号的信号类型，可根据实际情况设置，并且，不同信号类型的生物电信号，对应通过相应类型的信号采集设备以进行采集，比如肌电信号通过肌电信号采集设备进行采集。以常规的智能仿生手100为例，根据接收到的生物电信号对智能仿生手100的预设手指进行控制时，智能仿生手100的预设手指可以是大拇指101、食指102、中指103、无名指104和小指105中的至少一个。即所控制的预设手指可以是单个手指，也可以是组合手指，组合手指的手指数量及具体所涉及的手指不作限制，根据实际情况设置。比如，根据接收到的生物电信号，控制智能仿生手100的大拇指101向内弯曲至极限位置或向外伸展至极限位置。
步骤S200，根据预设手指的位置状态，确定待执行的手势动作。
其中，预设手指的多个位置状态对应多个待执行的手势动作。即可对预设手指的位置状态进行监测，若预设手指到达触发手势动作的位置状态，则确定对应待执行的手势动作。可选地，预设手指通过电机输出动力以被驱动，可通过编码器检测电机的转动角度及位置信息，进而确定预设手指的位置状态。当然，除此以外，还可采用其它形式，对此不作限制。预设手指的不同位置状态对应用于确定智能仿生手100的不同手势动作，该对应关系可根据实际情况设置。并且，所涉及的待执行的手势动作可以是单个手势动作或多个手势动作或组合手势动作等，组合手势动作即为多个连续的手势动作。
本发明智能仿生手100的控制方法是通过识别佩戴者的生物电信号以对应控制智能仿生手100的预设手指运动，然后根据预设手指的位置状态以确定待执行的手势动作，即以智能仿生手100的手指的位置状态作为切换不同手势动作的依据，相较于目前通过肌电信号直接确定手势动作的方式，提高了仿生手的手势动作控制精准性。
需要说明的是，本方案控制方法所应用的智能仿生手100不仅限于常规的五指仿生手，还可应用于手指更少(如三指、四指)或手指更多(如六指)的仿生手上，对此不作限制。
在一些实施例中，参照图3，步骤S100包括：
步骤S110，根据接收到的生物电信号，获取对应的预设手指和位置状态；
步骤S120，控制对应的预设手指运动至对应的位置状态。
本实施例中，生物电信号对应有预设手指以及该预设手指的位置状态，当接收到生物电信号时，获取与该生物电信号对应的预设手指和位置状态，随后便可控制对应的预设手指运动至对应的位置状态，以实现通过接收到生物电信号控制对应手指的运动及位置状态。
在一些实施例中，参照图4，步骤S110包括：
步骤S111，将接收到的生物电信号与预设的信号模板进行匹配；
步骤S112，若匹配成功，则获取信号模板中生物电信号所对应的预设手指和位置状态。
本实施例中，可选地，预先记录用户试图控制仿生手的预设手指运动至多个位置状态的多个生物电信号，并对应通过机器学习算法预先设立信号模板，在该信号模板中，多个生物电信号与多个预设手指及预设手指的多个位置状态一一对应。在接收到生物电信号之后，将其与信号模板进行匹配，即在信号模板中查找是否记录有该生物电信号，若有，即匹配成功，则进一步获取信号模板中生物电信号所对应的预设手指和位置状态。当然，若无，即匹配不成功，无法获取预设手指和位置状态，则默认为未接收到该生物电信号。
在一些实施例中，生物电信号包括肌电信号和/或脑电信号。
本实施例中，可以是根据接收到的肌电信号控制智能仿生手100的预设手指运动，也可以是根据接收到的脑电信号控制智能仿生手100的预设手指运动，还可以是根据接收到的肌电信号和脑电信号共同控制智能仿生手100的预设手指运动。其中，肌电信号即一种生物电流信号，伴随肌肉收缩动作产生，一般是一种时间和一系列的振幅、频率和波形函数。可选地，智能仿生手100上设有肌电信号采集装置，比如肌电感应(EMG，electromyography)传感器，进一步地，智能仿生手100还包括套臂，肌电信号采集装置设置于套臂的腔体内壁，智能仿生手100通过套臂套装于佩戴者手臂以实现佩戴，而肌电信号采集装置则贴合于佩戴者手臂，以采集佩戴者的肌电信号。当然，除此以外，也可以是其它穿戴设备(如肌电臂环等)上设有肌电信号采集装置以采集肌电信号，并在实际应用时，穿戴设备与智能仿生手100通信连接，进而可将肌电信号采集装置所采集的肌电信号发送至智能仿生手100。脑电信号是由脑神经活动产生并且始终存在于中枢神经系统的自发性电位活动。可选地，佩戴者在已佩戴智能仿生手100的情况下，还可采用脑电设备(如脑电头环等)采集脑电信号，在实际应用时，脑电设备与智能仿生手100通信连接，进而可将脑电设备所采集的脑电信号发送至智能仿生手100。
在一些实施例中，生物电信号包括肌电信号和脑电信号，参照图5和图6，步骤S100包括：
步骤S130，根据接收到的肌电信号和脑电信号其中之一，控制智能仿生手100的预设手指运动至对应的位置状态；
在步骤S200之后，智能仿生手100的控制方法还包括：
步骤S300，当确定的待执行的手势动作为多个时，根据肌电信号和脑电信号其中之另一，选择一个待执行的手势动作；或，
步骤S400，当确定的待执行的手势动作为组合手势动作时，根据肌电信号和脑电信号其中之另一，选择组合手势动作中的手势执行顺序。
本实施例中，生物电信号包括肌电信号和脑电信号，通过肌电信号与脑电信号的配合应用，可在面临待执行的手势动作为多个或为组合手势动作的情况时确定最终的手势动作。
比如，根据接收到的肌电信号控制智能仿生手100的预设手指运动至对应的位置状态，并且根据预设手指的位置状态所确定的待执行的手势动作为多个时，即待执行的手势动作具有多个但具体执行哪一个待执行的手势动作待进一步选择确定，则根据脑电信号，选择一个待执行的手势动作，智能仿生手100则执行该最终选择的手势动作。
以及比如，根据接收到的肌电信号控制智能仿生手100的预设手指运动至对应的位置状态，并且根据预设手指的位置状态所确定的待执行的手势动作为组合手势动作时，其中组合手势动作由多个手势组合而成但多个手势的执行顺序待进一步选择确定，则根据脑电信号，选择组合手势动作中的手势执行顺序，智能仿生手100则按照该最终选择手势执行顺序执行该组合手势动作。
在一些实施例中，参照图7，在步骤S200之后，智能仿生手100的控制方法还包括：
步骤S500，当确定的待执行的手势动作为一个时，执行该待执行的手势动作。
本实施例中，在根据预设手指的位置状态所确定的待执行的手势动作为一个时，即可直接进一步执行该待执行的手势动作，无需再进行其它操作，步骤简单，易于实现。
在一些实施例中，参照图8至图13，预设手指包括大拇指101，大拇指101的运动包括外旋运动和内旋运动；步骤S200包括：
步骤S210，在大拇指101位于外旋极限位置，确定待执行的第一手势动作；和/或，
步骤S220，在大拇指101位于内旋极限位置，确定待执行的第二手势动作；和/或，
步骤S230，在大拇指101位于中间位置，确定待执行的第三手势动作。
本实施例中，当根据接收到的生物电信号控制大拇指101运动至对应的位置状态时，则可根据大拇指101的位置状态以确定待执行的手势动作。在实际使用时，如图1所示，大拇指101的运动包括外旋运动和内旋运动，大拇指101做外旋运动(即向外旋出)时可到达外旋极限位置，而做内旋运动(即往内旋入)时可到达内旋极限位置，所涉及的中间位置位于外旋极限位置与内旋极限位置之间，可以是大拇指101运动区域的中心位置，根据实际情况设置。
可选地，当大拇指101位于外旋极限位置，确定待执行的第一手势动作。其中，该第一手势动作根据实际情况设置。结合大拇指101所处的外旋极限位置，作为示例，参照图9，第一手势动作可以是侧边捏的手势动作，具体地，智能仿生手100在执行第一手势动作时，食指102、中指103、无名指104和小指105四指首先弯曲，大拇指101然后再弯曲至食指102的侧边位置，从而形成侧边捏的手势动作。该侧边捏的手势动作利用食指102侧边配合大拇指101完成物品捏取，比如可以完成捏名片、银行卡、插U盘等操作。
可选地，当大拇指101位于外旋极限位置，确定待执行的第二手势动作。其中，该第二手势动作根据实际情况设置。结合大拇指101所处的内旋极限位置，作为示例，参照图11，第二手势动作可以是三指捏的手势动作，具体地，智能仿生手100在执行第二手势动作时，食指102和中指103两指或食指102、中指103、无名指104和小指105四指直接弯曲，直至食指102和中指103触碰到大拇指101，与大拇指101对立接触，从而形成三指捏的手势动作。该三指捏的手势动作可以完成捏取小物件的操作，如方糖、核桃、马克笔等。
可选地，当大拇指101位于中间位置，确定待执行的第三手势动作。其中，该第三手势动作根据实际情况设置。结合大拇指101所处的中间位置，作为示例，参照图13，第三手势动作可以是虎克提的手势动作，具体地，智能仿生手100在执行第三手势动作时，食指102、中指103、无名指104和小指105四指首先弯曲，大拇指101然后再弯曲至四指的对立位置，从而形成虎克提的手势动作。该虎克提的手势动作可以完成提箱子，拎袋子等提、拎动作。
当然，上述大拇指101切换手势的档位位置及其对应的手势仅为示例性的，档位位置可根据实际情况增加或减少，以及各档位位置所对应的手势可自定义设置，对此不作限制。
本发明还提出一种智能仿生手100的控制设备，参照图14，该智能仿生手100的控制设备包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如前述智能仿生手100的控制方法的步骤。
本发明实施例所提出的智能仿生手100的控制设备可以是智能仿生手100的控制器，也可以是PC、笔记本等计算设备。如图14所示，该智能仿生手100的控制设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元，比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图14中示出的智能仿生手100的控制设备结构并不构成对智能仿生手100的控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图14所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能仿生手的计算机程序。
在图14所示的智能仿生手100的控制设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的智能仿生手的计算机程序。
本发明还提出一种智能仿生手100，该智能仿生手100包括如前述的智能仿生手100的控制设备。
本发明还提出一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现如前述智能仿生手100的控制方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机系统(可以是个人计算机，服务器，或者网络系统等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的仅为本发明的部分或优选实施例，无论是文字还是附图都不能因此限制本发明保护的范围，凡是在与本发明一个整体的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。
Claims (10)
1.一种智能仿生手的控制方法，其特征在于，包括：
根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态；
根据所述预设手指的位置状态，确定待执行的手势动作。
2.根据权利要求1所述的智能仿生手的控制方法，其特征在于，所述根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态的步骤包括：
根据接收到的生物电信号，获取对应的预设手指和位置状态；
控制对应的预设手指运动至对应的位置状态。
3.根据权利要求2所述的智能仿生手的控制方法，其特征在于，所述根据接收到的生物电信号，获取对应的预设手指和位置状态的步骤包括：
将接收到的生物电信号与预设的信号模板进行匹配；
若匹配成功，则获取所述信号模板中所述生物电信号所对应的预设手指和位置状态。
4.根据权利要求1所述的智能仿生手的控制方法，其特征在于，所述生物电信号包括肌电信号和/或脑电信号。
5.根据权利要求4所述的智能仿生手的控制方法，其特征在于，所述生物电信号包括肌电信号和脑电信号，所述根据接收到的生物电信号，控制所述智能仿生手的预设手指运动至对应的位置状态的步骤包括：
根据接收到的所述肌电信号和脑电信号其中之一，控制所述智能仿生手的预设手指运动至对应的位置状态；
在所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤之后，所述智能仿生手的控制方法还包括：
当确定的待执行的手势动作为多个时，根据所述肌电信号和脑电信号其中之另一，选择一个待执行的手势动作；或，
当确定的待执行的手势动作为组合手势动作时，根据所述肌电信号和脑电信号其中之另一，选择所述组合手势动作中的手势执行顺序。
6.根据权利要求1所述的智能仿生手的控制方法，其特征在于，在所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤之后，所述智能仿生手的控制方法还包括：
当确定的待执行的手势动作为一个时，执行该待执行的手势动作。
7.根据权利要求1所述的智能仿生手的控制方法，其特征在于，所述预设手指包括大拇指，所述大拇指的运动包括外旋运动和内旋运动；所述根据所述预设手指的位置状态，确定待执行的手势动作的步骤包括：
在所述大拇指位于外旋极限位置，确定待执行的第一手势动作；和/或，
在所述大拇指位于内旋极限位置，确定待执行的第二手势动作；和/或，
在所述大拇指位于中间位置，确定待执行的第三手势动作。
8.一种智能仿生手的控制设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7中任一项所述智能仿生手的控制方法的步骤。
9.一种智能仿生手，其特征在于，包括权利要求8所述的智能仿生手的控制设备。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述智能仿生手的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310281769.4A CN116360592A (zh) | 2023-03-17 | 2023-03-17 | 智能仿生手的控制方法、设备、智能仿生手及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310281769.4A CN116360592A (zh) | 2023-03-17 | 2023-03-17 | 智能仿生手的控制方法、设备、智能仿生手及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116360592A true CN116360592A (zh) | 2023-06-30 |
Family
ID=86913700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310281769.4A Pending CN116360592A (zh) | 2023-03-17 | 2023-03-17 | 智能仿生手的控制方法、设备、智能仿生手及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116360592A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339091A (zh) * | 2016-08-31 | 2017-01-18 | 博睿康科技（常州）股份有限公司 | 一种基于脑机接口穿戴系统的增强现实交互方法 |
| WO2021090979A1 (ko) * | 2019-11-05 | 2021-05-14 | 근로복지공단 | 근전 전동의수의 엄지와 검지기반 손동작 제어시스템 및 그 제어방법 |
| US20220039972A1 (en) * | 2020-08-10 | 2022-02-10 | Korea Labor Welfare Corporation Co., Ltd. | Motion-mode and thumb-position-based motion control system and method of myoelectric hand |
| CN114707562A (zh) * | 2022-06-01 | 2022-07-05 | 深圳市心流科技有限公司 | 一种肌电信号采样频率控制方法、装置及存储介质 |
-
2023
- 2023-03-17 CN CN202310281769.4A patent/CN116360592A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339091A (zh) * | 2016-08-31 | 2017-01-18 | 博睿康科技（常州）股份有限公司 | 一种基于脑机接口穿戴系统的增强现实交互方法 |
| WO2021090979A1 (ko) * | 2019-11-05 | 2021-05-14 | 근로복지공단 | 근전 전동의수의 엄지와 검지기반 손동작 제어시스템 및 그 제어방법 |
| US20220039972A1 (en) * | 2020-08-10 | 2022-02-10 | Korea Labor Welfare Corporation Co., Ltd. | Motion-mode and thumb-position-based motion control system and method of myoelectric hand |
| CN114707562A (zh) * | 2022-06-01 | 2022-07-05 | 深圳市心流科技有限公司 | 一种肌电信号采样频率控制方法、装置及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 第174、197页: "国际康复辅助器具产业与福利政策", 30 April 2015, 东南大学出版社, pages: 174 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111209885B (zh) | 一种手势信息处理方法、装置、电子设备及存储介质 | |
| Jiang et al. | Emerging wearable interfaces and algorithms for hand gesture recognition: A survey | |
| Jiang et al. | Feasibility of wrist-worn, real-time hand, and surface gesture recognition via sEMG and IMU sensing | |
| US9155487B2 (en) | Method and apparatus for biometric analysis using EEG and EMG signals | |
| Choi et al. | Development and quantitative performance evaluation of a noninvasive EMG computer interface | |
| US20070140562A1 (en) | Recordation of handwriting and hand movement using electromyography | |
| CN110675933B (zh) | 一种手指镜像康复训练系统 | |
| Soltani et al. | A practical efficient human computer interface based on saccadic eye movements for people with disabilities | |
| Bian et al. | SVM based simultaneous hand movements classification using sEMG signals | |
| CN103677265B (zh) | 一种智能感应手套及智能感应方法 | |
| CN110908515A (zh) | 基于腕部肌肉压力的手势识别方法和装置 | |
| Wan et al. | A new subtle hand gestures recognition algorithm based on EMG and FSR | |
| 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 | |
| Guo et al. | Towards zero training for myoelectric control based on a wearable wireless sEMG armband | |
| CN105014676A (zh) | 一种机器人运动控制方法 | |
| KR20190098806A (ko) | 동작 인식을 위한 지능형 장치 및 그 제어 방법 | |
| Soltani et al. | Design of a novel wearable human computer interface based on electrooculograghy | |
| CN116009703A (zh) | 智能仿生手的手势控显方法、设备、智能仿生手及介质 | |
| Rosenberg | Computing without mice and keyboards: text and graphic input devices for mobile computing | |
| Chang et al. | A hierarchical hand motions recognition method based on IMU and sEMG sensors | |
| Duivenvoorden et al. | Sensor fusion in upper limb area networks: A survey | |
| CN114153317A (zh) | 基于肌电信号的信息处理方法、装置、设备及存储介质 | |
| Groll et al. | Cursor click modality in an accelerometer-based computer access device | |
| Salih et al. | Brain computer interface based smart keyboard using neurosky mindwave headset | |
| Păsărică et al. | Remote control of an autonomous robotic platform based on eye tracking |
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 |