17、外骨骼手臂灵敏度调整技术的实验研究

外骨骼手臂灵敏度调整技术的实验研究

1. 引言

近年来，人们对可穿戴机器人设备的生物控制兴趣日益浓厚。这主要得益于脑电图（EEG）和肌电图（EMG）处理方法的发展，以及最优控制技术和机器学习方法的应用。利用外周神经系统直接设定的信号动态信息，能够为感知人类自然运动冲动的人机系统设计出有前景的接口。这样一来，就可以实现对可穿戴机器人设备中机电驱动器的直观控制，进而提高此类设备的控制效率，并将机器人系统更好地融入人类生活。

2. 控制系统

2.1 结构

人类在规划肢体运动的过程中，神经系统会产生一个控制信号，该信号的频率和电压幅度由所执行的动作决定。这个信号会传输到肌肉群，在那里形成一个运动信号，控制肌肉收缩。感知设备检测肌肉活动的值，并将其传输到控制器进行处理，在控制器中，信号会被过滤和转换。然后，形成外骨骼连杆的相对运动算法。控制器向外骨骼设备的执行器设定所需的运动速度。根据算法的结果，要么稳定连杆的当前位置，要么设定外骨骼设备连杆的运动。

同时，控制系统和操作员都会监测角度编码器数据的当前读数以及连杆的相对运动速度。操作员的神经系统会感知人类肢体与外骨骼结构元件相互作用的触觉数据，并对当前动作进行视觉感知，以便进行进一步的运动规划。以下是外骨骼系统的结构模型流程：

graph LR
    A[神经系统产生控制信号] --> B[信号传输到肌肉群]
    B --> C[感知设备检测肌肉活动值]
    C --> D[传输到控制器处理]
    D --> E[形成外骨骼连杆相对运动算法]
    E --> F[