14、基于肌电信号和专家系统的机器人运动控制与负载参数识别

基于肌电信号和专家系统的机器人运动控制与负载参数识别

1 负载惯性参数识别

在机器人应用中，准确识别负载的惯性参数对改善机器人的静态和动态精度至关重要。采用 Franka Emika 机器人进行负载惯性参数的识别工作。与以往文献中提出的多种识别方法不同，选用了一种通过比较同一轨迹下有负载和无负载时关节扭矩数据的方法。此方法的优势在于避免了对整个机器人的识别。

以下是该方法的具体步骤：
1. 让 Franka Emika 机器人执行同一轨迹两次，一次携带负载，一次不携带负载。
2. 记录这两次执行过程中的关节扭矩数据。
3. 对比有负载和无负载时的关节扭矩数据，以此来识别负载的惯性参数。

为验证该识别方法对 Franka Emika 机器人的有效性，进行了三个案例研究。

2 基于肌电信号的机器人运动控制

在机器人运动控制领域，利用肌电信号（EMG）来控制机器人是一个具有挑战性且应用广泛的问题。虽然 EMG 信号在假肢机器人领域已取得成功应用，但在远程操作、康复、辅助设备和外骨骼等机器人领域，其应用仍在研究中。

以往的研究存在一些局限性，如有的方法只能控制机器人在离散位置运动，无法实现连续平滑的动作；有的方法在用户运动与机器人运动之间存在较大偏差。

为解决这些问题，提出了一种基于规则的专家系统，仅利用 4 个 EMG 信号来控制机器人运动，无需其他位置跟踪传感器或机器学习技术。具体操作步骤如下：
1. 数据采集 ：使用四个表面 EMG 电极，分别放置在受试者的二头肌、三头肌、腕屈肌和腕伸肌上，实时记录肌肉的激活情况。