原创《基于脑电控制的智能机械臂控制系统》
本文是控制系统相关自考毕业论文范文跟脑电和控制系统和机械有关学术论文怎么写。
【摘 要】 结合Arduino 嵌入式系统和脑波传感器构建了一个机械臂控制系统, 并针对脑波传感器的不足, 补充了采用六轴传感器检测上肢的空间姿态辅助机械臂控制, 系统通过对采集的脑电波信号和上肢的空间姿态信号分析,给出控制指令,从而实现对机械臂的操控.
【关键词】 Arduino 脑波 机械臂控制
引言
近年来脑机接口技术迅速发展,取得了很多的应用,脑电信号蕴含了意念控制的,利用人类的脑波操控,突破了传统的按键作为控制端的局限性,加深了人机互动[1],本项目利用脑波信号结合空间位置传感器做为控制信号,来传递操作者的控制信息,实现对机械臂的遥控操作,提供了一种新的人机交互方式.
一、系统结构
本项目采用Neurosky 公司的MindWe 脑机接口采集脑电波信号,通过内置的ThinkGear 芯片进行数据处理,通过蓝牙传输到基于Arduino Mega2560 单片机的主控制器,控制机械臂的动作,由于脑波信号传感器区分度不够,增加mpu6050 空间位置传感器,通过结合脑波信号和肢体空间方位传感器控制六自由度的机械臂动作.
系统总体结构如图1.
二、系统硬件设计
2.1 脑波数据采集模块
脑波检测采用MindWe 单通道的脑电采集设备,用非侵入式干极置于额头位实现对脑波信号的采集,MindWe内置 ThinkGear 芯片, 采集频段为0-100Hz, 采样频率512Hz,12 位ADC,集成了脑电信号分析及处理等功能,完成数据滤波、放大转换输出,并通过采用eSense ?算法对处理过的数据进行分析,实时地解读出佩戴者当前的心理状态.MindWe 采用串口传输,可通过蓝牙模块,把脑电数据输出,输出的数据有原始脑波数据；8 个delta、theta、alpha、gamma 波EEG 参数、专注度、放松度、眨眼强度[2] [3].本项目提取专注度和眨眼强度,由专注度控制机械臂抓取动作,由眨眼强度控制机械臂的开启.
2.2 空间方位传感器
MPU6050 拥有一个外接 I2C 接口,可用于连接外界的电子罗盘5883,并且内部融合了3 轴加速度和3 轴角速度传感器,并使用自带的数字引擎加速硬件.利用通过主 I2C 接口和运动处理器系DMP 运动库,向控制器输出完美的空间融合计算结果.
有了DMP 运动库,就可以利用 InvenSense 公司提供的运动处理资料库,极其便捷的实现姿态的解算.不但减低了处理姿态数据时对单片机的负担,同时还大大的减小了开发的难度.采用两个mpu6050 六轴空间方位传感器分别装在上臂和前臂,扑捉手臂的运动姿态,用来控制机械臂的伸屈旋转.
2.3 主控制器
数据采集端主控制器采用Arduino Mega2560 ,它有256KB Flash Memory 、 8 KB SRAM、4 KB EEPROM、54 个IO 接口、4 路串口信号、6 路外部中断、14 路脉冲宽度调制PWM.采用串口0 与MindWe 通讯,采用IO 接口模拟I2C 接口与装在手臂mpu6050 六轴空间位置传感器通讯,通过采用串口1与蓝牙通讯,把信号发给机械臂主控制器.接收端主控制器也采用Arduino Mega2560,利用串口接收传感器器端蓝牙传输的信号,通过6 路PWM 控制六个大功率舵机实现六自由度的机械臂动作.
2.4 六自由度的机械臂
机械臂采用关节式的结构六自由度串联式结构, 由2 个伸臂和六个RB-150MG 大扭力舵机构成,末端舵机控制抓取动作,剩下5 个舵机控制机械臂的伸屈和旋转.
三、软件设计
3.1 数据采集端
数据采集端主控制器Arduino Mega2560通过串口0 获取脑波传感器信号,通过I2C总线获取六轴传感器信号上臂和前臂运动姿态,通过串口蓝牙模块发给机械臂控制器.
3.2 脑波信号提取流程
脑波模块以异步的串行的方式发送数据,数据帧结构如下：[ 同步字符] [ 同步字符] [ 数据长度] [ 数据值...] [ 校验码]数据包结构如下：
（[ 扩展码] ...）[ 类型码][ 长度][ 值...] 脑波信号提取流程如图2.
MPU6050 可以获得目标俯仰角Pitch、滚转角Roll、偏航角Yaw.通过MPU6050 自带的 DMP 库可以直接输出四元数q等于(q0,q1,q2,q3),最后把四元数转换成欧拉角；通过电子罗盘5883 磁方位数据对MPU6050 进行补偿,电子罗盘5883做为一个从I2C 设备接入到了MPU6050 上这样就完全可以把5883 的初始化交给6050 来做.而本系统只需要对6050 进行初始化然后通过DMP 库读取数据即可.
3.4 机械臂控制器主程序流程图
机械臂控制器通过蓝牙接收脑波信号和六轴传感器运动姿态信号,从脑波信号中提取专注度（0-100）和眨眼强度（0-255）；
眨眼强度大于80 小于120 启动机械臂,眨眼强度大于120 关闭机械臂；
根据注意力集中度产生相应的PWM 控制末端舵机抓取动作,根据六轴传感器信号上臂和前臂运动姿态俯仰角Pitch、滚转角 Roll、偏航角 Yaw 信号产生5 路PWM 波控制机械臂的5 个舵机使机械臂按要求伸屈和旋转.程序流程如下图：
四、结束语
单独采用脑波信号控制,提取信号困难,难以实现多控制量输出,采用脑波控制结合肢体空间运动姿态解算可以有效地提供充分的控制参数,实现对机械臂的控制,突破了传统的按键作为控制端的局限性,加深了人机互动,本系统结构简单,应用方便,可广泛应用于娱乐,残疾人士运动辅助等场合.
控制系统论文参考资料：
此文结论:此文是适合脑电和控制系统和机械论文写作的大学硕士及关于控制系统本科毕业论文，相关控制系统开题报告范文和学术职称论文参考文献。
