论文部分内容阅读
手是人体最重要的运动和感知器官之一,而人手部受伤导致手部功能丧失,将会对生活带来极大的不便。因此,进行康复机械手的研究与设计,将会大大提高人民的生活质量。其中康复机械手的控制系统主要负责康复机械手的运动和决策,使康复机械手在带动患者的手进行康复训练时,不仅能够保证患者的安全,又能提高康复效果。柔性驱动康复机械手通过钢丝来控制机械手从而带动患者的手运动,能够充分的考虑到机械手与人手之间的耦合性。本文主要针对一种柔性驱动康复机械手进行控制系统设计。在康复机械手控制系统设计过程中,本文先后进行运动控制系统方案设计,人手运动机理研究,机械手运动学分析,语音识别算法设计以及系统集成实验。本文首先运用自动化技术进行康复机械手的运动控制系统设计,运动控制系统是实现康复机械手运动并进行康复训练的前提,是康复机械手实现基本功能的保证。本文根据柔性驱动康复机械手的特性进行分析,根据该机械手的特性进行运动控制系统的方案设计。在完成方案设计之后,本文进行相应的设备选型和硬件设计。然后,本文在康复机械手控制系统设计要求的基础上,对运动控制系统进行软件功能设计分析。由于康复机械手的作用对象是人手,本文需要对人手运动机理进行研究。在分析人手运动机理的过程中,本文重点研究人手在自然抓握过程中各手指的角度变化关系与运动轨迹。在传统方法中仅针对食指进行运动轨迹检测,而本文将提出一种基于图像处理的多手指运动轨迹测量方法。本文设计一种带有条形标志的标签,通过图像处理的方式检测该标签之前的角度关系从而间接检测人手在自然抓握过程中各个手指关节的角度关系,并实现多手指关节角度关系检测。由此,便能够根据机器人运动学的知识表示出人手自然抓握过程中手指坐标下任意一点的位置。在进行康复训练时,康复机械手大部分时间处于运动状态,并带动患者的手进行康复运动。因此,对康复机械手进行运动学分析将会对控制系统的控制方案设计起到指导性作用。本文通过在康复机械手上标记若干关键标记点,通过拍摄康复训练过程中的各个图像,根据图像中关键标记点的像素坐标来计算康复机械手各个时刻的关节姿态,从而计算出该康复机械手控制输入量与机械手各个关节角度的变化关系。使用该方法获得的输入量与各个关节角度的变化关系,可以为康复机械手的控制方式提供控制依据。在进行康复训练的过程中,若能够引入主动康复模式,根据患者的主动意识来控制机械手的运动,不仅能够使患者更加积极的参与到康复训练的过程中,而且能够促进手部运动功能区的恢复,极大提高康复效果。本文采用语音识别技术,根据患者输出的语音指令来获取患者的主动意识,从而控制康复机械手进行康复训练。其中,在语音识别算法设计中,本文采用深度学习理论知识,使用GRU序列模型对语音信号进行识别判断并实现分类。最后,本文基于上述研究,进行康复机械手的控制系统集成实验。本文使用MFC编程框架编写Windows应用程序作为康复机械手控制系统的上位机软件。该上位机软件中,嵌入了语音识别算法,具有被动训练康复模式和主动训练康复模式,患者可以根据需要进行康复训练模式选择。