基于肌电图之机器臂控制系统.PDF

第二章 基於肌電圖之機器臂控制系統 文獻探討提及許多使用 EMG 訊號來操控復健裝置或多功能義肢的研究 ，一 般而言其系統架構可分為四個部分 ：訊號量測 、訊號處理 、分類器設計以及裝置 控制 ，我們的系統也是基於這種架構基礎而建立 ，其中的受控裝置為機器臂 ，並 且在最後藉由視覺回饋來了解機器臂的受控情況 ，系統方塊圖如圖 2.1 所示。在 訊號量測部分會透過 EMG 訊號量測系統來擷取原始的 EMG 訊號，將之傳送到 電腦端做進一步的訊號處理 ，此處理步驟主要為了濾除雜訊 ，並透過特徵擷取來 分析 EMG 訊號的特性，接著以特徵處理後的 EMG 訊號來做為分類器辨識的輸 入 ，透過分類器的設計以區分不同的手部運動 ，最後將結果轉換成機器臂的控制 命令 ，使機器臂跟隨著操控者做出相對應的運動 ，操控者可利用視覺回饋來評估 機器臂的活動狀況 ，進而決定下一步動作 ，透過這樣的系統便能夠根據操控者的 意圖來靈活的操控機器臂 ，為了建構出完整的系統 ，我們仍然必須先了解每個環 節背後的原理與方法 ，首先訊號量測時要了解運動時所使用的肌肉或肌群 ，以期 將電極安置在正確的位置，此部份將於 2.1 節詳細討論，藉由電極收集的 EMG 訊號含有許多雜訊 ，因而必須知道量測時伴隨發生的雜訊 ，以期做出正確的 EMG 訊號判讀 ，並針對不同雜訊設計適合的濾波器設計 ，濾波後的 EMG 訊號將經由 特徵擷取來分析 EMG ，觀察其隨著不同運動所伴隨發生的變化狀況，此部分將 在 2.2 節討論 ，最後根據不同運動所表現出來的特徵變化 ，設計高性能的分類器 來辨識手部運動 ，此部份將在 2.3 節予以討論 ，機器臂的控制部分我們將在第三 章軟硬體實驗來介紹。 8 訊號 訊號 分類器 raw EMG Features 量測 處理 設計 Motion command 機器臂 Visual feedback 控制 圖 2.1 基於肌電圖之機器臂控制系統示意圖 2.1 訊號量測 使用電極量測 EMG 訊號時有些人以方便性為考量，因而使用環狀式的主動 電極，將多通道的電極擺放在固定肌群上來量測 EMG 訊號[32]，再利用 ICA 來 找出通道中訊號較為獨立的部分 ，然而此多通道的方式卻同時增加分析處理時的 計算量 ，基於減少電極數的目的 ，肌肉訊號量測前最重要的工作不外乎就是認識 手臂肌肉的構造 、功能以及分佈 ，如此才能依照工作的目標來確定電極所必須安 置的位置 。在大部分的病患當中通常是屬於上肢受損或截肢 ，因此第一章提及的 文獻大部分的目的在於辨識手 、腕及肘關節的移動 ，像是手肘彎曲／伸直 ，手腕 旋前／反掌 ，手腕外展／內收 ，手部打開／關閉等動作 ，本論文主要是針對肘關 節的運動，因此我們將針對移動前臂的肌肉來討論 [33] 。移動前臂的肌肉分為 。 四類，分別是負責前臂屈曲、伸展、旋前及旋後（各動作的定義如圖 2.2 ）的屈 肌、伸肌、旋前肌及旋後肌，屈肌的部分計有肱二頭肌（Biceps brachii ）、肱肌 （Brachialis ）及肱橈肌（Brachioradialis ），其肌肉的位置如圖 2.3 ；伸肌的部分 有肱三頭肌 （Trice