劉 暢,張小棟 ,李瀚哲，郭 健,2

(1.西安交通大學(xué) 機(jī)械工程學(xué)院，西安 710049)(2.西安交通大學(xué) 現(xiàn)代設(shè)計(jì)與軸承轉(zhuǎn)子系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，西安 710049)

基于觸滑覺(jué)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(xué) 機(jī)械工程學(xué)院，西安 710049)(2.西安交通大學(xué) 現(xiàn)代設(shè)計(jì)與軸承轉(zhuǎn)子系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，西安 710049)

觸覺(jué)和滑覺(jué)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(guò)對(duì)觸滑覺(jué)感知方法的研究，包括觸滑覺(jué)傳感器的選型、后續(xù)測(cè)量電路的設(shè)計(jì)和測(cè)點(diǎn)布局分析等，開(kāi)發(fā)了一種可以同時(shí)實(shí)現(xiàn)觸覺(jué)和滑覺(jué)感知的智能假肢;進(jìn)而，通過(guò)模糊邏輯控制方法的引入，實(shí)現(xiàn)了假肢的可靠抓握功能及抓握保持過(guò)程中的自適應(yīng)響應(yīng)控制;實(shí)驗(yàn)結(jié)果表明，該智能假肢可以實(shí)現(xiàn)假肢抓握的穩(wěn)定控制，并在被抓握物體產(chǎn)生滑動(dòng)時(shí)進(jìn)行精準(zhǔn)快速的自適應(yīng)響應(yīng)控制。

觸覺(jué)傳感器；滑覺(jué)傳感器；模糊控制

0 引言

隨著國(guó)民經(jīng)濟(jì)的發(fā)展，殘疾人的各項(xiàng)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(jìn)生機(jī)電等多學(xué)科技術(shù)融合，同時(shí)帶來(lái)極大的經(jīng)濟(jì)效益。

目前對(duì)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(guó)麻省理工學(xué)院和猶他大學(xué)聯(lián)合研制的四指結(jié)構(gòu)Utah/MIT手[1]；美國(guó)斯坦福大學(xué)研究的三指三自由度Stanford/JPL仿生手[2]；美國(guó)宇航局約翰遜空間中心開(kāi)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(méi)有感知功能僅能進(jìn)行簡(jiǎn)單接觸信號(hào)的感知，而對(duì)于接觸信號(hào)和滑動(dòng)信號(hào)的綜合感知還存在一定的局限性。

基于以上問(wèn)題，本文研究開(kāi)發(fā)了一種基于PVDF觸滑覺(jué)傳感器的假肢感知信息測(cè)量系統(tǒng)，并通過(guò)模糊邏輯控制方法的引入，實(shí)現(xiàn)了一種基于觸滑覺(jué)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(jué)感知方法研究

1.1 觸滑覺(jué)傳感器的選型設(shè)計(jì)

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

表1 各種觸滑覺(jué)傳感器優(yōu)缺點(diǎn)分析

通過(guò)對(duì)各種觸滑覺(jué)傳感器特性對(duì)比，綜合假肢抓握控制任務(wù)的需求，選擇測(cè)量頻響寬、動(dòng)態(tài)范圍好、輸出電壓高、結(jié)構(gòu)簡(jiǎn)單、可靠性好的壓電式觸滑覺(jué)傳感器。進(jìn)而，對(duì)各種壓電材料特性的對(duì)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(jiǎn)單[5]。同時(shí)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(cè)量靈敏度更高，因此選擇PVDF觸滑覺(jué)傳感器進(jìn)行假肢觸滑覺(jué)力的測(cè)量。

本文選擇的PVDF觸滑覺(jué)傳感器為L(zhǎng)DTO-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(jué)傳感器原理與測(cè)點(diǎn)布置

當(dāng)壓電薄膜在垂直方向受到外力作用偏離中軸線時(shí)，會(huì)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(guò)調(diào)理電路進(jìn)行電荷信號(hào)放大，獲取觸滑覺(jué)電壓信息并傳入到控制器中。信號(hào)調(diào)理電路主要完成信號(hào)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(duì)應(yīng)的輸出信號(hào)范圍為0～5 V，采樣頻率128 Hz。

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

1.3 觸滑覺(jué)信號(hào)獲取分析

1.3.1基于觸滑覺(jué)傳感器的滑動(dòng)信號(hào)獲取

當(dāng)被抓握物體與假肢之間產(chǎn)生滑動(dòng)時(shí)，在假肢與物體之間的正向壓力及滑覺(jué)摩擦力作用下，觸滑覺(jué)傳感器表面產(chǎn)生應(yīng)變，傳感器兩個(gè)端子間產(chǎn)生積聚電荷，通過(guò)調(diào)理電路放大之后獲得兩個(gè)端子之間的電壓，實(shí)現(xiàn)滑動(dòng)信號(hào)的檢測(cè)。

在滑動(dòng)檢測(cè)實(shí)驗(yàn)中，當(dāng)物體進(jìn)入抓握穩(wěn)定階段后，通過(guò)加掛砝碼增加重量的方式，模擬假肢抓握物體運(yùn)動(dòng)過(guò)程中的摩擦力及正向壓力變化狀態(tài)，獲取的典型的滑動(dòng)信號(hào)如圖1所示。

圖1 抓握滑動(dòng)測(cè)試實(shí)驗(yàn)時(shí)域信號(hào)圖

在圖1中可以看到，由于加重導(dǎo)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(dòng)。在滑動(dòng)產(chǎn)生時(shí)，傳感器獲得的信號(hào)產(chǎn)生了明顯的波動(dòng)信號(hào)。

1.3.2 基于觸滑覺(jué)傳感器的滑動(dòng)信號(hào)分析

根據(jù)實(shí)驗(yàn)獲得的典型抓握滑動(dòng)信號(hào)可以看到，在物體產(chǎn)生滑動(dòng)時(shí)，觸滑覺(jué)信號(hào)會(huì)產(chǎn)生較明顯的波動(dòng)。利用時(shí)域閾值判斷方法對(duì)不同物體進(jìn)行滑動(dòng)信號(hào)檢測(cè)發(fā)現(xiàn)，由于不同被抓握物體在抓握穩(wěn)定階段和滑動(dòng)階段的信號(hào)特征具有明顯不同，使得閾值判斷的方法判斷滑動(dòng)特征信號(hào)時(shí)，會(huì)出現(xiàn)誤判斷問(wèn)題，因此通過(guò)時(shí)域閾值判斷方式，不能實(shí)現(xiàn)滑動(dòng)信號(hào)的檢測(cè)。

選擇一組典型的滑動(dòng)信號(hào)進(jìn)行頻譜分析，分別選取滑動(dòng)信號(hào)滑動(dòng)狀態(tài)和穩(wěn)定狀態(tài)的信號(hào)進(jìn)行頻譜對(duì)比，獲取信號(hào)的頻譜結(jié)果如圖2所示。

圖2 滑動(dòng)信號(hào)分秒對(duì)比振幅頻譜圖

對(duì)滑動(dòng)信號(hào)的頻譜特征進(jìn)行對(duì)比之后發(fā)現(xiàn)，在被抓握物體產(chǎn)生滑動(dòng)趨勢(shì)或者滑動(dòng)時(shí)，滑動(dòng)信號(hào)的頻譜中，相較于高頻段信號(hào)，0～5 Hz信號(hào)值產(chǎn)生明顯變化，因此選擇信號(hào)頻譜中0～5 Hz信號(hào)的膜均值進(jìn)行滑動(dòng)信號(hào)判斷，獲取的滑動(dòng)信號(hào)膜均值時(shí)域特征如圖3所示。

圖3 滑動(dòng)信號(hào)特征值時(shí)域信號(hào)圖

在圖3中可以明顯看到，在滑動(dòng)產(chǎn)生時(shí)，滑動(dòng)信號(hào)的特征膜均值產(chǎn)生了明顯的變化，可以通過(guò)閾值判斷的方式實(shí)現(xiàn)滑動(dòng)信號(hào)的判斷和響應(yīng)。

同時(shí)對(duì)假肢抓握同一物體產(chǎn)生不同程度滑動(dòng)及不同物體產(chǎn)生滑動(dòng)時(shí)的滑動(dòng)信號(hào)特征值對(duì)比發(fā)現(xiàn)，隨著物體軟硬程度的變化，物體的滑動(dòng)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(shì)，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(biāo)，同時(shí)為了防止隨機(jī)噪聲的干擾，選擇抓握穩(wěn)定狀態(tài)下滑動(dòng)特征值的短時(shí)時(shí)域均值經(jīng)過(guò)線性變換之后作為硬度指標(biāo)；在滑動(dòng)的情況下，滑動(dòng)特征值隨著物體硬度的下降表現(xiàn)為上升的趨勢(shì)，將滑動(dòng)情況下的特征值作為物體滑動(dòng)程度的指標(biāo)?？梢該?jù)此在假肢抓握物體產(chǎn)生滑動(dòng)時(shí)，提供合適的夾緊策略，在保證穩(wěn)定抓握的同時(shí)，不會(huì)對(duì)被抓握物體產(chǎn)生破壞。

2 基于觸滑覺(jué)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(jué)抓握控制系統(tǒng)設(shè)計(jì)

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(tái)。選取便攜化的腦電信號(hào)采集設(shè)備進(jìn)行EEG信號(hào)的采集和無(wú)線傳輸；采用BENQ S6型微處理器進(jìn)行EEG信號(hào)模式識(shí)別；識(shí)別結(jié)果轉(zhuǎn)換為控制命令，利用藍(lán)牙通信模塊發(fā)送到藍(lán)牙接收端Arduino智能控制電路；下位機(jī)驅(qū)動(dòng)控制程序?qū)崿F(xiàn)對(duì)智能假肢的操作控制；同時(shí)觸滑覺(jué)傳感器參數(shù)回傳至Arduino控制器設(shè)備控制，實(shí)現(xiàn)智能假肢的實(shí)時(shí)抓握控制。

2.2 基于觸滑覺(jué)傳感器的智能假肢抓實(shí)施握控制方法

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

圖4 抓握接觸信號(hào)

由圖4中可見(jiàn)，當(dāng)靜態(tài)力作用于觸滑覺(jué)傳感器表面時(shí)，傳感器端子間不產(chǎn)生電壓；當(dāng)抓握接觸或抓握松開(kāi)的一瞬間，觸滑覺(jué)傳感器會(huì)產(chǎn)生一個(gè)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(shí)現(xiàn)抓握時(shí)都會(huì)產(chǎn)生一個(gè)極大值的響應(yīng)。

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

圖5 抓握接觸特征值時(shí)域信號(hào)圖

根據(jù)對(duì)不同物體抓握接觸特征值的對(duì)比之后，設(shè)定抓握接觸的觸發(fā)閾值為3.5，對(duì)比圖中的抓握接觸時(shí)域信號(hào)，在第三秒鐘當(dāng)產(chǎn)生接觸脈沖信號(hào)時(shí)，抓握特征值幾乎同步產(chǎn)生了一個(gè)觸發(fā)設(shè)定閾值的響應(yīng)信號(hào)，保證假肢能夠迅速的實(shí)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(shí)施抓握環(huán)節(jié)之后，進(jìn)入抓握保持環(huán)節(jié)。抓握保持環(huán)節(jié)實(shí)現(xiàn)在抓握物體運(yùn)動(dòng)的過(guò)程中，在物體產(chǎn)生滑動(dòng)時(shí)及時(shí)檢測(cè)到滑動(dòng)信號(hào)產(chǎn)生并進(jìn)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(jìn)行假肢抓握保持的控制。模糊邏輯控制方法是一種對(duì)難以用已有規(guī)律描述的復(fù)雜系統(tǒng)，采用基于自然語(yǔ)言控制規(guī)則、模糊推理的計(jì)算機(jī)控制技術(shù)[6]。適用于控制對(duì)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(xué)模型的控制系統(tǒng)[7]。

選擇滑動(dòng)程度特征值Q和物體硬度指標(biāo)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(guò)線性映射的方式，獲得的兩個(gè)輸入變量和輸出變量的測(cè)量論域、模糊化論域、轉(zhuǎn)化因子如表2所示。

表2 滑動(dòng)加測(cè)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(yǔ)言變量。對(duì)于滑動(dòng)程度指標(biāo)Q，模糊語(yǔ)言設(shè)置為：小(S)，較小(L)，較大(G)，大(B)四級(jí)；對(duì)于硬度指標(biāo)K，設(shè)置其模糊語(yǔ)言為：小(S)，中(M)，大(B)三級(jí)；對(duì)假肢響應(yīng)控制量F通過(guò)模糊語(yǔ)言將其劃分為：無(wú)(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(shí)庫(kù)。隨著Q取值的增大，物體的滑動(dòng)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(dòng)程度Q值隨K值的增大而增大。

接下來(lái)進(jìn)行邏輯推理過(guò)程，通過(guò)狀態(tài)評(píng)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(duì)模糊輸出F進(jìn)行解模糊化，獲得實(shí)際的假肢控制加載量如圖7所示。

圖7 假肢響應(yīng)控制實(shí)際加載量輸出圖

在圖7中，可以看到，在抓握保持過(guò)程中對(duì)應(yīng)不同的軟硬程度和不同的滑動(dòng)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(huì)因?yàn)榧虞d量過(guò)大導(dǎo)致物體被抓壞，實(shí)現(xiàn)了抓握保持環(huán)節(jié)的模糊邏輯控制。

3 基于觸滑覺(jué)傳感器的智能假肢控抓握制實(shí)驗(yàn)

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

首先控制算法進(jìn)入假肢實(shí)施抓握控制模式，進(jìn)行實(shí)施抓握過(guò)程在線控制，控制假肢勻速閉合，實(shí)現(xiàn)對(duì)物體的抓握。通過(guò)PVDF觸滑覺(jué)傳感器獲取實(shí)時(shí)假肢抓握觸覺(jué)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(shí)域信號(hào)如圖8所示。

圖8 實(shí)施抓握控制命令發(fā)送時(shí)域信號(hào)圖

以對(duì)象1實(shí)施抓握過(guò)程為例，在實(shí)施抓握的第2.3秒，觸滑覺(jué)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(shuō)明實(shí)施抓握控制算法能夠及時(shí)檢測(cè)到抓握接觸信號(hào)的產(chǎn)生。進(jìn)而對(duì)比圖14-a中可以看到，約在第2.4秒實(shí)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(shí)施抓握控制過(guò)程。實(shí)驗(yàn)結(jié)果表明實(shí)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(dá)到控制目標(biāo)的要求。

在假肢完成對(duì)物體的抓握后，控制算法進(jìn)入抓握保持控制模式，進(jìn)行在線抓握保持控制。首先對(duì)于同一物體產(chǎn)生不同程度滑動(dòng)時(shí)，抓握保持控制算法的響應(yīng)控制進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)獲取的滑動(dòng)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(dòng)特征值及響應(yīng)信號(hào)圖

以100 g加重質(zhì)量滑動(dòng)檢測(cè)為例，約在第4.9秒，通過(guò)加重質(zhì)量使得被抓握物體產(chǎn)生滑動(dòng)信號(hào)，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(cè)到滑動(dòng)信號(hào)產(chǎn)生，滑動(dòng)特征值約為0.64，被抓握物體硬度指標(biāo)約為8.714，同時(shí)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(dòng)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(shí)檢測(cè)到滑動(dòng)信號(hào)的產(chǎn)生并進(jìn)行響應(yīng)控制。

進(jìn)而對(duì)比響應(yīng)控制結(jié)果可得，隨著加重質(zhì)量增加導(dǎo)致滑動(dòng)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?dòng)程度做出精確的檢測(cè)；同時(shí)對(duì)比被抓握物體的硬度指標(biāo)結(jié)果，硬度指標(biāo)分別為8.5542、8.7140、9.1524，硬度指標(biāo)由于穩(wěn)定狀態(tài)的殘臂抖動(dòng)和噪聲等原因雖然存在一定的波動(dòng)，但波動(dòng)范圍較小，且在劃分的模糊論域中都處于同一等級(jí)，對(duì)于被抓握物體的硬度特征都能夠很好的體現(xiàn)，對(duì)于同一被抓握物體產(chǎn)生不同程度滑動(dòng)時(shí)，抓握保持控制算法都能夠及時(shí)檢測(cè)到并產(chǎn)生響應(yīng)控制。

接下來(lái)對(duì)不同被抓握物體產(chǎn)生滑動(dòng)時(shí)，抓握保持控制算法的響應(yīng)控制進(jìn)行實(shí)驗(yàn)驗(yàn)證。

結(jié)果表明滑動(dòng)特征值能夠及時(shí)對(duì)抓握保持滑動(dòng)信號(hào)的產(chǎn)生做出響應(yīng)，同時(shí)對(duì)于不同物體產(chǎn)生不同程度的滑動(dòng)，通過(guò)滑動(dòng)特征值都能對(duì)其滑動(dòng)特征較為直觀的體現(xiàn)。

通過(guò)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(dòng)響應(yīng)信號(hào)圖

從圖10可以看到，以對(duì)象1響應(yīng)控制結(jié)果為例，在第5.1秒物體產(chǎn)生滑動(dòng)之后，迅速被抓握保持控制算法檢測(cè)到，并產(chǎn)生了假肢響應(yīng)控制命令，對(duì)于滑動(dòng)的產(chǎn)生，抓握保持控制算法能夠及時(shí)檢測(cè)并做出響應(yīng)控制。同時(shí)對(duì)比10可以看到，在面對(duì)3種不同的抓握保持對(duì)象產(chǎn)生不同程度的滑動(dòng)時(shí)，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(dòng)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(guò)對(duì)不同觸滑覺(jué)傳感器測(cè)量特性的對(duì)比分析，選擇了PVDF型觸滑覺(jué)傳感器，并設(shè)計(jì)開(kāi)發(fā)了它的測(cè)量電路，實(shí)現(xiàn)了智能假肢的觸覺(jué)及滑覺(jué)感知方法。通過(guò)深入研究基于觸滑覺(jué)傳感器的智能假肢實(shí)施抓握控制方法，實(shí)現(xiàn)了假肢在抓握目標(biāo)過(guò)程中及時(shí)、精準(zhǔn)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(guò)程中能夠在物體抓握保持產(chǎn)生滑動(dòng)時(shí)，快速、精確地根據(jù)被抓握物體的特性和滑動(dòng)程度，產(chǎn)生自適應(yīng)的響應(yīng)，從而實(shí)現(xiàn)了物體的穩(wěn)定抓握。實(shí)驗(yàn)結(jié)果表明，實(shí)施抓握控制方法能夠及時(shí)的檢測(cè)到抓握接觸信號(hào)，完成抓握操作的同時(shí)不會(huì)出現(xiàn)電機(jī)空轉(zhuǎn)問(wèn)題。抓握保持控制方法，在面對(duì)不同的物體產(chǎn)生不同程度的滑動(dòng)時(shí)，抓握保持控制方法通過(guò)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(shí)，不會(huì)因?yàn)榧虞d量過(guò)大而抓壞物品。基于PVDF觸滑覺(jué)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(guó)家自然科學(xué)基金資助項(xiàng)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