一种基于电阻抗技术结合手势控制轮椅的方法与流程

本发明涉及电动轮椅控制技术领域，具体领域为一种基于电阻抗技术结合手势控制轮椅的方法。

背景技术

电动轮椅作为一种辅助康复治疗的设备，对于肢体伤残者以及行动不便者是必备的代步工具。随着科学技术的进步，尤其是人机交互的快速发展，通过语音、肢体语言等人类自然生活习惯的方式控制轮椅的运动替换传统人机接口如按键、摇杆等方法成为一个重要的研究方向。目前，常见的有基于脑电波、肌电、机器视觉、眼球信号控制轮椅的方法，对于脑电波和肌电控制，信号比较微弱，很容易受到干扰，而且脑电波需要使用者精神一直高度集中；机器视觉受摄像头影响限制了使用空间；眼球信号的识别干扰大并且长久使用会造成眼部疲劳。基于上述原因，需要对现有技术的方法进行改良，以更好的实现电动轮椅控制。

电阻抗技术是一种无损测量的技术，通过在被测物体的表面贴附电极，并且施加电激励信号，同时测量电响应信号，利用相应的算法分析获得被测物体内部的阻抗分布信息。但是，到目前为止，电阻抗技术还没有结合我们的人机交互应用于轮椅控制领域。

技术实现要素：

本发明的目的在于提供一种基于电阻抗技术结合手势控制轮椅的方法，以解决现有技术中轮椅控制操作繁琐，灵敏度低，对于使用者的身体或精神有一定的负担，而且由于信号的微弱使得控制十分艰难的问题。

为实现上述目的，本发明提供如下技术方案：基于电阻抗技术结合手势控制轮椅的方法，其步骤为：(1)准备电极信号采集装置；

(2)将电极信号采集装置上的多个电极呈阵列均匀分布在人手腕周围，并且与手腕形成良好接触；

(3)利用电阻抗技术采集不同手势下手腕内部的阻抗信息并进行训练、学习；

(4)将各种手势下手腕内部的阻抗信息进行编码并且与轮椅控制器输出信号进行映射；

(5)通过不同的手势达到对轮椅前进、左拐、右拐、加速、减速的控制。

优选的，根据步骤(1)所述的电极信号采集装置由阻抗芯片、模拟开关、处理器、电极和电源模块组成，所述电极一端贴附在手腕上，另一端通过导线连接到模拟开关的一端，所述模拟开关的另一端连接阻抗芯片的输入端，所述处理器的输入端连接阻抗芯片的输出端，所述电源模块用于对阻抗芯片、模拟开关、处理器和电极的供电连接。

优选的，所述模拟开关为高速模拟开关。

优选的，所述处理器支持向量机算法，能够对阻抗芯片输出的信号进行训练学习，且根据学习的模型对使用者的意图进行识别分类。

优选的，所述电极信号采集装置还包括无线模块，所述处理器的输出端连接无线模块的输入端。

优选的，所述的无线模块与轮椅的控制器进行无线通讯链接，通过无线传输的方式将处理器的结果通过指令的形式发送给轮椅控制器，即将使用者的控制意图转化为相应的指令。

优选的，所述的轮椅的控制器根据无线模块发送来的指令对轮椅进行控制，所述的控制操作包括前进、左拐、右拐、加速、减速运动状态。

优选的，所述的阻抗芯片为ad5933阻抗芯片。

与现有技术相比，本发明的有益效果是：具有设备操作简单，控制方法简便，成本低的特点，能够快速的检测到手腕的阻抗分布信息，判断出使用者的控制意图并且将控制指令准确的传递给轮椅控制单元，从而实现仅仅用不同手势完成电动轮椅的人机交互控制。

附图说明

图1为本发明的控制流程图；

图2为本发明的手腕电极放置图；

图3为本发明的电极信号采集装置系统框图；

图4为本发明的不同手势对应的控制指令图。

图中：1、人体手腕；2、电源模块；3、电极；4、模拟开关；5、阻抗芯片；6、处理器；7、无线模块；8、轮椅的控制器。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1至4，本发明提供一种技术方案：一种基于电阻抗技术结合手势控制轮椅的方法，其步骤为：(1)准备电极信号采集装置；

(2)将电极信号采集装置上的多个电极3呈阵列均匀分布在人手腕周围，并且与手腕形成良好接触；

(3)利用电阻抗技术采集不同手势下手腕内部的阻抗信息并进行训练、学习；

(4)将各种手势下手腕内部的阻抗信息进行编码并且与轮椅控制器8输出信号进行映射；

(5)通过不同的手势达到对轮椅前进、左拐、右拐、加速、减速的控制。

根据步骤(1)所述的电极信号采集装置由阻抗芯片5、模拟开关4、处理器6、电极3和电源模块2组成，所述电极3一端贴附在手腕上，另一端通过导线连接到模拟开关4的一端，所述模拟开关4的另一端连接阻抗芯片5的输入端，所述处理器6的输入端连接阻抗芯片5的输出端，所述电源模块2用于对阻抗芯片5、模拟开关4、处理器6和电极3的供电连接。

所述模拟开关4为高速模拟开关4。

所述处理器6支持向量机算法，能够对阻抗芯片5输出的信号进行训练学习，且根据学习的模型对使用者的意图进行识别分类。

所述电极信号采集装置还包括无线模块7，所述处理器6的输出端连接无线模块7的输入端。

所述的无线模块7与轮椅的控制器8进行无线通讯链接，通过无线传输的方式将处理器6的结果通过指令的形式发送给轮椅控制器8，即将使用者的控制意图转化为相应的指令。

所述的轮椅的控制器8根据无线模块7发送来的指令对轮椅进行控制，所述的控制操作包括前进、左拐、右拐、加速、减速运动状态。

所述的阻抗芯片5为ad5933阻抗芯片5。

通过本技术方案，如图1所示为本发明的控制流程图，通过放置手腕的电极3，利用电阻抗技术采集手腕内部阻抗信号，然后利用训练学习得到对阻抗数据和手势的模型，通过随采集数据的实时识别判断不同的手势，并且将控制意图传递给轮椅控制单元执行相应的动作。

如图2所示为对手腕电极3的放置要求，需要对使用者的手腕表面贴附一圈均匀分布的电极3，所设置的电极3选用导电性良好的铜电极3片，并且电极3与手腕形成良好的贴附，然后通过导线连接至信号采集装置。

如图3所示为测量系统的整个框图，其中包含有人体手腕1、电源模块2、电极3、模拟开关4、阻抗芯片5、处理器6、无线模块7、轮椅的控制器8。通过放置的电极3，我们可以对人体手腕1施加不同频率的电激励信号，同时在施加激励信号的同时测量其余电极3上的电响应信号。电极3与模拟开关4相连，模拟开关4选用高速多路模拟开关4cd4051，在对不同路开关的控制下，可以保证电信号通过不同的电极3注入和测量；模拟开关4与阻抗芯片5相连，阻抗芯片5选用包含有滤波、放大器、dds等功能的频率范围可调的ad5933阻抗芯片5，设置阻抗芯片5的输出为40khz的激励信号，因为40khz频率下给定的电激励信号对应的电响应信号有更明显的数据区分，能更好进行训练学习；阻抗芯片5将滤波放大后的数据传输给处理器6，通过欧姆定律得到手腕的阻抗，并且在处理器6中完成对不同手势下阻抗数据的训练学习。

训练学习过程采用机器学习中重要的支持向量机算法，通过序列最小化优化算法(smo)来完成模型的优化，并且利用优化好的模型对采集的数据实时识别，判断出使用者的操作意图，并且将识别信息通过指令形式发送给轮椅控制器8。

所述电源模块2统一给阻抗芯片5、模拟开关4、处理器6、无线模块7供电，无线模块7选用hc-06无线蓝牙通信，并且整个电极信号采集装置通过电路集成封装在一起。

如图4所示不同手势的控制意图，在训练过程中设置好不同手势对轮椅控制的不同指令，然后根据无线模块7发送来的识别结果指令，将使用者的意图转化为对轮椅控制器8的直接操控，达到通过一个简单的手势就完成对电动轮椅不同运行状态的控制。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。