基于表面肌電信號的機械臂運動控制

梁茜雅 ， 張慶國 ， 楊興洋 ， 裴延卓 ， 萬紅強

（上海工程技術大學，上海 201620）

0 引言

當人運動時，脊髓神經傳輸的是一種控制信號，這種信號通過神經肌肉接頭傳送給肌肉纖維，肌肉纖維通過兩個過程，分別是去極化和復極化，在神經肌肉接頭處產生動作電位，并且沿著肌肉纖維向兩端傳輸，同時在外圍組織產生電場，通過組織濾波，可以使用兩種電極檢測到動作電位，分別是針電極和表面電極，肌肉動作電位構成的曲線就是肌電信號。通過表面電極所獲取的信號就稱為表面肌電信號（surface electromyography, sEMG），表面肌電信號與神經肌肉運動有密切聯系[1]。

表面肌電信號是指通過電子儀器設備檢測到人體肌肉的靜止或者收縮時的電信號，在生物醫學、生物機械等領域有很好的應用價值，通過肌電圖，人們可以做出各種肌病的診斷[2-4]，通過人體表面肌電信號的特征分析可以控制假肢的動作[5]。同時，相關學者對類人手臂機械臂進行了運動控制研究[6]，建立肌電信號特征與機械臂控制參數之間的對應關系，形成了完整的控制系統[7]。因此，表面肌電信號作為一種可靠的控制信號源被廣泛地應用在康復醫學中，包括疾病診斷[8]、康復訓練監測[9]、義肢控制等[10]。本文所設計的系統采用sEMG傳感器和IMU傳感器對機體產生的信號和肢體運動信息進行相應的收集和信號處理，以實現機械手臂的控制。

1 信息采集裝置

表面肌電信號是一種伴隨著肌肉收縮產生的電生理信號，其中蘊含著豐富的運動學信息。由于這樣的特性，表面肌電信號在智能人機交互領域有著相當廣泛的應用前景，然而在其實際測量時，對信號采集設備的性能要求很高。本文采用差分電極采集人體表面的肌電原始信號，電極兩側對稱分布，中間電極接地，兩側的電壓值作差，可以得到相應肌肉的電位差。由于表面肌電信號本身幅值很小，且伴隨著許多噪聲，在采集后需要進行相關的預處理，以達到濾波和放大的作用。

1.1 sEMG信號采集與預處理

研究表明，表面肌電信號的頻帶范圍主要集中在500 Hz以下，由此及采樣定理，所需設備的采樣頻率必須大于等于1 000 Hz，由于設備通信傳輸負擔會隨著采樣頻率的增加而加重，因此本文選定的采樣頻率為1 000 Hz。

考慮到一般人皮膚表面的肌電信號本身的幅值很小，有實驗表明其幅值在3 mV以下，故在實際采樣前，必須對其進行放大處理，供后續模數轉換器（Analog-to-Digital Converter, ADC）采樣。此外，為了濾除噪聲，電路中還需要添加相應的濾波器。具體的電路圖如圖1所示，共有六級電路。

圖1 sEMG 預處理模擬電路

1）采集電極輸入端。采用差分電極形式，作為電路的輸入端共有三個接口，分別為接地端和兩個人體皮膚相接觸電極，采集對應位置的生物電流電勢差。

2）差分放大器。采用典型的差分放大芯片

AD8236，有較高的信噪比，工作時穩定性很高，且在同類產品中功耗較低。考慮到在這一級放大電路中，應把肌電信號作差并適當放大，供后續環節。增益系數和參考電阻有以下關系：

3）高通濾波。用以排除低頻噪聲，主要是手臂運動尾跡和接觸中的噪聲，采用RC電路的形式，截止頻率為20 Hz，其傳遞函數為：

4）放大器。由于第一級放大器的增益倍數僅由一個電阻決定，實際使用時，為了系統的穩定和調試的便捷性，將其放大倍數設為定值，另外增加一級放大模塊。其增益函數為：

5）低通濾波。用以排除高頻信號干擾，也采用RC 電路的形式，截止頻率為340 Hz，其傳遞函數為：

則信號處理模擬電路傳遞函數為：6）抬升電壓。由于肌電信號是一種在零位附近來回振蕩的信號，對于只能采集正向電壓的模塊來說，在采集前必須將信號抬升至相應的基線，故本文使用了AD8603 作為電壓抬升器，由運放的“虛短”和“虛斷”原理可知：

1.2 IMU信號采集

為了能夠進行機器人遙控操作，需要采集人體手臂的運動信息，因此在采集設備中加入了 IMU 模塊。本文選擇了性能較高、成本較低的MPU-6050芯片，該芯片融合了三軸MEMS陀螺儀和三軸MEMS加速度計。

1.3 通信及主控模塊

主控在采集設備中發揮著至關重要的角色，整個設備是圍繞主控來設計的，它需要能夠使用AD采樣sEMG數據、MPU-6050模塊進行通信的同時，完成數據預處理、數據收發和其他一些外設控制。基于該要求，本文選擇了 Nordic 公司的nRF52832芯片來作為設備的主控。

2 機械臂操作平臺

為完成機械臂操作平臺的搭建，本文選用了Jibot1-32六軸開源機械臂，自主組裝搭建，如圖2所示。

圖2 機械臂操作平臺

為滿足機械臂操作要求，有以下設計需求：1）至少六自由度，以完成空間六自由度的運動。2）有一定載荷能力，至少負荷3 kg載荷。3）位置環、速度環和力矩環的響應穩定。

機械臂控制方案。通過穿戴傳感器裝置將信號采集，并輸入數據處理單位，通過數據處理單位對波形的對比確定手勢并輸出。將輸出的電頻信號通過輸出裝置傳送到機械臂，工作流程圖如圖3所示。

圖3 機械臂工作流程圖

測試方案如下：1）測試傳感器控制下的機械臂的移動，計算識別率。2）測試抓起、放下動作，計算識別率。3）嘗試簡單地將物體從一個位置拿到另一個位置放下，計算識別率。4）反復重復實驗過程，提高識別率。

3 實驗測試

為驗證該系統的有效性，本文專門設計了肌電信號采集與控制平臺。肌電采集器佩戴在被測試者左小臂的上端，保持電極與手臂皮膚接觸良好；機械臂為前文采用的多軸舵機控制機構，可實現三維移動和抓取動作。

令測試者的手臂自然放在平臺上，同時舒展手指，保持整條手臂處于放松狀態。此時，令系統工作，可見機械臂處于初始化狀態，如圖4所示。

圖4 測試人員手臂放松狀態

當被測試者握緊拳頭，此時由于小臂肌肉收縮，相應肌電信號產生變化，通過先前的學習，輸出相應的控制指令至機械臂控制器，通過單片機解析完成相應的動作，如圖5所示。從實驗測試效果來看，通過單片機訓練的肌電信號可以有效提取對應的特征，并建立與機械臂對應的動作，并通過機械臂控制系統完成相應的動作。

圖5 測試人員握緊拳頭時手臂狀態

4 總結

本文針對基于表面肌電信號的機械臂運動控制進行了研究，提取了表面肌電信號特征并分析，得到了肌電信號與手臂動作的對應關系；同時采用MATLAB仿真建模了Jibot1 機械臂，通過運動學求解控制各個關節角度參數。構建了基于機械臂的實驗系統，最終實現機械臂的運動控制。實驗結果表明，本文建立的基于表面肌電信號機械臂系統能夠實現運動控制，為義肢的研究提供了一定的參考。