姜归华

摘要：本文简略阐述了该课题的研究背景和研究意义，介绍了系统总体设计方案，并从传感器的选择、触觉信号判断、软硬度信号判断、滑觉信号判断以及假手握力模糊控制方法几方面内容着手对基于PSO-SVM的仿生肌电假手反馈控制系统设计进行了详细分析，旨在为相关研究人员提供参考。

关键词：PSO-SVM;仿生肌电假手;系统设计

引言：仿生肌电假手的应用可以有效突破传统方法的局限性，实现对于物体更加灵活和高效的抓握，但从目前来看，其在实际进行系统设计的过程中仍面临着一定的不利因素，基于此，有必要对其展开深层次的探索。

1研究背景及意义

我国有众多因为事故、自然灾难以及疾病而截肢的人，相关调查研究表明，我国的残疾人总数超过6000万，并包含着2400万人存在肢体残疾，其中有着假肢安装需求的上肢和下肢残疾者包括800-1000万人。在人体器官中，手是最具灵活性的器官，承担着诸多工作，所以那些上肢截肢者在生活工作中面临着极大的困难。机械假手的应用在重量以及体积方面均存在着较高的要求，与此同时，其还应当具备良好的灵活性和简洁性特征，能够高质量地代替人手完成日常操作。针对其所进行的研究中最为关键的便在于如何使得机械假手能够按照人的意愿进行动作，相关研究人员和技术人员在假手控制方面采用多种控制信号进行了尝试，例如声音、机械运动和肌电信号等。

而肌电信号在操作方面有着较为简单的特点，并且不会对人体造成极大程度的损伤，是现如今机械夹手控制方面较常应用的信号源。皮表的肌电电场的组成包括多个运动单元收缩时电效应，表面肌电信号主要指的是用表面电极所提取的肌电信号。它同肌肉本身所具有的功能状态以及活动转台之间存在着一定程度的内在联系，所以可以实现对于神经肌肉活动的反映。对于肌电信号来说，其中涉及到极为丰富的信息，能够起到有效识别肌肉收缩模式以及强度的作用。但是从实际情况来看，肌电信号本身有着相对较微弱和容易受到干扰的特点，这便为识别肌电信号造成了阻碍。肌电控制指的是提取肌电信号的有用信息进行模式识别应用在外界控制中的技术，当前在外骨骼以及价值等领域已经实现了对其的广泛应用[1]。

2PSO-SVM基础上的仿生肌电假手反馈控制系统设计探究

2.1系统设计方案

其系统总体的组成主要包含三部分内容，分别为假手控制、上位机离线分析系统以及信号采集模块。该系统能够高质量提取仿生肌电假手握拳以及张开动作的肌电信号，并用过对于基于粒子群优化的支持向量机算法，针对手部动作展开精准的识别工作，与此同时还要在线进行对于肌电假手实际动作的有效控制。假手在对物体进行抓握的时候，将会利用设置于手指上的传感器组对物体的具体硬度以及滑觉信息进行采集，与此同时还会针对相应的滑觉信号展开响应等经验模态分解的工作，在其中实现对于模糊逻辑控制的引入，这样一来便能够在面对不同物体的时候根据其在硬度以及滑度等多方面存在的特殊性进行掌握，进而达到握力的自适应调节效果，便可以有效实现对于多感知反馈控制的落实。

2.2控制策略

2.2.1传感器的选择

传感器的选择是肌电假手控制的重要内容之一，若想提升其“软抓取”功能的实效性，应当对肌电假手的具体抓握要求产生更加全面的考虑和认识，优化选择有着较强的过载能力以及较宽的动态范围，并且静态滑动信号响应比较快的压阻式传感器RFP602作为其滑觉传感器。与此同时，在软硬度传感器的选择方面，应当尽可能选择有机压电材料聚偏氟乙（PVDF），这主要是由于其有着较高的测量灵敏度以及压电系数。同时其在质地方面相对柔软，重量轻，所以还有着耐冲击的特点，这些特点也切实展现出了作为软硬度传感器的较高的应用价值。具体应当在肌电假手的手指内侧位置对其进行高质量的贴装工作。

2.2.2触觉信号判断

当肌电假手同物体产生接触的时候，将会使得PVDF压电传感器在受力的情况下产生变形，进而出现电荷，而电荷在放大之后，将会产生一个有着较大幅值的电压脉冲信号。在实际进行判断的过程中应当针对其在不同物体的抓握接触方面的各方面实际情况进行对比，并对相应的触觉阈值进行科学合理的选取，进而在此基础上展开触觉判断，若是PVDG压点传感的信号要比触觉阈值xa要大时，便可以实现对于假手同物体之间接触的判断。

2.2.3软硬度信号判断

对于物体的属性来说，物体的软硬度是其较为关键的内容之一，从本质上来看，物体的软硬度主要指的是，其在受到外界压力的时候其本身所具有的抵抗变形的能力。当采用相同的速度对不同的物体进行抓握的时候，有着较大形变的物体便较软，而形变小的物体便应对较高。PVDF传感器所产生的压电信号同接触压力成正比关系，当其同硬度较高的物体产生接触的时候，其压电信号将会产生大幅度的上升。通过对于传感器电压值的累加便能够实现对于物体实际软硬度的科学度量。具体公式如下：

在该公式中代表的是触觉阈值，而则指的是信号采样值，i和n分别代表的是接触时刻以及采样长度。

2.2.4滑觉信号判断

在滑觉信号判断方面，当物体产生滑动的时候，压阻传感器便会形成一定的高频摩擦振动信號，但其所具有的幅值相对较小，若是单纯从时域中提取滑动信号的特征，采用阈值选择的方式便会导致其产生一定程度的误判现象。在时频域上采用经验模态分解法提取滑觉信号的特征，该方法的应用相对于其它方法来说，有着更加良好的自适应、直接以及直观性，由此可见经验模态分解法有着极强的应用价值。经验模态分解是一种新型的信号处理方法，其在应用的过程中主要是逐级对信号中所存在的各个不同尺度下产生的波动进行分解，这样一来便会产生一系列的特征模态函数，其所具有的特征尺度均存在不同。在面临非平稳的滑动信号的时候，采用EMD方法所获取的各阶IMF分量都能够呈现出较为平稳的特点，主要是立足于滑动信号自身的特征时间尺度达到分解信号的效果，其并不存在固定的奇函数，自适应强，在此基础上所获得的每一个IMF都有着突出的物理意义，可以将其滑动的实际过程展现出来[2]。

2.2.5假手握力模糊控制方法

上肢健全的人在对物体进行正常抓握的时候，通常情况下为了确保抓握的稳定性，会向那些有着更强刚度的物体进行更大握力的施加，而针对那些较软的物体则只需要施加较小的握力。针对肌电假手的抓握行为构建起相应的握力模糊控制器，如图1所示。

在模糊控制器的输入端实现对于物体硬度量以及滑动程度量的引入，而输出变量则是其需要加载的握力F。当加载力F产生变化的时候，便可以对电机进行合理控制，使其能够达到更加良好的抓握力效果。

结论：综上所述，该方式的应用能够有效实现对于人抓握方式的模拟，同时其能够展现出良好的适应性，在进行抓握的时候可以达到更加精确和及时的相应控制效果，高质量完成相应的控制任务。该系统的应用能够有效提升仿生肌电假手的应用效果，对于机械假手领域的发展有着积极的促进作用。

参考文献：

[1]邓志鹏，李新伟，肖艺璇，等.一种动力型髋离断假肢控制系统研究[J].中华物理医学与康复杂志，2021，43（5）：454-460.

[2]周恩至，张翼，邓华.肌电假肢手抓握力控制系统的设计与实现[J].传感器与微系统，2020，39（9）：94-96，100.