基于sEMG和IMU的人机协作研究.pdf

摘要

随着人工智能技术的不断发展，“人机协作”应运而生，人机协作并不是简单

的人机分工，而是充分开发人和机器人的互补能力，实现团队绩效最大化。本文面

向人机协作搬运场景，针对该场景下的人和机械臂之间如何实现高效的协作展开

了研究，本文主要工作内容为：

（1）根据研究需求，确定平台的设计方案，搭建基于sEMG和IMU的人-机

械臂协作验证平台。对肌电传感器和姿态传感器进行二次开发，搭建基于PyQt的

上位机软件。机械臂和上位机以及传感器通过路由器连接到统一局域网下，通过

TCP/IP协议实现通信。传感器的数据以及机械臂的姿态信息通过网络上传至服务

端上位机处进行数据可视化，通过上位机亦可控制机械臂。

（2）单向适应人机协作方式研究，针对协作场景下机器人如何适应人的策略，

研究基于sEMG和IMU的上肢运动意图感知与预测的方法。首先分析了基于表面

肌电信号的识别方法，通过随机森林和SVM对10名受试者的数据进行了验证。

其次，通过IMU的方位角对受试者上肢在矢状面的肩关节及肘关节角度进行了计

算，针对IMU数据存在测量滞后的问题，采用BiLSTM对关节角度数据预测。最

后对sEMG和IMU的特征进行组合，组合两者特征之后，意图识别的正确率显著

提高。

（3）针对单向适应的人机协作方式存在无法周全考虑人的适应性的问题，研

究基于Q-learning算法的人机互适应协作方式。对5名受试者在不同协作方式下进

行实验分析，通过非负分解矩阵对受试者的肌肉贡献进行了统计分析，对比不同策

略下的完成同样任务的累积倾斜度，结果表面基于Q-leanring算法的人机协作方

式有效的降低了累积的倾斜度，提高了协作的效率。

综上，本文以人机协作搬运为出发点，研究人和机器人的协作策略，针对现有

的单向的人机协作方式存在的问题，通过基于Q-learning算法实现人机互适应的协

作方式，从而获取更高效的协作效率。

关键词：人机协作，sEMG，IMU

ABSTRACT

Withthecontinuousdevelopmentofartificialintelligencetechnology,human-robot

collaborationcameintobeing.Human-robotcollaborationisnotasimpledivisionof

laborbetweenhumansandrobots,buttofullydevelopthecomplementarycapabilitiesof

humansandrobotstomaximizeteamperformance.Thisarticleisorientedtothesceneof

human-robotcollaborativehandling,andresearchesonhowtoachieveefficient

collaborationbetweenhumansandroboticarmsinthisscenario.Themaincontentsof

thisarticleareasfollows:

(1)Accordingtotheresearchneeds,thedesignplanoftheplatformisdetermined,

andtheman-robotverificationplatformbasedonsEMGandIMUisbuilt.Thesecondary

developmentoftheEMGsensorandtheattitudesensoriscarriedout,andtheupper

computersoftwarebasedonPyQtisbuilt.Therobotarm,thehostcomputerandthe

sensorareconnectedtotheunifiedlocalareanet