CN202015325U - 带触滑觉传感器的多功能助老助行机器人 - Google Patents

带触滑觉传感器的多功能助老助行机器人 Download PDF

Info

Publication number
CN202015325U
CN202015325U CN2010206703703U CN201020670370U CN202015325U CN 202015325 U CN202015325 U CN 202015325U CN 2010206703703 U CN2010206703703 U CN 2010206703703U CN 201020670370 U CN201020670370 U CN 201020670370U CN 202015325 U CN202015325 U CN 202015325U
Authority
CN
China
Prior art keywords
robot
tactile
slip sense
pick
signal
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.)
Expired - Fee Related
Application number
CN2010206703703U
Other languages
English (en)
Inventor
张小栋
魏晓娟
王云霞
张进进
李耀楠
李�浩
陈迪剑
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.)
Suzhou Academy of Xian Jiaotong University
Original Assignee
Suzhou Academy of Xian Jiaotong University
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 Suzhou Academy of Xian Jiaotong University filed Critical Suzhou Academy of Xian Jiaotong University
Priority to CN2010206703703U priority Critical patent/CN202015325U/zh
Application granted granted Critical
Publication of CN202015325U publication Critical patent/CN202015325U/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

本实用新型公开了一种带触滑觉传感器的多功能助老助行机器人,包括机器人扶手杆(1)、机器人座椅(2)和控制机器人行走的机器人控制器(3),其特征在于所述机器人扶手杆(1)上设置与使用者接触的触滑觉传感器,所述触滑觉传感器通过信号调理电路与机器人控制器(3)连接,所述机器人控制器(3)根据触滑觉传感器采集的传感器信号对使用者的行为或状态进行判断,并驱使机器人产生辅助行为;所述机器人座椅(2)上设置操作杆,所述操作杆与机器人控制器(3)连接接受使用者操作操作杆的操作指令。该机器人可以实时捕捉具有触滑觉感知老年人运动行为,通过其感知用触滑觉传感器能够实现老年人的运动意向及摔倒趋势的实时检测,实现多重辅助功能。

Description

带触滑觉传感器的多功能助老助行机器人
技术领域
本发明属于智能机器人研究技术领域,具体涉及一种带触滑觉传感器的多功能助老助行机器人。
背景技术
随着社会的进步与发展,老年人的生活质量越来越受到人们的关注,相继出现了各种疾病护理与康复方面的辅助器械。其中,助老助行机器人作为一种理想的辅助工具,市场需求量大,具有较高的研究价值。发明一种能够捕捉老年人运动行为的方法对于助老助行机器人而言至关重要。它是使用者与助行机器人主体之间的桥梁,能够感知老年人的各种运动行为。因此,如能提供一种捕捉老年人运动行为的方法来感知老年人的运动意向及摔倒趋势,为老年人提供诸如出行、护理和医疗康复等方面的服务,可以大大提高老年人的生活质量。
老年人在使用各种助行机器人的过程中要不断地与机器人沟通,人机接口的灵活、简便易用是助行机器人高效运行的基础。作为人机交流的通道,触滑觉是整个移动系统感知使用者意图的媒介,能够真实方便地反应使用者的意图。大部分助行机器人都是通过视觉来判断老年人状态的。但是通过视觉技术机器人无法快速准确地跟随老年人,并对老年人进行扶持,而且这种方法成本太高;相反,触滑觉技术则能通过力的传感和滑动趋势来提供老年人运动行为的信息,而且由于不需要很复杂的设备而价格较低,只有少量的信息需要传递和处理而效率很高。
目前,利用触滑觉来进行相对运动检测和行走意图识别的并不多,在助行器具上还未见报道。而现有技术中助行机器人都是通过视觉来判断老年人状态和行为采集和处理的数据比较大,无法快速准确的判断使用者的行为和状态,所以使用时经常会产生判断失误或延迟,这有可能损伤使用者,没有达到助行机器人助行助老的基本目的。本发明因此而来。
发明内容
本发明目的在于提供一种带触滑觉传感器的多功能助老助行机器人,解决了现有技术中助行机器人经常会产生判断失误或延迟给使用者带来损伤或不能达到助行助老的目的等缺陷。
为了解决现有技术中的这些问题,本发明提供的技术方案是:
一种带触滑觉传感器的多功能助老助行机器人,包括机器人扶手杆、机器人座椅和控制机器人行走的机器人控制器,其特征在于所述机器人扶手杆上设置与使用者接触的触滑觉传感器,所述触滑觉传感器通过信号调理电路与机器人控制器连接,所述机器人控制器根据触滑觉传感器采集的传感器信号对使用者的行为或状态进行判断,并驱使机器人产生辅助行为;所述机器人座椅上设置操作杆,所述操作杆与机器人控制器连接接受使用者操作操作杆的操作指令。
优选的,所述机器人包括机器人支架,所述机器人座椅架设在机器人支架上,所述机器人座椅设置有两支撑臂,所述操作杆固定在支撑臂上。
优选的,所述机器人支架下端设置驱动轮和万向轮,所述机器人控制器与安装在驱动轮上的驱动电机连接控制驱动轮;所述驱动轮带动万向轮转动。
优选的,所述机器人扶手杆上端设置触滑觉传感器座,所述触滑觉传感器安装在触滑觉传感器座上。
优选的,所述机器人扶手杆两端销接扶手调节杆;所述机器人支架上销接安装有扶手支撑杆,所述扶手调节杆与扶手支撑杆插接。
优选的,所述触滑觉传感器为设置在触滑觉传感器座上的具有6层结构的PVDF压电薄膜传感器,从外而内依次设置表皮层、两银电极层、PVDF层、聚酯基片层和安装层;所述两银电极层错开引出输出端与信号调理电路电连接,所述传感器通过安装层与触滑觉传感器座连接固定。
优选的,所述机器人扶手杆上设置两触滑觉传感器座,每个触滑觉传感器座上设置三路触滑觉传感器,各路触滑觉传感器的输出端分别与各自的信号调理电路连接,并与机器人控制器连接。
优选的,所述机器人控制器外侧设置固定在机器人支架上的电池座,所述电池座提供机器人控制器电力,所述机器人控制器包括微处理器、模数转换器,所述模数转换器为DSP芯片TMS320F2812的模数转换(ADC),与信号调理电路连接,负责处理触滑觉传感器采集的传感器信号,转换成数字信号,提供给微处理器分析处理;所述微处理器与模数转换器通讯接受模数转换器提供的数字信号,对数字信号进行处理,判断使用者的行为或状态并 传输指令给机器人提供辅助行为。
优选的,所述微处理器还接受操作杆传输的操作指令,所述微处理器为采用DSP芯片TMS320F2812,所述模数转换器采用DSP芯片TMS320F2812的模数转换(ADC)。
优选的,所述信号调理电路包括电荷转换模块、低通滤波模块、工频陷波模块、放大模块以及抑制串扰模块;所述电荷转换模块将传感器采集的电荷量信号转变为电压量;所述低通滤波模块用于滤除信号源中的高频杂波;所述工频陷波模块用于消除输出信号中有工频干扰;所述放大模块放大传感器信号的波形;所述抑制串扰模块使用同相加法运算电路滤除多通道间的相互干扰后,将信号输出给机器人控制器。
本发明的多功能助老助行机器人,包括机器人扶手杆、机器人座椅上的操作杆、机器人座椅、机器人支架、支架下部的驱动轮和万向轮、支架上设置的电池座、机器人控制器以及机器人扶手支撑杆、扶手调节杆和触滑觉传感器座,所述机器人扶手杆设置与使用者接触的触滑觉传感器,所述触滑觉传感器通过信号调理电路与机器人控制器连接,所述机器人控制器采集触滑觉传感器的传感器信号,根据传感器信号对使用者的行为或状态进行判断,并产生辅助行为。当老年人行走时间过长或行走不便时,可以坐在座椅上通过操作杆作为助行机器人的人机接口部分,表达使用者的操纵意图并显示各种信息。
具体的,本发明机器人由驱动轮、机器人控制器、电池座、扶手调节杆、扶手支撑杆、触滑觉传感器座、触滑觉传感器、机器人扶手杆、操作杆、机器人座椅、机器人支架、万向轮、2个直流无刷电机组成。通过触滑觉传感器和机器人控制器连接,通过触滑觉感知和捕捉老年人运动行为(主要包括:运动意图和行走状态),得到一种低成本、高性能、高柔性、高可靠性的助老助行方法,可以有效的实现老年人的运动意向及摔倒趋势的实时检测和辅助功能。当老年人长时间行走感到疲乏或行走不便时,可以坐在座椅上通过控制操纵杆,表达操作意图,实现对助行机器人行驶速度和方向的控制,并可以显示助行机器人的电池电量和故障信息、报警、设置参数、存储数据、串行通信等。助行机器人控制系统通过以上各个模块的相互作用,实现助老助行机器人的各项功能。
本发明基于使用者意图没有一个直接的反馈通道,通过触滑觉可以正确的体现使用者的意图,通过捕捉使用者特别是老年人的触滑觉,可以捕捉和判断使用者如老年人的运动行为。本发明借鉴生理运动学的研究成果,实现对老年人运动行为的捕捉,使得老年人出行方便,安全。
本发明的触滑觉传感器为集触觉、滑觉为一体的传感器,触觉、滑觉可共享同一个信号源。为了在同一信号中分离出触觉和滑觉信号,可以分别对各路传感器触滑觉信号多维特征进行了表示。当使用六路传感器时,各路传感器触滑觉信号多维特征如下:触滑觉信号的最大值max=Max(xi);触滑觉信号的最小值min=Min(xi);触滑觉信号的均值 
Figure DEST_PATH_GSB00000563606800041
触滑觉信号的方差 STD = 1 N Σ i = 0 N - 1 ( x i - mean ) 2 .
设特征向量X=[x1、x2、x3、x4、……x21、x22、x23、x24],其中,x1~x4为左手1号传感器触滑觉信号的最大值、最小值、均值、方差;x5~x8为左手2号传感器触滑觉信号的最大值、最小值、均值、方差;x9~x12为左手5号传感器触滑觉信号的最大值、最小值、均值、方差;x13~x16为右手3号传感器触滑觉信号的最大值、最小值、均值、方差;x17~x20为右手4号传感器触滑觉信号的最大值、最小值、均值、方差;x21~x24为右手6号传感器触滑觉信号的最大值、最小值、均值、方差;该特征向量X可以表示出各路传感器触滑觉信号的多维特征,可以作为特征提取的一种方法。
通过特征提取数据分析,得知触觉信号有单一较高峰值,而且幅度要大于滑觉信号,可以选择一定长度信号的均值作为触觉的特征值。滑觉信号是在单位时间内有多个幅值较小的峰值,因此选择一定长度信号的方差作为滑觉的特征值。通过大量实验获得人手控制小车前进,后退,左转,右转四个模式下各路传感器的时域均值和方差的阈值,采用阈值法来判断触觉、滑觉的生成。即当触觉特征值大于实验得到的阈值时,表明触觉产生;当滑觉特征值大于实验得到的阈值时,表明滑觉产生。阈值可以在机器人内部预先设置,机器人通过阈值与传感器采集的特征值比较进行模式识别。触滑觉的检测作为老年人基本意图的识别媒介,如前进、后退、左转、右转;也作为老 年人摔倒意向检测,进行防摔。
本发明通过触滑觉传感器和机器人控制器连接,通过触滑觉感知和捕捉老年人运动行为(主要包括:运动意图和行走状态),得到一种低成本、高性能、高柔性、高可靠性的助行助老方法,可以有效的实现老年人的运动意向及摔倒趋势的实时检测和辅助功能。本发明技术方案构建了相应的高速采集和传输处理系统,可以实时获取有关老年人触滑觉信息。
具体的,在老年人外出行走的时候,采用双臂扶在助行机器人上的方式,当老年人的前进速度加快或变慢的时候,前臂与助行机器人之间会产生相应的摩擦力。根据这一现象,在机器人的扶助端与前臂接触的地方加触滑觉传感器阵列,检测前臂与机器人的相对运动趋势,判断老年人与机器人之间的动态关系,进而对机器人的速度进行调节,实现助行机器人对老年人的跟随作用。
本发明的触滑觉传感器,采用敏感材料PVDF压电薄膜制作,主要是由6层结构组成,包括橡胶包封表皮,两层银电极层,PVDF层,聚酯基片,不同粘性的双面胶带。该触滑觉传感器可以正确而及时地检测到老年人的运动意向和状态,作为使用者基本意图的识别媒介,如前进、后退、左转、右转;能够检测到老年人的摔倒意向,并与普通的速度变化进行区分,使老年人不易摔倒;并且安装方便。
针对触滑觉传感器输出信号是动态的电荷信号的特点,本发明设计开发了信号调理电路。此外为了实现高速同步数据采集,采用DSP芯片TMS320F2812实现对触滑觉传感器阵列数据的实时采集处理,通过USB2.0总线将数据传到上位机,在上位机上开发了基于VC++的高速触滑觉信号分析系统,进行感知老年人运动意图和状态,能够满足机器人的实时性要求。通过触滑觉上位机分析系统对数据采集部分得到的信号进行数字滤波、数据处理、数据存储、数据分析等,完成对采集到的多通道触滑觉信号实时显示,并对触滑觉信号的多维特征进行表示,进行特征提取和模式识别。
相对于现有技术中的方案,本发明的优点是:
经机器人仿真系统证实,本发明的机器人可以实时捕捉具有触滑觉感知老年人运动行为(主要包括:运动意图和行走状态),通过其感知用触滑觉传感器能够实现老年人的运动意向及摔倒趋势的实时检测,并且能够有助于 助老助行机器人相关技术的开发与实现。本发明通过仿真系统与ART的USB5935数据采集卡系统进行比较后得到了一致的结果,说明此系统的正确性和可行性;并且由于DSP方便做成便携系统,且成本较采集卡低很多,方便以后仿真系统的集成和二次开发。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明带触滑觉传感器的多功能助老助行机器人的左视图;
图2为本发明带触滑觉传感器的多功能助老助行机器人的俯视图;
图3为本发明带触滑觉传感器的多功能助老助行机器人的控制模块图;
图4为本发明触滑觉传感器调理电路原理框图;
图5为本发明仿真系统的系统结构连接图;
图6为本发明触滑觉分析系统软件框架结构图;
其中1为机器人扶手杆;2为机器人座椅;3为机器人控制器;4为机器人支架;5为驱动轮;6为万向轮;11为触滑觉传感器座;12为扶手调节杆;13为扶手支撑杆。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解,这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整,未注明的实施条件通常为常规实验中的条件。
实施例如图1~4所示,该带触滑觉传感器的多功能助老助行机器人,包括机器人扶手杆1、机器人座椅2和控制机器人行走的机器人控制器3,所述机器人扶手杆1上设置与使用者接触的触滑觉传感器,所述触滑觉传感器通过信号调理电路与机器人控制器3连接,所述机器人控制器3根据触滑觉传感器采集的传感器信号对使用者的行为或状态进行判断,并驱使机器人产生辅助行为;所述机器人座椅2上设置操作杆,所述操作杆与机器人控制器3连接接受使用者操作操作杆21的操作指令。
机器人包括机器人支架4,所述机器人座椅2架设在机器人支架4上,所述机器人座椅2设置有两支撑臂,所述操作杆固定在支撑臂上。所述机器人支架4下端设置驱动轮5和万向轮6,所述机器人控制器3与安装在驱动 轮上的驱动电机连接控制驱动轮;所述驱动轮带动万向轮转动。机器人扶手杆1上端设置触滑觉传感器座11,所述触滑觉传感器安装在触滑觉传感器座11上。所述机器人扶手杆1两端销接扶手调节杆12;所述机器人支架4上销接安装有扶手支撑杆13,所述扶手调节杆12与扶手支撑杆13插接。
触滑觉传感器为设置在触滑觉传感器座11上的具有6层结构的PVDF压电薄膜传感器,从外而内依次设置表皮层、两银电极层、PVDF层、聚酯基片层和安装层;所述两银电极层错开引出输出端与信号调理电路连接,所述传感器通过安装层与触滑觉传感器座11连接固定。所述机器人扶手杆上设置两触滑觉传感器座11,每个触滑觉传感器座11上设置三路触滑觉传感器,各路触滑觉传感器的输出端分别与各自的信号调理电路连接,并与机器人控制器连接。
触滑觉传感器采用敏感材料PVDF压电薄膜制作,主要是由6层结构组成,包括最外层是橡胶包封表皮,使得感知触滑觉信号更加明显,并且可以作为保护层防止裸露在外面的电极被损坏。第二、三层是两层银电极层,电极采用丝网漏印的方法,在PVDF上下两层电极面引出错开。第四层是PVDF层,厚度为50μm。聚偏二氟乙烯(PVDF)是一种新型的高分子聚合物型传感材料,该种PVDF是迄今为止发现的压电性最好的有机高分子材料,它具有质地柔软、极薄、质轻、灵敏度高、响应快、测量范围大、化学稳定性高等诸多优点,所以,与微电子技术相结合,可以制成多功能传感元件,使其成为广泛推广的一种新型智能材料。选择这种PVDF作为助老助行机器人的触滑觉传感材料是最合适的,因为它同时具有压电和热电效应。我们之所以能通过触摸感觉到物体的形状、质感及温度等,据研究就是因为人的皮肤能够产生压电效应和热电效应。第五层是聚酯基片作为保护层,以防止表面电极被损坏。第六层是不同粘性的双面胶带,为了方便安装,选择厚度为0.05mm的两面不同粘性的双面胶带,一面永久固定,一面适合重新定位的需求。传感器表层为橡胶包封表皮保护层,上层为上下表面镀有银电极层的PVDF薄膜,下层为聚酯基片保护层,使用压接端子压接将PVDF正负两极引出。使用绝缘胶将PVDF薄膜与橡胶包封表皮、聚酯基片粘在一起。
机器人控制器外侧设置固定在机器人支架上的电池座,所述电池座提供机器人控制器电力,所述机器人控制器包括微处理器、模数转换器,所述模 数转换器为DSP芯片TMS320F2812内部的模数转换(ADC),与信号调理电路连接,负责处理触滑觉传感器采集的传感器信号,转换成数字信号,提供给微处理器分析处理;所述微处理器与模数转换器通讯接受模数转换器提供的数字信号,对数字信号进行处理,判断使用者的行为或状态并传输指令给机器人提供辅助行为。所述微处理器还接受操作杆传输的操作指令,所述微处理器为采用DSP芯片TMS320F2812。
信号调理电路包括电荷转换模块、低通滤波模块、工频陷波模块、放大模块以及抑制串扰模块;所述电荷转换模块将传感器采集的电荷量信号转变为电压量;所述低通滤波模块用于滤除信号源中的高频杂波;所述工频陷波模块用于消除输出信号中有工频干扰;所述放大模块放大传感器信号的波形;所述抑制串扰模块使用同相加法运算电路滤除多通道间的相互干扰后,将信号输出给机器人控制器。
如图5所示,本发明通过仿真系统来证实其效果。6路传感器输出信号经信号预处理,送入DSP芯片TMS320F2812的模数转换(ADC)完成多路数据的采集及A/D转换,实现对触滑觉传感器阵列数据的实时采集,再经DSP进行前端的数字信号处理,通过USB总线将数据传输至上位机,并在上位机上进行数据存储、显示以及数据处理,然后将识别结果发送到电机控制器,电机控制器根据相应的指令完成对电机的相应控制。参照普通自行车把手直径,扶手直径大约在25-30mm左右,而传感器尺寸为20*15(mm),因此选择6路传感器,左侧扶手布置3路传感器,右侧扶手布置3路传感器组成触滑觉传感器阵列。
触滑觉信号调理主要包括电荷转换模块、低通滤波模块、工频陷波模块、放大模块以及抑制串扰模块。触滑觉传感器在外力作用下会产生电荷,故选用AD544作为Q/V转换器,将电荷量转变为相应的电压量。由于手动作的触滑觉信号频率一般不会超过100HZ,故选用低通滤波器,用于滤除信号源中的高频杂波。输出信号中有明显的工频干扰,再增加一级50HZ的陷波滤波器。由于选用DSP芯片2812内部自带的12位AD进行采集,AD采样端口的最高采样电压是3V,所以要将采集的信号经过运放处理,使输入电压范围在AD正常采样范围之内,并选用2个稳压二极管IN4007限制输出电压在0~3V以内。因为悬空状态会导致多通道采集时出现多通道之间串扰, 故选用同相加法运算电路,加上一个直流分量就不会使各通道处于悬空状态,这样就可以滤除各通道间的相互干扰。处理后的信号最后输出到高速数据采集部分上。
采用DSP芯片TMS3202812内部AD实现对六路触滑觉传感器信号的实时采集处理。使用2812的模数转换模块完成数据的采集及A/D转换,转换后的数据传输至高速USB通讯芯片CY7C68013的FIFO高速缓存,通过USB数据总线将数据传输至上位机,并在上位机上进行数据存储、显示以及数据处理。本系统完全可以满足触滑觉信号采集处理对高精度及实时性的要求。由于采集的触滑觉信号数据量较大,因此需要一种高速的数据传输方式,而USB2.0总线传输速度快,能达到480Mb/s的速度,满足数据传输的需要。
使用DSP进行触滑觉信号采集和处理,通过安装于扶手的触觉传感器阵列,检测到老年人与助行机器人之间的动态关系。根据已获取的触滑觉信号来建立助行机器人行走的运动模式,来实现老年人的运动意向如前进、后退、左转、右转等特征的提取和识别。根据触滑觉传感器拾取的信号进行特征提取和模式识别,将识别结果发送到DSP中,DSP根据相应的指令完成对电机的相应控制,从而实现助行机器人行走的运动模式。这种结构可以很好的解决信号处理和机器人控制并发处理的实时性的问题。
根据触滑觉分析仿真系统要求,预先设计一个触滑觉上位机分析软件,此软件主要包括以下功能模块:实时数据分析显示模块;离线数据分析,报表输出模块;数据库存储模块。
实时数据分析显示模块将通过USB2.0总线传输进来的16进制数进行转换至实际所采集对应的电压值,并进行零漂修正;并将每路传感器所对应的电压值存储至MySQL数据库;根据转换后的每路电压值,分别画出其时域波形;分别计算六路采集来的1024点数据的均值、最大值、最小值、方差,并将其显示在所对应通道时域波形的下方。此外本软件带有数字低通滤波模块,可设置是否进行数字滤波,并设置低通滤波频率。软件界面如图6所示。
数据库存储模块使用MySQL数据库保存六路传感器信号所对应电压值数据,为以后进行更详细的数据分析和二次开发做准备,此数据库包括六张表,分别保存六个通道的数据,表中数据以时间为主键;各通道数据以时间点为标志保存入库,同时依据时间点读取。
离线数据分析、报表输出模块通过浏览不同时间点的数据,模拟最终触滑觉系统每采集一个数据,计算一次均值与方差的方式,对1024点数据进行系统模拟,具体过程如下,首先计算256点数据均值与方差,然后移出第一点数据,移入第257点的数据,此时总共还是256点数据,计算这256点的均值和方差,依次类推计算完一组数据,模拟最终系统的操作过程,以求计算出较准确的均值和方差阈值,并将六路数据所有的计算结果以列表方式显示,用以查看分析;根据分析,选择合适的数组可以将数据输出至TXT文档,由MATLAB进行二次分析,并可以将六组分析的结果以报表形式输出,用以保存分析;此时使用不同的颜色同时在一个界面中显示六路不同的波形,方便各个通道信号的比较,并将各路的最大值和其所对应的横坐标列表显示,方便选择合适的阈值。
然后切换到模式识别模块,通过大量实验得出触觉特征值和滑觉特征值的阈值,将得到的阈值输入到编辑框中,进行模式识别。根据波形图,判断模式识别是否正确。1~6路传感器每次计算256个点,假如1024个点中,有一组256点的数据均值超过均值阈值,它所对应的触觉就显示为红色;要是方差超过阈值,滑觉就显示为红色。前进、后退,左转、右转模式识别结果如下:1号和4号传感器的触觉特征值超过了阈值,显示右转模式;2号和3号传感器的触觉特征值超过了阈值,显示左转模式1号和3号传感器的触觉特征值超过了阈值,显示前进模式;2号和4号的传感器的触觉特征值超过了阈值,显示后退模式。
触觉信号是在物体与传感器接触产生接触力时,PVDF材料受力产生电荷,形成触觉信号。滑觉信号是在物体与传感器发生相对滑动时,物体表面与传感器表面之间产生沿滑动方向的切向力,传至PVDF材料,产生压电效应。
触滑觉传感器为集触觉、滑觉为一体的传感器,触觉、滑觉可共享同一个信号源。为了在同一信号中分离出触觉和滑觉信号,可以分别对各路传感器触滑觉信号多维特征进行了表示。当使用六路传感器时,各路传感器触滑觉信号多维特征如下:触滑觉信号的最大值max=Max(xi);触滑觉信号的最 小值min=Min(xi);触滑觉信号的均值 
Figure DEST_PATH_GSB00000563606800111
触滑觉信号的方差  STD = 1 N Σ i = 0 N - 1 ( x i - mean ) 2 .
设特征向量X=[x1、x2、x3、x4、……x21、x22、x23、x24],其中,x1~x4为左手1号传感器触滑觉信号的最大值、最小值、均值、方差;x5~x8为左手2号传感器触滑觉信号的最大值、最小值、均值、方差;x9~x12为左手5号传感器触滑觉信号的最大值、最小值、均值、方差;x13~x16为右手3号传感器触滑觉信号的最大值、最小值、均值、方差;x17~x20为右手4号传感器触滑觉信号的最大值、最小值、均值、方差;x21~x24为右手6号传感器触滑觉信号的最大值、最小值、均值、方差;该特征向量X可以表示出各路传感器触滑觉信号的多维特征,可以作为特征提取的一种方法。
通过特征提取数据分析,得知触觉信号有单一较高峰值,而且幅度要大于滑觉信号,可以选择一定长度信号的均值作为触觉的特征值。滑觉信号是在单位时间内有多个幅值较小的峰值,因此选择一定长度信号的方差作为滑觉的特征值。通过大量实验获得人手控制小车前进,后退,左转,右转四个模式下各路传感器的时域均值和方差的阈值,采用阈值法来判断触觉、滑觉的生成。即当触觉特征值大于实验得到的阈值时,表明触觉产生;当滑觉特征值大于实验得到的阈值时,表明滑觉产生。通过实验得出均值和方差的阈值,将得到的阈值输入到上位机软件中进行模式识别。
触滑觉的检测作为老年人基本意图的识别媒介,如前进、后退、左转、右转;也作为老年人摔倒意向检测,进行防摔。
上述实例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种带触滑觉传感器的多功能助老助行机器人,包括机器人扶手杆(1)、机器人座椅(2)和控制机器人行走的机器人控制器(3),其特征在于所述机器人扶手杆(1)上设置与使用者接触的触滑觉传感器,所述触滑觉传感器通过信号调理电路与机器人控制器(3)连接,所述机器人控制器(3)根据触滑觉传感器采集的传感器信号对使用者的行为或状态进行判断,并驱使机器人产生辅助行为;所述机器人座椅(2)上设置操作杆,所述操作杆与机器人控制器(3)连接接受使用者操作操作杆的操作指令。
2.根据权利要求1所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人包括机器人支架(4),所述机器人座椅(2)架设在机器人支架(4)上,所述机器人座椅(2)设置有两支撑臂,所述操作杆固定在支撑臂上。
3.根据权利要求2所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人支架(4)下端设置驱动轮(5)和万向轮(6),所述机器人控制器(3)与安装在驱动轮上的驱动电机连接控制驱动轮;所述驱动轮带动万向轮转动。
4.根据权利要求2所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人扶手杆(1)上端设置触滑觉传感器座(11),所述触滑觉传感器安装在触滑觉传感器座(11)上。
5.根据权利要求4所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人扶手杆(1)两端销接扶手调节杆(12);所述机器人支架(4)上销接安装有扶手支撑杆(13),所述扶手调节杆(12)与扶手支撑杆(13)插接。
6.根据权利要求4所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述触滑觉传感器为设置在触滑觉传感器座(11)上的具有6层结构的PVDF压电薄膜传感器,从外而内依次设置表皮层、两银电极层、PVDF层、聚酯基片层和安装层;所述两银电极层错开引出输出端与信号调理电路电连接,所述传感器通过安装层与触滑觉传感器座(11)连接固定。
7.根据权利要求4所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人扶手杆上设置两触滑觉传感器座(11),每个触滑觉传感器座(11)上设置三路触滑觉传感器,各路触滑觉传感器的输出端分别与各自的信号调理电路连接,并与机器人控制器连接。
8.根据权利要求1所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述机器人控制器外侧设置固定在机器人支架上的电池座,所述电池座提供机器人控制器电力,所述机器人控制器包括微处理器、模数转换器,所述模数转换器为DSP芯片TMS320F2812内部的模数转换(ADC),与信号调理电路连接,负责处理触滑觉传感器采集的传感器信号,转换成数字信号,提供给微处理器分析处理;所述微处理器与模数转换器通讯接受模数转换器提供的数字信号,对数字信号进行处理,判断使用者的行为或状态并传输指令给机器人提供辅助行为。
9.根据权利要求8所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述微处理器还接受操作杆传输的操作指令,所述微处理器为采用DSP芯片TMS320F2812。
10.根据权利要求1所述的带触滑觉传感器的多功能助老助行机器人,其特征在于所述信号调理电路包括电荷转换模块、低通滤波模块、工频陷波模块、放大模块以及抑制串扰模块;所述电荷转换模块将传感器采集的电荷量信号转变为电压量;所述低通滤波模块用于滤除信号源中的高频杂波;所述工频陷波模块用于消除输出信号中有工频干扰;所述放大模块放大传感器信号的波形;所述抑制串扰模块使用同相加法运算电路滤除多通道间的相互干扰后,将信号输出给机器人控制器。
CN2010206703703U 2010-12-21 2010-12-21 带触滑觉传感器的多功能助老助行机器人 Expired - Fee Related CN202015325U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010206703703U CN202015325U (zh) 2010-12-21 2010-12-21 带触滑觉传感器的多功能助老助行机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010206703703U CN202015325U (zh) 2010-12-21 2010-12-21 带触滑觉传感器的多功能助老助行机器人

Publications (1)

Publication Number Publication Date
CN202015325U true CN202015325U (zh) 2011-10-26

Family

ID=44809007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010206703703U Expired - Fee Related CN202015325U (zh) 2010-12-21 2010-12-21 带触滑觉传感器的多功能助老助行机器人

Country Status (1)

Country Link
CN (1) CN202015325U (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104027218A (zh) * 2014-06-05 2014-09-10 电子科技大学 一种康复机器人控制系统和方法
CN108415250A (zh) * 2018-02-09 2018-08-17 西安交通大学 一种防止老年人摔倒的人机协同控制系统及其控制方法
US10188579B2 (en) 2016-01-06 2019-01-29 National Chiao Tung University Method for controlling a walking assistant apparatus
TWI719353B (zh) * 2018-10-29 2021-02-21 緯創資通股份有限公司 具判斷使用意圖的助行器及其操作方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104027218A (zh) * 2014-06-05 2014-09-10 电子科技大学 一种康复机器人控制系统和方法
CN104027218B (zh) * 2014-06-05 2016-02-24 电子科技大学 一种康复机器人控制系统和方法
US10188579B2 (en) 2016-01-06 2019-01-29 National Chiao Tung University Method for controlling a walking assistant apparatus
CN108415250A (zh) * 2018-02-09 2018-08-17 西安交通大学 一种防止老年人摔倒的人机协同控制系统及其控制方法
TWI719353B (zh) * 2018-10-29 2021-02-21 緯創資通股份有限公司 具判斷使用意圖的助行器及其操作方法

Similar Documents

Publication Publication Date Title
CN102125495A (zh) 带触滑觉传感器的多功能助老助行机器人
Zhang et al. Self-powered electronic skin for remote human–machine synchronization
US20120157886A1 (en) Mechanomyography Signal Input Device, Human-Machine Operating System and Identification Method Thereof
CN102799270B (zh) 一种基于静电和肌电探测的人机交互方法
CN103853333A (zh) 一种手势控制玩具的方案
CN202015325U (zh) 带触滑觉传感器的多功能助老助行机器人
CN107861628A (zh) 一种基于人体表面肌电信号的手部姿态识别系统
Prakash et al. Force myography controlled multifunctional hand prosthesis for upper-limb amputees
CN202288542U (zh) 假肢控制装置
CN107212883B (zh) 一种基于脑电控制的机械臂写字装置及控制方法
CN103892945A (zh) 肌电假肢控制系统
Wang et al. Human-machine interfaces based on EMG and Kinect applied to teleoperation of a mobile humanoid robot
CN107003754A (zh) 用于操作数字化仪系统的触控笔
WO2002099614A1 (en) User input apparatus
CN202102276U (zh) 一种基于无线表面肌电信号的遥控装置
Suwanratchatamanee et al. Haptic sensing foot system for humanoid robot and ground recognition with one-leg balance
EP3021202B1 (en) Method of modeling haptic signal from haptic object, display apparatus, and driving method thereof
Zhu et al. Sensory-glove-based human machine interface for augmented reality (AR) applications
CN105014676A (zh) 一种机器人运动控制方法
Wang et al. Development of human-machine interface for teleoperation of a mobile manipulator
CN102729254A (zh) 基于触觉临场感的遥操作机器人肌电控制方法
Aswath et al. Human gesture recognition for real-time control of humanoid robot
Gao et al. Touch-Based Human-Machine Interaction
Ye et al. Multimodal integrated flexible electronic skin for physiological perception and contactless kinematics pattern recognition
Fan et al. A canonical correlation analysis based EMG classification algorithm for eliminating electrode shift effect

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20111026

Termination date: 20131221