1、基于手臂表面肌电信号的智能小车控制系统 晋晓飞 王浩 陈媛 王鹏程 南京航空航天大学航天学院仿生结构与材料防护研究所 南京航空航天大学自动化学院生物医学工程系 摘 要： 研究一种基于手臂表面肌电信号的智能小车控制系统。当左臂做出曲臂、左勾、右勾、自然下垂四种动作时, 小车将完成前进、左转、右转、停止四种运动状态。手臂表面肌电信号采集模块通过三个单通道肌电信号传感器采集左臂四种动作下的肌电信号并进行预处理;在信号识别及指令编码模块对肌电信号进行分类识别, 识别出手臂的不同动作, 并编码出对应的控制指令。通过无线传输模块把控制指令传输给智能小车控制模块;智能小车控制模块根据控制指令驱动电机转动,
2、从而实现对小车运动状态的调控。实验证明, 本智能小车控制系统信号识别率高, 延迟小。关键词： 表面肌电信号; 肌电传感器; 幅值; 智能小车; Arduino; nRF24L01; 作者简介：王浩, Email:收稿日期：2017-01-06基金：国家高技术研究发展计划项目 (863 计划) (2015AA042304) Intelligent Vehicle Control System based on Arm Surface ElectromyogramJIN Xiaofei WANG Hao CHEN Yuan WANG Pengcheng Institute of Bio-inspi
3、red Structure and Surface Engineering, College of Astronautics, Nanjing University of Aeronautics and Astronautics; Abstract： A kind of intelligent vehicle control system based on arm surface electromyogram ( EMG) was studied. When the left arm made the actions of bend, left hook, right hook and nat
4、ural droop, the vehicle would complete the corresponding motion stateforward, left, right and stop. The arm surface EMG signal acquisition module collected the EMG signals of the left arm by three single-channel EMG signal sensors and pre-processed them. In the signal recognizing and instruction enc
5、oding module, recognizes different arm actions were recognized, and corresponding control instructions were corresponded. Control instructions were transmitted to the intelligent vehicle control module through the wireless transmission module. According to the control instructions, the intelligent v
6、ehicle control module drived the motor rotating to achieve the regulation of the vehicle motion state. Experiments show that this intelligent vehicle control system has high signal recognition rate and short delay.Keyword： Surface electromyogram; Electromyogram sensor; Amplitude; Intelligent vehicle
7、; Arduino; nRF24L01; Received： 2017-01-061 引言表面肌电信号 (surface electromyogram, SEMG) 是人体骨骼肌表面通过电极记录下来的神经肌肉活动产生的生物电信号1, 是人体神经、肌肉等运动组织功能状况的一种直接反映。表面肌电信号由于无创性以及信号处理方法灵活, 已广泛应用于临床医学、人工智能、康复医学治疗等方面2, 尤其是在假肢等智能康复辅具方面的应用, 成为假肢控制的理想信号源3。国外对肌电信号的研究逐步从实验室研究阶段走向临床应用阶段。一些商业化假肢产品, 如德国Otto Bock 公司研发的 Sensor Hand, 英
8、国 Touch Bionics 公司研发的 i-Limb手也都陆续投入市场, i-Limb 手具有 5 个独立控制的手指, 能完成开锁、开易拉罐等精细动作4-5。但是在机械操作和实际生活中, 将肌电信号用来控制终端设备的应用研究还相对较少6。如果可以通过表面肌电信号来控制机械设备, 让有运动功能障碍的人通过手臂来控制护理设备 (如轮椅) , 使人的意识与机械设备统一, 实现人机一体化。本研究设计一种基于手臂表面肌电信号的智能小车控制系统。提取手臂表面肌电信号并分类识别, 编码形成控制指令;受控端安装于智能小车, 可无线接收并解码控制指令, 实现对小车运动状态的实时调控。本设计将为生理电信号控制
9、更复杂终端设备的应用研究打下基础。2 智能小车控制系统整体框架智能小车整体控制系统分为三部分, 见图 1。分别是:手臂表面肌电信号采集处理层、信号识别与指令编码层、智能小车控制层7。手臂表面肌电信号采集处理层:选取人体左臂表面的三个肌肉部位, 采集左臂四种动作下这三个肌肉部位的表面肌电信号并进行预处理。信号识别与指令编码层:对预处理后的肌电信号进行特征提取、分类识别, 并进行控制指令的编码和无线传输。智能小车控制层:小车主控芯片接收到控制指令, 根据提前制定好的通讯协议执行指令, 调控电机驱动模块的 PWM 占空比, 从而驱动电机运动, 最终使小车完成相应的动作。图 1 智能小车整体控制系统
10、Fig 1 Integrated control system of intelligent vehicle 下载原图3 采集部位的选择与信号特征的提取3.1 采集部位的选择人的手臂有很多的肌群, 比如肱肌肌群、屈肌肌群、伸肌肌群等, 并且在不同的关节部位还细分出许多小的肌群, 如伸肌就有桡侧腕伸肌、指伸肌、拇长伸肌等8。在肌群部位选择实验中, 本研究使用 RM6240BD 多通道生理信号采集仪作为肌电采集器, 使用 915S50 型号的银/氯化银贴片电极。经过对左臂主要肌群的表面肌电信号采集和对比分析, 可以发现当左臂做出曲臂、左勾、右勾、自然下垂动作时, 肱二头肌、掌长肌、尺侧腕伸肌三个部
11、位的表面肌电信号具有各自明显的特征。人体左臂肌群见图 2, 肌电信号采集实验见图 3, 左臂动作演示见图 4。图 2 左臂肌群图 Fig 2 Left arm muscle group 下载原图利用 RM6240BD 多通道生理信号采集仪, 在左臂做出曲臂、左勾、右勾、自然下垂四种动作时, 对左臂尺侧腕伸肌 (第 1 通道即红色波形通道) 、掌长肌 (第3 通道即蓝色波形通道) 、肱二头肌 (第 4 通道即紫色波形通道) 进行肌电信号采集, 采集到的肌电信号波形见图 5。图 3 肌电信号采集实验 Fig 3 EMG signal acquisition experiment 下载原图图 4 左
12、臂动作演示 Fig 4 Left arm action demonstration 下载原图图 5 a.曲臂状态下的左臂表面肌电信号;b.左勾状态下的左臂表面肌电信号;c.右勾状态下的左臂表面肌电信号;d.自然下垂状态下的左臂表面肌电信号。Fig 5 a.Left arm surface EMG under bending;b.Left arm surface EMG signal under left hooking;c.Left arm surface EMG signal under right hooking;d.Left arm surface EMG under natural d
13、rooping 下载原图图 5 a.曲臂状态下的左臂表面肌电信号;b.左勾状态下的左臂表面肌电信号;c.右勾状态下的左臂表面肌电信号;d.自然下垂状态下的左臂表面肌电信号。Fig 5 a.Left arm surface EMG under bending;b.Left arm surface EMG signal under left hooking;c.Left arm surface EMG signal under right hooking;d.Left arm surface EMG under natural drooping 下载原图由图 5 可知, 在左臂做出曲臂动作时, 三
14、个部位中只有肱二头肌部位的肌电信号出现较大变化, 且变化特征明显;在左臂做出左勾动作时, 三个部位中只有尺侧腕伸肌部位的肌电信号出现较大变化, 且变化特征明显;在左臂做出右勾动作时, 三个部位中只有掌长肌部位的肌电信号出现较大变化, 且变化特征明显;在左臂自然下垂时, 三个部位的肌电信号均未出现明显变化。这样就容易区分出左臂的左勾、右勾、曲臂、自然下垂四种动作状态。这说明以幅值为特征对肌电信号进行分类识别并加以利用来控制一些终端设备是可行的。3.2 阈值法对 SEMG 进行特征提取由图 5 可知, 当左臂做出曲臂、左勾、右勾动作时, 三个肌肉部位的表面肌电信号的幅值跟自然下垂时相比会出现较大的
15、变化。基于此, 本研究提取这三路表面肌电信号的幅值作为特征值。曲臂时, 只有肱二头肌处的表面肌电信号出现较大变化, 其他两通道无明显变化;左勾时, 只有尺侧腕伸肌处的表面肌电信号出现较大变化, 其他两通道无明显变化;右勾时, 只有掌长肌处的表面肌电信号出现较大变化, 其他两通道无明显变化;自然下垂时, 三路肌电信号均未出现明显变化。且当左臂做出其他动作时, 未能出现如上述四种动作时的表面肌电信号变化情况。基于此, 设置三路阈值, 分别为 my Value0 (肱二头肌) , my Value1 (掌长肌) , my Value2 (尺侧腕伸肌) ;采集到的三路表面肌电信号幅值分别用 Value
16、0 (肱二头肌) , Value1 (掌长肌) , Value2 (尺侧腕伸肌) 表示。选取合适的阈值, 以阈值构建判别组合, 作为四种动作下肌电信号的识别依据, 且可排除其他动作的影响。曲臂、左勾、右勾、自然下垂四种动作识别结果见表 1。表 1 曲臂、左勾、右勾、自然下垂四种动作下肌电信号识别结果 Table 1EMG signal recognition results of four kinds of actions:bend, left hook, right hook and natural droop 下载原表 4 信号采集与识别、控制指令编码与传输4.1 信号采集与识别本设计采用
17、无锡思知瑞科技有限公司生产的单通道肌电传感器来采集上述三个部位的表面肌电信号, 该传感器放大模块为 AD8221, 增益设置为 50K, 采用差分放大, 并且含平滑、整流等电路, 可以完成对肌电信号的预处理, 单通道肌电信号传感器见图 6。控制芯片采用 Arduino UNO 开发板, 其处理器核心是ATmega328, 预设采样频率为 9600 HZ, 同时具有 14 路数字输入/输出口 (其中6 路可作为 PWM 输出) , 6 路模拟输入9。三个单通道肌电传感器分别采集三个部位的肌电信号, 采集端连接见图 7。利用 Arduino 的软件操作环境 Arduino IDE, 用 Proce
18、ssing 设计出一个可视化界面来选取阈值。首先, 肌电信号经 AD转换为 10 位的数字信号, 其范围为 01024。采样频率为 9600 HZ 即每秒采样9600 个点, 为了更形象的描述肌电信号的幅值变化情况, 设置 6 个采样点作为一组数据, 这 6 个采样点的肌电信号幅值可以显示在经 Processing 编程后产生的可视化界面中。随着肌肉的收缩或舒张, 可视化界面中的 6 个幅值也会随之变化。幅值可视化界面见图 8。图 6 单通道肌电传感器 Fig 6 Single channel EMG sensor 下载原图图 7 采集端连接示意图 Fig 7 Connection diagr
19、am of acquisition side 下载原图图 8 幅值可视化界面 a, b:肌肉收缩前后肌电信号幅值变化 Fig 8 Amplitude visualization interface a.b:Changes of EMG signal amplitude before and after muscle contraction 下载原图利用该可视化界面可以掌握曲臂、左勾、右勾、自然下垂四种动作下的肌电信号幅值变化。以一名成年男性和一名成年女性为实验对象, 采集多次左臂动作下的肌电信号, 进行测量对比, 最终确定出三路肌电信号的阈值, 分别是 my Value0为 375, myVa
20、lue1为 325, my Value2为 325。当六个采样点的幅值全超过阈值时 (图 8 中黑色线即为设置的阈值标识) , 即 Valueimy Valuei (i=0、1、2) 。4.2 控制指令编码与传输4.2.1 控制指令编码选取出三路肌电信号阈值后, 即可完成对左臂动作的识别, 接下来要进行小车控制指令的编码。肌电传感器将三路肌电信号输出到 Arduino UNO 开发板, 在此对左臂动作完成识别后, 进行指令编码。智能小车共有 4 个动作, 分别对应左臂的 4 个动作:前进对应曲臂, 左转对应左勾, 右转对应右勾, 停止对应自然下垂。对应的小车动作的指令见表 2。表 2 左臂动作
21、、对应指令、小车动作 Table 2 Left arm action、corresponding instruction、vehicle action 下载原表 4.2.2 控制指令的无线传输无线传输模块采用 nRF24L01。nRF24L01 是一款单片射频收发器件, 工作于2.42.5 GHz ISM 频段10。进行指令编码的 Arduino 与一块 nRF24L01 连接在一起, 作为指令的发射端;另一块 Arduino 连接另一块 nRF24L01 作为指令的接收端。预先制定通讯协议, 发射表 2 中对应指令的 ASCII 码, 在接收端进行解码。通过主控芯片将无线模块初始化之后, 使
22、无线模块一直处于接收状态, 在接收到指令后, 先与无线通讯协议进行对比, 判断是否存在相对指令, 有则执行并且返回识别结果, 例如返回“前进指令收到”, 无则返回“无效指令”, 通过无线应答机制, 避免错误指令的执行, 使对小车的控制更加精确。5 智能小车动作实现在 4.2.2 中, 另一块 Arduino 连接另一块 nRF24L01 作为指令的接收端。接收端接收到控制指令后, 需要调控小车完成相应的动作, 这就需要设计好小车动作的调控硬件。小车整体硬件见图 9。5.1 小车动作调控硬件实现选择 HC02-48 直流减速电机两台, 一左一右放置。两台电机同速向前, 小车就可以实现前进;调整两
23、台电机的转速, 在两个车轮间形成差速, 左边电机转速大于右边, 小车右转;右边电机转速大于左边, 小车左转。图 9 小车整体硬件 Fig 9 Overall vehicle hardware 下载原图智能小车有两个前轮加一个万向轮, 行驶动力来自于前轮的两台直流减速电机, 利用两个电机差速实现转向。智能小车控制系统采用 L298N 电机驱动模块调控电机。L298N 驱动模块可驱动 46 V、2 A 以下的电机, 启动性能好, 启动转矩大, 可实现电机正反转及调速, 适合应用于机器人设计及智能小车的设计11。利用 Arduino 单片机的 PMW 输出功能, 通过调整电机驱动电路的 PMW 占空
24、比来调控电机的转速, 从而实现小车的转向。6 系统测试通过实验验证整个智能小车控制系统的可行性, 主要验证肌电信号动作识别的准确率。选取实验室 6 位同学为实验对象, 三男三女, 每人每个动作随机做 10次, 每个动作保持 3 s, 每两次动作间隔 3s。经验证, 肌电信号动作平均识别率达到 80%以上;其中, 曲臂的识别率达到了 91.67%, 左勾的识别率达到了 80%, 右勾的识别率达到了 85%, 自然下垂的识别率达到了 100%。具体实验数据见表3。且整个控制系统的实时性较好, 手臂动作与小车运动应答机制良好, 系统延迟保持在 1 s 以内。表 3 动作识别实验数据 Table 3
25、Experimental data of action recognition 下载原表 7 结束语本研究设计了一种基于手臂表面肌电信号的智能小车控制系统, 该系统控制方法简单, 可操作性强, 实时性好。初步完成了肌电信号控制终端设备的验证工作, 并为生理电信号控制更加复杂的终端设备提供了平台与基础。但本系统也有不足之处, 如对肌肉动作强度要求较大, 操作久了人会比较累, 且肌肉疲劳会减小肌电信号的幅值特征, 从而影响系统的稳定性, 这是以后工作中急需改进的问题。参考文献1班帅.人体上肢表面肌电信号釆集与处理的研究D.沈阳:东北大学, 2012. 2吴銮, 黄鹏程, 鲍官军, 等.表面肌电信号
26、分析及其在康复医学中的应用J.机电工程, 2011, 28 (11) :1368-1373. 3Peerdeman B, Boere D, Kallenberg L, et al.A biomechanical model for the development of myoelectric myoelectric hand prosthesis control systemsC.32nd Annual International Conference of the IEEE EMBS Buenos Aires, 2010.519-523. 4徐卓君.基于多源信息的智能仿生手臂模式识别方法研究
27、D.长春:吉林大学, 2015. 5查理.肌电假手的研究进展J.国防科技, 2007, 9 (4) :6-13. 6Gandolla M, Ferrante S, Coelli S, et al.Technical validation of an integrated robotic hand rehabilitation device:finger independent movement, EMG control, and EEG based biofeedbackC.2016IEEE 2nd International Forum on Research and Technologie
28、s for Society and Industry Leveraging a better tomorrow (RTSI) , 2016. 7邢路宽, 杨显业, 梁恒诺, 等.基于前臂表面肌电信号控制的智能小车设计J.科技创新导报, 2015, 28:80-83. 8聂绪发.人体解剖学M.北京:科学出版社, 2013. 9蔡睿妍.Arduino 的原理及应用J.电子设计工程, 2012, 20 (16) :155-157. 10刘卫国, 王红彬.基于 nRF24L01 与 Arduino 的超声波测距系统设计J.电子设计工程, 2015, 23 (22) :150-152 11孙绪才.L298N 在直流电机 PWM 调速系统中的应用J.潍坊学院学报, 2009, 9 (4) :19-21.
