基于FSR传感器的假手运动模式识别及控制系统研究-机械电子工程专业论文.docxVIP

Classified Index: TP244.2 U.D.C.: 681.568.74 Dissertation for the Master Degree in Engineering STUDY ON THE PROSTHETIC HAND MOTION PATTERN RECOGNITION BASED ON FSR SENSORS AND CONTROL SYSTEM Candidate：Sun Candidate： Sun Chao Supervisor： Prof. Jiang L Academic Degree Applied for： Master of E Specialty： Mechatroni Affiliation： School of M Date of Defence： June, 2009 Degree-Conferring-Institution： Harbin Insti cs Engineering echatronics Engineering tute of Technology 摘 要 本文提出一种新型的手部姿态识别系统，用于控制多自由度假手。本系统 利用 FSR(Force Sensitive Resistor)传感器检测前臂肌肉的收缩和膨胀情况来实 现不同动作的识别。通过前臂处的 FSR 传感器获取不同手部姿态对应的信号， 经过支持向量机(Support Vector Machine)分类器分类后给出相应手部运动模式， 这样使用者可以实现多自由度假手的控制。 本文建立假手运动模式识别及控制平台，此系统由三部分组成。首先，多 通道 FSR 传感器信号采集系统实现前臂与系统之间的连接，为后续处理提供可 靠的、有效的信号。上位机内信号分析处理试验系统，针对不同个体特点选择 不同的传感器位置和数量、模式分类方法及最优参数模型，最大限度满足操作 者需求。最后引入基于双 DSP 的假手控制系统，包括基于 DSP2810 的假手驱 动与传感器系统和负责信号处理与决策的基于 DSP2812 的上层控制系统，彻底 实现嵌入式控制，为假手的商业化做好准备。 对于多自由度假手的多模式控制，模式分类方法是核心内容。从实用的角 度出发，尽量提高分类的快速性和保证高成功率。本文选择支持向量机这一模 式分类方法，并针对假手控制特点讨论多类分类方法，引入基于量子粒子群的 全局最优参数搜索方法，并通过实验证明其有效性。 为方便假手随身佩戴及嵌入式控制要求，介绍基于 DSP2812 的假手动作模 式识别程序的设计思想及流程，系统的存储器配置和 SPI 接口的寄存器配置。 算法程序设计分为三个部分，数据采集部分并加入采集过程中动作切换提示； SVM 模型建立部分通过简化 SVM 的约束条件，实现样本训练过程在 DSP 中完 成；分类预测部分，结合一对一方法，分别采用投票法和模糊法实现模式分类。 针对建立的多自由度仿人型假手系统，本文进行了大量的实验，实验结果 为：在 PC 机中，根据训练难度将 33 种手部动作分为 3 类，按由易到难的顺序 进行训练和分类，验证控制方式的有效性。在 DSP 中，利用 10 枚传感器，可 以识别 10 种常用运动模式，并且成功率在 95%以上。 关键词：FSR 传感器；假手；支持向量机；DSP Abstract In this thesis a new recognition system for hand gestures developed for the purpose of controlling active prosthesis hand is presented. The recognition system allows for the measurement and classification of muscle contraction around the lower arm. The singles obtained by the FSR sensors would be analyzed by the SVM divider, which is developed based on the theory of setting maximal distance between different categories, and then assigned to certain category. So the user can control the prosthesis through muscle contraction of the forearm according to different hand gestures. The Multi-DOF