论文部分内容阅读
融合了模式识别和多自由度机械手技术的肌电控制假肢,能够帮助截肢患者重建肢体功能,提高生活质量。然而,截肢患者残端肌肉往往不能像健康人一样提供高质量的肌电信号,因而在控制肌电假肢时准确率较低,打击了他们继续使用肌电假肢的积极性。为此,许多训练方案被提出,其中,结合了虚拟现实技术的训练方案是当前的热门研究课题。本文首先分析了本领域内的代表性工作,指出了当前虚拟训练环境的共同特点和不足,提出虚拟训练环境应当具备视觉反馈、触觉反馈和良好的扩展性,并完成了虚拟训练环境的架构设计。针对虚拟假肢扩展性问题,本文根据人手和假肢的拓扑结构特点,提出了适用于具有树形结构的假肢手的通用建模配置策略,并完成了建模抽象接口设计;根据虚拟假肢运动控制的两种形式,离散动作控制和连续关节角度控制,完成了“控制字策略”和“外部数据策略”两种交互控制抽象接口设计。虚拟环境软件不仅内建了 4种假肢和4种控制策略,上述接口设计还允许平台软件进一步扩展,达到了不修改平台代码,就可以使用新的假肢模型和新的控制方法的效果。针对模式识别算法的多样性,本文根据模式识别算法研究的一般步骤,将算法测试与评估分解为训练和测试评估两个模块,设计了模式识别子系统。训练模块负责离散动作序列的创建、导入和导出,以及原始数据采集;测试评估模块采用“插件化”设计原则,使得每一个具体的算法不仅在概念上与测试评估模块独立,而且在代码上也与软件隔离,这样将二者耦合度降到最低,从而达到了允许接入任何符合抽象接口的算法的效果。在实验中本文按照接口实现了LDA和SVM算法插件,验证了算法层面的通用性。针对交互抓取和触觉反馈的训练需求,本文利用碰撞检测的接触点位置和法向量信息,实现了虚拟环境中的运动学响应,适用于简单交互场景;利用物理引擎实现了虚拟环境中的动力学响应,适用于真实性要求更高的场景。根据触觉反馈的需求,结合物理引擎设计实现了虚拟传感器,解决了测量虚拟物体间的接触力的问题,经过实验验证,平台达到了向使用者提供触觉信息的效果。