Toto je starší verze dokumentu!
Realizujte ovládání protetické ruky na vývojové desce FRDM-K64F. K ovládání využijte EMG signál ze svalů na předloktí. K získání signálů sestrojte vhodný zesilovač a výstup přiveďte na AD převodníky. Vyhodnocení pohybu zobrazte na PC vhodnou animací.
V moderních protézách se kromě lehčích a robustnějších materiálů hlavně ve formě karbonových vláken setkáváme stále častěji i s elektronikou. Myoelektrické protézy fungují na principu kontinuálního měření tzv. elektromyogramu (EMG), signálu, který vzniká ve svalu když se mění jeho konformace. Signál se snímá povrchovými elektrodami a když překročí danou mez, protéza se aktivuje. V roce 2013 se vyvinula první protéza ovládná čistě vůlí a permanentně upevněna na kost.
Vstupní signály jsou snímany na šesti místech těla, vždy kladná, záporná a referenční svorka (3 elektrody pro biceps a 3 pro předloktí). To dovoluje získat a vyhodnotit dva druhy pohybu. Jako předzesilovače slouží dvě měřící jednotky MP-35 od firmy Biopac. Zesílené nefiltrované signály jsou přivedeny na analogové vstupy procesoru. V procesoru se EMG signály vzorkují frekvencí 1 kHz. Filtrace je realizována pomocí IIR filtrů. Výsledné vyhodnocení je posíláno přes sériovou linku do PC, kde jsou míry zvednutí a otočení ruky zobrazeny v čase.
Umístění elektrod lze názorně vidět na obr. 1. Snímané signály jsou v rozsahu od -1,5 po 1,5 mV. Jsou přivedeny na vstupní kanál měřící jednotky MP-35, ta je zesílí 2000-krát, takže na výstupu se pohybují hodnoty od -3V až 3V, které se přivedou na vstupy AD převodníku procesoru FRDM-K35F, kanály A0 a A5 a na osciloskop pro vizualizaci. Měřící jednotka má pouze jeden analogový výstupní kanál, takže bylo potřeba využít dvě jednotky, jedna pro snímání signálu z bicepsu, druhá z předloktí. K jednotkám je dodáván software Student Lab, kde ve verzi Pro lze libovolně nastavit zesílení i filtraci vstupních dat. Měřená data jsou zobrazována na počítači.
Specifikace použitého procesoru je možné najít například zde: https://developer.mbed.org/platforms/FRDM-K64F/
Obr. 1: Umístění elektrod
Obr. 2: Ukázka elektrody
Obr. 3: Měřící jednotka
Obr. 4: Vývojový kit s FRDM-K64F
Obr. 5: Pracovní plocha
Obr. 6: Ukázka naměřeného EMG signálu
Filtrace obou EMG signálů je realizována pomocí IIR charakteristice založené na Butterworth pásmové propusti s mezními frekvencemi 20 a 50 Hz. Čtení i filtrování je po jednom vzorku v každé iteraci smyčky ve které je nastaven wait na 1 ms čímž je určena vzorkovací frekvece. Neni to tedy přesně 1 kHz, ale vzhledem k jednoduchosti příkazů ve smyčce dostatečně blízko této hodnotě.
Funkce pro filtraci byly vygenerovány na stránce http://www.micromodeler.com/dsp/. Je zde možné vybrat typ filtru, různými způsoby upravit jeho charakteritisku a pak použít vygenerovanou hlavičku a funkce. Hlavičkový soubor se pouze připojí a funkce jsou nakopírovány na konci main.cpp programu. Ve free verzi je u IIR filtrů možné generovat kód pouze pro filtry do 4. řádu.
Obr. 7: Přenosová charakteristika filtru
Při spuštění programu má uživatel 8 vteřin na provedení jednoho nebo více reprezentativních přitažení předloktí k rameni. Po načtení dat proběhne výpočet obálky signálu, v okně 100 vzorků se počítá průměrná hodnota horní poloviny hodnot v okně. K této hodnotě obálky se přičte 1 a umocní na druhou (1 se přičte aby při umocnění všechny hodnoty vzrostly). Okno se posune o 1 vzorek a iterace se opakuje. Program dále vyhodnotí práh jako 25% hodnot obálky, podle kterého pozná, zda uživatel přitahuje ruku či nikoliv.
Obdobně se postupuje u signálu z předloktí: po 8 vteřinách učící fáze bicepsu je vteřina pauza signalizovaná led a poté zahájena učící fáze 8 vteřin pro předloktí.
//######################################################## //## ucici phase emg4 - biceps 8 vterin ... cca 4 flexy ## //######################################################## led = 1; //zhasnuti led led2 =1; led3 = 1; pc.baud(115200); //nastaveni baudrate for(int i=0;i<(N);i++){ //ulozeni hodnoty do vzorek, filtrace a abs. hodnota vzorek[0] = ain.read_u16(); nProcessedSamples = filter1_filterBlock( filter, vzorek, outputBuffer, inputBufferSize ); emg4abs[i]=abs(outputBuffer[0]); wait(0.001f); //fvz = 1kHz } led = 0; //roznuti cervene led for(int i=0;i<N-M;i++){ //smycka pro vypocet obalky emg4 ucici faze for(int j=0;j<M;j++){ Maktual[j]=emg4abs[i+j]; //nacteni do okna M vzorku (default 100) } qsort(Maktual,M,sizeof(float),compare); //serazeni od nejmensiho vzorku v okne po nejvetsi for(int j=(M/2);j<M;j++){ sum4=sum4+Maktual[j]; //secteni hornich defaultne 50 vzorku okna } emg4obal[i]=sum4/(M/2); //vydeleni poctem defaultne 50 vzorku okna sum4=0; //tj. prumerna hodnota horni poloviny hodnot okna tvori obalku } for (int j=0;j<N-M;j++){ emg4obal[j]=emg4obal[j]+1; //pricteni 1 pro omezeni hodnot mensich nez 1 emg4obal[j]=emg4obal[j]*emg4obal[j]; //umocneni obalky (vsechny hodnoty se tak zvysi ptze jsou vetsi nez 1) } qsort(emg4obal,N-M,sizeof(float),compare); //serazeni od min po max meze2=0; //inicializace meze pro biceps for(int j=20;j<220;j++){ //vyber 20. az 220. maxima maxs1[j-20]=emg4obal[(N-M)-(1*j)-1]; //a ulozeni do maxs1 meze2=meze2+(maxs1[j-20]); //suma 200 submaxim } meze2=meze2/200/4; //podeleni poctem maxim a snizeni na ctvrtinu = definice prahu
V této fázi program začíná kontinuálně meřit a vyhodnocovat naměřená data s oknem 100 vzorků. Na datech je provedena obálka podobně jako v učící fázi. Následuje kritérium, kdy se získaná hodnota porovná s prahy. Jsou-li hodnoty větší, rozsvítí se příslušná led a do čítače s rozsahem 0 až 400 hodnot pro oba signály se přičte 1 pokud již nejsou na maximální hodnotě. Jsou-li hodnoty menší, led zhasne a z čítače se odečte 1 pokud není hodnota 0. Oba signály používají stejnou proměnnou (procenta), biceps je kodován po jednotkách, předloktí po tisících. Reálná maximální hodnota je tak 400400.
led=1; //zhasnuti led indikujici start mereni //#################################################### //## kriterium emg4 - biceps, kriterium emg3 - otoc ## //#################################################### for(int i=0;i<M;i++){ vzorek[0]=ain.read_u16(); nProcessedSamples = filter1_filterBlock( filter, vzorek, outputBuffer, inputBufferSize ); emg4[i]=abs(outputBuffer[0]); vzorek[0]=otoc.read_u16(); nProcessedSamples = filter1_filterBlock( filter, vzorek, outputBuffer, inputBufferSize ); emg3[i]=abs(outputBuffer[0]); wait(0.001f); } for (int i=0;i<M;i++){ data4[i]=emg4[i]; //ulozeni do data4 a data3 ktere se quicksortuje data3[i]=emg3[i]; } while(1) //nekonecna smycka mereni { qsort(data4,M,sizeof(float),compare); //serazeni data4 od min po max qsort(data3,M,sizeof(float),compare); //serazeni data3 od min po max for(int j=(M/2);j<M;j++){ sum4=sum4+data4[j]; //secteni horni poloviny dat sum3=sum3+data3[j]; } obal4=sum4/(M/2); //prumer horni poloviny dat obal4=obal4+1; obal4=obal4*obal4; //mocninne zvyseni dat sum4=0; //reset sumy obal3=sum3/(M/2); //to same s predloktim obal3=obal3+1; obal3=obal3*obal3; sum3=0; if(meze2<obal4){ //jestlize bude hodnota obalky vetsi nez meze2 emg4krit=1; //kriterium pro biceps = 1 ... ruka se zveda if(procenta<400){ //jestlize neni na max hodnote 400 pak se zvedne procenta++; } led2=0; //zelena led signalizujici zvedani }else{ emg4krit=0; if(procenta>0){ //jestlize neni na min hodnote 0 pak klesne procenta--; } led2=1; //zelena led signalizuje pokles } meze1zaloha=meze1; //zalohuje se puvodni meze if(emg4krit==1){ //jestlize se ruka zveda meze1=meze1*zvysenimeze;//a zvysi se prah (defaultne 3*) } if(meze1<obal3){ //jestlize bude hodnota obalky vetsi nez meze1 if(procenta<400400){ //jestlize neni na max hodnote procenta=procenta+1000; //tak se zvysi (mod 1000) } led3=0; //modra led signalizujici otoceni }else{ led3=1; if(procenta>400){ //jestlize neni na min hodnote mod 1000 0 pak klesne procenta=procenta-1000; } } meze1=meze1zaloha; //navrat na puvodni mez if (cyklus % 10 == 1){ //po seriove lince se posila kazda 10. hodnota pc.printf("%d\n",procenta); //vypis procent po seriove lince } for (int i=0;i<M-1;i++){ //posun v okne o 1 dozadu emg4[i]=emg4[i+1]; emg3[i]=emg3[i+1]; } vzorek[0]=ain.read_u16(); //ulozeni vyfiltrovane hodnoty na posledni index okna nProcessedSamples = filter1_filterBlock( filter, vzorek, outputBuffer, inputBufferSize ); emg4[M-1]=abs(outputBuffer[0]); vzorek[0]=otoc.read_u16(); nProcessedSamples = filter1_filterBlock( filter, vzorek, outputBuffer, inputBufferSize ); emg3[M-1]=abs(outputBuffer[0]); wait(0.001f); cyklus++; //dalsi cyklus for (int i=0;i<M;i++){ //ulozeni do data4 a data3 ktere se quicksortuje data4[i]=emg4[i]; data3[i]=emg3[i]; } }
Na sériovou linku se posílá každá 10. hodnota stavu. Ta je načtena programem „serialchart“ pro vykreslování hodnot v čase. Program je volně dostupný z https://code.google.com/p/serialchart/. Data lze rovněž podobným způsobem vyhodnocovat pomocí MATLABu.
s = serial('COM3'); %assigns the object s to serial port set(s, 'InputBufferSize', 1); %number of bytes in inout buffer set(s, 'FlowControl', 'hardware'); set(s, 'BaudRate', 115200); set(s, 'Parity', 'none'); set(s, 'DataBits', 8); set(s, 'StopBit', 1); set(s, 'Terminator', 'CR'); set(s, 'Timeout',5); fopen(s); t=1; x=0; while(1) a =fread(s); a=max(a); x =[x a]; if length(x)>201 plot(mod(x(end-200:end),1000)); hold on plot(x(end-200:end)-mod(x(end-200:end),1000)); hold off axis auto; grid on; disp([num2str(t),'th iteration max= ',num2str(a)]); t=t+1; a=0; drawnow; end end fclose(s);
Kompletní zdrojový kód je dostupný z https://developer.mbed.org/users/customer10123/code/Polygraf_K64F/