劉 暢,張小棟 ,李瀚哲，郭 健,2

(1.西安交通大學 機械工程學院，西安 710049)(2.西安交通大學 現(xiàn)代設(shè)計與軸承轉(zhuǎn)子系統(tǒng)教育部重點實驗室，西安 710049)

基于觸滑覺感知的智能假肢抓握控制方法研究

劉 暢1,張小棟1，2,李瀚哲1，郭 健1,2

(1.西安交通大學 機械工程學院，西安 710049)(2.西安交通大學 現(xiàn)代設(shè)計與軸承轉(zhuǎn)子系統(tǒng)教育部重點實驗室，西安 710049)

觸覺和滑覺感知功能是仿生假手不可或缺的感知功能;在原有智能假肢的基礎(chǔ)上，通過對觸滑覺感知方法的研究，包括觸滑覺傳感器的選型、后續(xù)測量電路的設(shè)計和測點布局分析等，開發(fā)了一種可以同時實現(xiàn)觸覺和滑覺感知的智能假肢;進而，通過模糊邏輯控制方法的引入，實現(xiàn)了假肢的可靠抓握功能及抓握保持過程中的自適應(yīng)響應(yīng)控制;實驗結(jié)果表明，該智能假肢可以實現(xiàn)假肢抓握的穩(wěn)定控制，并在被抓握物體產(chǎn)生滑動時進行精準快速的自適應(yīng)響應(yīng)控制。

觸覺傳感器；滑覺傳感器；模糊控制

0 引言

隨著國民經(jīng)濟的發(fā)展，殘疾人的各項康復(fù)工程技術(shù)得到迅猛發(fā)展。仿生假手的發(fā)展既能幫助殘疾人提高生活質(zhì)量，也能促進生機電等多學科技術(shù)融合，同時帶來極大的經(jīng)濟效益。

目前對于適用于殘疾人應(yīng)用的仿生假肢研究已取得一定成果。如美國麻省理工學院和猶他大學聯(lián)合研制的四指結(jié)構(gòu)Utah/MIT手[1]；美國斯坦福大學研究的三指三自由度Stanford/JPL仿生手[2]；美國宇航局約翰遜空間中心開發(fā)研制的NASA Robonaut手等[3]；目前的仿生假肢已經(jīng)具有了很高的操作功能，但假手的感知功能還存在一定的缺陷，多數(shù)假肢沒有感知功能僅能進行簡單接觸信號的感知，而對于接觸信號和滑動信號的綜合感知還存在一定的局限性。

基于以上問題，本文研究開發(fā)了一種基于PVDF觸滑覺傳感器的假肢感知信息測量系統(tǒng)，并通過模糊邏輯控制方法的引入，實現(xiàn)了一種基于觸滑覺傳感器的假肢抓握及抓握保持自適應(yīng)控制方法。

1 觸滑覺感知方法研究

1.1 觸滑覺傳感器的選型設(shè)計

觸滑覺傳感器是用來感知物體接觸信息和物體之間產(chǎn)生相對滑動信息的傳感器，目前常用的觸滑覺傳感器包括：壓阻式、磁敏式、電容式、光纖式和壓電式觸滑覺傳感器[4]。各種傳感器優(yōu)缺點對比如表1所示。

表1 各種觸滑覺傳感器優(yōu)缺點分析

通過對各種觸滑覺傳感器特性對比，綜合假肢抓握控制任務(wù)的需求，選擇測量頻響寬、動態(tài)范圍好、輸出電壓高、結(jié)構(gòu)簡單、可靠性好的壓電式觸滑覺傳感器。進而，對各種壓電材料特性的對比發(fā)現(xiàn)，PVDF壓電薄膜很薄，質(zhì)輕且柔軟，適用于假肢手指表面貼裝且調(diào)理電路簡單[5]。同時相較于其它壓電傳感器，PVDF傳感器擁有較高的壓電系數(shù)，測量靈敏度更高，因此選擇PVDF觸滑覺傳感器進行假肢觸滑覺力的測量。

本文選擇的PVDF觸滑覺傳感器為LDTO-028型PVDF壓電薄膜傳感器，其尺寸結(jié)構(gòu)較小，可滿足假肢手指端貼裝要求。

1.2 觸滑覺傳感器原理與測點布置

當壓電薄膜在垂直方向受到外力作用偏離中軸線時，會在薄膜上產(chǎn)生很高的應(yīng)變從而產(chǎn)生電荷輸出。輸出電荷經(jīng)過調(diào)理電路進行電荷信號放大，獲取觸滑覺電壓信息并傳入到控制器中。信號調(diào)理電路主要完成信號低通濾波和電荷放大的作用，調(diào)理電路的供電電源為5 V，對應(yīng)的輸出信號范圍為0～5 V，采樣頻率128 Hz。

為了獲取假肢抓握物體過程中的觸覺力信息，將觸滑覺傳感器貼裝于假肢食指第一指節(jié)便于在抓握物體過程中，及時獲得觸滑覺信息的反饋。

1.3 觸滑覺信號獲取分析

1.3.1基于觸滑覺傳感器的滑動信號獲取

當被抓握物體與假肢之間產(chǎn)生滑動時，在假肢與物體之間的正向壓力及滑覺摩擦力作用下，觸滑覺傳感器表面產(chǎn)生應(yīng)變，傳感器兩個端子間產(chǎn)生積聚電荷，通過調(diào)理電路放大之后獲得兩個端子之間的電壓，實現(xiàn)滑動信號的檢測。

在滑動檢測實驗中，當物體進入抓握穩(wěn)定階段后，通過加掛砝碼增加重量的方式，模擬假肢抓握物體運動過程中的摩擦力及正向壓力變化狀態(tài)，獲取的典型的滑動信號如圖1所示。

圖1 抓握滑動測試實驗時域信號圖

在圖1中可以看到，由于加重導致假肢與被抓握物體之間摩擦力的變化，引起了被抓握物體的滑動。在滑動產(chǎn)生時，傳感器獲得的信號產(chǎn)生了明顯的波動信號。

1.3.2 基于觸滑覺傳感器的滑動信號分析

根據(jù)實驗獲得的典型抓握滑動信號可以看到，在物體產(chǎn)生滑動時，觸滑覺信號會產(chǎn)生較明顯的波動。利用時域閾值判斷方法對不同物體進行滑動信號檢測發(fā)現(xiàn)，由于不同被抓握物體在抓握穩(wěn)定階段和滑動階段的信號特征具有明顯不同，使得閾值判斷的方法判斷滑動特征信號時，會出現(xiàn)誤判斷問題，因此通過時域閾值判斷方式，不能實現(xiàn)滑動信號的檢測。

選擇一組典型的滑動信號進行頻譜分析，分別選取滑動信號滑動狀態(tài)和穩(wěn)定狀態(tài)的信號進行頻譜對比，獲取信號的頻譜結(jié)果如圖2所示。

圖2 滑動信號分秒對比振幅頻譜圖

對滑動信號的頻譜特征進行對比之后發(fā)現(xiàn)，在被抓握物體產(chǎn)生滑動趨勢或者滑動時，滑動信號的頻譜中，相較于高頻段信號，0～5 Hz信號值產(chǎn)生明顯變化，因此選擇信號頻譜中0～5 Hz信號的膜均值進行滑動信號判斷，獲取的滑動信號膜均值時域特征如圖3所示。

圖3 滑動信號特征值時域信號圖

在圖3中可以明顯看到，在滑動產(chǎn)生時，滑動信號的特征膜均值產(chǎn)生了明顯的變化，可以通過閾值判斷的方式實現(xiàn)滑動信號的判斷和響應(yīng)。

同時對假肢抓握同一物體產(chǎn)生不同程度滑動及不同物體產(chǎn)生滑動時的滑動信號特征值對比發(fā)現(xiàn)，隨著物體軟硬程度的變化，物體的滑動特征值在抓握穩(wěn)定狀態(tài)下隨著物體硬度的下降，表現(xiàn)為上升的趨勢，因此將抓握穩(wěn)定狀態(tài)下的特征值作為衡量物體硬度的指標，同時為了防止隨機噪聲的干擾，選擇抓握穩(wěn)定狀態(tài)下滑動特征值的短時時域均值經(jīng)過線性變換之后作為硬度指標；在滑動的情況下，滑動特征值隨著物體硬度的下降表現(xiàn)為上升的趨勢，將滑動情況下的特征值作為物體滑動程度的指標?？梢該?jù)此在假肢抓握物體產(chǎn)生滑動時，提供合適的夾緊策略，在保證穩(wěn)定抓握的同時，不會對被抓握物體產(chǎn)生破壞。

2 基于觸滑覺傳感器的智能假肢抓握控制方法研究

2.1 智能假肢的觸滑覺抓握控制系統(tǒng)設(shè)計

本文研究的智能假肢抓握控制系統(tǒng)基于一種便攜化腦控智能假肢控制平臺。選取便攜化的腦電信號采集設(shè)備進行EEG信號的采集和無線傳輸；采用BENQ S6型微處理器進行EEG信號模式識別；識別結(jié)果轉(zhuǎn)換為控制命令，利用藍牙通信模塊發(fā)送到藍牙接收端Arduino智能控制電路；下位機驅(qū)動控制程序?qū)崿F(xiàn)對智能假肢的操作控制；同時觸滑覺傳感器參數(shù)回傳至Arduino控制器設(shè)備控制，實現(xiàn)智能假肢的實時抓握控制。

2.2 基于觸滑覺傳感器的智能假肢抓實施握控制方法

在假肢實施抓握控制過程中，由于假肢與被抓握物體之間的正向壓力導致觸滑覺傳感器表面產(chǎn)生應(yīng)變并在兩個端子間產(chǎn)生積聚電荷。獲取的典型抓握接觸信號如圖4所示。

圖4 抓握接觸信號

由圖4中可見，當靜態(tài)力作用于觸滑覺傳感器表面時，傳感器端子間不產(chǎn)生電壓；當抓握接觸或抓握松開的一瞬間，觸滑覺傳感器會產(chǎn)生一個極大值的沖擊響應(yīng)，隨著電荷逐漸流失，電壓降為極小值或者零；在不同物體實現(xiàn)抓握時都會產(chǎn)生一個極大值的響應(yīng)。

根據(jù)上述結(jié)論進行假肢抓握物體環(huán)節(jié)的控制，通過閾值判斷方式獲取抓握特征信息，同時防止隨機噪聲的干擾，因此選擇信號的短時時域均值作為特征值進行抓握接觸判斷。抓握接觸特征值時域信號如圖5所示。

圖5 抓握接觸特征值時域信號圖

根據(jù)對不同物體抓握接觸特征值的對比之后，設(shè)定抓握接觸的觸發(fā)閾值為3.5，對比圖中的抓握接觸時域信號，在第三秒鐘當產(chǎn)生接觸脈沖信號時，抓握特征值幾乎同步產(chǎn)生了一個觸發(fā)設(shè)定閾值的響應(yīng)信號，保證假肢能夠迅速的實現(xiàn)抓握接觸的判斷和控制響應(yīng)。

2.3 假肢抓握保持控制方法

完成假肢實施抓握環(huán)節(jié)之后，進入抓握保持環(huán)節(jié)。抓握保持環(huán)節(jié)實現(xiàn)在抓握物體運動的過程中，在物體產(chǎn)生滑動時及時檢測到滑動信號產(chǎn)生并進行響應(yīng)控制。

基于抓握保持控制算法的控制要求，選擇模糊邏輯控制方法進行假肢抓握保持的控制。模糊邏輯控制方法是一種對難以用已有規(guī)律描述的復(fù)雜系統(tǒng)，采用基于自然語言控制規(guī)則、模糊推理的計算機控制技術(shù)[6]。適用于控制對象和環(huán)境信息復(fù)雜性、非線性和耦合性要求較高且難以建立精確的數(shù)學模型的控制系統(tǒng)[7]。

選擇滑動程度特征值Q和物體硬度指標K作為模糊控制其輸入變量，輸出變量為假肢響應(yīng)控制所需加載量F。假肢抓握保持模糊邏輯控制方法模型如圖6所示。

圖6 假肢抓握保持模糊邏輯控制方法模型圖

通過線性映射的方式，獲得的兩個輸入變量和輸出變量的測量論域、模糊化論域、轉(zhuǎn)化因子如表2所示。

表2 滑動加測輸入輸出模糊化結(jié)果表

將輸入和輸出精確量轉(zhuǎn)化為模糊語言變量。對于滑動程度指標Q，模糊語言設(shè)置為：小(S)，較小(L)，較大(G)，大(B)四級；對于硬度指標K，設(shè)置其模糊語言為：小(S)，中(M)，大(B)三級；對假肢響應(yīng)控制量F通過模糊語言將其劃分為：無(Z)，較小(S)，中(M)，大(B)，并根據(jù)均勻分布確定隸屬度函數(shù)。

其次設(shè)定知識庫。隨著Q取值的增大，物體的滑動程度加大，響應(yīng)控制加載量F隨之增大；而隨著K值的增大，物體的硬度下降，所需加載量F隨之增大；相同加重質(zhì)量產(chǎn)生的滑動程度Q值隨K值的增大而增大。

接下來進行邏輯推理過程，通過狀態(tài)評估模糊控制規(guī)則獲取的模糊化輸出如表3所示。

表3 響應(yīng)控制輸出模糊控制規(guī)則表

最后利用加權(quán)平均值法對模糊輸出F進行解模糊化，獲得實際的假肢控制加載量如圖7所示。

圖7 假肢響應(yīng)控制實際加載量輸出圖

在圖7中，可以看到，在抓握保持過程中對應(yīng)不同的軟硬程度和不同的滑動程度，模糊邏輯控制算法可以產(chǎn)生自適應(yīng)的控制量，既保證了物體的穩(wěn)定抓握，又不會因為加載量過大導致物體被抓壞，實現(xiàn)了抓握保持環(huán)節(jié)的模糊邏輯控制。

3 基于觸滑覺傳感器的智能假肢控抓握制實驗

本節(jié)進行基于觸滑覺傳感器的智能假肢抓握控制方法的驗證實驗。抓握控制按照假肢抓握物體的過程分成兩個階段，分別是實施抓握和抓握保持。在假肢實施抓握過程中分別對3種被抓握對象進行實驗驗證。在假肢抓握保持過程中，分別對3種對象分別施加50 g、100 g、150 g三種程度加重質(zhì)量驗證抓握保持控制算法對不同滑動程度的響應(yīng)。

首先控制算法進入假肢實施抓握控制模式，進行實施抓握過程在線控制，控制假肢勻速閉合，實現(xiàn)對物體的抓握。通過PVDF觸滑覺傳感器獲取實時假肢抓握觸覺信息。

根據(jù)特征值判斷方式，獲得的抓握控制命令發(fā)送時域信號如圖8所示。

圖8 實施抓握控制命令發(fā)送時域信號圖

以對象1實施抓握過程為例，在實施抓握的第2.3秒，觸滑覺傳感器反饋信息顯示，在圖12-a中可以看到抓握特征值在約第2.4秒觸發(fā)接觸閾值，說明實施抓握控制算法能夠及時檢測到抓握接觸信號的產(chǎn)生。進而對比圖14-a中可以看到，約在第2.4秒實施抓握控制算法停止了假肢閉合控制命令的發(fā)送，結(jié)束了假肢閉合實施抓握控制過程。實驗結(jié)果表明實施抓握控制算法具有較高的響應(yīng)速度和穩(wěn)定性，能夠達到控制目標的要求。

在假肢完成對物體的抓握后，控制算法進入抓握保持控制模式，進行在線抓握保持控制。首先對于同一物體產(chǎn)生不同程度滑動時，抓握保持控制算法的響應(yīng)控制進行了實驗驗證。實驗獲取的滑動特征值及響應(yīng)結(jié)果如圖9所示。

圖9 不同加重質(zhì)量滑動特征值及響應(yīng)信號圖

以100 g加重質(zhì)量滑動檢測為例，約在第4.9秒，通過加重質(zhì)量使得被抓握物體產(chǎn)生滑動信號，從圖9(a)中可以看到，約在第5秒鐘抓握保持控制算法檢測到滑動信號產(chǎn)生，滑動特征值約為0.64，被抓握物體硬度指標約為8.714，同時從圖9(b)可以看到，約在第5秒，抓握保持控制算法產(chǎn)生的滑動響應(yīng)輸出約為34。結(jié)果表明抓握保持控制算法能夠及時檢測到滑動信號的產(chǎn)生并進行響應(yīng)控制。

進而對比響應(yīng)控制結(jié)果可得，隨著加重質(zhì)量增加導致滑動特征值從0.4上升至0.9，表明抓握保持控制算法能夠?qū)瑒映潭茸龀鼍_的檢測；同時對比被抓握物體的硬度指標結(jié)果，硬度指標分別為8.5542、8.7140、9.1524，硬度指標由于穩(wěn)定狀態(tài)的殘臂抖動和噪聲等原因雖然存在一定的波動，但波動范圍較小，且在劃分的模糊論域中都處于同一等級，對于被抓握物體的硬度特征都能夠很好的體現(xiàn)，對于同一被抓握物體產(chǎn)生不同程度滑動時，抓握保持控制算法都能夠及時檢測到并產(chǎn)生響應(yīng)控制。

接下來對不同被抓握物體產(chǎn)生滑動時，抓握保持控制算法的響應(yīng)控制進行實驗驗證。

結(jié)果表明滑動特征值能夠及時對抓握保持滑動信號的產(chǎn)生做出響應(yīng)，同時對于不同物體產(chǎn)生不同程度的滑動，通過滑動特征值都能對其滑動特征較為直觀的體現(xiàn)。

通過模糊邏輯控制算法獲取抓握保持的響應(yīng)輸出結(jié)果如圖10所示。

圖10 抓握保持滑動響應(yīng)信號圖

從圖10可以看到，以對象1響應(yīng)控制結(jié)果為例，在第5.1秒物體產(chǎn)生滑動之后，迅速被抓握保持控制算法檢測到，并產(chǎn)生了假肢響應(yīng)控制命令，對于滑動的產(chǎn)生，抓握保持控制算法能夠及時檢測并做出響應(yīng)控制。同時對比10可以看到，在面對3種不同的抓握保持對象產(chǎn)生不同程度的滑動時，抓握保持控制算法產(chǎn)生的響應(yīng)輸出加載量分別為7、35、30。結(jié)果表明抓握保持控制算法能夠根據(jù)被抓握物體硬度和滑動程度產(chǎn)生自適應(yīng)的控制響應(yīng)輸出，證明了智能假肢抓握保持控制算法的有效性。

4 總結(jié)

本文通過對不同觸滑覺傳感器測量特性的對比分析，選擇了PVDF型觸滑覺傳感器，并設(shè)計開發(fā)了它的測量電路，實現(xiàn)了智能假肢的觸覺及滑覺感知方法。通過深入研究基于觸滑覺傳感器的智能假肢實施抓握控制方法，實現(xiàn)了假肢在抓握目標過程中及時、精準的響應(yīng)控制。并且將模糊邏輯控制方法引入到智能假肢抓握保持控制方法中，在智能假肢控制過程中能夠在物體抓握保持產(chǎn)生滑動時，快速、精確地根據(jù)被抓握物體的特性和滑動程度，產(chǎn)生自適應(yīng)的響應(yīng)，從而實現(xiàn)了物體的穩(wěn)定抓握。實驗結(jié)果表明，實施抓握控制方法能夠及時的檢測到抓握接觸信號，完成抓握操作的同時不會出現(xiàn)電機空轉(zhuǎn)問題。抓握保持控制方法，在面對不同的物體產(chǎn)生不同程度的滑動時，抓握保持控制方法通過模糊邏輯控制方式產(chǎn)生自適應(yīng)的響應(yīng)控制，在保證被抓握物體穩(wěn)定抓握的同時，不會因為加載量過大而抓壞物品?；赑VDF觸滑覺傳感器的智能假肢能夠可靠的完成抓握控制任務(wù)，且具有較高的魯棒性。

[1]Jacobsen S C． Wood J E, Knutti D F, et al. The UTAH/MIT dextrous hand:Work in progr-ess[J]. The International Journal of Robotics Research,1984,3(4):21-50.

[2]Salisbury J K, Craig J J. Articulated hand: force control and kinematics issues[J]. The International Journal of Robotics Research,1982,1(1):4-17.

[3]Lovchik C S, Difler M A. The Robonaut hand:A dextrous robotic hand for space[C]. Proceedings of IEEE International Conference on Robotics and Automation,Detroit,1999:907-912 .

[4]Bos E J C, Heldens R W P, Delbressine F L M, et al. Compensation of the anisotropic behavior of single crystalline silicon in a 3D tactile sensor[J]. Sensors & Actuators A Physical, 2007, 134(2):374-381..

[5]Hao X, Xiaoting R, Hailong Y, et al. Research on PVDF sensor for the projectile base pressure measurement[J]. Chinese Journal of Scientific Instrument, 2013, 5: 011..

[6]Driankov D, Hellendoorn H, Reinfrank M. An introduction to fuzzy control[M]. Springer Science & Business Media, 2013. .

[7]Castillo O, Neyoy H, Soria J, et al. A new approach for dynamic fuzzy logic parameter tuning in Ant Colony Optimization and its application in fuzzy control of a mobile robot[J]. Applied Soft Computing, 2015, 28: 150-159.

Research on the Control Method of Intelligent Prosthetic Grips Based on Touch-slip Sensing

Liu Chang1, Zhang Xiaodong1,2, Li Hanzhe1, Guo Jian1,2

(1.School of Mechanical Engineering, Xi′an Jiaotong University, Xi′an 710049, China; 2.Key Laboratory of Education Ministry for Modern Design and Rotor-Bearing System, Xi′an Jiaotong University, Xi′an 710049, China)

Perception of tactile and slide sensing is an essential function for bionic prosthetic hand. On the basis of original intelligent prostheses, this paper designed an intelligent prosthesis that achieving tactile sensing and slide sensing through the study of tactile and slide sensing methods, those studies included selection of tactile and slide sensor, design of measuring circuit and analysis of the distribution of measuring points, etc.. Further, it achieved the reliable gripping and the adaptive response controlling during maintaining gripping through introducing the fuzzy logic control method. The results showed that this intelligent prostheses achieved stable control of gripping, and fast and precision adaptive respond control while the object sliding.

tactile sensor; slide tactile sensor; fuzzy control

2016-09-19；

2016-11-02。

國家自然科學基金資助項目(51275388)。

劉 暢(1991-)，男，陜西西安人，碩士研究生，主要從事智能假肢的腦控技術(shù)方向的研究。

1671-4598(2016)12-0085-04

10.16526/j.cnki.11-4762/tp.2016.12.024

TP273

A