基于腦電控制的智能機械臂控制系統研究

劉維健

（廣東交通職業技術學院，廣州 510800）

1 智能機械臂控制系統的結構

在進行實際項目研究過程中，需要使用腦機接口技術，利用該技術采集所需的腦電波信號，完成信號采集后，在系統內部進行相關數據處理，數據處理完成后再進行相應的指令傳輸，通過指令控制機械臂的操作。單獨的腦波傳感器無法滿足所有控制需要，需要通過添加空間位置傳感器的方式來實現，兩種傳感器在實際工作中相結合，實現對于智能機械臂的全面控制。圖1是智能機械臂控制系統的總體結構。可以看出，通過腦部信號采集、上臂六軸傳感器和前臂六軸傳感器的信號傳遞，將信號傳遞至數據采集端主控制器，數據采集端主控制器將采集到的信號通過藍牙的傳遞，將信號傳輸至接收端主控制器，信號傳輸完畢之后，接收端主控制器將數據進行處理和分析，最終生成相關指令以驅動整個機械臂運動。

2 智能機械臂控制系統的硬件設計

在智能機械臂控制系統的硬件設計中，有幾個需要注意的設計難點，包括腦波數據采集模塊、空間方位傳感器、主控制器以及六自由度的機械臂，這四個方面都是整體設計的重點部分，影響整個系統的運轉效果。腦波數據的采集需要注意其中的眨眼強度和專注度的具體數據，兩者會直接影響機械臂的運行狀態，空間方位傳感器主要是對空間融合結果整合以補充腦波信號的部分缺陷，同時主控制器和六自由度機械臂的設計都會直接影響最終機械臂的操作。

圖1 系統總體結構

2.1 腦波數據采集模塊的設計

在腦波數據采集模塊，需要使用相關的腦電采集設備進行腦波檢測，通常情況下，會選擇單通道的腦電采集設備。同時，對于腦電采集設備所適用的相關采集頻段、采樣頻率以及其他有關數據進行分析了解，根據需求選擇合適的腦電采集設備。腦電采集設備除了具備基本的腦波檢測、腦波信號采集的功能外，同時可以對采集到的信號進行數據分析和處理，除此之外，部分還具備其他功能。通過對數據的檢測、采集、分析和處理，可以實現對于數據濾波的輸出以及放大轉換的輸出。在數據處理中，需要注意使用相關算法進行數據的分析和處理，數據的分析和處理有助于對于佩戴者的心理狀態進行實施監控和分析。不同的腦電采集設備具體工作的程序有所不同，以MindWave為例，MindWave的傳輸模式主要為串口傳輸，在具體的傳輸手段上可以通過藍牙進行腦電數據的輸出，可以進行輸出的主要原始的腦波數據有8類，其中包括眨眼強度、專注度、放松度、delta、theta、gamma波EEG參數、alpha這8個數據類別，眨眼強度和專注度是其中較為重要的兩項，可以直接決定和控制機械臂的操作以及機械臂的啟動等動作。

2.2 空間方位傳感器的設計

空間方位傳感器主要是利用其中的相關部件對空間融合結果進行計算整合，并實現向控制器的輸出，在輸出過程主要需要使用相關的I2C接口以及DMP運動庫，I2C接口主要作用是與外界的電子羅盤相連接，而DMP運動庫作為主要的運動處理器系，兩者相結合才能實現數據的完美輸出。I2C接口在實現與電子羅盤對接的同時，還可以與內部傳感器融合，如加速度與角速度傳感器，同時本身自帶相應的數字引擎加速硬件，也可以提升數據收集、處理以及傳輸的速度。DMP運動庫作為主要的運動處理器系，在進行數據處理的過程中，可以使用產品本身生產公司所提供的關于運動處理的資料庫，進一步提高數據處理及解算過程的速度及便捷度。在提升速度的同時，這樣可以減少數據處理過程中對于單片機所造成的負擔，降低了開發過程中的技術難度。在智能機械臂控制中，對于空間方位傳感器位置的布置也需要注意，空間方位傳感器的種類多為六軸空間傳感器，安裝的位置為上臂和前臂，主要作用是為了全面實時捕捉整個手臂的運動姿態，以更好地實現對機械臂運動的控制。

2.3 主控制器的設計

在整個設計過程中，完成對于腦波數據采集模塊以及空間方位傳感器的設計后，需要對主控制器的設計進行把控。主控制器根據端口的不同分為兩種，一種為數據采集端的主控制器，另一種為接收端主控制器。首先需要對主控制器的構造及工作原理進行了解，以Arduino Mega 2560為例，該主控制器的主要部件有7個部分，包括14路脈沖寬度調節PWM、6路外部中斷、4路串口信號以及256KB Flash Memory、8KB SRAM、4KB EEPROM和54個IO接口，每一個部分需要和其他模塊和傳感器進行通信，最終把信號發至主控制器。首先，串口信號與腦波數據采集模塊進行通信，IO接口與空間方位傳感器進行通信，在進行信號傳遞的過程中，需要使用串口信號與藍牙進行通信以實現信號的傳遞。一般接收端主控制器的類型與數據采集端主控制器的類型相同，通過接受藍牙傳輸的相關信號，以實現對整個機械臂系統中所有大功率舵機的控制，進一步控制機械臂的動作。

2.4 六自由度機械臂的設計

機械臂的整體結構由兩大部分構成，第一大部分為2個伸臂，第二大部分為6個RB-150MG的大扭力舵機，整個機械臂的構成方式主要為關節式結構，同時也會采用六自由度的串聯式結構進行。在機械臂的構成部分中，6個大扭力舵機主要對機械臂的動作進行控制，前五個舵機的主要作用是實現對機械臂的旋轉和伸屈的全面控制，不同的是，末端的舵機主要控制機械臂的抓取動作。

3 軟件設計

在智能機械臂的整體設計中，完成基本的硬件設計外，還需要進行軟件設計。在軟件設計工作中，有4個比較重要的軟件設計部分需要注意，包括數據采集端的設計、腦波信號提取流程的設計、MPU6050信號提取流程的設計以及機械臂控制器主程序流程圖的設計。對于軟件設計的每一個步驟和環節，人們都要進行嚴格把控，這樣才可以更好地實現腦電控制的可持續性。

3.1 數據采集端的設計

在進行智能機械臂控制系統硬件設計中，主控制器的設計分為兩種，一種是數據采集端的主控制器，另一種是接收端主控制器。在軟件設計中，需要對數據采集端的設計進行更細致的研究。首先需要對數據采集端的工作原理和流程進行了解，數據采集端的工作流程首先是通過串口來獲得腦波傳感器傳遞的相關信號，之后再通過空間方位傳感器I2C接口來獲得上臂六軸傳感器的信號以及前臂六軸傳感器的信號，該信號主要代表前臂和上臂所呈現出的運動姿態，完成信號數據采集后，再通過藍牙將信號傳遞至機械臂的控制器，再進行后續的數據以及指令的傳輸。

3.2 腦波信號提取流程的設計

腦波模塊在進行信號數據傳遞和放松的過程中，在傳遞上一般會選擇異步串行的方式，其中會涉及相關的數據幀和數據包，兩者都有其基本的結構呈現方式。數據幀的結構大多呈現為【同步字符】【數據長度】【數據值…】【校驗碼】；而數據報呈現的基本結構為（【擴展碼】…）【類型碼】【長度】【值…】。腦波信號的提取流程如圖2所示。

圖2 腦波信號提取流程

在腦波信號的具體提取流程中，首先要進行數據的接收，接收完畢后，進行有效數據的提取，之后再讀取相關的擴展碼以及類型碼，讀取完畢后，還需要進行長度的讀取，所有數據接收、提取和讀取完畢后需要進行判斷。首先需要進行注意力集中度的判斷，如果判斷結果呈現肯定值，則可以直接進行數據的讀取并保存值再進行返回。如果注意力集中度的判斷結構呈現否定的狀態，還需要眨眼強度進行判斷，一旦呈現肯定的狀態則可以進行數據的讀取以及保存值，之后再進行返回；一旦呈現否定的狀態，則不進行任何讀取和保存的操作，直接返回。

3.3 機械臂控制器主程序流程圖設計

對于機械臂控制器主程序流程圖的設計，首先需要了解機械臂控制器的基本工作原理，機械臂控制器接收信號的方式均為藍牙傳遞，其中信號分為腦波信號以及六軸傳感器的運動姿態信號，兩者均通過藍牙接收，再傳遞至控制器，在腦波信號中，注意力集中度和眨眼強度是影響最終信息傳遞的兩個重要因素，其中眨眼強度的合理范圍為80～120（不包括80和120），該強度范圍內可以進行機械臂的啟動。如果出現眨眼強度數值大于120的現象，則需要及時關閉機械臂，注意力集中度可以直接控制機械臂的相關動作，注意力集中度可以產生相應的PWM，PWM可以實現對于末端舵機抓取動作的控制，同時根據上臂六軸傳感器和前臂六軸傳感器的傳輸信號，實現對于上臂和前臂運動姿態的把控，包括偏航角Yaw、滾轉角Roll以及俯仰角Pitch等，其間會產生5路不同的PWM波，以此來控制整個機械臂中其余5個舵機，更進一步控制整個機械臂的操作，實現旋轉、伸屈等動作。首先進行系統的初始化，初始化完成后通過藍牙讀取相關的傳感器信號，包括腦波信號、六軸傳感器的運動姿態信號等，之后對讀取到的信號進行判斷，判斷因素為眨眼強度。如果眨眼強度呈現的數值在80～120的范圍內，可以正常啟動機械臂；如果出現眨眼強度大于120的現象，需要及時停止機械臂的操作，檢測當前的啟動狀態。未啟動的需要重新返回進行信號的讀取，成功完成機械臂啟動的可以繼續進行專注度的讀取，讀取完畢后需要控制末端舵機以此來讀取上肢的運動狀態，狀態讀取完畢后再進行其余5個舵機的控制，控制完畢后繼續進行下一輪流程操作。

4 結語

腦電控制下的機械臂控制系統相較于傳統的按鍵式機械臂控制系統，更為人工智能化，數據讀取和信號傳遞更為簡單、便捷、準確，可以實現實時監督和傳輸。但是，在腦電控制中，單純的腦波信號控制無法真正實現設計所需的多種控制量輸出，對于信號的提取也較為困難。為了進一步實現腦電控制，需要與相應的肢體空間運動姿態相結合，兩者的結合可以給整個控制系統提供更為準確和充分的控制參數，可以更好地實現對機械臂的全面控制。傳統按鍵式的控制方法有很多操作上的局限性，難以實現真正的人機交流和互動，結構較為復雜，實際應用也不夠便捷。但是，腦電控制的應用真正實現了人機互動，基本結構較為簡單，實際操作應用也更為簡單便捷，對于日常娛樂或輔助殘疾人士進行運動等都有很重要的意義。