人体运动信息获取

《人体运动信息获取》由会员分享，可在线阅读，更多相关《人体运动信息获取（6页珍藏版）》请在金锄头文库上搜索。

1、人体运动信息获取步行助力机器人以使用者的运动信息为参考，及时作出正确的判断并无滞后地 为使用者提供步行时的助力支持，因此人体运动信息的获取对于步行助力机器人的 控制决策系统至关重要。4 2 1 运动图像采集与分析方法人体的所有动作都是在一定的时间和空间里进行的。时间和空间位置是动作最 原始的特征，因此用拍摄运动图像的方法来记录动作最为方便和准确。运动生物力 学在当前主要借助三维录像、高速摄像等获取运动技术的外部特征，获得运动过程 中人体姿态变化的运动学参数。在 20 世纪 80 年代，人体与物体运动位移轨迹的检测一般采用高速电影摄影机 进行实地拍摄，然后对影片进行数字化处理后，进一步作出分析。

2、高速摄像按拍摄 方式可分为：平面定机摄像测量方法；平面跟踪摄像测量方法；立体定机摄像测量 方法。平面定机测量方法简单易行，不影响人体的运动。但该方法只能测出人体和 物体在垂直于摄像机主光轴平面上的运动参数，只适用于受测体在一个平面上或主 要在一个平面上的运动项目；且使用平面定机摄像测量的平面范围较小，对运动范 围大的项目来说，只能选择其某一运动阶段进行拍摄，例如跑的一个复步、跳远的 助跑最后两步和起跳等。用平面跟踪摄像测量方法拍摄时，摄像机的主光轴始终尽 可能对准受测体，跟踪受测体的运动而转动。此方法测量范围比定机法大，摄影范 围较小，受测体成像大，可减少测量误差。但由于受测体的运动速度因项目

3、、因人 而异，所以“跟踪”难度较大，且摄影机速度与受测体速度难以完全相同，也会带 来测量误差。平面跟踪测量法用于测量运动范围大、动作周期距离长的运动项目。 立体定机摄像测量方法是采用两台或多台摄像机从不同角度对同一研究对象进行同 步拍摄，然后把两台或多台摄像机所拍摄的图像进行数字化，从而获得人体空间运 动的三维坐标，计算有关的运动学参数 8,9。进入 20 世纪 90 年代，录像解析系统开始应用到运动生物力学研究中。它是一 种像-机交互式测量系统，基于立体视觉的基本原理，应用普通摄像机对目标点进行 拍摄，并结合三维空间重构的方法获取被拍摄物的空间坐标，其结构简单、无机械 运动部件、测量空间大、

4、使用方便，是目前体育界应用较广泛的一种非接触式测量 系统。4 2 2 光电运动检测分析方法从 20 世纪 60 年代末和 70 年代初开始，人们将光电技术应用于运动检测中 10 。 其中 SELSPOT 系统、 VICON 系统、 COD 系统最具代表性。以 VICON 系统为例， 整个系统由六个部分组成：反射标志物；频闪摄像机；同步信号发生器； 阈值检测器；坐标发生器；计算机。其简单工作过程是：在一个或多个待测点 上固定着反射标志物， 在 50Hz 的红外闪耀光束的照射之下， 成为视场中最明亮的点 光源并成像于摄像机的传感器上。在每次闪耀时，传感器上的这些位置信号通过扫 描方式被提取出来，成

5、为一个接一个的视频信号脉冲，由摄像机输出，经过阈值检 测器鉴别而被送入到坐标发生器之中。这一系列视频信号脉冲在时间轴上的位置对 应着标志物的坐标位置。因此，由坐标发生器中两个计数器的读数就可以得待测点 的水平位置和垂直位置。每当红外光闪烁一次，就有一帧图像上的光点被采集并存 储于计算机之中。当测完一个运动过程之后，就会有许多帧的数据存储于计算机之 中，然后利用相关软件进行分析处理。423 肌电信号及其运动辨识人体的器官、细胞不断地发生化学性及物理性的变化 , 这些变化都会产生电性 的变化。近年来，随着神经生理学和生物力学的发展，人们对肌电信号的产生机理 有了充分的认识。肌电信号的研究在临床医学

6、的神经肌肉疾病诊断、人机工效学领 域肌肉工作的工效学分析、康复医学领域的肌肉功能评价以及体育科学中的疲劳判 定、运动技术合理性分析、肌纤维类型和无氧阈值的无损伤性预测等方面均有重要 意义。肌电信号按照引导电极的不同，可分为针电极肌电和表面肌电。表面肌电信号 （sEMG ）是从皮肤表面通过电极引导、 记录下来的神经肌肉系统活动时的生物电信 号，它与肌肉的活动状态和功能状态之间存在着不同程度的关联性，因而能在一定 程度上反映神经肌肉的活动 11。由于表面肌电检测对人体不产生损伤，因此，在相 关研究中，多采用表面肌电无线检测技术。4231 肌电信号产生的机理肌电信号的产生是人体自主运动时神经、肌肉兴

7、奋释放生物电的结果，它是一种复杂的表皮下肌肉电活动在时间和空间上综合的特征图12，它反映了神经、肌肉 的功能状态。人体和各器官表现的电现象，是以细胞水平的生物电现象为基础的。脑电、心 电、肌电等都是人体中各器官生物电的表现，是可兴奋性细胞兴奋时动作电位变化 和传导的综合表现 13 。人体运动的动力源来源是肌肉收缩，肌肉收缩是由神经冲动产生的电信号刺激 肌纤维，使其组织内发生微观化学变化过程而导致的结果。神经传向肌肉并引起肌 肉的收缩是一个极其复杂的过程，中间涉及电-化学 -电的相互转换，同时伴随复杂的生物化学反应，其过程总结如下：1) 神经纤维上的动作电位到达轴突终末，引起突触前膜 去极化，

8、Ca2+ 从细胞 外进入突触前膜中。2) 在 Ca2+ 的促发作用下，突触小泡向前膜移动，乙酰胆碱被释放到突触间隙 中，完成电信号向化学信号的转换。3) 乙酰胆碱与终板膜上的乙酰胆碱受体结合，启动肌膜上Na+、K+通道开放，Na+、K+沿肌膜离子通道流动，产生终板电位，完成化学信号向电信号的转 换。4) 当终板电位达到肌细胞膜的阈电位时，引发肌膜产生肌动作电位，动作电 位并沿肌膜迅速向整个肌细胞扩布；5) 肌动作电位传入肌内膜系统，引起肌膜系统终池中的Ca2+进入肌丝处；6) Ca2+与肌钙蛋白复合体结合，使横桥与肌动蛋白的作用点结合，粗细肌丝相对滑动，肌小节缩短，肌肉收缩。肌膜上的电信号，转

9、换成肌肉的机械 收缩。4232 肌电信号检测的方法肌电信号检测的主要问题是干扰及噪声。 肌电信号本身是一种微弱的电信号 (肌 电信号的幅度一般在100-5000 “ V，一般有用的信号频率成分位于 0-500HZ范围内， 其中主要能量集中在 50-150HZ)，加之皮肤和组织对肌电均有衰减作用，在皮肤表 面记录的表面肌电信号比针电极记录的信号更弱，也更容易受到干扰影响。噪声主 要有：人体本身感应的 50Hz工频干扰；因电极和皮肤表面间产生位移或因电 极与放大器间的连接线移动而导致的干扰。选用高质量的电子元件、合理设计放大 和滤波电路可以减少噪声影响。这就要求测量系统的灵敏度要高，但高的系统灵敏

10、 度势必导致仪器的抗干扰性降低。检测和记录表面肌电信号，需考虑的主要问题是尽量消除噪声和干扰的影响，提高信号的保真度14,15 。早期，大多采用滤波的方法来克服各种干扰的影响。电极单元的设计是肌电信号检测的关键，设计电极单元应尽量减小信号失真， 提高信噪比。合理地放置参考电极也可以减少干扰，参考电极也称为地电极，它为 前置差分放大器的输入端提供共同的参考点，理论上参考电极应尽可能地远离检测 电极，并放于电中性的组织上（如骨骼突出处） 。但如果参考电极与检测电极相距太 远也会造成不便，即电极与放大器之间会出现两根连线。参考电极与皮肤间需保持 良好的电接触，因此参考电极的表面积不能太小，同时要求其

11、电极材料的导电性能 好，并能稳定地附着于皮肤上。肌电信息的采集可由有线或者无线肌电仪完成，肌电仪的原理可由框图 4-1 表 示。采样频率一般为1000 H z。放大后的信号经有/无线传输给主计算机。图4-2是中科院合院智能所自行开发的肌电采集卡。图 4-1 肌电仪原理框图4233 基于肌电信号的运动状态辨识人体各种形式的运动，主要是靠一些肌肉细胞的收缩活动来完成的，然而这些 机械收缩运动总是在动作电位发生数毫秒后才开始出现。因此，可以认为，肌肉信 号是产生肌肉力的电信号根源 14。不同肌肉的运动模式是由不同的肌群收缩产生，基于肌肉收缩所伴随的表面肌 电信号（sEMG ）不同，将这种微弱的电位变

12、化进行引导、放大等一系列处理，提取 与肌肉运动模式相对应的信号特征 16-36 。基于肌电信号辨识人体运动模式，特别是上肢和下肢关节的运动状态具有重要 的意义， 因为辨识的结果 不仅可以作为类人机械 手35,36和人工假肢37-41的控制信 号，还可以作为神经假肢的刺激信号，用于对人体进行康复治疗42-48 。通常所获得的肌电信号是一维时间序列信号，它是表面引导电极所触及的多个 运动单位活动时所产生的电变化在时间和空间上迭加的结果，与运动单位的放电频 率、运动单位活动的同步化程度以及 表面电极放置位置、皮下脂肪厚度、体温变化 等因素 有关。多年来，对肌电信号的分析主要集中在时域和频域两个领域，

13、信 号分 析的目的在于通过研究 sEMG 信号的时、频特征与肌肉结构以及肌肉活动状态和功 能状态之间的关联性，探讨引起 sEMG 信号变化的可能原因及应用 sEMG 信号的变BatteryT夕扌.工一夕 Actuator角度fc -Angle sensor妻面筋電位te-t Myoelectricity sensorhQ-A3ea-夕 壬一夕FtXA 訐測著iS 盂延回蹈Back PackFloor Reaction Force sensor图4-3日本公司研制的HAL-3外骨骼系统构成示意图化有效反映肌肉的活动和功能。其中，小波分析和神经网络相结合的分析方法在人 体运动模式识别中的应用较为普

14、遍 12,16,21,22 。日本 筑波大学开发的 HAL 助力机器人系列就是利用下肢肌电信号来识别人体 运动模式 49-51 ，如图 4-3 所示。4 2 4 基于力信息的运动辨识在人体运动的位置检测中，用高速摄影机进行实地拍摄，是最常用的方法。由 于是非接触式的记录，因此对人体的实际运动不产生任何影响，其优点是能真实反 映人体的实际运动情况， 而用该方法获得分析结果需较长时间。 如果用计算机 -录像 解析系统的话能实现运动动作分析的快速反馈。由于摄像技术局限于场地及其自身 体积的限制，不适合助力机器人获取人体运动信息的方法。由于肌电信号的检测受表面电极放置位置、皮下脂肪厚度、体温变化以及人

15、体 汗液等不确定因素的影响，对于步行助力机器人而言，任何一次的穿戴都会涉及到电极位置的重新确定，这必然影响每次测量的一致性，另外，对于不同的使用者来 说，身体状况也存在差异，这些都会影响系统的实际运行效果，因此检测装置应尽 量避免与使用者直接接触，以减少不确定性因素的影响。步行助力机器人与使用者通过束带紧密结合在一起， 形成一个高度自动化的人 - 机系统，因此对于本项目的研究来说，系统要实时地获得使用者的运动信息，并且 不受空间方位的限制，采用录像解析系统和光电运动检测系统显然不适合。因此， 采用一种简捷有效的运动信息检测系统是整体研究中必要环节。可穿戴型智能助力机器人由可穿戴在人体下肢各部位

16、的机械装置、动力装置和 控制装置以及检测人体运动信息的感受装置组成，它们组成了一个可提高人体相应 部位运动功能与负荷能力的辅助机器人系统以及一个类似人类神经系统的局域网。 通过本课题提出的假想柔顺控制方法，来调节各测力点的假想质量、假想阻尼和假 想弹性，为人体运动时提供相应运动关节的助力和关节的减震力等, 以减小人体感受的运动强度，使佩带者借助助力机器人在走路、上下楼、下蹲等动作时轻松自如， 并可实现在没有座椅的情况下“坐”下来休息。首先，考虑对应于人体三维运动在装置和人体间适当地配置测力点（如图 4-4 所示），利用研究所在机器人传感器方面的研究成果，结合先进的数字信号处理技 术，根据各测力点感受到的人体运动时的多维力导