基于MEMS的數(shù)據(jù)手套傳感技術(shù)研究

王偉棟 費(fèi)潔 楊英東 錢峰

基于MEMS的數(shù)據(jù)手套傳感技術(shù)研究

王偉棟 費(fèi)潔 楊英東 錢峰

目前數(shù)據(jù)手套大多采用機(jī)械式、光纖式或者圖像識(shí)別等方法來獲取手勢姿態(tài)。基于MEMS傳感器設(shè)計(jì)的數(shù)據(jù)手套利用MEMS傳感器(三軸陀螺、三軸加速度計(jì)和三軸磁阻)，根據(jù)慣性測量原理，采用基于四元數(shù)解算的擴(kuò)展卡爾曼濾波信息融合方法來獲得手指全姿態(tài)信息，克服了傳統(tǒng)方法的局限性。其穿戴方便、運(yùn)動(dòng)自由度大、抗干擾能力強(qiáng)，且不受光線條件的約束。測試和實(shí)驗(yàn)的結(jié)果表明，基于MEMS傳感器的數(shù)據(jù)手套穩(wěn)定可靠，具有一定的創(chuàng)新性和實(shí)際應(yīng)用參考價(jià)值。

MEMS；數(shù)據(jù)手套；姿態(tài)測量；手部運(yùn)動(dòng)學(xué)；擴(kuò)展卡爾曼濾波

0 引言

人類與外界進(jìn)行交互的過程中，手勢動(dòng)作是最重要的方式方法，人們用手勢動(dòng)作來表達(dá)思想，感知客觀世界，完成各種操作。數(shù)據(jù)手套是虛擬現(xiàn)實(shí)系統(tǒng)[1]中非常重要的設(shè)備，它可以跟蹤穿戴者靈活的手勢姿態(tài)，記錄穿戴者的動(dòng)作，并實(shí)時(shí)地將其傳送至處理顯示系統(tǒng)例如上位機(jī)。虛擬現(xiàn)實(shí)技術(shù)正在高速發(fā)展，并被廣泛使用，其中數(shù)據(jù)手套依托其自然高效的人機(jī)互動(dòng)方式，更是在游戲娛樂、動(dòng)畫設(shè)計(jì)、手術(shù)教學(xué)、手語識(shí)別、可視化科學(xué)研究、機(jī)器人控制、軍事情報(bào)等領(lǐng)域發(fā)揮著至關(guān)重要的作用。

傳統(tǒng)的手勢動(dòng)作測量系統(tǒng)主要有機(jī)械式的和手套式的兩大類。機(jī)械式系統(tǒng)中具有代表意義的是Dextrious HandMaster（DHM），手套式的代表有很多，諸如VPL公司的基于光纖原理的Data Glove、基于壓電原理的Cyber Glove等等。

與傳統(tǒng)的傳感器技術(shù)相比，MEMS傳感器（Micro-Electro-Mechanic System）具有體積小、重量輕、可靠性高、成本低、易于大規(guī)模生產(chǎn)等優(yōu)點(diǎn)。近年來隨著MEMS技術(shù)的普及以及其價(jià)格的下降，MEMS擁有廣闊的工程應(yīng)用前景，尤其是對(duì)小型運(yùn)載體的導(dǎo)航制導(dǎo)與姿態(tài)控制具有重要意義。

微慣性傳感器由集成封裝的MEMS三軸速率陀螺、MEMS三軸加速度計(jì)和MEMS三軸磁阻傳感器構(gòu)成。多個(gè)微慣性傳感器合理分布于數(shù)據(jù)手套獨(dú)立運(yùn)動(dòng)部位，根據(jù)航姿解算的原理，解算出手勢姿態(tài)，實(shí)時(shí)地高精度捕獲手勢動(dòng)作。基于MEMS的數(shù)據(jù)手套，穿戴方便，運(yùn)動(dòng)自由度大，抗干擾能力強(qiáng)，且不受光線條件的約束，不會(huì)出現(xiàn)光纖材料的疲勞損耗帶來的精度下降等問題，另外各傳感器相互獨(dú)立，利于維護(hù)，具有非常長的使用壽命。

1 手部運(yùn)動(dòng)學(xué)分析

1.1 人手結(jié)構(gòu)

手部骨骼的主要組成部分是指節(jié)骨和關(guān)節(jié)，關(guān)節(jié)又分為手掌關(guān)節(jié)和手指關(guān)節(jié)如圖1所示：

圖1 人手骨骼結(jié)構(gòu)

不同關(guān)節(jié)間的轉(zhuǎn)動(dòng)決定手的姿態(tài)，包括指節(jié)骨繞其相應(yīng)關(guān)節(jié)的左右側(cè)擺以及彎曲，具有很高的復(fù)雜度。其中，大拇指比較特殊，與手腕相連的關(guān)節(jié)以及指掌關(guān)節(jié)MP都有彎曲和側(cè)擺兩個(gè)自由度，遠(yuǎn)指關(guān)節(jié)IP處有1個(gè)彎曲自由度；除大拇指以外的4個(gè)手指均有4個(gè)自由度，包括MP的垂直于手掌的彎曲自由度和處于手掌水平面的側(cè)擺自由度、PIP和DIP的彎曲自由度。另外，加上手在空間的6個(gè)自由度，所以人手共有27個(gè)自由度。

1.2 約束條件

手的自然運(yùn)動(dòng)是一種有規(guī)律的運(yùn)動(dòng)，所有的手指都是在其兩個(gè)關(guān)節(jié)確立的平面中運(yùn)動(dòng)，并且各關(guān)節(jié)的彎曲角度有很強(qiáng)的相關(guān)性,文獻(xiàn)[2]闡述了主要約束關(guān)系：

1） 指關(guān)節(jié)的彎曲側(cè)擺范圍有限，如MP關(guān)節(jié)的彎曲角度一般小于90°；2） 單個(gè)手指的3段指骨的運(yùn)動(dòng)是處于同一個(gè)平面內(nèi); 3） 除拇指外，各手指末端關(guān)節(jié)的彎曲度是其前面關(guān)節(jié)的彎曲度的2/3。

1.3 手指的運(yùn)動(dòng)速度

人類的手指十分靈活，可以完成多種復(fù)雜的動(dòng)作，不過日常生活中手指的運(yùn)動(dòng)角速度并不大，在大量的實(shí)踐操作基礎(chǔ)上，通過加速度傳感器數(shù)據(jù)得到的最大角速度(以食指、大拇指為例)如表1所示：

表1 不同動(dòng)作下角速度

2 姿態(tài)解算方法

為了避免奇點(diǎn)問題，采用四元素解算姿態(tài)角。坐標(biāo)變換矩陣[3]為公式（2）：

由上述2式得到公式（3）、（4）：

姿態(tài)矩陣的四元素的微分方程為公式（5）、（6）：

姿態(tài)矩陣速率

用四階龍格庫塔實(shí)現(xiàn)四元數(shù)的更新為公式（7）：

2.1 四元數(shù)姿態(tài)算法

描述載體姿態(tài)的變化可以分解為載體的3次轉(zhuǎn)動(dòng)。這3次轉(zhuǎn)動(dòng)可以用數(shù)序方法描述成3個(gè)獨(dú)立的方向余弦矩陣。

為了避免誤差，提高精度，還需要規(guī)范化處理公式（8）：

四元數(shù)姿態(tài)矩陣微分方程式只要解4個(gè)一階微分方程式組即可,其計(jì)算量與方向余弦姿態(tài)矩陣相比有明顯的減少,滿足實(shí)時(shí)性的要求。[5]

2.2 初始對(duì)準(zhǔn)算法

因?yàn)樵陟o態(tài)時(shí)，載體坐標(biāo)系與導(dǎo)航坐標(biāo)系中的航向角是一致的，簡化為公式（9）：

在初始靜止?fàn)顟B(tài)下，令加速度計(jì)的載體坐標(biāo)系和運(yùn)載體的載體坐標(biāo)系重合，得到重力加速度在載體坐標(biāo)系上的投影分量，分別記為，那么公式（10）：

磁阻傳感器輸出的為磁場強(qiáng)度H在載體坐標(biāo)系下3個(gè)軸上的投影分量，記為。根據(jù)可得公式（12）

2.3擴(kuò)展卡爾曼濾波

陀螺的隨機(jī)漂移會(huì)引起累計(jì)誤差，需要使用信息融合對(duì)誤差進(jìn)行綜合校正。

卡爾曼濾波用于時(shí)變系統(tǒng)的信號(hào)處理、數(shù)字濾波，是多傳感器信息融合的一種重要方法。它根據(jù)動(dòng)態(tài)設(shè)備相關(guān)信息，測量誤差，系統(tǒng)噪聲等，通過遞推的算法獲得系統(tǒng)在統(tǒng)計(jì)意義下的最優(yōu)估計(jì)。

對(duì)于本微慣性傳感器，其中非線性性質(zhì)可能存在于過程模型中或者觀測模型中。為了進(jìn)一步提高精度和可靠性，這里使用擴(kuò)展卡爾曼濾波器。

擴(kuò)展卡爾曼濾波中，狀態(tài)轉(zhuǎn)換和觀測模型并不要求是狀態(tài)的線性函數(shù)，替換的公式如下：[6]

預(yù)測階段：

使用偏導(dǎo)矩陣更新模型為公式（15）：

更新階段：

3 傳感器系統(tǒng)

數(shù)據(jù)手套傳感器系統(tǒng)由多個(gè)微慣性傳感器組合構(gòu)成的傳感器網(wǎng)絡(luò)。每個(gè)微慣性傳感器由三軸MEMS陀螺、三軸MEMS加速度計(jì)和三軸磁阻型磁強(qiáng)計(jì)構(gòu)成，其中的每一個(gè)傳感器的三個(gè)敏感軸（X,Y,Z）相互平行，組成測量載體的三維坐標(biāo)系。三軸陀螺用于測量載體3個(gè)方向的絕對(duì)角速率，與時(shí)間積分計(jì)算角度增量；三軸加速度計(jì)用于測量載體3個(gè)方向的加速度，計(jì)量水平方向的傾斜，同時(shí)有助于修正陀螺在俯仰和滾動(dòng)方向的漂移；三軸磁阻型磁強(qiáng)計(jì)通過測量地磁強(qiáng)度，以提供初始方向角同時(shí)也修正航向角的漂移。為了減少突然的高強(qiáng)度磁場引起的不穩(wěn)定性，這里采用S/R開關(guān)電路消除磁阻傳感器的漂移。加速度計(jì)和磁阻傳感器不存在累積誤差的問題，計(jì)算姿態(tài)角時(shí)在更長的時(shí)間內(nèi)都是準(zhǔn)確的。需要說明的是，用于姿態(tài)解算的Cortex M3芯片與3種類型的傳感器一起集成于同一電路板中，即微慣性傳感器可以輸出解算好的姿態(tài)角，以及原始的其內(nèi)的各傳感器原始數(shù)據(jù)。

微慣性傳感器尺寸為12*20*5mm，安置在手部的關(guān)節(jié)之間，尺寸滿足設(shè)計(jì)要求，不影響手部關(guān)節(jié)的正常活動(dòng)。微慣性傳感器共6個(gè)，其中，5個(gè)微慣性傳感器安置于手指關(guān)節(jié)之間，用于檢測手部主要關(guān)節(jié)的彎曲角度，第6個(gè)傳感器集成在手背的嵌入式測控單元中，用于測量手掌的姿態(tài)。嵌入式測控單元通過IIC獲得各微慣性傳感器數(shù)據(jù)，實(shí)時(shí)處理，并與上位機(jī)通信，如圖2所示：

圖2微慣性傳感器分布圖

嵌入式測控單元包括了根據(jù)手部約束條件的判斷和數(shù)據(jù)的優(yōu)化，這可以提高數(shù)據(jù)的準(zhǔn)確性，并且減輕上位機(jī)的計(jì)算量。

4 實(shí)驗(yàn)與測試

4.1 傳感器的標(biāo)定

將傳感器固定在六面體內(nèi)部，傳感器的坐標(biāo)系與六面體棱邊對(duì)齊；將六面體的 x，y，z 軸依次向上和向下放在水平面上，每一次向上或向下測量 2 次，即繞法向旋轉(zhuǎn)180°，這樣可以消除水平面的不平度對(duì)標(biāo)定的影響，求二次平均值，測得各軸加速度計(jì)分別向上和向下共 6 組數(shù)據(jù)。

利用這六組數(shù)據(jù)，上位機(jī)標(biāo)定解算軟件中通過最小二乘法求出加速度計(jì)零位、標(biāo)度因子和交叉耦合項(xiàng)，并將解算參數(shù)燒錄到傳感器中，這個(gè)過程通過編制的軟件自動(dòng)完成。

4.2 靜態(tài)測試

使用無磁標(biāo)定平臺(tái)可對(duì)傳感器進(jìn)行靜態(tài)測量，在測試前平臺(tái)由高精度傾角儀校準(zhǔn)，確保水平面兩個(gè)軸向處于零位。基準(zhǔn)邊也由指北儀校準(zhǔn)，指向真北。

將數(shù)據(jù)全部通過串口輸出到PC中，得到俯仰、橫滾、航向角的靜態(tài)誤差如圖3所示：

圖3微慣性傳感器靜態(tài)誤差

可見，俯仰、橫滾的靜態(tài)誤差在0.1°，減去上海的確的磁偏角4.33°，航向角的靜態(tài)誤差為0.15°，符合要求。

4.3 動(dòng)態(tài)測試

這里采用我們自己研發(fā)的弱磁雙軸電動(dòng)轉(zhuǎn)臺(tái)對(duì)微慣性傳感器進(jìn)行俯仰、橫滾的測量，它由內(nèi)環(huán)橫滾軸框架和外環(huán)俯仰軸框架組成，其控制精度為±0.08°。微慣性傳感器固定在內(nèi)環(huán)框中。

由于轉(zhuǎn)臺(tái)限定，這里分別測量60°/s和300°/s。300° /s已可以覆蓋絕大部分的日常手勢動(dòng)作。跟蹤能力如圖4所示：

圖4動(dòng)態(tài)響應(yīng)速度

通過對(duì)比可知，微慣性傳感器與轉(zhuǎn)臺(tái)的曲線基本吻合，誤差較小，動(dòng)態(tài)精度為2°，但有一定的時(shí)延，微慣性傳感器的內(nèi)部更新頻率為100Hz，延遲約為0.05s左右。

由于條件限制所限，采用的轉(zhuǎn)臺(tái)具有弱磁性，沒有對(duì)方向角進(jìn)行驗(yàn)證，后續(xù)需采用無磁轉(zhuǎn)臺(tái)開展進(jìn)一步的實(shí)驗(yàn)。

5 總結(jié)

通過實(shí)驗(yàn)，本文提出的基于MEMS制作的微慣性傳感系統(tǒng)，其姿態(tài)角度分辨率為0.05°，靜態(tài)精度為0.1°，動(dòng)態(tài)精度為2°，角速率最高可達(dá)到1200°/s，采樣頻率可達(dá)100hz，基本能夠滿足數(shù)據(jù)手套對(duì)傳感器的要求。目前市場上的 5DT Data Glove 5 最大采樣頻率60hz，動(dòng)態(tài)測量精度1°，分辨率0.2°。本文提出的基于MEMS微慣性傳感器的數(shù)據(jù)手套除動(dòng)態(tài)精度指標(biāo)略低以外的其他指標(biāo)都優(yōu)于該產(chǎn)品。

整套系統(tǒng)經(jīng)過長時(shí)間的測試，沒有出現(xiàn)數(shù)據(jù)丟失的情況，表現(xiàn)出良好的穩(wěn)定性。本文所述姿態(tài)解算方法以及用于測量手勢的微慣性傳感器整體系統(tǒng)的設(shè)計(jì)思想，可為數(shù)據(jù)手套研究和設(shè)計(jì)提供一種新的思路和方法。

[1] Spear，Brian．Virtual Reality：Patent Review．World PatentInformation[J]．June，2002，24(2)：103—109．

[2] JintaeLee, Tosiyasu L. Kunii, Model-based analysis ofhand posture [ J ]. IEEE Computer Graphics and applications, 1995, 15 (5) : 78～ 85

[3] 秦永元. 慣性導(dǎo)航[M]. 北京:科學(xué)出版社,2006, 33-67

[4] 孫章國. 基于ARM的航姿參考系統(tǒng)研究[D].上海交通大學(xué),2010. 35-50

[5] 張榮輝,賈宏光,陳濤,張躍. 基于四元數(shù)法的捷聯(lián)式慣性導(dǎo)航系統(tǒng)的姿態(tài)解算[J].光學(xué)精密工程2008,16(10).

[6] 鄒波，張華，姜軍. 多傳感信息融合的改進(jìn)擴(kuò)展卡爾曼濾波定姿 [J].計(jì)算機(jī)應(yīng)用研究，2013，31

Research of Sensing Technology of Data Glove Based on MEMS Sensor

Wang Weidong,Fei Jie,Yang Yingdong,Qian Feng
(Department of Instrument Science and Engineering, Shanghai JiaoTong University, Shanghai200240, China)

Currently data glove usually used mechanical, optical fiber type or image recognition method to obtain gestures.Data glove based on MEMS sensor use MEMS sensor (triaxial gyro, three-axis accelerometer and three-axis magnetic resistance) to obtain the finger posture information .It based on the quaternion algorithm of extendedkalman filtering information fusion method and the principle of inertial measurement. This data glove has multiple degrees of freedom ,strong anti-jamming capability and iseasy to wear, not bound by the light conditions. Through the testing and experimentation, it proved the data glove based on MEMS is stable at working and has certain innovation and actual application value.

MEMS; Data Glove; Attitude Measurement; Hand kinematics; Extended Kalmanfilter

TP242

B

1007-757X(2014)01-00039-04

2013.12.22)

王偉棟(1989-)，男，山東，上海交通大學(xué)電子信息與電氣工程學(xué)院，碩士研究生，研究方向：MEMS微慣性導(dǎo)航系統(tǒng)研究，嵌入式軟硬件開發(fā)，上海，200240費(fèi) 潔(1988-)，女，安徽，上海交通大學(xué)電子信息與電氣工程學(xué)院，碩士研究生，研究方向：MEMS微慣性導(dǎo)航系統(tǒng)研究，上海，8200240楊英東(1984-)，男，山東，上海交通大學(xué)電子信息與電氣工程學(xué)院，博士研究生，研究方向：高精度組合導(dǎo)航,上海市，200240錢 峰(1963-)，男，上海交通大學(xué)，副教授，博士，研究方向：新型慣性儀器及組合導(dǎo)航系統(tǒng)，現(xiàn)代測控技術(shù)及嵌入式系統(tǒng)，復(fù)雜動(dòng)態(tài)隨機(jī)系統(tǒng)建模與仿真技術(shù),上海，200240