肌电控制灵巧手(三)

肌电电极属性及配置

肌电电极是指专为采集肌电信号而建立的EMG控制接口,其中已经包括了必要的放大、滤波、矫正等信号处理流程,典型的就是独立式干电极模块——在一定大小的体积内集成电极极片、供电、信号放大、调制以及噪声屏蔽等流程。

肌电信号的幅值具有随机性,基本服从高斯分布。表面肌肤电信号的噪声主要来源于内部和外部,内部主要是肌肤组织的传导影响、电位发放串扰等,外部主要是接触面状态以及工频、电磁干扰等影响。

肌电电极普遍采用双极差分放大的形式。对两极片之间的电势差进行放大,能有效减少共模噪声,提高共模抑制比。


差模信号、共模信号、共模抑制比的概念

差模又称串模,指的是两根线之间的信号差值;

共模噪声又称对地噪声,指的是两根线分别对地的噪声。

对于一对信号线A、B,差模干扰相当于在A与B之间加上一个干扰电压,共模干扰相当于分别在A与地、B与地之间加上一个干扰电压。

像平常看到的用双绞线传输差分信号就是为了消除共模噪声,原理很简单,两线拧在一起,受到的共模干扰电压很接近, Ua - Ub

依然没什么变化,当然这是理想情况。

实际中,温度的变化各种环境噪声的影响都可以视作共模噪声信号,但如果在传输过程中,两根线的对地噪声衰减的不一样大,使得两根线之间存在了额外电压差,这是共模噪声就转变成了差模噪声。

差分放大器,差模输入,差模是相对共模来说的。差分是一种方式。

差模、共模信号,差分放大电路

举例来说,假如一个ADC有两个模拟输入端,并且AD转换结果取决于这两个输入端电压之差,那么我们说这个ADC是差分输入的,并把这两个模拟输入端合在一起叫做差分输入端。但是加在差分输入端上的电压并不一定总是大小相等方向相反,甚至很多情况下是同符号的。(注:即不一定是一正一负)我们把它们的差叫做差模输入,而把它们共有的量(即平均值)叫做共模输入。

差分是一种电路形式的叫法....
差模是对信号的定义

差模信号:大小相等,方向相反的交流信号,共模信号:大小相等。方向相同。

在差动放大电路中,有两个输入端,当在这两个端子上分别输入大小相等、相位相反的信号,(这是有用的信号)放大器能产生很大的放大倍数,我们把这种信号叫做差模信号,这时的放大倍数叫做差模放大倍数。如果在两个输入端分别输入大小相等,相位相同的信号,(这实际是上一级由于温度变化而产生的信号,是一种有害的东西),我们把这种信号叫做共模信号,这时的放大倍数叫做共模放大倍数。由于差动放大电路的构成特点,电路对共模信号有很强的负反馈,所以共模放大倍数很小。

共模信号:双端输入时,两个信号相同。
差模信号:双端输入时,两个信号的相位相差180度。

任何两个信号都可以分解为共模信号和差模信号。 设两路的输入信号分别为: A,B.
m,n分别为输入信号A,B的共模信号成分和差模信号成分。 输入信号A,B可分别表示为:A=m+n;B=m-n
则输入信号A,B可以看成一个共模信号 m 和差模信号 n 的合成。 其中m=(A+B)/2;n=(A-B)/2。
差动放大器将两个信号作差,作为输出信号。则输出的信号为A-B,与原先两个信号中的共模信号和差模信号比较,可以发现:
共模信号m=(A+B)/2不见了,而差模信号n=(A-B)/2得到两倍的放大。 这就是差模放大器的工作原理。

共模抑制比

为了说明差动放大电路抑制共模信号的能力,常用共模抑制比作为一项技术指标来衡量,其定义为放大器对差模信号的电压放大倍数Aud与对共模信号的电压放大倍数Auc之比CMRR

$$K_{CMR}=|A_{ud}/A_{uc}|=\infty$

以分贝为单位表示时,为

$$K_{CMR}(dB)=20lg|A_{ud}/A_{uc}|$$

差分放大器影响共模抑制比的因素

◇ 电路对称性——电路的对称性决定了被放大后的信号残存共模干扰的幅度,电路对称性越差,其共模抑制比就越小,抑制共模信号(干扰)的能力也就越差。 
◇ 电路本身的线性工作范围——实际的电路其线性范围不是无限大的,当共模信号超出了电路线性范围时,即使正常信号也不能被正常放大,更谈不上共模抑制能力。实际电路的线性工作范围都小于其工作电压,这也就是为什么对共模抑制要求较高的设备前端电路也采用较高工作电压的原因


在正确选择适用电极后,还需要根据肌电控制的功能性选择确切的电极位置以采集特定肌肉的肌电信号吗?模式识别难道利用复杂的数据进行分类?能不能用PCA、SVM、滤波等的结合来实现免电极位置选择的模式识别?

参考 百度文库文章 差模信号、共模信号、共模抑制比的概念

杨大鹏的博士论文《仿人型假手多运动模式的肌电控制研究》

转载于:https://www.cnblogs.com/yuanhao11/p/5406850.html

背景:机器人辅助康复是中风康复的一项先进新技术,可提供强化训练。 脑卒中后运动的恢复取决于患者早日主动参其盘状运动系统的主动康复,以促进大脑的重组。 但是,对于大多数中风后患者的机器人辅助康复,对患肢的自愿残余运动努力还没有涉及到足够多的内容。 这项研究的目的是评估使用控制的机器人辅助康复对上肢运动恢复的可行性。 方法:在本研究中,设计了一种外骨骼型康复机器人系统,以向受影响的手腕提供自愿控制的辅助扭矩。 通过使用患肢上的radial屈腕pi(FCR)和radial伸腕腕(ECR)的残留表面图(EMG)来控制机器人系统在手腕屈伸20-会议培训。 在训练过程中,该系统还向受影响的手腕施加了恒定的抵抗扭矩。 招募了16名中风后的受试者,以评估其对控制机器人系统的跟踪性能和治疗效果。 结果:通过控制的辅助扭矩,中风幸存者可以达到更大的运动范围,而来自激动剂肉的EMG信号也将大大减少。 脑卒中幸存者可以接受训练,将他们自愿的残余图留在未达到的范围内。 经过20个疗程的康复训练后,实际手腕角度目标角度之间的运动范围无明显增加,而均方根误差(RMSE)则显着减少。 在肉力量和临床量表上也可以发现明显的改善。 结论:这些结果表明,机器人辅助治疗通过控制自愿参患者的盘状运动系统,可能对上肢运动恢复有积极作用。
### 回答1: 控制机器人手臂是一种利用信号控制机器人手臂的技术。信号是肉活动时产生的信号,可以通过传感器采集并转换成控制信号,用于控制机器人手臂的运动。 控制机器人手臂技术的应用领域非常广泛,如康复医疗、残障人士辅助器具、工业自动化等。通过控制技术,残障人士可以使用机器人手臂完成日常生活中的一些动作,康复医疗中也可以用于帮助患者进行肉训练。在工业自动化领域,控制机器人手臂可以实现人机协作,提高生产效率。 控制机器人手臂技术目前还存在一些挑战,如信号采集和处理、算法优化等问题,需要继续进行研究和改进。 ### 回答2: 控制机器人手臂是一种通过检测和解读信号来实现手臂运动的先进技术。这种技术的发展相对较新,但在医学康复、辅助生活等领域的应用前景广阔。 控制技术主要依托于信号的采集和处理。通过将极安装在患者的皮肤上,可以记录到肉收缩所产生的信号。这些信号经过放大和滤波处理后,可以将其转化为机器人手臂运动的控制指令。 控制机器人手臂的应用十分广泛。在医学康复领域,控制机器人手臂可以帮助恢复肢体功能,提供精确的运动训练和康复治疗。不仅可以恢复肉力量和运动协调性,还可以改善患者的日常生活质量。 此外,控制机器人手臂也可以用于辅助生活。例如,对于丧失运动能力的人群,控制机器人手臂可以成为他们生活的延伸,帮助完成日常活动,如吃饭、穿衣和洗漱等。同时,该技术还可以用于危险环境下的搬运和操作,以降低人工操作的风险。 总结而言,控制机器人手臂是一种将信号应用于机器人手臂运动控制的先进技术。其广泛的应用领域和潜在的发展前景使其成为医疗康复和辅助生活领域的研究热点。然而,该技术仍面临着一些挑战,如信号检测和处理的精准性和稳定性,以及机器人手臂的设计和操控等问题,需要进一步的研究和改进。 ### 回答3: 控制机器人手臂是一种利用信号(EMG)来实现手部运动控制的技术。信号是指肉运动时产生的化学信号,可通过极采集和测量。利用控制技术,机器人手臂可以实现人类手臂相似的运动。 控制机器人手臂的综述可分为以下几个方面: 首先,信号采集和处理是控制机器人手臂的关键技术。通过极固定在皮肤上,采集到的信号需要进行滤波、放大和可视化处理,以获得有效的控制信号。 其次,控制机器人手臂的运动模式包括单通道和多通道控制。单通道控制使用一个信号来实现手部运动,而多通道控制则利用多个信号来实现更精细的运动控制。 此外,控制机器人手臂的分类可分为表面控制和深部控制。表面控制通过极贴附在皮肤上来采集信号,适用于一般的手部动作控制。深部控制则通过极植入到肉组织中来采集信号,可以实现更精细的手部运动控制。 最后,控制机器人手臂在医疗康复、辅助生活和工业生产等领域具有广阔的应用前景。例如,在康复领域,控制机器人手臂可以帮助康复患者恢复手部运动功能。在工业生产中,控制机器人手臂可以辅助人类完成高强度、高精度的工作任务。 总之,控制机器人手臂是一项新兴的技术,通过捕捉和利用信号,能够实现精细、自然的手部运动控制。在未来,随着技术的进一步发展和应用的拓展,控制机器人手臂将在各个领域展现出更广泛的应用和潜力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值