技术领域
[0001] 本
发明属于
机器人控制技术,尤其涉及一种基于脑电波结合肢体动作的仿生手臂控制装置及控制方法。
背景技术
[0002] 随着互联网的发展以及触
角的延伸,大脑——这个人体中最神秘的器官正逐渐展现出其更新奇的一面。越来越多的学者对脑电波控制技术进行了深入而广泛的研究。人的大脑是由无数神经交错而成的,当这些数以万计的神经相互作用时,脑电波模式就会表现出相应的思维状态,并且会产生轻微的放电。不同的神经活动会表现出不同的思维状态;不同的思维状态会发出不同振幅和
频率的脑电波。
[0003] 仿生手臂是
人工智能研究领域中的一个热点问题,应用前景非常广泛。从本质上来讲,仿生手臂是一种能按既定的程序或要求,自动完成物件传送或操作作业的机械装置。它能部分地代替人的手工劳动,还能模拟人的手臂动作,完成较复杂的作业。近年来,越来越多的研究学者试图把脑电波技术应用在仿生手臂中,即可以用意念控制的仿生手臂。
[0004] 当前的脑电波采集技术发展的还很不成熟,
信号采集容易受到干扰,不稳定的同时随机性较大,采集
精度不够准确且不方便携带。
发明内容
[0005] 本发明要解决的技术问题是:提供一种基于脑电波结合肢体动作的仿生手臂控制装置及控制方法,以解决
现有技术存在的仿生
机械臂的不足,以及现有仿生机械臂信号采集不稳定,精度不准确,易受干扰,系统成本高,实时性差及不方便携带等技术问题。
[0006] 本发明技术方案:一种基于脑电波结合肢体动作的仿生手臂控制装置,它包括控
制模块,脑电波
传感器和运动感测传感器与
控制模块无线连接;语音播报模块与控制模块通过
导线连接;控制模块与仿生手臂通过无线。
[0007] 所述控制模块与上位机通过无线网络连接。
[0008] 脑电波传感器为贴片式便携传感器,安装在眼镜或
耳机上。
[0009] 运动感测传感器为贴片式便携传感器,集成三轴
磁传感器、三轴
加速度传感器以及三轴
陀螺仪传感器,安装在
手腕上。
[0010] 控制模块采用开源的Arduino平台。
[0011] 仿生手臂为RB-796MG大扭
力舵机。
[0012] 所述语音播报模块为WT588D系列语音芯片。
[0013] 所述的基于脑电波结合肢体动作的仿生手臂控制装置的控制方法,它包括:步骤1、将控制模块与脑电波传感器之间通过无线通信方式连接,将控制模块与运动感测传感器之间通过无线通信方式连接,控制模块与语音播报模块之间通过导线连接;
步骤2、通过脑电波传感器获取大脑的脑电波信息,并将获取的信息通过无线通信方式发送至控制模块;
步骤3、控制模块将接收到的脑电波信息进行处理,判断用户意念状态信息以及用户准备开始进行的运动状态信息,向仿生手臂发送运动指令;
步骤4、通过运动感测传感器获取肢体运动状态信息,并将获取的信息通过无线通信方式发送至控制模块;
步骤5、控制模块根据接收到的运动状态信息,向仿生手臂发送运动指令。
[0014] 所述的基于脑电波结合肢体动作的仿生手臂控制装置的控制方法,控制模块在向仿生手臂发送运动指令的同时,控制模块也向语音播报模块和上位机发送播报信息。
[0015] 本发明的有益效果:与现有技术相比,本发明基于脑电波结合肢体动作的仿生手臂控制装置及控制方法采用
物联网传感技术和无线通信技术,借助脑电波控制技术,将其应用在仿生手臂上,能够实现意念控制,其控制方式采用脑电波启动和停止动作并给出仿生手臂动作状态,无需集中注意力,不担心其他干扰;采用肢体前、后、左、右单一以及组合空间动作控制仿生手臂的运动方向,空间精度精确,实用性强,操作简单。系统以智能化语音播报意念控制的方式代替原有仿生机械臂,以解决现有技术中脑电波
数据采集控制不稳定、精确度不高以及数据难以应用等技术问题,提高了系统的实用性、便携性,优化了用户体验。系统中使用的脑电波传感器和九轴运动感测传感器均为贴片式便携传感器,不与人体
皮肤直接
接触,且方便用户携带,也可用于珠宝装饰。本仿生手臂控制系统操作简单、成本低廉、扩展性强、采集数据精确高,且不对人体产生伤害,小巧方便实用性强;解决了现有技术存在的仿生机械臂带来的不足,以及现有仿生机械臂信号采集不稳定,精度不准确,易受干扰,系统成本高,实时性差及不方便携带等技术问题。
附图说明
[0016] 图1为本发明控制结构示意图。
具体实施方式
[0017] 本发明采用DCS系统的基本设计思想,即分散控制任务而集中监视与管理,使用物联网技术完成仿生手臂控制功能。
[0018] 所述脑电波传感器为美国Neurosky公司研发的世界第一款的
脑电图传感器ThinkGear AM芯片,采用贴片式便携传感器取缔涂导电胶湿传感器来采集脑部周围人体发出的脑
电信号,并将采集到的脑电信号转换成电信号,从而实现控制,具有精度高、反应快、易携带等优点,且传感器的结构简单,形式灵活多样,在检测和控制领域应用广泛。
[0019] 所述运动感测传感器为美国PNI公司的运动
跟踪引擎,该传感器集成了PNI三轴磁传感器、三轴加速度传感器、三轴陀螺仪传感器,与标准的6轴IMU空间
位置传感器相比,其测量结果更加精确、数据更加可靠。除此之外,九轴运动感测传感器能够在测量中对干扰行为进行不断校正,实时性较强,非常适合应用于机器人控制技术。
[0020] 所述的控制模块采用开源的Arduino平台。Arduino是一款便捷灵活、方便上手的开源
硬件产品,具有丰富的
接口,片内资源丰富。本发明拟通过Arduino平台3个串口分别与脑电波传感器、九轴运动感测传感器以及仿生手臂之间进行无线通信,其功耗低、运算能力强。
[0021] 所述的仿生手臂采用RB-796MG大扭力舵机。仿生手臂采用关节与九
自由度串联式结构,由伸缩臂舵机和9个RB-796MG大扭力舵机组成,伸缩臂舵机控制抓取动作,其余舵机控制仿生手臂的运动方向及运动状态。
[0022] 所述的语音播报模块采用WT588D系列语音芯片,它集
单片机和语音
电路于一体,增加可编辑功能,可根据实际用法外置SPI-FLASH
存储器,以功能多、音质好、应用范围广以及性能稳定的优点著称,弥补了以往各类语音芯片应用领域小的
缺陷。
[0023] 本实施方式所述的种基于脑电波结合肢体动作的仿生手臂控制装置,采用脑电波结合肢体动作来控制仿生手臂。其中,脑电波眨眼强度用来控制仿生手臂的启停,专注强度用来控制仿生手臂大致的抓取动作,无需担心干扰;用户肢体动作用来控制仿生手臂的伸、屈、旋转单个或组合的具体运动方式,操作简单方便。
[0024] 一种基于脑电波结合肢体动作的仿生手臂控制装置,它包括控制模块,脑电波传感器和运动感测传感器与控制模块通过窄带物联网连接;语音播报模块与控制模块通过导线连接;控制模块与仿生手臂通过窄带物联网连接。
[0025] 窄带物联网(NB-IoT)相比蓝牙、ZigBee等短距离通信技术,具备广
覆盖、可移动以及大连接数等特性,能够带来更加丰富的应用场景,其低速率、低频段、低成本和高覆盖等特点使其逐步成为万物互联网络的一个重要分支。
[0026] 所述控制模块与上位机通过无线或导线连接。
[0027] 脑电波传感器为贴片式便携传感器,安装在眼镜或耳机上。
[0028] 运动感测传感器为贴片式便携传感器,集成三轴磁传感器、三轴加速度传感器以及三轴陀螺仪传感器,安装在手腕上。
[0029] 一种基于脑电波结合肢体动作的仿生手臂控制装置及方法包括:步骤1、将控制模块与脑电波传感器之间通过无线通信方式连接,将控制模块与九轴运动感测传感器之间通过无线通信方式连接,控制模块与语音播报模块之间通过导线连接,各模块之间建立通讯网络;
步骤2、通过脑电波传感器获取大脑的脑电波信息,并将获取的信息通过无线通信方式发送至控制模块;
步骤3、控制模块将接收到的脑电波信息进行处理,判断用户意念状态信息以及用户准备开始进行的大致运动状态信息,向仿生手臂发送运动指令,向语音播报模块发送播报信息,同时将所采集到的信息通过无线通信方式发送至上位机提醒;
步骤4、通过九轴运动感测传感器获取肢体运动状态信息,并将获取的信息通过无线通信方式发送至控制模块;
步骤5、控制模块将接收到的运动状态信息进行处理,向仿生手臂发送运动指令,向语音播报模块发送播报信息,同时将所采集到的信息通过无线通信方式发送至上位机提醒。
[0030] 本发明一种基于脑电波结合肢体动作的仿生手臂控制系统可应用于机器人,或需要辅助的老年、残障人士。在系统初始化时,脑电波传感器采集脑电波信息,发送给控制模块并设置眨眼强度和专注度
阈值,通过分析所获得的脑电
波数据其眨眼强度和专注度是否在阈值区间来判断用户意念状态信息以及用户准备开始进行的大致运动状态信息。当脑电波传感器检测到眨眼强度在阈值区间内时,控制模块
马上向仿生手臂发送启动命令,向语音播报模块发送播报信息;反之,眨眼强度不在阈值区间内时,仿生手臂运动停止,不向仿生手臂发送运动指令,不向语音播报模块发送播报信息。根据专注度产生的相应的不同占空比的PWM信号控制伸缩臂舵机伸缩动作,根据九轴运动感测传感器上肢运动
姿态角度信号产生9路PWM信号控制RB-796MG大扭力舵机按用户需求伸缩旋转。
[0031] 本发明一种基于脑电波结合肢体动作的仿生手臂控制系统以智能化意念控制的方式代替原有仿生机械臂,以解决现有技术中脑电波数据采集控制不稳定、精确度不高以及数据难以应用等技术问题,提高了系统的实用性、便携性,优化了用户体验。为早日实现意念控制生活提供了技术保障。