上肢康复机器人实验平台讥电信号采集系统的设计
前臂表面肌电信号调理采集电路课程设计报告解读
《电子技术》课程设计报告课题名称：前臂表面肌电信号调理采集电路班级电气1122 学号1121205234学生姓名邵慧洁专业电气工程及其自动化系别电子信息工程系指导老师电子技术课程设计指导小组淮阴工学院电子与电气工程学院2014年5月目录摘要 (1)第 1 章设计目的和要求 (2)1.1设计目的 (2)1.2设计要求 (2)第 2 章多感知肌电假手系统 (3)2.1 单元电路设计 (3)2.1.1 电路的组成分析 (3)2.1.2 单元电路设计与调试 (3)2.2总体设计 (4)2.3单元电路元器件介绍 (6)2.3.1元器件列表 (7)2.3.2单元电路元器件功能说明及使用方法 (6)第 3 章电路研制结果 (10)3.1调试 (10)3.2电路测试及测试结果 (10)3.2.1测试方法 (10)3.2.2测试结果 (10)3.2.3性能分析 (10)第 4 章总结与展望 (12)4.1 本文工作总结 (12)4.2心得体会 (13)4.3 研究展望 (13)参考文献 (14)摘要具有多种感觉的智能仿生假手研究,目的是为了提高肢残人士的生活自理度,缩小其与健康人肢体之间功能上的差异,保障肢体残疾患者心理健康,促进社会文明及医疗福利事业的发展。
同时,智能仿生假手研究集多传感器技术、信息融合技术、生物医学工程、电子信息等多学科领域的交叉,促进了当今的各项尖端技术相互渗透。
人类的上肢系统功能复杂,感觉反馈极其丰富,而目前商用的电动假手基本上采用肌电信号控制,并不具备对所抓物体的信息感知反馈。
为了使假手尽可能地模仿人手的功能,提高假手的仿生性和智能性,有必要在肌电电动假手系统上增添多传感器感知系统。
佩戴肌电假手的残疾人以残肢表面肌电信号作为假手控制信号,实现近似自然的手部动作操控。
涉及表面肌电信号的采集处理、手部动作识别、假手运动控制等技术。
多传感器感知与肌电电动假手的有机结合将使假手具有良好的仿生性,并使假手操作的智能化程度得到有效的提升。
上肢康复机器人关键技术及康复评定的研究
传感器技术
01
肌肉力量传感器
监测患者的肌肉力量，以确保机器人在运动过程中不会过度用力或受
伤。
02
运动传感器
监测患者的上肢运动，并将运动数据反馈给控制系统，以实现精确的
运动控制。
03
触觉传感器
用于检测患者与机器人之间的接触压力，以确保机器人在运动过程中
不会对患者的皮肤造成损伤。
运动控制技术
神经控制
05
结论与展望
上肢康复机器人的研究总结
技术发展
近年来，随着机器人技术的不断发展，上肢康复 机器人得到了广泛应用。此类机器人主要运用在 康复评定、康复训练以及康复治疗过程中，可以 有效帮助患者恢复上肢功能。
训练方式
上肢康复机器人不仅采用了传统的助力训练方式 ，还引入了肌肉电信号以及肌电触发的训练方式 ，这些方式可以更好地满足患者的训练需求。
市场需求
随着老龄化社会的到来以及工伤致残人数的增加，对于上肢康复机器人的需求越来越大。 这种机器人的应用可以有效地提高康复效率，降低医疗成本。
技术进步
随着机器学习、人工智能等技术的不断发展，上肢康复机器人的智能化程度也将得到进一 步提升。未来，这种机器人可能会实现更加精准的评定、更加个性化的训练方案以及更加 智能的辅助治疗等功能。
第一代上肢康复机器人主要采用简单的机械结构，通过外力辅助患者进行肢体运动。这类 机器人的运动模式相对固定，无法适应患者的个体差异和病情变化。
第二代上肢康复机器人
第二代上肢康复机器人引入了计算机技术和传感器技术，能够根据患者的运动意图和反馈 信息进行智能控制和调整。这类机器人的运动模式更加灵活多样，能够满足患者的个性化 需求。
领域融合
上肢康复机器人还将与虚拟现实、增强现实等技术进一步融合，实现更加沉浸式的康复训 练体验，从而更好地帮助患者恢复上肢功能。
下肢康复机器人的数据采集系统设计与研究的开题报告
下肢康复机器人的数据采集系统设计与研究的开题报告一、研究背景下肢康复是指通过运动、训练和其他治疗手段，使下肢受伤或疾病的患者恢复正常的运动功能和生活能力的过程。
在现代医学中，下肢康复已成为一个重点研究领域，它涉及到许多技术和方法，例如物理治疗、功能电刺激、康复机器人等等。
康复机器人是通过机电结合的技术手段，帮助患者进行下肢康复训练的一种辅助工具。
它可以通过对患者康复过程的监测和数据分析，为医生和患者提供更准确的康复方案，进而提高康复治疗效果。
二、研究意义以往的康复机器人对患者的运动数据监测多局限于单一的机械臂角度和力矩的监测，缺少更全面和细致的数据采集和分析。
因此，本研究旨在设计一套下肢康复机器人的数据采集系统，实现对患者运动过程中更全面、更准确的细节数据的采集和分析。
通过对采集到的数据的分析，医生和患者可以更加清晰地了解患者的运动状态、康复进展情况以及在治疗过程中需要注意的问题，最终提高康复治疗的效果。
三、研究方法（1）系统硬件设计本研究将采用传感器对下肢康复机器人的运动进行监测，对运动过程中脚部、髋部和膝部等关键部位的运动轨迹、速度、加速度等进行实时采集和记录。
同时，本研究还将采用压力传感器和力矩传感器对康复机器人负载情况进行监测，并记录机器人在不同负载下的功率、速度、加速度等数据，为运动数据分析提供更多的支持。
（2）数据采集与处理本研究将采用数据采集卡和嵌入式系统进行数据采集，并将采集到的数据通过局域网实时传输到计算机上。
在计算机上，我们将利用MATLAB等数据分析软件对采集到的数据进行处理和分析，并提取出运动数据中的关键参数。
通过对关键参数的分析和比对，医生和患者可以准确地了解患者的康复状态，及时调整康复方案。
四、研究预期成果本研究将设计出一套下肢康复机器人的数据采集系统，实现全面、准确、可靠的数据采集和分析，从而提高康复治疗效果。
同时，本研究还将发表学术论文，分享本研究的成果和经验，以期在该领域提供新的思路和方法。
康复机器人上肢运动系统控制策略
在此模式下，康复机器人通过识别患者的主动运动意图并结合预设的轨迹和运动速度来带 动患者进行上肢运动，这种模式主要适用于患者具有一定的上肢肌肉力量和协调性，但不 足以完成全部的上肢运动的情况。
基于运动捕捉技术的控制策略
光学运动捕捉技术
通过在患者身体上设置多个光学标记，利用多个高清摄像机捕捉 标记的位置变化，从而获取患者的上肢运动信息。
03
上肢运动模式和控制策略 设计
上肢运动模式分类与选择
被动运动模式
在此模式下，康复机器人主要通过预设的轨迹和运动速度来带动患者进行上肢运动，患者 只需跟随机器人的动作进行被动运动，这种模式主要适用于患者上肢肌肉力量和协调性严 重不足的情况。
主动运动模式
在此模式下，康复机器人通过内置的传感器和算法识别患者的主动运动意图，并辅助患者 进行上肢运动，这种模式主要适用于患者具有一定的上肢肌肉力量和协调性，但不足以完 成全部的上肢运动的情况。
06
结论与展望
研究成果与贡献
提出了一种基于生物力学模型的上肢运动控制系统，能够实现精准的关节角度控 制和运动轨迹规划。
针对康复机器人的应用场景，设计了基于肌电信号的上肢运动功能检测算法，实 现了对上肢运动功能的快速评估和反馈。
针对上肢康复训练的特殊需求，开发了一种基于虚拟现实技术的上肢康复训练系 统，能够提供沉浸式的康复训练体验，提高患者的康复效果。
当前研究的不足
现有的康复机器人控制策略主要集中在运动功能实现方面， 对于患者运动协调性和适应性的研究尚不完善，因此需要进 一步探讨。
研究现状与发展
康复机器人的研究现状
目前，康复机器人的研究已经取得了一定的进展，各种类型的康复机器人不 断涌现，但它们主要集中在运动功能实现方面，对于患者运动协调性和适应 性的研究尚处于初级阶段。
基于表面肌电信号的上肢康复机器人变阻抗控制技术研究
电气传动2024年第54卷第1期ELECTRIC DRIVE 2024Vol.54No.1摘要：我国老龄人群肢体障碍者很多，运动康复技术是康复治疗的有效手段。
但医患比例严重失调难以使得人人都能享受到康复医疗服务。
康复机器人通过阻抗控制技术能够与人体进行一定的安全交互，但现有康复机器人多采用定阻抗控制，环境适应能力弱，难以应用于临床。
针对上述问题，提出一种变阻抗控制方法，以采集使用者的表面肌电信号为输入条件，通过改进随机森林算法训练识别使用者上肢的运动角度。
并配合末端力传感器，获得使用者的运动意图，再通过变阻抗控制器完成康复运动。
搭建了实验平台，并对轨迹跟踪和康复训练能力进行验证与评估。
结果表明所设计的控制器能够控制机器人完成康复运动。
关键词：康复机器人；表面肌电信号；改进随机森林算法；变阻抗中图分类号：TP13文献标识码：ADOI ：10.19457/j.1001-2095.dqcd24614Research on Variable Impedance Control Technology of Upper Limb Rehabilitation Robot Based on sEMGWU Tong 1，LI Jian 1，LI Guodong 2，LIU Lu 1，ZHU Liguo 3，FENG Minshan 3（1.Automated Institute ，Beijing Institute of Technology ，Beijing 100089，China ；2.China Software Testing Center ，Beijing 100089，China ；3.Beijing Key Laboratory of Traditional Chinese Medicine Orthopedic Technology ，Wangjing Hospital of China Academy of Chinese Medical Sciences ，Beijing 100020，China ）Abstract:There are many elderly people with limb disorder in China ，and exercise rehabilitation technology is an effective means of rehabilitation treatment.However ，the serious imbalance of doctor-patient ratio makes it difficult for everyone to enjoy rehabilitation medical services.Impedance control technology is used for the safe interaction between rehabilitation robot and human body.However ，constant impedance control is used in the existing rehabilitation robots ，which has weak environmental adaptability and is difficult to be applied in clinical practice.In view of the above problems ，a variable impedance control method was proposed.The user's surface electromyography signal （sEMG ）was collected as input ，and his upper limb motion angle was trained and recognized by the improved random forest algorithm.With the end force sensor ，the motion intention was obtained ，and then the rehabilitation motion was completed by the variable impedance controller.The experimental platform was built ，and the track tracking and rehabilitation training abilities were verified and evaluated.The results show that the designed controller could control the robot to complete rehabilitation movement.Key words:rehabilitation robot ；surface electromyography signal （sEMG ）；improved random forest algorithm ；variable impedance基金项目：国家中医药管理局中医药创新团队及人才支持计划项目（ZYYCXTD-C-202003）；北京理工大学实验室研究项目（2019BITSYA14）；中国中医科学院科技创新工程《腰椎扳动类手法教学培训系统的研发》（C12021A02014）作者简介：吴彤（1997—），男，本科，Email ：通讯作者：李国栋（1984—），男，博士，工程师，Email ：基于表面肌电信号的上肢康复机器人变阻抗控制技术研究吴彤1，李健1，李国栋2，刘路1，朱立国3，冯敏山3（1.北京理工大学自动化学院，北京100089；2.中国软件测评中心，北京100089；3.中国中医科学院望京医院中医正骨技术北京市重点实验室，北京100020）我国目前由疾病导致的运动功能障碍人数较多[1]，但专业的康复医师数量有限，因此更多要依赖康复机器人提供康复训练[2]。
上肢康复机器人实验平台肌电信号采集系统的设计
上肢康复机器人实验平台肌电信号采集系统的设计王建辉;张传鑫;白冰;刘一楠【摘要】表面肌电信号是肌肉收缩的同时伴随的一种电压信号,是一种复杂的表皮下肌电信号活动在皮肤表面处的时间和空间上综合得出的结果,能够反映出神经、肌肉的功能状态.正是其在相同肌群规律性和在不同肌群差异性,使得利用肌电信号作为人机接口来控制上肢康复机器人成为可能.本文的主要内容是肌电信号采集系统的设计,将从硬件电路以及软件设计两部分进行阐述.其中硬件电路主要由表面电极、信号调理、NI-USB-6210数据采集卡和上位机四部分组成；系统软件采用虚拟仪器开发平台LabVIEW编程,完成肌电信号实时采集、滤波处理、数据存储等功能.【期刊名称】《电子世界》【年(卷),期】2012(000)011【总页数】3页(P28-30)【关键词】康复机器人;表面肌电信号;信号采集;LabVIEW【作者】王建辉;张传鑫;白冰;刘一楠【作者单位】东北大学自动化研究所;东北大学自动化研究所;东北大学自动化研究所;东北大学自动化研究所【正文语种】中文1.引言近年来随着电子技术的迅猛发展和微处理器的广泛应用，对肌肉电信号的检测手段逐渐丰富和完善，国内外学者对表面肌电信号的研究也逐渐深入。
使得表面肌电信号在临床医学、运动医学[1]、康复医学[2]、及体育运动等领域被广泛应用。
本课题以211工程建设平台“康复工业过程运行于控制集成优化——流程工业过程建模、优化控制方法”的子课题“上肢康复机器人控制及评价系统研究”为背景，在上肢康复机器人系统基础上，完成肌电信号采集系统的设计。
通过本课题工作的开展，可以完成对采集到的肌电信号进行处理与分析，使康复训练和康复评价过程形成一个闭环，可以根据患者康复程度调整训练方案，进一步达到较佳的康复训练水平[3]，进一步为建立科学的康复评价体系提供依据。
2.肌电信号的特点表面肌电信号是肌肉中许多运动单元动作电位在时间和空间上的叠加，反映了神经、肌肉的功能状态。
基于semg信号的外骨骼式机器人上肢康复系统
研究现状与发展趋势
现状
目前，国内外对于基于semg信号的外骨骼式机器人上肢康复系统研究尚处于 初级阶段，相关技术和算法还不够成熟，但已有一些初步的研究成果和实际应 用案例。
发展趋势
随着人工智能、机器学习等技术的不断发展，基于semg信号的外骨骼式机器人 上肢康复系统将会得到更加广泛的应用和研究，技术也将更加成熟和可靠。未 来，该技术有望成为上肢康复治疗的重要发展方向之一。
系统性能评估与优化
01
02
03
评估指标设定
设定系统性能评估指标， 如信号采集时间、信号稳 定性、动作识别准确率等 。
算法优化
优化信号处理算法，提高 信号稳定性，降低噪声干 扰。
动作识别精度提升
改进动作识别算法，提高 上肢动作识别的准确率。
传感器布置与信号质量改进
传感器选型
选择适合的semg传感器，考虑其分辨率、灵敏度和稳定性。
运动协同控制
结合外骨骼式机器人的结构和运动 特性，设计合适的协同控制策略， 实现人机运动协同，提高康复效果 。
系统的人机交互与协同控制
人机交互界面设计
设计简洁、易用的交互界面，提 供自然、直观的运动指令输入方 式，如语音识别、手势识别等。
实时反馈与调整
通过传感器实时监测上肢运动状 态和外骨骼式机器人的运动轨迹 ，提供实时反馈和调整指令，确
应用
在上肢康复领域，外骨骼式机器人可 用于辅助患者进行手臂运动训练，提 高手臂的运动能力和减少疼痛。
系统架构与工作原理
系统架构
基于SEMG信号的外骨骼式上肢康复系统包括SEMG信号采集模块、信号处理模 块、外骨骼式机器人控制模块和人机交互模块。
工作原理
通过采集患者的SEMG信号，信号处理模块提取出肌肉活动的特征信息，并将其 传递给外骨骼式机器人控制模块。控制模块根据接收到的信号指令调整机器人的 运动状态，并与患者的人体交互实现上肢的运动辅助训练。
肌电信号控制的智能小车实验平台设计
肌电信号控制的智能小车实验平台设计
韩团军;李蛟龙;黄朝军;卢进军
【期刊名称】《实验室研究与探索》
【年(卷),期】2024(43)2
【摘要】肌电信号是人体肌群在运动时产生的一种微弱信号,该信号蕴藏着与运动相关的控制信息源。
提出了一种基于肌电信号的智能小车控制系统。
该系统由肌电信号采集模块、无线传输模块、小车控制模块和显示模块等组成。
整个系统分为主从两部分。
主机采用STM32F103ZET6微处理器对肌电信号进行多通道采集,提取所采集信号的特征值。
将特征值分为测试集和训练集,并对不同手势信号贴上对应的标签,使用K最近邻(KNN)算法对测试集进行准确度分析以实现对不同手势的识别。
识别结果通过无线传输模块发送给从机小车,小车接收到主机发送的内容后进行相应的动作。
测试结果表明,所提出的方法在不同时间段信号采集的平均准确率可达91.14%以上,系统具有很好的鲁棒性。
【总页数】5页(P45-49)
【作者】韩团军;李蛟龙;黄朝军;卢进军
【作者单位】陕西理工大学物理与电信工程学院
【正文语种】中文
【中图分类】TP242;TN98
【相关文献】
1.上肢康复机器人实验平台肌电信号采集系统的设计
2.基于前臂表面肌电信号控制的智能小车设计
3.基于肌电信号控制的仿生机械手掌控制系统设计
4.基于肌电的智能小车控制系统设计
5.基于脑电信号和肌电信号协同控制的智能小车系统
因版权原因，仅展示原文概要，查看原文内容请购买。
四通道表面肌电信号采集系统设计与研究
四通道表面肌电信号采集系统设计与研究
马航航;武英杰;秦传磊;李思凡;赵玄润
【期刊名称】《电脑编程技巧与维护》
【年(卷),期】2024()2
【摘要】面向表面肌电信号在康复机器人领域的应用,设计了一种四通道表面肌电信号采集系统。
表面肌电采集系统包含了检测电极设计、前置放大电路、高通滤波电路、工频陷波电路、低通滤波电路、后级放大电路和电源电路。
实验基于右前臂桡侧腕长伸肌,对设计的四通道表面肌电信号采集系统采集的信号进行了测试分析。
实验结果表明,系统能够很好地采集到人体表面肌电信号,每一个通道的信噪比为
58±3dB,可以看出表面肌电信号采集设备对噪声的抑制能力较高,且采集到的信号
质量高,能够应用于康复机器人领域。
【总页数】3页(P12-14)
【作者】马航航;武英杰;秦传磊;李思凡;赵玄润
【作者单位】中国航空工业集团公司西安航空计算技术研究所;陕西千山航空电子
有限责任公司;国网河北省电力有限公司雄安新区供电公司;大唐电信科技股份有限
公司无线通信分公司
【正文语种】中文
【中图分类】TP2
【相关文献】
1.基于STM32微处理器的表面肌电信号无线采集与处理系统设计
2.双通道表面肌电信号采集装置的设计与分析
3.无线多通道表面肌电信号采集系统设计
4.一种低能耗表面肌电信号采集系统设计
5.基于AD8232的表面肌电信号采集系统设计
因版权原因，仅展示原文概要，查看原文内容请购买。
上肢康复运动的肌肉电信号采集系统
3 硬件设计SEMG信号的采集方法主要有植入式和表贴式。
SEMG信号较微弱，且源阻抗较大。
表贴式采集的SEMG信号在0 mV~1.5 mV，频率大都集中在20 Hz~ 100 Hz[1]，且具有随机性强、易受干扰等缺点。
但相对植入式而言，具有操作简单、成本低、风险低，不会对患者造成痛苦等优点，被广泛使用。
为满足便捷、简易和安全无创等需求，本系统采用表贴式采集SEMG信号。
上肢康复运动的肌肉电信号采集系统硬件部分主要包括前置电路、右腿驱动电路、滤波电路、工频陷波电路和后级放大电路，系统硬件组成框架如图2所示。
图2 系统硬件组成框架3.1 前置电路前置电路主要由输入缓冲级和前级放大器2部分组成。
由于各电极与皮肤接触电阻不同，且SEMG信号具有幅值微弱、源阻抗高等特点，因此SEMG信号通过导联线进入前级放大器之前，需先通过输入缓冲级，增加系统的输入阻抗，使信号与放大输入端达到阻抗匹配，以保证肌肉电信号不失真。
SEMG信号通过输入缓冲级后，进入前级放大器。
前级放大器是整个电路的核心部分，具有放大信号、抑制共模干扰信号的作用。
肌电电极的极化电压是直流偏置电压。
在传导过程中，极化电压存在缓慢的漂移现象，并混合在SEMG信号中，同样被前级放大器放大[3]。
当输入电压过高，且增益较大时，可能导致输出信号失真。
综合考虑，本系统选用具有低输入偏置电流、高输入阻抗、高共模抑制比和噪声低等特点的AD8221芯片，前置电路图如图3所示。
V REFV图3 前置电路图3.2 右腿驱动电路在上肢康复运动的肌肉电信号采集系统中，前级放大器除了具有放大信号的作用，还需降低共模干扰电压。
右腿驱动（driven right leg, DRL）技术是降低共模干扰的方法之一，电路如图4所示。
其不仅可以降低50 Hz共模干扰，还可以提高共模抑制比。
首先由前置电路中2个相等的偏置电阻R G1，R G2可得人体的共模电压，该电压经过具有输入缓冲功能的电压跟随器，隔离了U2与AD8221，以减小两者间的干扰；然后经过反相放大，作为右腿驱动电路的输出，其中R4为限流电阻，防止电流过大对人体造成损伤；最后输出V DL。
一种新型上肢康复机器人设计与分析
的影 响较 大 ， 位 精度 低 ； 定 此外 气 源 的噪 声也 是 一
个 问题 。
国 内在 这方 面 的研 究 工 作 也在 有 条 不紊 的进 行 中 ，０４年清 华 大学 研 制 了 二 连 杆 机 构 的 康 复 ２０
摘 要 ： 对现 有康 复机 器人 系统 的 不 足 ， 针 设计 了一种 新 型 ３个 自由度 上肢 康 复 机 器 人 结 构 ， 用 采
Ｄ ｎｖ — ａ ｅｂｒ（ Ｈ 方法建立了机 器人运动 学模型 ， ｅａｉ Ｈ ｒ ｎ ｅ Ｄ— ） ｔ ｔ ｇ 并分别进行 了正运动 学和逆运动 学
装 置 Ｊ 患者 握住机 构 末 端 手柄 ， 肢可 在 水 平 面 ， 患 上 完成 平面 复合运 动 ， 装 置具有 主动 、 动 、 力 该 被 助
调节 运 动 参 数 ， 现 符 合 自身 的 最 佳 训 练 。近 年 实
来， 国内外 的研 究机 构在 这 方 面的研 究取 得 了一 系
计 了一 种新 型上 肢康 复机 器 人 （ 图 １ 示 ） 如 所 。根
据人体解剖学理论 ， 从康复运动 的实际出发 ， 选择
基 金 项 目 ： 江 省 自然 科 学 基 金 资 助 项 目（ １０ ０ ） 浙 江 省 重 大 国 际 合作 项 『（ ０９ １０ ３ 浙 Ｙ１０９ １ ； ｛ ２０ Ｃ ４ １ ）
２ 新 型上 肢 康 复机 器 人
２ １ 结 构 设 计 ．
在 分 析现有 康 复机器 人 系统不 足 的基 础上 ， 设
和谐波齿轮传动 ， 有效地降低了机械臂的质量并保 证 了传 动 的零 回差 ， 但肩 关 节 的 ３个 自由度结 构 较
上肢外骨骼康复机器人运动控制系统设计
上肢外骨骼康复机器人运动控制系统设计上肢外骨骼康复机器人运动控制系统设计摘要：近年来，随着人口老龄化的加剧，上肢功能障碍患者越来越多，因此开发上肢外骨骼康复机器人成为一个热门领域。
本文基于对上肢外骨骼康复机器人的结构和工作原理的研究，设计了一种运动控制系统。
该系统包括外骨骼驱动系统、控制器和传感器等部件，通过对各个部件的设计和组合，实现了对上肢外骨骼机器人的精确控制。
实验结果表明，该控制系统能够有效地帮助患者恢复上肢功能。
一、引言上肢功能障碍是一种常见的康复问题，严重影响了患者的生活质量。
传统的康复方法主要依赖于医护人员的帮助，效果有限。
为了解决这一问题，研究人员开始开发上肢外骨骼康复机器人，利用机器人的力量帮助患者恢复上肢功能。
然而，上肢外骨骼康复机器人的运动控制是一个复杂的问题，需要设计合理、精确的控制系统。
二、上肢外骨骼康复机器人的结构和工作原理上肢外骨骼康复机器人主要由机械结构、驱动系统、传感器和控制系统等组成。
机械结构包括手臂支撑和连接装置，用于支撑机器人和连接外骨骼。
驱动系统主要通过电动机驱动机械臂的运动，为患者提供外力。
传感器用于检测患者的动作和力度，以便改变机器人的运动。
控制系统则根据传感器的反馈信号，调整外骨骼机械臂的运动参数，实现对患者上肢的精确控制。
三、运动控制系统的设计1. 外骨骼驱动系统的设计外骨骼驱动系统是上肢外骨骼康复机器人的核心组成部分。
我们选择了直流无刷电机作为驱动电机，采用串级PID控制算法以实现对机械臂运动的精确控制。
控制器利用反馈控制的方法，根据位移、速度和力传感器的反馈信号对驱动电机进行控制。
2. 控制器的设计控制器是运动控制系统的关键部分，它负责接收并处理传感器的反馈信号，并通过控制信号来驱动驱动电机。
我们采用了单片机作为控制器的核心，利用PID控制算法对机械臂的运动进行控制。
同时，为了提高控制的稳定性，我们还设计了滤波器和反馈补偿器等辅助模块。
3. 传感器的设计传感器用于检测患者的动作和力度等信息，是运动控制的基础。
基于单片机的上肢康复训练仪交互力采集系统设计
基金项目:江苏省自然科学基金资助项目;项目编号:BK20170119㊂江苏省高等学校大学生创新训练项目;项目编号:201913573006Z㊂作者简介:张好杰(1999 ),男,河南信阳人,本科生;研究方向:机电一体化㊂∗通信作者:郭语(1984 ),男,安徽亳州人,讲师,博士;研究方向:力交互机器人㊂交互力采集系统设计张好杰,郭㊀语∗,吴钟鸣(金陵科技学院㊀机电工程学院,江苏㊀南京㊀211169)摘㊀要:现如今,越来越多的上肢受伤患者在康复过程中使用康复训练仪进行肢体功能恢复㊂文章针对一种上肢康复训练仪设计其交互力采集系统,以Arduino 单片机㊁薄膜力传感器为核心部件,通过多个分布式力传感器完成实时交互力的采集,利用电压转换模块将采集到的力信号转换成电压信号,输入给单片机㊂编制了数据采集软件对信号进行接收㊁计算㊁校核,最终通过液晶显示模块将力数值输出显示㊂关键词:单片机;薄膜力传感器;力采集系统;显示模块0㊀引言据世界卫生组织数据中心的统计,我国中风患者中接近80%的中风患者因未能及时进行康复治疗,导致肌肉萎缩㊁偏瘫等,严重影响患者的生活质量[1]㊂传统的康复治疗不仅消耗大量的人力㊁物力,且训练效果不佳[2],而康复训练仪器可以给患者提供合理的训练任务,满足患者在不同康复阶段的需求㊂近年来,国内外的大学均开展了对于上肢康复训练仪的研究,例如,美国麻省理工学院研制的MIT -Manus 机器人,能够用于肘关节的康复训练;卡内基梅隆大学基于WAM 机器人进行了相关康复医疗的研究[3]㊂华中科技大学设计了针对腕关节的康复训练机构[4];哈尔滨工业大学㊁东北大学等也在上肢康复训练仪理论和控制方面进行了研究[5-6]㊂然而,市场上存在的上肢康复训练仪,大多存在一些不足,例如自由度较少㊁集成度不高㊁不够智能化等㊂针对这些问题,本文设计了一种基于单片机的上肢康复训练仪交互力采集系统,并对结构工作原理㊁系统软硬件设计㊁数据处理等方面进行阐述㊂1㊀结构工作原理1.1㊀结构组成文章的研究对象为一种球铰式上肢康复训练仪,其结构如图1所示㊂其工作原理为:训练手柄与球转子相连,3个定子支架上安装有牛眼轮,用于定位球转子,底座中含有盘丝-小伞齿轮结构,该结构与摩擦定子底部的螺纹连接,用于调节摩擦定子的径向移动,以调节球转子的受力大小㊂文章针对该上肢康复训练仪设计力采集装置,将薄膜力传感器布置在力采集仓中,其内部结构如图2所示,由于该装置工作时涉及3个自由度的训练,训练手柄中布置活动轴,活动轴上有4个突起,在活动轴与力采集仓外壳之间布置有4个薄膜力传感器,用以检测力值㊂图1㊀上肢康复训练仪结构示意图2㊀力传感器布置示意1.2㊀力测量原理力传感器的布置方式确定之后,需确定力传感器测量值与手柄受力之间的关系㊂通过模拟训练者在训练过程中的状况,绘制出力传递关系如图3所示㊂28图3㊀力传递关系假设训练者对手柄施加的力为主动力F,第i个力传感器所测量的力F Ni,选取O点为简化中心,则主动力F对O点的作用可简化为主动力Fᶄ和主动力矩M O (F)㊂根据静力学原理可知:4个力传感器所测得的力F Ni的矢量和与简化后的主动力Fᶄ相平衡,其静力平衡方程可表示为:ð4i=1F Ni=-Fᶄ(1)ð4i=1M O(F Ni)=-M O(F)(2)2㊀力采集系统硬件设计2.1㊀系统结构组成文章设计的上肢康复训练仪力采集系统由力采集模块㊁信号采集处理模块㊁数据显示模块3个部分组成,如图4所示㊂其中力采集模块由薄膜力敏力传感器与电压转换模块组成㊂当康复者进行康复训练时,施加在力传感器薄膜区域的力会发生改变,导致力传感器中电阻值的变化,进而获取力信息,并将其发送给电压转换模块进行转换㊂信号采集处理模块的核心是Arduino 单片机,单片机与电压转换模块与液晶显示模块相连,用于接收经电压转换模块转换后的力信息,并将力信息进行计算㊁校核,最后,将处理后的信息发送给数据显示模块,以显示由单片机发送过来的实时交互力信息㊂图4㊀力采集系统组成框架2.2㊀系统硬件选型在系统结构搭建完成后,需确定系统硬件的具体型号,其中,Arduino单片机作为整个系统的核心,需配合系统的硬件进行选取㊂由于系统中力传感器的数量为4个,即需要3个对应的IO接口,据此确定单片机型号为具有54路数字输入输出的Arduino Mega2560,用于接收㊁计算㊁校核数据㊂由于力传感器布置于活动轴与力采集仓外壳之间,要求其尺寸小㊁质量轻㊁同时得满足测量要求,据此确定力传感器型号为薄膜力敏力传感器FSR402,用于检测力值㊂显示模块硬件的选取需兼顾到与系统的适配性,据此选取与Arduino单片机适配性较好的FYLCD1602A字符型液晶显示屏,用于力值的输出㊂3㊀力采集系统软件设计系统硬件设计完成后,需要根据系统工作流程进行软件设计,系统的工作流程如图5所示㊂当训练者进行康复训练时,首先,力采集模块采集力信息;其次,经电压转换模块将信息进行转换并发送给Arduino单片机进行接收㊁计算㊁处理;最后,单片机将处理后的信息发送给数据显示模块,实现数据的输出㊂图5㊀系统工作流程根据上述系统工作流程,文章使用Arduino IDE作为开发环境编译程序,对数据接收㊁计算㊁校核最终输出到显示模块上㊂3.1㊀数据处理为直观地得到康复训练者在康复训练时强度的大小,必须对现有数据进行处理㊂对数据处理的过程主要分为两个方面:(1)采取固定力测试实验,以找到力传感器采集到的信息与具体力值的关系㊂(2)根据上述关系编写数据处理代码㊂力传感器测量电路原理如图6所示,力传感器与固定电阻R0串联,当压力作用于力传感器时,其电阻R s的阻值发生变化,则固定电阻R0输出电压由式(3)确定㊂V out=V ccˑR0/R0+R s()(3)图6㊀力传感器电路原理38在交互力采集之前,需对力传感器进行标定,以确定不同力值对应的电压数值㊂首先,在实验电路中接入10kΩ的保护电阻,将连接好的电路通过USB与电脑相接,并且使用0.2~6.0kg的重物分别放到传感器待测面上,经多次实验获得去程和回程数据;其次,借助Matlab进行数据处理[7],数据与拟合结果如图7所示㊂图7㊀力值-电压值曲线3.2㊀数据显示为在康复者训练时直观地将训练数据信息输出到液晶显示模块上,需在Arduino IDE中进行数据处理代码的编译㊂编译时将固定力实验中得到的数据分割成区间,在每个区间上使用Arduino IDE中的map映射函数,将两个端点的数值映射到区间内,以获得任意电压值下对应的力值㊂类似的,能够得到力传感器整个量程内某一电压值下对应的力值,其代码框架如下所示㊂代码框架:void loop(void){㊀fsrReading=analogRead(fsrPin);//读取电压值数据㊀......㊀if(fsrReading>X.&&fsrReading<=Y)㊀{㊀㊀force=map(fsrReading,X,Y,M,N);//将电压值分别为X㊁Y对应的压力值映射到[M,N]区间上;㊀}㊀......同时,将液晶显示模块与Arduino单片机对应引脚相连,在Arduino IDE中调用LiquidCrystal I2C库即可对液晶显示模块进行编译,通过编译输出程序即可将具体的训练数据信息输出㊂4㊀结语设计的球铰式上肢康复训练仪交互力采集系统具有集成度高㊁成本低㊁智能化等优点,利用Arduino单片机实现了对分布式薄膜力传感器的检测㊁处理和显示㊂经实验证实,本系统能够良好稳定地工作,具有很好的应用前景㊂[参考文献][1]穆载乐,方娟,陈隆飞,等.上下肢康复机器人的结构与控制系统设计[J].工程设计学报,2019(6):736-742.[2]李会军,宋爱国.上肢康复训练机器人的研究进展及前景[J].机器人技术与应用,2006(4):32-36.[3]吴常铖,宋爱国,李会军,等.一种上肢康复训练机器人及控制方法[J].仪器仪表学报,2014(5):999-1004.[4]黄明,黄心汉,温月,等.便携式二自由度腕关节康复机器人设计[J].华中科技大学学报(自然科学版),2013(S1):329-331.[5]梁康贵.脑卒中偏瘫上肢康复外骨骼机器人的基础理论研究[D].哈尔滨:哈尔滨工业大学,2016.[6]徐雷.5自由度上肢康复机器人质心法建模与神经网络控制[D].沈阳:东北大学,2013.[7]王梦,葛斌,徐明哲,等.基于单片机的多通道足底压力采集系统设计[J].电子科技,2017(9):30-33.(编辑㊀王雪芬) Design of force acquisition system for upper limb rehabilitationtraining instrument based on MCUZhang Haojie,Guo Yu∗,Wu Zhongming(School of Mechatronic Engineering,Jinling Institute of Technology,Nanjing211169,China) Abstract:Nowadays,more and more patients with upper limb injury use rehabilitation training instrument to recover limb function in the process of rehabilitation.In this paper,a force acquisition system is designed for an upper limb rehabilitation training instrument.The system takes Arduino MCU and thin film force sensors as the core components to collect the real-time interactive force by multiple distributed force sensors.The collected force signal is converted into voltage signal by voltage conversion module and input to the MCU.The data acquisition software is programmed to receive, calculate and check the signal,and finally the force value is output and displayed through the LCD module.Key words:MCU;thin film force sensor;force acquisition system;display module48。
人体肌电信号采集识别系统设计
不 可 极化 电极 ，可 以 将人 体 内的 离 子 电流 转 换 为导 线 中电子 电压值 ，采 集用 Ｎ采 样 并采 集 １０ ０００个 数据 ，显示 相应 波 形。
电 流 。 １．２ 前置 放 大器 设 计
１．５ 下位 机设 计 下 位 机 基 于 ５１单 片 机 设 计 ，包 括 与ＰＣ机 的 串口通 讯 ，电
倒 谱 等 。得 出 屈伸 动 作 下相 应 图像 差 别 不是 太 大 ，不 能 直 观
地 看 出 明显的 区 别 。
２ 肌 电信号 的 信号 处 理
肌 电信号 的时 域 分 析 如下。
通 过 对 肌 电信 号 时 域 分 析，得 到 了相关 肌 电信 号 的 特 征 参 数 ，经 过 比较 得 到 在 屈伸 动 作下 积 分 肌 电值 的差 别 较 大 ，
信 息 科 学
Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ￣ｎｏｖａ型ｔｉｏ！ｎ ＨｅＱｒ：ａ！ｌ ｄ
步 进 电机 模 块 耗 时 较 短 ，所 以 在 主 程 序 中不 能 把 显 示 模 块 行 了时 域 和 频 域 的 处 理 ，通 过 比 较 幅 相特 性 曲线 、功 率 谱、
和 步 进 电机 模 块 放 在 同一 个 循 环 中。
对 原始 数 据 采 用 Ｍａｔｌａｂ对 其 进 行 了显 示 来 比较 屈伸 原 适 合作 为 阎值 选 取 的标 准 。通 过 对不 同人 、屈伸 时 手 臂的 不
始 信 号 幅 值 的差 别 。屈伸 信 号 波 形 幅 值 比较 如 图 ｌ所 示 。从 同 的地 方进 行 多组 采 集 ，经过 Ｍａｔｌａｂ处 理 后 ，比 较得 到 了合
摘 要：表 面肌 电信号（Ｓｕｒｆａｃｅ Ｅｌｅｃｔｒ０ｍｙｏｇｒａｐｈｙ，ＳＥＭＧ）是一种复杂的伴随肌肉活动的电生理信号。设计采集系统对上臂肌 肉
基于表面肌电信号的上肢外骨骼康复训练系统设计
第４３卷㊀第１期２０２４年㊀２月北京生物医学工程ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＶｏｌ ４３㊀Ｎｏ １Ｆｅｂｒｕａｒｙ㊀２０２４基金项目：天津市科技计划项目（１８ＰＴＺＷＨＺ０００９０）㊁天津市复杂系统控制理论与应用重点实验室项目（ＴＪＫＬ⁃ＣＴＡＣＳ⁃２０１９０３）资助作者单位：１㊀天津理工大学国际联合研究中心（天津㊀３００３８０）２㊀哈尔滨工业大学机器人技术与系统国家重点实验室（哈尔滨㊀１５０００１）３㊀哈尔滨市第二医院（哈尔滨１５００５６）通信作者：张松源㊂Ｅ⁃ｍａｉｌ：ｚｈａｎｇｓｙ＠ｈｉｔ．ｅｄｕ．ｃｎ基于表面肌电信号的上肢外骨骼康复训练系统设计付强１㊀张志辉１㊀张松源２㊀段佰龙３摘㊀要㊀目的为实现不同上肢损伤程度患者的康复训练，设计一种基于表面肌电信号（ｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｉｃｓｉｇｎａｌ，ｓＥＭＧ）的上肢外骨骼康复训练系统㊂方法该康复训练系统的机械结构主要由背部控制部分㊁可变刚度驱动器以及可调节上肢支架部分组成；控制系统包括肌电采集㊁滤波㊁特征提取和动作分类识别㊂首先采集肌电信号，并提取时域特征；然后采用主成分分析法（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）进行降维处理，用Ｋ均值聚类算法（Ｋ⁃ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ）进行动作模式分类识别；最后对可变刚度驱动器进行刚度测量实验，并进行仿真实验验证分类效果㊂结果康复训练系统可以自主地调节刚度，并且动作模式的总体识别率为８９ ７４％㊂结论该康复训练系统动作模式识别率高，可以更好地带动患者完成康复训练㊂关键词㊀表面肌电信号；康复训练；变刚度；特征提取；分类识别ＤＯＩ：１０ ３９６９／ｊ．ｉｓｓｎ．１００２－３２０８ ２０２４ ０１ ００５．中图分类号㊀Ｒ３１８ ０４；ＴＮ９１１ ７㊀文献标志码㊀Ａ㊀文章编号㊀１００２－３２０８（２０２４）０１－００２９－０６本文著录格式㊀付强，张志辉，张松源，等．基于ｓＥＭＧ的上肢外骨骼康复训练系统设计［Ｊ］．北京生物医学工程，２０２４，４３（１）：２９－３４．ＦＵＱｉａｎｇ，ＺＨＡＮＧＺｈｉｈｕｉ，ＺＨＡＮＧＳｏｎｇｙｕａｎ，ｅｔａｌ．ｓＥＭＧ⁃ｂａｓｅｄｄｅｓｉｇｎｏｆａｎｕｐｐｅｒｌｉｍｂｅｘｏｓｋｅｌｅｔｏｎｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍ［Ｊ］．ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０２４，４３（１）：２９－３４．ｓＥＭＧ⁃ｂａｓｅｄｄｅｓｉｇｎｏｆａｎｕｐｐｅｒｌｉｍｂｅｘｏｓｋｅｌｅｔｏｎｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍＦＵＱｉａｎｇ１，ＺＨＡＮＧＺｈｉｈｕｉ１，ＺＨＡＮＧＳｏｎｇｙｕａｎ２，ＤＵＡＮＢａｉｌｏｎｇ３１㊀ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＲｅｓｅａｒｃｈＣｅｎｔｅｒ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ㊀３００３８０；２㊀ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｏｂｏｔｉｃｓａｎｄＳｙｓｔｅｍ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ㊀１５０００１；３㊀ＴｈｅＳｅｃｏｎｄＨｏｓｐｉｔａｌｏｆＨａｒｂｉｎ，Ｈａｒｂｉｎ㊀１５００５６Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＺＨＡＮＧＳｏｎｇｙｕａｎ（Ｅ⁃ｍａｉｌ：ｚｈａｎｇｓｙ＠ｈｉｔ ｅｄｕ ｃｎ）ʌＡｂｓｔｒａｃｔɔ㊀ＯｂｊｅｃｔｉｖｅＩｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｏｆｐａｔｉｅｎｔｓｗｉｔｈｄｉｆｆｅｒｅｎｔｄｅｇｒｅｅｓｏｆｕｐｐｅｒｌｉｍｂｉｎｊｕｒｙ，ａｎｕｐｐｅｒｌｉｍｂｅｘｏｓｋｅｌｅｔｏｎｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｉｃｓｉｇｎａｌ（ｓＥＭＧ）ｉｓｄｅｓｉｇｎｅｄ．ＭｅｔｈｏｄｓＴｈｅｍｅｃｈａｎｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｔｈｅｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍｉｓｍａｉｎｌｙｃｏｍｐｏｓｅｄｏｆｔｈｅｂａｃｋｃｏｎｔｒｏｌｐａｒｔ，ｔｈｅｖａｒｉａｂｌｅｓｔｉｆｆｎｅｓｓｄｒｉｖｅｒａｎｄｔｈｅａｄｊｕｓｔａｂｌｅｕｐｐｅｒｌｉｍｂｓｕｐｐｏｒｔｐａｒｔ．ＴｈｅｃｏｎｔｒｏｌｓｙｓｔｅｍｉｎｃｌｕｄｅｓＥＭＧａｃｑｕｉｓｉｔｉｏｎ，ｆｉｌｔｅｒｉｎｇ，ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄａｃｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｃｏｇｎｉｔｉｏｎ．Ｗｅｆｉｒｓｔｃｏｌｌｅｃｔｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｉｃｓｉｇｎａｌｓａｎｄｅｘｔｒａｃｔｔｈｅｉｒｔｉｍｅ⁃ｄｏｍａｉｎｆｅａｔｕｒｅｓ；Ｔｈｅｎ，ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）ｉｓｕｓｅｄｆｏｒｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎ，ａｎｄＫ⁃ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｆｏｒａｃｔｉｏｎｐａｔｔｅｒｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｃｏｇｎｉｔｉｏｎ；Ｆｉｎａｌｌｙ，ｔｈｅｓｔｉｆｆｎｅｓｓｍｅａｓｕｒｅｍｅｎｔｅｘｐｅｒｉｍｅｎｔｏｆｖａｒｉａｂｌｅｓｔｉｆｆｎｅｓｓａｃｔｕａｔｏｒｉｓｃａｒｒｉｅｄｏｕｔ，ａｎｄｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｉｓｃａｒｒｉｅｄｏｕｔｔｏｖｅｒｉｆｙｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔ．ＲｅｓｕｌｔｓＴｈｅｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍｃａｎａｄｊｕｓｔｔｈｅｓｔｉｆｆｎｅｓｓｉｎｄｅｐｅｎｄｅｎｔｌｙ，ａｎｄｔｈｅｏｖｅｒａｌｌｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆａｃｔｉｏｎｐａｔｔｅｒｎｉｓ８９ ７４％．ＣｏｎｃｌｕｓｉｏｎｓＴｈｅｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍｈａｓａｈｉｇｈｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｍｏｖｅｍｅｎｔｐａｔｔｅｒｎｓ，ｗｈｉｃｈｃａｎｂｅｔｔｅｒｄｒｉｖｅｐａｔｉｅｎｔｓｔｏｃｏｍｐｌｅｔｅｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇ．ʌＫｅｙｗｏｒｄｓɔ㊀ｓｕｒｆａｃｅＥＭＧ；ｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇ；ｖａｒｉａｂｌｅｓｔｉｆｆｎｅｓｓ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎ０㊀引言随着我国国民经济的不断增长，人口老龄化问题越来越严重，老年偏瘫和残疾患者不断增加㊂针对偏瘫患者，传统的康复训练以康复治疗师为中心，治疗师的主观因素难免会影响康复训练的效果㊂康复机器人是一种依靠自动化设备带动患者进行运动，从而实现辅助患者进行康复训练的医疗机器人［１－３］㊂在被动康复训练中，康复机器人可以借助变刚度机构适时调整驱动刚度，来满足不同康复阶段的患者，并可以保证人机交互过程中的安全性㊂随着计算机技术的发展，将表面肌电信号（ｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｉｃｓｉｇｎａｌ，ｓＥＭＧ）与上肢外骨骼机器人结合使用的训练系统已经成为生物医学工程领域的热点问题㊂提取健康动作状态时的肌电信号，探测出其运动意图，传送给上肢外骨骼机械臂带动患侧手臂协同训练，帮助患者完成相应的动作，则可以较好地实现上肢功能损伤患者的康复训练［４－５］㊂目前，国内外许多科研机构和企业已经进行了相关的研究㊂陈淑甜［６］采用时－空－频域特征相结合的支持向量机分类器对手指动作进行分类，可达到８６ ７％的识别率㊂Ｃａｅｓａｒｅｎｄｒａ等［７］采用主成分分析和人工神经网络对８种动作的肌电图信号进行分类，测试准确率为８１ ２％㊂综上所述，动作模式识别率的高低直接影响了康复训练系统能否达到预期的训练要求㊂针对此类问题，本文将一种基于主成分分析法（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）和Ｋ均值聚类算法（Ｋ⁃ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ）的动作模式识别方法应用于变刚度上肢外骨骼康复机器人，以提高康复训练系统动作模式的识别率，实现对外骨骼机器人的精确控制，从而使外骨骼机器人具有更好的实用性㊂１㊀上肢外骨骼康复训练系统结构组成该装置专注于以家庭为基础的偏瘫患者肘关节康复㊂因此它需要具有以下显著特点：首先是便携㊁紧凑的结构，使其便于在日常生活中使用；其次是可调整的框架，以确保不同体型的人的外骨骼和人体关节之间理想的运动学兼容性；三是能够通过调节关节刚度以适用于不同损伤程度的患者㊂１ １㊀上肢外骨骼康复机器人结构设计上肢外骨骼康复机器人主要由背部控制部分㊁可变刚度驱动器（ｖａｒｉａｂｌｙｓｔｉｆｆｎｅｓｓａｃｔｕａｔｏｒ，ＶＳＡ）以及可调节上肢支架部分组成，如图１所示㊂背部部分主要由控制板㊁电机㊁电池和电机驱动器组成㊂整个外骨骼系统采用ＭａｘｏｎＥＣｍｏｔｏｒ伺服电机作为驱动来源，电机型号为Ｖ９４７５２３－１－１㊂该电机自带一个行星减速机，减速比为２８５ʒ１㊂可变刚度驱动器集成在前臂上，它主要由一对弹性元件㊁一个滑块连同一个可移动支点㊁一个前臂支架和一个电动机组成，可用于独立调整肘关节刚度㊂连接背部和上肢的几个关节主要由可内外旋转的接头和可调节的上肢支架组成，由一对直径为１ ２ｍｍ的钢索连接到驱动皮带轮上，用于传送电机输出扭矩以执行预定的动作㊂图１㊀上肢外骨骼结构组成Ｆｉｇｕｒｅ１㊀Ｓｔｒｕｃｔｕｒｅｏｆｔｈｅｕｐｐｅｒｌｉｍｂｅｘｏｓｋｅｌｅｔｏｎ１ ２㊀可变刚度驱动器配备刚度调节的康复设备可以根据患者上肢的具体损伤程度提供不同程度的帮助，逐步提高康复训练的强度㊂这一特征对神经运动功能的恢复具有积极的影响，特别是对慢性偏瘫脑卒中患者㊂可变刚度驱动器的结构如图２（ａ）所示，在杠杆㊃０３㊃北京生物医学工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４３卷的一端有一个驱动负载，而另一端则通过钢索用一对弹簧张紧［８］㊂由于弹簧伸长，施加在杠杆末端的力可以被平衡㊂只要改变支点位置，所施加的载荷和弹性元件产生的对抗力之间的传动比也会改变，从而允许输出刚度的变化㊂图２㊀可变刚度驱动器的结构（ａ）和工作原理（ｂ）Ｆｉｇｕｒｅ２㊀ＳｔｒｕｃｔｕｒｅａｎｄｗｏｒｋｉｎｇｐｒｉｎｃｉｐｌｅｏｆＶＳＡＶＳＡ的工作原理图如图２（ｂ）所示㊂图中，肘关节可以绕Ｏ点旋转，支点Ｐ可沿杠杆臂移动，移动范围为ＲＨ㊂当在输出连杆的末端施加外力Ｆ时，弹簧将被拉长，从而产生一个弹性力来平衡所施加的力㊂根据平衡力矩 Ｍ＝０，可得，Ｆ１Ｌ２ｃｏｓ（β－α）－Ｆ２Ｌ１ｃｏｓγ＝０（１）㊀㊀式中：Ｌ１为弹簧侧ＡＣ到支点Ｐ的距离；Ｌ２为驱动负载Ｄ到支点Ｐ的距离；α为活动前臂部分的偏转角；β为杠杆臂绕支点Ｐ的旋转角；γ由弹簧力矢量沿ＣＢ方向投影得到㊂根据胡克定律：Ｆ２＝Ｋ２Δｘ（２）㊀㊀式中：Ｋ２为弹性系数；Δｘ为弹簧的形变量㊂将式（２）带入式（１）中，受力情况如下：Ｆ１＝Ｋ２ΔｘＬ１ｃｏｓγＬ２ｃｏｓ（β－α）（３）㊀㊀关节刚度定义为：Ｋ＝Ｆ α＝Ｋ２Δｘｃｏｓγαｃｏｓ（β－α）ˑＬ１Ｌ２（４）㊀㊀式中：Ｋ为输出刚度；Ｆ为施加在输出连杆末端的力；α为输出相对于原始平衡位置的偏转角㊂如式（４）所示，输出刚度主要依赖于传动比Ｌ１／Ｌ２㊂通过调节杠杆臂上的支点位置，改变传动比Ｌ１／Ｌ２，可以实现不同的刚度设置㊂２㊀控制系统２ １㊀肌电信号数据采集肌电信号数据采集使用的是ＥＢ⁃ＭｕｓｃｌｅＳｅｎｓｏｒＶ１ ２肌电采集系统㊂采样频率为１０００Ｈｚ，采集设备如图３所示㊂图３㊀肌电信号采集设备Ｆｉｇｕｒｅ３㊀ｓＥＭＧａｃｑｕｉｓｉｔｉｏｎｅｑｕｉｐｍｅｎｔ通过对人体上肢关节运动进行分析，本实验选取肱二头肌作为肌电信号原始数据，测试放置的肌电电极位置如图３所示㊂实验设定了上肢肘关节的３种运动动作，肘关节上抬０ʎ㊁６０ʎ和１３５ʎ㊂２ ２㊀肌电信号预处理ｓＥＭＧ是在皮肤表面下通过叠加许多肌纤维运动单位电势而形成的，因此其对噪声比较敏感，容易在采集过程中受到信号污染㊂并且ｓＥＭＧ信号的最低频率为２０Ｈｚ，而有效的功率密度谱分布在１０５００Ｈｚ之间［９－１２］㊂因此选用带通滤波去除其他波段的噪声㊂对采集到的３种角度的原始肌电信号进行处理的结果如图４所示㊂２ ３㊀肌电信号特征提取本文采用最大值㊁最小值㊁均值㊁方差㊁绝对均值㊁绝对均方根值㊁积分肌电值和过零点数等时域特征［１３－１６］对表面肌电信号进行分析㊂表面肌电信号的方差（ＶＡＲ）表示了表面肌电信号在手臂动作过程中的变化范围及幅度变化的剧烈程度：ＶＡＲ＝１Ｎ－１ Ｎｉ＝１Ｘ２ｉ（５）㊀㊀式中：Ｎ为采样个数；Ｘｉ为第ｉ个采样点肌电信号的幅值㊂由于ｓＥＭＧ具有对称性，如果单纯计算该信号的算术平均值，其数值趋于０则不能体现不同动作之间的差异㊂此特征提取的方法需要对信号先完成㊃１３㊃第１期㊀㊀㊀㊀㊀㊀付强，等：基于表面肌电信号的上肢外骨骼康复训练系统设计左侧为处理前，右侧为处理后图４㊀３种动作处理前后对比图Ｆｉｇｕｒｅ４㊀Ｃｏｍｐａｒｉｓｏｎｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｒｅｅｋｉｎｄｓｏｆａｃｔｉｏｎｐｒｏｃｅｓｓｉｎｇ绝对值的计算，然后计算其平均值（ＭＡＶ）：ＭＡＶ＝１Ｎ Ｎｉ＝１ｘ（ｉ）（６）㊀㊀均方根值（ＲＭＳ）反映了肌肉活动中所产生ｓＥＭＧ的能量值，用来分析实现不同动作过程中相关肌肉的贡献程度：ＲＭＳ＝㊀１Ｎ Ｎｉ＝１ｘ２（ｉ）（７）㊀㊀（ｉＥＭＧ）反映了表面肌电信号随时间的强度变化：ｉＥＭＧ＝１Ｎ ｔ＋Ｔｔ＝１ＥＭＧ（ｔ）ｄｔ（８）㊀㊀式中：ＥＭＧ（ｔ）为采集的肌电信号；ｔ为时间变量；Ｔ为肌电信号的周期㊂过零点数（ＺＣ）中，信号幅值会穿越图像中的零线，对穿越的频次进行统计，可反映肌肉在动作时的状态，即信号序列过零点的次数和：ＺＣ＝ Ｌ－１ｉ＝１ｓｇｎ［ｘ（ｉ）ˑｘ（ｉ＋１）］（９）ｓｇｎ（ｘ）＝ｆ（ｘ）＝１ｘ＜００其他{㊀㊀最后，对表面肌电信号进行特征提取，由图５可以看出，不同动作之间的特征值具有明显的区别㊂图５㊀特征提取结果Ｆｉｇｕｒｅ５㊀Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｒｅｓｕｌｔｓ２ ４㊀上肢动作分类识别本文对提取的时域特征采用基于ＰＣＡ和Ｋ⁃Ｍｅａｎｓ聚类算法的分类方法［１７－１８］㊂ＰＣＡ算法是一种使用最广泛的数据降维算法㊂其主要思想是将ｎ维特征映射到ｋ维上，ｋ维是全新的正交特征，也被称为主成分，即在原有ｎ维特征的基础上重新构造ｋ维特征㊂Ｋ⁃Ｍｅａｎｓ聚类算法是将样本聚类成ｋ个簇，具体步骤如下：（１）选取ｋ个聚类质心点，即有ｋ个簇Ｃ（ｋ）：μ（１），μ（２）， ，μ（ｋ）ɪＲｎ（１０）㊀㊀（２）计算ｘ（ｉ）与μｊ的距离，ｘ（ｉ）则属于与其距离最近质心μｊ的簇Ｃ（ｋ）：ｃ（ｊ）＝ａｒｇｍｉｎｊｘ（ｉ）－μｊ２，ｊɪ１，２， ，ｋ（１１）㊀㊀（３）对于每一个类ｃ（ｊ），重新计算该簇质点的值：μｊ＝ｍｉ＝１ｌ｛ｃ（ｉ）＝ｊ｝ｘ（ｉ）ｍｉ＝１ｌ｛ｃ（ｉ）＝ｊ｝（１２）㊀㊀（４）重复第（２）㊁（３）步直到算法收敛㊂本文首先采用ＰＣＡ算法进行降维处理，再利用㊃２３㊃北京生物医学工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４３卷Ｋ⁃Ｍｅａｎｓ聚类算法进行分类识别㊂３㊀实验分析３ １㊀可变刚度实验分析为了验证利用ＶＳＡ独立调节肘关节刚度，通过改变可移动支点的位置，调整输出力和弹簧力之间的传动比，从而导致输出刚度的变化㊂实验选取６个位置分别模拟肘关节刚度，通过实验得出该装置的关节力与偏转角之间的关系，如图６所示㊂结果显示，由于支点位置的变化使机器人的刚度发生变化，所受的关节力也在不断增加，因此，可以通过增加关节刚度来提高康复强度㊂图６㊀不同支点产生的关节力与偏转角的关系Ｆｉｇｕｒｅ６㊀Ｒｅｌａｔｉｏｎｓｈｉｐｏｆｔｈｅｊｏｉｎｔｆｏｒｃｅｓａｎｄｄｅｆｌｅｃｔｉｏｎａｎｇｌｅｓ３ ２㊀仿真实验分析对两名健康者进行数据采集，佩戴示意如图７所示㊂将采集的数据分为训练集和测试集，其中每个动作采集４０组数据，一共１２０组数据㊂图７㊀人体穿戴示意Ｆｉｇｕｒｅ７㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｈｕｍａｎｂｏｄｙｗｅａｒｉｎｇ动作模式总体识别率为８９ ７４％，如图８所示㊂三种动作测试集的实际分类和预测分类见图９㊂图８㊀三种动作分类图Ｆｉｇｕｒｅ８㊀Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｈｒｅｅａｃｔｉｏｎｓ图９㊀测试集的实际分类和预测分类Ｆｉｇｕｒｅ９㊀Ａｃｔｕａｌａｎｄｐｒｅｄｉｃｔｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｅｓｔｓｅｔｓ４㊀结论本文基于一种可变刚度的上肢外骨骼康复机器人，提出一种变刚度上肢外骨骼康复训练系统㊂该系统采用一种面对上肢偏瘫患者康复训练的上肢运动模式分类方法，提高康复训练系统动作模式的识别率，解决了部分分类方法识别率较低的问题，为康复训练系统奠定了分类算法支撑㊂同时康复训练系统较好地反映了表面肌电信号㊁上肢动作特征提取和动作分类识别之间的关系，对于上肢康复领域具有一定的参考价值㊂㊃３３㊃第１期㊀㊀㊀㊀㊀㊀付强，等：基于表面肌电信号的上肢外骨骼康复训练系统设计参考文献［１］㊀ＺｈａｎｇＳＹ，ＦｕＱ，ＧｕｏＳ，ｅｔａｌ．Ｃｏｏｒｄｉｎａｔｉｖｅｍｏｔｉｏｎｂａｓｅｄｂｉｌａｔｅｒａｌｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇｓｙｓｔｅｍｗｉｔｈｅｘｏｓｋｅｌｅｔｏｎａｎｄｈａｐｔｉｃｄｅｖｉｃｅｓｆｏｒｂｉｏｍｅｄｉｃａｌａｐｐｌｉｃａｔｉｏｎ［Ｊ］．Ｍｉｃｒｏｍａｃｈｉｎｅｓ，２０１８，１０（１）：８．［２］㊀ＺｈａｎｇＳＹ，ＦｕＱ，ＧｕｏＳ，ｅｔａｌ．Ａｔｅｌｅｐｒｅｓｅｎｃｅｓｙｓｔｅｍｆｏｒｔｈｅｒａｐｉｓｔｉｎｔｈｅｌｏｏｐｔｒａｉｎｉｎｇｆｏｒｅｌｂｏｗｊｏｉｎｔｒｅｈａｂｉｌｉｔａｔｉｏｎ［Ｊ］．ＡｐｐｌｉｅｄＳｃｉｅｎｃｅｓ，２０１９，９（８）：１７１０．［３］㊀ＬｉｕＹ，ＧｕｏＳＸ，ＺｈａｎｇＳＹ，ｅｔａｌ．Ｍｏｄｅｌｉｎｇａｎｄａｎａｌｙｓｉｓｏｆａｖａｒｉａｂｌｅｓｔｉｆｆｎｅｓｓａｃｔｕａｔｏｒｆｏｒａｓａｆｅｈｏｍｅ⁃ｂａｓｅｄｅｘｏｓｋｅｌｅｔｏｎ［Ｃ］．Ｃｈａｎｇｃｈｕｎ，Ｃｈｉｎａ：ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅ⁃ｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ，２０１８．［４］㊀任丽晔，徐冬蕾．基于人体上肢表面肌电信号在运动过程中的研究［Ｊ］．长春大学学报，２０２０，３０（４）：４５－４８．ＲｅｎＬＹ，ＸｕＤＬ．ＢａｓｅｄｏｎｔｈｅｓｔｕｄｙｏｆｈｕｍａｎｕｐｐｅｒｌｉｍｂｓｕｒｆａｃｅＥＭＧｓｉｇｎａｌｉｎｍｏｔｉｏｎｐｒｏｃｅｓｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈａｎｇｃｈｕｎｕｎｉｖｅｒｓｉｔｙ，２０２０，３０（０）：４５－４８．［５］㊀崔颢骞．基于上肢运动的脑－肌电信号融合分析研究［Ｄ］．沈阳：沈阳工业大学，２０１９．ＣｕｉＨＱ．Ｆｕｓｉｏｎａｎａｌｙｓｉｓｏｆｂｒａｉｎ⁃ＥＭＧｓｉｇｎａｌｂａｓｅｄｏｎｕｐｐｅｒｌｉｍｂＭｏｖｅｍｅｎｔ［Ｄ］．Ｓｈｅｎｙａｎｇ：ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１９．［６］㊀陈淑甜．基于ｓＥＭＧ的时空频域手指动作识别研究［Ｄ］．沈阳：沈阳工业大学，２０１９．ＣｈｅｎＳＴ．ＲｅｓｅａｒｃｈｏｎＦｉｎｇｅｒｍｏｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎｉｎｓｐａｔｉｏｔｅｍｐｏｒａｌｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｂａｓｅｄｏｎｓＥＭＧ［Ｄ］．Ｓｈｅｎｙａｎｇ：ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１９．［７］㊀ＣａｅｓａｒｅｎｄｒａＷ，ＬｅｋｓｏｎＳＵ，ＭｕｓｔａｑｉｍＫＡ，ｅｔａｌ．ＡｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｏｆｈａｎｄＥＭＧｓｉｇｎａｌｓｂａｓｅｄｏｎｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｎｄａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｃ］．Ｈａｒｂｉｎ，Ｃｈｉｎａ：ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＴｎｓｔｒｕｍｅｎｔａｔｉｏｎ，２０１６．［８］㊀ＹｉＬ，ＧｕｏＳＸ，ＨｉｄｅｙｕｋｉＨ，ｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆａｐｏｗｅｒｅｄｖａｒｉａｂｌｅ⁃ｓｔｉｆｆｎｅｓｓｅｘｏｓｋｅｌｅｔｏｎｄｅｖｉｃｅｆｏｒｅｌｂｏｗｒｅｈａｂｉｌｉｔａｔｉｏｎ［Ｊ］．ＢｉｏｍｅｄｉｃａｌＭｉｃｒｏｄｅｖｉｃｅｓ，２０１８，２０（３）：６４．［９］㊀孟庆丰．基于表面肌电信号的上肢肌肉疲劳检测与分析［Ｄ］．乌鲁木齐：新疆大学，２０２１．ＭｅｎｇＱＦ．ＦａｔｉｇｕｅＤｅｔｅｃｔｉｏｎａｎｄＡｎａｌｙｓｉｓｏｆＵｐｐｅｒｌｉｍｂＭｕｓｃｌｅＢａｓｅｄｏｎＳｕｒｆａｃｅＥＭＧｓｉｇｎａｌ［Ｄ］．Ｕｒｕｍｑｉ：ＸｉｎｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，２０２１．［１０］㊀李奂良．基于表面肌电信号的手部动作识别与交互［Ｄ］．保定：河北大学，２０２０．ＬｉＨＬ．ＨａｎｄｍｏｖｅｍｅｎｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｉｎｔｅｒａｃｔｉｏｎｂａｓｅｄｏｎｓｕｒｆａｃｅＥＭＧ［Ｄ］．Ｂａｏｄｉｎｇ：ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙ，２０２０．［１１］㊀刘克平，孙瑞玲，柴媛媛，等．基于广义回归神经网络的上肢关节角度预测［Ｊ］．科学技术与工程，２０２１，２１（１７）：７１８７－７１９２．ＬｉｕＫＰ，ＳｕｎＲＬ，ＣａｉＹＹ，ｅｔａｌ．Ｐｒｅｄｉｃｔｉｏｎｏｆｕｐｐｅｒｌｉｍｂｊｏｉｎｔａｎｇｌｅｂａｓｅｄｏｎｇｅｎｅｒａｌｉｚｅｄｒｅｇｒｅｓｓｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙａｎｄＥｎｇｉｎｅｅｒｉｎｇ，２０２１，２１（１７）：７１８７－７１９２．［１２］㊀ＧｕｏＳＸ，ＧｕｏＪ，ＤｉｎｇＹＢ．ＣｏｎｔｒｏｌｏｆａｌｏｗｅｒｌｉｍｂｅｘｏｓｋｅｌｅｔｏｎｒｏｂｏｔｂｙｕｐｐｅｒｌｉｍｂｓＥＭＧｓｉｇｎａｌ［Ｃ］．Ｔａｋａｍａｔｓｕ，Ｊａｐａｎ：ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｅｃｈａｔｒｒｏｎｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ，２０２１．［１３］㊀陈玉如，王烜，周鹏辉，等．基于ｓＥＭＧ信号的实时控制系统［Ｊ］．物联网技术，２０１９，９（２）：７１－７４．ＣｈｅｎＹＲ，ＷａｎｇＸ，ＺｈｏｕＰＨ，ｅｔａｌ．Ｒｅａｌ⁃ｔｉｍｅｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｓＥＭＧｓｉｇｎａｌ［Ｊ］．ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＴｅｃｈｎｏｌｏｇｙ，２０１９，９（２）：７１－７４．［１４］㊀宋方禹，刘烨辉，朱立华，等．基于小波变换的肌肉疲劳表面肌电信号特征提取的研究［Ｊ］．生物医学工程研究，２０１９，３８（１）：８６－８９．ＳｏｎｇＦＹ，ＬｉｕＹＨ，ＺｈｕＬＨ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆｍｕｓｃｌｅｆａｔｉｇｕｅｓｕｒｆａｃｅｅｍｇｓｉｇｎａｌｂａｓｅｄｏｎｗａｖｅｌｅｔａｎｓｆｏｒｍ［Ｊ］．ＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ，２０１９，３８（１）：８６－８９．［１５］㊀季祥．基于ｓＥＭＧ信号的上肢动作识别及康复应用［Ｄ］．长春：长春理工大学，２０２１．ＪｉＸ．ＳＥＭＧＳｉｇｎａｌｂａｓｅｄｕｐｐｅｒｌｉｍｂｍｏｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎａｎｄｒｅｈａｂｉｌｉｔａｔｉｏｎ⁃ａｐｐｌｉｃａｔｉｏｎ［Ｄ］．Ｃｈａｎｇｃｈｕｎ：ＣｈａｎｇｃｈｕｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０２１．［１６］㊀ＣａｉＳＱ，ＣｈｅｎＹ，ＨｕａｎｇＳＹ，ｅｔａｌ．ＳＶＭ⁃ｂａｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｓｅｍｇｓｉｇｎａｌｓｆｏｒｕｐｐｅｒ⁃ｌｉｍｂｓｅｌｆ⁃ｒｅｈａｂｉｌｉｔａｔｉｏｎｔｒａｉｎｉｎｇ［Ｊ］．ＦｒｏｎｔｉｅｒｓｉｎＮｅｕｒｏｒｏｂｏｔｉｃｓ，２０１９，１３：３１．［１７］㊀陈彦钊．基于ｓＥＭＧ信号的上肢自主康复训练动作模式识别［Ｄ］．济南：山东大学，２０１５．ＣｈｅｎＹＺ．ＭｏｔｉｏｎＰａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｏｆｕｐｐｅｒｌｉｍｂＡｕｔｏｎｏｍｏｕｓＲｅｈａｂｉｌｉｔａｔｉｏｎＴｒａｉｎｉｎｇＢａｓｅｄｏｎｓＥＭＧＳｉｇｎａｌ［Ｄ］．Ｊｉｎａｎ：ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，２０１５．［１８］㊀陈健宁，刘蓉．基于ｓＥＭＧ的人体上肢动作特征提取与识别分类的实验研究［Ｊ］．智能计算机与应用，２０２０，１０（３）：３２１－３２４．ＣｈｅｎＪＮ，ＬｉｕＲ．ＥｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙｏｎｈｕｍａｎｕｐｐｅｒｌｉｍｂｍｏｔｉｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｒｅｃｏｇｎｉｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎｓＥＭＧ［Ｊ］．Ｉｎｔｅｌｌｉｇｅｎｔｃｏｍｐｕｔｅｒｓａｎｄａｐｐｌｉｃａｔｉｏｎｓ，２０２０，１０（３）：３２１－３２４．（２０２２－０４－１２收稿，２０２２－０８－１７修回）㊃４３㊃北京生物医学工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４３卷。
一种远程康复信息采集控制系统的设计
一种远程康复信息采集控制系统的设计随着科技的不断进步，远程康复已经成为了一种发展趋势，广泛应用于心脑血管疾病、肿瘤、神经系统疾病等慢性病患者康复中，远程康复信息采集控制系统也逐渐成为了必不可少的一部分。
设计一种高效的远程康复信息采集控制系统，不仅可以为患者提供更多的康复服务，也能大大减轻医务人员的工作负担。
接下来，本文将详细介绍一种远程康复信息采集控制系统的设计。
1.系统架构设计本系统采用C/S（Client/Server）模式，主要由前端采集模块，后端管理模块和数据库模块组成。
前端采集模块主要负责患者康复信息的采集和传输，支持病历信息浏览、康复计划制定、康复指导、康复效果评估等功能；后端管理模块主要负责康复信息的管理和分析，支持康复方案检索、康复进展跟踪、康复数据分析等功能；数据库模块主要负责康复信息的存储和查询，支持数据备份和恢复、数据加密和解密等功能。
2.系统功能设计（1）康复信息采集：该功能主要由前端采集模块实现，包括以下子功能：病历信息浏览、康复计划制定、康复指导、康复效果评估等，可实现对康复过程的全方位记录和跟踪。
（2）康复方案检索：该功能主要由后端管理模块实现，支持基于患者身份、康复时间、康复计划等信息的综合检索，能够快速定位某一患者的康复进展。
（3）康复进展跟踪：该功能主要由后端管理模块实现，支持对患者康复过程中各项指标的实时监测和跟踪，可以及时调整和升级康复计划。
（4）康复数据分析：该功能主要由后端管理模块实现，支持康复数据的统计和分析，提供康复计划效果评估和科学决策支持。
3.系统设计特点（1）高度可靠：康复数据全程采用数据加密技术，确保数据的安全性和机密性，系统架构多层次设计，避免单点故障。
（2）高可扩展性：系统各模块间采用松耦合的设计模式，增加了系统的可扩展性。
（3）高智能化：系统采用AI智能化技术，支持智能康复计划制定、智能康复效果评估等功能。
4.结论本文提出的一种远程康复信息采集控制系统，采用C/S模式，能够实现康复数据的全方位跟踪、管理和分析，具有高度可靠性、高可扩展性和高智能化特点，是一款具有高附加值的全新康复模式。
插棒式上肢功能康复训练仪的设计
插棒式上肢功能康复训练仪的设计薄雪峰;陈征;刘庆凯;曹海勇;宋红芳;刘志成【摘要】Objective On the basis of traditional rehabilitation training apparatus, we design an interesting rehabilitation training apparatus for upper limb function which can assist patients to accomplish the rehabilitation training on hand, wrist and elbow, and register the rehabilitation training mode and results. Methods The apparatus consists of control center, man - machine interface, detecting circuit, training board and training stick. This system uses 89S52 microcontroller to control the whole rehabilitation training apparatus and designs the man-machine interface with LabVIEW. Results We achieve the hardware design and software programming of the rehabilitation training apparatus for upper limb function. Conclusions This research can be used as a home-based rehabilitation training device to enhance the patients' positivity. The apparatus also can export reports that help physicians to evaluate the rehabilitation training effect.%目的在传统机械类插棒康复训练装置的基础上,设计一种在康复训练期帮助偏瘫患者完成手、腕、肘等关节活动度训练的上肢功能康复训练仪器,增强康复训练的娱乐性和趣味性,并记录每次康复训练的难度模式、完成时间和成绩.方法该仪器包括控制系统、人机交互界面、检测电路、训练板和训练棒,采用单片机89S52主控芯片实现整机控制,选用LabVIEW编写人机交互界面.结果完成了上肢功能康复训练仪器的硬件设计和软件编程.结论利用该仪器,可以促使偏瘫患者积极主动地坚持自我康复训练,且每次训练后可输出报表,以便医生给出康复训练效果和康复程度的评价及下次训练的建议.【期刊名称】《北京生物医学工程》【年(卷),期】2012(031)006【总页数】5页(P607-610,633)【关键词】偏瘫;上肢功能;康复训练;仪器设计【作者】薄雪峰;陈征;刘庆凯;曹海勇;宋红芳;刘志成【作者单位】首都医科大学生物医学工程学院,北京 100069;首都医科大学生物医学工程学院,北京 100069;首都医科大学生物医学工程学院,北京 100069;首都医科大学生物医学工程学院,北京 100069;首都医科大学生物医学工程学院,北京100069;首都医科大学生物医学工程学院,北京 100069【正文语种】中文【中图分类】R318.6偏瘫是指一侧上下肢、面肌和舌肌下部的运动障碍，它是脑卒中、急性脑血管病的一个常见症状。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
……Biblioteka ……．上肢康 复机器 人实验平 台 肌 电信号采集系统的设 计
东北大学 自 动化研 究所 王建辉 张传 鑫 白 冰 刘一楠
【 要】表面肌 电信 号是肌 肉收缩的同时伴 随的一种电压信号 ，是一种复杂的表皮 下肌 电信 号活动在 皮肤 表面处的时间和空 间上综合得 出的结果 ，能够反 映出神 摘 经、肌肉的功能状态 。正是其在相 同肌群规律 性和在 不同肌群差异性 ，使得利用肌 电信 号作为人机接 口来 控制上肢康复机器人成为可 能。本 文的主要 内容 是肌 电 信 号采集系统的设计 ，将从硬 件电路 以及 软件设计 两部分进行 阐述 。其 中硬件 电路 主要 由表 面电极 、信 号调理 、Ｎ ．Ｓ 一 １数据采 集卡和上位机 四部分 组成；系 Ｉ Ｂ６ Ｏ Ｕ ２
处理器 的广 泛应用 ，对肌 肉电信号 的检测 手
统软件采 用虚拟仪器开发平 Ｌｂ Ｉ Ｗ编程 ，完成肌 电信号实 时采集、滤波处理 、数据存储等功能。 ａＶ Ｅ
【 关键词 】康复机器人 ；表面肌 电信号；信号采集；Ｌ ｂ Ｉ Ｗ ａＶ Ｅ
Ｕ ｐｐｅ ｉ ｂ ｅ ｂｉｉａ ｉ ｒｌｍ ｒ ｈａ ｌｔ ｔｏｎ ｏ ｒ ｂｏｔｅ ｘｐｅ ｉ ｅ ａ ｌ ｔ ｏ ｍ ｏｒ ｒｍ ｎｔ ｌｐ ａ ｆ ｒ ｆ
．
ｈ ｄ ａｅｃ ｃ ｉｉ ｃ ｄ ｓ ｅｓ ｒ ｃ ｌ ｔ ｄ ｓ ｓ ａ ｃ ｎ ｔ ｎｎ ， ｔｅＮ Ｉ Ｂ一２ ０ｄ ｔ ｃ ｕｓ ｏ ａｄａ ｄｔ ｅ ｏ ｔ ｏ ｐ ｔｒ Ｔ ｅｓｓｅ ｓ ｆ ａｅｕ ｅ ｉ ｕ ｌ ｎ ｔ ｍ ｅ ｔ ｒ ａ ｗ ｒ ｉ ｕｔ ｎ ｌ ｅ ｔ ｕ ａ ｅｅ ｃ ｏ ｅ ， ｉ ｌ ｏ ｄｉ ｉ ｇ ｈ ｒ ｕ ｈ ｆ ｅｒ ｎ ｇ ｉ ｏ — ＵＳ ６ １ ａａａ ｑ ｉ ｎ ｃ ｉ ｔ ｉ ｒ ｎ ｈ ｓ ｃ ｍ ｕ ｅ ； ｈ ｙ ｔｍ ｔ ｒ ｓｓ ｈ ｏｗ ａｖｒ ａ ｉｓ ｕ ｎ ｔ ｒ ｄ ｖ ｌｐ ｎ ｌｔ ｒ Ｌ ｂ Ｅ ｒｇ ａ ｅ ｅｏ ｍｅ ｔ ａｆ ｍ ａ ＶＩ Ｗ ｐ ｏ ｒｍｍｉｇｗｈｃ ａ ｐ ｏ ｎ ｉ ｈ ｃｎｉ ｌ ｅ ｔ ｅ Ｅ Ｇ ｇ ａ ｉ ａ ｔ ｃ ｕｓ ｏ ｍｐ ｅ ｎ Ｍ ｍ ｈ ｔ ｓ ｓ ｉ ｌｎｒｌ ｉ ｎ ｅ ｍｅａ ｑ ｉｉ ｎ， ｆｔｒ ｇ ｐ ｏ ｅ ｓ ｇ ｄ ｔ ｓｏ ａｅａ ｄ Ｓ ｎ ｉ ｔ ｉ ｅｉ ， ｒ ｃ ｓｉ ， ａ ｔｒｇ ｏ ｌ ｎ ｎ ａ ｎ Ｏ Ｋ ｅ ｏ ｄ ： ｒｈ ｂｌ ｔ ｎｒ ｂ ｔ ｓ Ｍ Ｇ ； ｓ ａ ａ ｑ ｉ ｔ ｎ Ｌ ｂ Ｅ ｙ ｗ ｒ ｓ ｅ ａ ｉｔｉ ｏ ｏ ； Ｅ ｉ ｏ ａ ｉ ｌ ｃ ｕｓｉ ； ａ ＶＩ Ｗ ｎ ｇ ｉｏ
．
１ 引言 ．
号一般有 以下典型特征 ： （） 电信号 是一种微 弱的 电信号 。肌 １肌
时为６ — ０ ｕ ，松弛 时约 为２ － Ｏ ｒ ０３ ０Ｖ ０ ３ ｕ ，而 且
一
在 频域 上 ，不 同肌 肉的肌 电信 号 ，其 频 率
近 年 来 随着 电 子技 术的 迅猛 发 展和微
ｓ ＥＭ Ｇ ｃ ｉｉｉ ａ ｑｕ ｓｔｏｎ ｙ ｔ ｍ ’ ｓｇ ｓ ｓｅ Ｓ ｄｅ ｉ ｎ
Ｗ ＡＮＧ ｊ ｎ ｈ ｉ ＨＡＮＧ ｃ ｕ ｎ ｘｎ Ａ ｉｇ Ｉ ｉｎ ｎ ａ — ｕ ，Ｚ ｉ ｈ ａ — ｉ ，Ｂ Ｉｂｎ ，Ｌ Ｕ ｙ— ａ
Ａｂ ｔ ａ ｔ ｓ ｓｒ ｃ ： ＥＭ Ｇ ｓｌ ｃ ｎ ｒｃ ｏ ｃ ｏ ａ ｉｄｂ ｉ ｅ ｃｒ ａ ｓ ｎ ， ｉ ａｃ ｍｐｅ ｎ ｅ ｅｓｉ ｍｕ ｃｅ ｏ ｔａ ｔ ｎａ ｃ ｍｐ ｎｅ ｙ ａ ｌ ｔ ｃｌ ｉ ａ ｉ ａ ｅ ｉ ｇ ｌ ｓ ｏ ｌ ｕ ｄ ｒ ｈ ｋ ｓ ｘ ｔ ｎ ＥＭ Ｇ ｃ ｖｔ ｅｓｉ ｅｔ ｎ ａｅｏ ｅ ｏ ａ ｔ ｉ ｉ ｔ ｎ ａ ｔ ｍｅａ ｄ ｓ ｃ ｎｔ ｍｐ ｅ ｅ ｓ ｅｒｓ ｌ ｉ ｙｎｈ ｋ ｔ ｈ ｉ ｐ ｈ ｃ ｒｈ ｎｉ ｅｕｔ ｖ ｓ
．
Ｉ ｃ ｌ ａ ｌ ｏ ｒｆ ｃ ｔｅ ｓ ｔ ｆ ｅｖ ｎ ｄ ｍｕ ｃｅｆｎ ｔ ｎＩ ｉ ｈ ａ ｔｅｒ ｇ ｌ ｉ ｆｔｅｓ ￣ｅｍｕ ｃｅ ａ ｄｄ ｆ ｒａ ｅ ｎ ｔ ｅｄｆｅｅ ｔ ｕｃｅ ｇｏ ｐ ｈ ｔｍａ ｅ ｔ ｏ ｓ ｌ ｔ ｓ ｔ ａ ｂｅｔ ｅ ｅ ｔ ｔ ｅｏ ｎ ｒ ｅａ ｌ ｌ ｈ ａ ｓｌ ｕ ｃ ｏ ． ｓｔ ｔ ｅｕ ａ ｔ ｏ ｈ ０ ｉ ｔ ｈ ｒｙ ｉ ｓｌｓ ｎ ｉ ｅｅ ｃｓｉ ｈ ｉ ｒ ｎ ｍ ｓ ｒ ｕ ｓｔ ａ ｆ ｆ ｌ ｋ ｓｉｐ ｓｉ ｅ ｏｕ ｅ ｂ ｓ ＥＭ Ｇ ｓ ｒ ｍａ ｈｎ ｔｒａｅｔ ｏ ｔ ｌ ｅｕ ｐ ｒ ｉ ｈ ｂｌａｉｎｒ ｂ ｔ ａ ｍａｌ ｃ ｉｅｉ ｅ ｆｃ ｃ ｎ ｏ ｐ ｅ ｍｂｒ ａ ｉｔｔ ｏ ｏ． ａ — ｎ ｏ ｒ ｔ ｈ ｌ ｅ ｉ ｏ Ｉ ｉ ｐ ｐ ｒ ｔｅＥＭ Ｇ ｇ ａ ａ ｑ ｉｉｏ ｓ ｍ ｅｉ ｅｍａｎ ｃ ｎ ｅ ｔ ｗ ｎｔ ｓ ａｅ ，ｈ ｈ ｓ ｎ ｌ ｃ ｕｓｔ ｎｓ ｔ ｄ ｓ ｉ ｔ ｉ ｏ ｔｎ ， ｅＷⅢ ｅ ｐａ ｏ ｔ ａｔ ｔ ａ ｅｏ ｅｉ ｈ ｒｗａｅｃｒｕｔ ｎ ｅｏ ｅ ｏ ｔ ｒｅｄ ｓ ｎＴｈｅ ｉ ｉ ｙ ｅ ｎ ｇ ｓｈ ｘ ｌ ｎ ｉ ｆ ｍ ｉ ｔｒ ＷＯｐ ｒ ｔ ｎ ａｄ ｒ ｃ ｄ ｔ ｔ ｒ ｓｓ ｆ ｓ ｈ ｈ ｔ ｓ ｉ ｉ ａ ｈ ｈ ｉ ｗａ ｅ ｉ ｇ