CN112230769B - 基于柔性电容传感器的数据手套的关节运动角度测量方法 - Google Patents
基于柔性电容传感器的数据手套的关节运动角度测量方法 Download PDFInfo
- Publication number
- CN112230769B CN112230769B CN202011075911.2A CN202011075911A CN112230769B CN 112230769 B CN112230769 B CN 112230769B CN 202011075911 A CN202011075911 A CN 202011075911A CN 112230769 B CN112230769 B CN 112230769B
- Authority
- CN
- China
- Prior art keywords
- sensor
- joint
- angle
- finger
- pip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
Abstract
本发明涉及一种基于柔性电容传感器的数据手套以及关节运动角度测量方法,其解决了现有数据手套检测精度低、佩戴舒适性差、寿命低,制造成本高的技术问题的技术问题,其包括手套本体,手套本体设有手指部,手指部的关节连接有柔性电容传感器,柔性电容传感器包括硅橡胶传感器主体,硅橡胶传感器主体设有介电层、两个电极层和两个保护层,两个电极层分别连接有导线。其可广泛应用于柔性可穿戴设备领域。
Description
技术领域
本发明涉及柔性可穿戴设备领域,具体而言,是一种基于柔性电容传感器的数据手套以及关节运动角度测量方法。
背景技术
目前,数据手套已经日益成为VR***中重要的人机交互设备,它可以捕捉人手的动作与姿态信息,并将信息传递给虚拟现实***,在虚拟现实***中再现用户手部的动作。
数据手套的作用是测量与记录手指的姿态,从输入设备的工作原理来说,主要有以下几种类型:
(1)视觉图像式数据手套。利用摄像机捕获手势视频信息,借助图像处理算法对手的运动状态进行识别,没有材料损耗、交互性好;缺点是实时性差、采集范围小,检测精度低,此外制造成本高。
(2)机械式数据手套。使用复杂的金属外骨架结构将传感器固定在手指各关节之间,传感器会随着机械装置的运动有不同的输出,根据角度传感器的变化,从而获得关节之间的转角。该机械式数据手套的精度比较高,但是该机械式数据手套与人体贴合性不好,此外还会对人体的运动产生负面影响。
(3)光纤式数据手套。光纤的两端分别与光源、光电传感器相连接,手指的弯曲带动光纤弯曲,使其中光线的光强发生改变。光的强度和手指的弯曲程度有一定的线性关系,这样就可以通过测量光信号强度来计算光纤的弯曲角度,检测精度高。但是光纤护套弹性差、易疲劳损坏,寿命低。
因此,本领域技术人员正在寻找新的传感技术与设计思路,以获得同时满足低成本、高精度、佩戴舒适等要求的数据手套,从而拓展数据手套的应用领域。
发明内容
本发明就是为了解决现有数据手套检测精度低、佩戴舒适性差、寿命低,制造成本高的技术问题,提供一种检测精度高、佩戴舒适性更好、寿命高,制造成本低的基于柔性电容传感器的数据手套以及关节运动角度测量方法。
本发明提供的基于柔性电容传感器的数据手套包括手套本体,手套本体设有手指部,手指部的关节连接有柔性电容传感器,柔性电容传感器包括硅橡胶传感器主体,硅橡胶传感器主体设有介电层、两个电极层和两个保护层,两个电极层分别连接有导线。
本发明还提一种基于柔性电容传感器的数据手套,包括手套本体,手套本体设有手指部,手指部的掌指关节和近指关节分别连接一个柔性电容传感器;柔性电容传感器包括硅橡胶传感器主体,硅橡胶传感器主体设有介电层、两个电极层和两个保护层,两个电极层分别连接有导线。
优选地,手套本体设有非传感器变形区,非传感器变形区覆盖有硅胶。
本发明还提供一种使用基于柔性电容传感器的数据手套的关节运动角度测量方法,包括以下步骤:
(1)定义参数:与掌指关节连接的柔性电容传感器为MP传感器,与近指关节连接的柔性电容传感器为PIP传感器;MP传感器和PIP传感器的电压变化值分别用Uα和Uβ表示;
(2)单根手指耦合运动的线性关系表示为耦合矩阵C:
表示MP关节运动时,Uα与MP关节角度变化量的比值;/>表示PIP关节运动时,Uβ与MP关节角度变化量的比值;/>表示表示MP关节运动时,Uβ与MP关节角度变化量的比值;/>表示PIP关节运动时,Uβ与Uα的比值;
(3)从公式(9)进一步得出:
故矩阵C存在逆矩阵C-1;
公式(11)中,α代表MP关节转动角度,β代表PIP关节转动角度;
传感器示数与关节运动角度关系,表示为:
公式(12)中,cα表示MP的拟合零位电压;cβ表示PIP的拟合零位电压。
MP、PIP运动角度用传感器示数变化求得,表示为:
(4)正弦波激励信号Ui给软传感器,通过AD模块采集响应信号得到传感器电压峰峰值Uc;
(5)将电压峰峰值Uc带入公式(13),进而得到关节运动角度值。
本发明的有益效果是,结构简易,成本低,测量过程简单方便,测量灵敏度、准确度、精度高,测量实时性好,穿戴舒适性好,能够准确地测量出各个指关节运动的角度信息。提高了手势识别的简易性、有效地扩宽手势识别应用的互动领域。
本发明进一步的特征和方面,将在以下参考附图的具体实施方式的描述中,得以清楚地记载。
附图说明
图1是基于柔性电容传感器的数据手套的立体图;
图2是基于柔性电容传感器的数据手套的主视图;
图3是柔性电容传感器的结构示意图;
图4是图3中硅橡胶传感器主体的结构示意图;
图5是手指关节运动过程中关节角度变化与传感器长度变化关系的模式图;
图6是柔性电容传感器的电压—位移曲线;
图7是软传感器载体制作模具的使用过程示意图,其中图(a)是上基板和下基板位于织物两侧,第一上磁铁、第二上磁铁、第一下磁铁、第二下磁铁未嵌入相应磁铁容纳槽的示意图;图(b)是第一上磁铁、第二上磁铁、第一下磁铁、第二下磁铁嵌入相应磁铁容纳槽,上基板和下基板将织物夹紧的示意图;
图8是软传感器载体制作模具的上基板的结构示意图;
图9是图8所示结构的俯视图;
图10是图8所示结构的剖视图;
图11是软传感器载体制作模具的下基板的结构示意图;
图12是图11所示结构的俯视图;
图13是图11所示结构的剖视图;
图14是同一根手指上的两个传感器耦合关系示意图,图(a)是两个传感器没有弯曲的状态示意图,图(b)是右侧传感器弯曲的状体示意图;
图15是食指上两个传感器的示意图,第一个柔性电容传感器的硅橡胶传感器主体的中间位置正对MP关节,第二个柔性电容传感器的硅橡胶传感器主体的中间位置正对PIP关节;
图16是同一根手指上两个传感器相互关联示意图;
图17是手套非传感区未覆盖硅胶时受力拉伸前后对比图以及手套非传感区覆盖硅胶受力拉伸前后对比图,图(a)没有覆盖硅胶的状态图,图(b)是图(a)所示结构受力拉伸变形后的状态示意图,而(c)是覆盖硅胶的状态图,图(d)是图(c)所示结构受力拉伸变形后的状态示意图;
图18是信号处理***原理图;
图19是测量电路图;
图20是滤波算法流程图;
图21是关节角度实时测量界面;
图22是食指关节数据拟合平面图,图(a)为MP关节的数据拟合平面,图(b)是PIP关节数据拟合平面。
图中符号说明:
10.基于柔性电容传感器的数据手套,11.手套本体,12.穿戴定位魔术扣,13.柔性电容传感器,14.硅橡胶载体,15.硅胶。
具体实施方式
以下参照附图,以具体实施例对本发明作进一步详细说明。
如图1和2所示,基于柔性电容传感器的数据手套10包括手套本体 11,手套本体11设有五个手指部(分别是拇指部、食指部、中指部、无名指部、小指部)。每个手指部的掌指关节和近指关节分别连接一个柔性电容传感器13,即拇指部的掌指关节和近指关节分别连接一个柔性电容传感器13,食指部的掌指关节和近指关节分别连接一个柔性电容传感器 13,中指部的掌指关节和近指关节分别连接一个柔性电容传感器13,无名指部的掌指关节和近指关节分别连接一个柔性电容传感器13,小指部的掌指关节和近指关节分别连接一个柔性电容传感器13,也就是说每根手指部上连接两个柔性电容传感器,一共有10个柔性电容传感器。
为了使柔性电容传感器贴装在人手关节运动时各关节外部皮肤表面形变量最大的位置,将柔性电容传感器13的中间位置固定于指关节上方肌腱和韧带的上方,可以获得较大的变形量。
手套本体11上拇指部的两个柔性电容传感器13用于测量拇指关节角度,其中一个柔性电容传感器13用于测量拇指的掌指关节 (metacarpophalangeal joint)的运动角度,另一个柔性电容传感器13 用于测量拇指的近指关节(interphalangeal joint)的运动角度。
手套本体11上食指部的两个柔性电容传感器用于测量食指关节角度,其中一个柔性电容传感器用于测量食指的掌指关节(metacarpophalangeal joint)的运动角度,另一个柔性电容传感器用于测量食指的近指关节(proximal interphalangeal joint)的运动角度。
手套本体11上中指部的两个柔性电容传感器用于测量中指关节角度,其中一个柔性电容传感器用于测量中指的掌指关节(metacarpophalangeal joint)的运动角度,另一个柔性电容传感器用于测量中指的近指关节(interphalangeal joint)的运动角度。
手套本体11上无名指部的两个柔性电容传感器用于测量无名指关节角度,其中一个柔性电容传感器用于测量无名指的掌指关节 (metacarpophalangeal joint)的运动角度,另一个柔性电容传感器用于测量无名指的近指关节(proximal interphalangealjoint)的运动角度。
手套本体11上小指部的两个柔性电容传感器用于测量小指关节角度,其中一个柔性电容传感器用于测量小指的掌指关节(metacarpophalangeal joint)的运动角度,另一个柔性电容传感器用于测量小指近指关节(proximal interphalangeal joint)的运动角度。
手套本体11的材料为高贴合性的轻薄柔性材料;优选地,选用莱卡布料,莱卡布料弹性优良,其织物厚度、密度适中,且能与硅胶实现可靠的连接。
两个穿戴定位魔术扣12与手套本体11缝制在一起,人们戴上基于柔性电容传感器的数据手套10后,第一个魔术扣12(最外侧的魔术扣) 位于于腕关节尺骨茎突和桡骨茎突的手臂一侧,这样收紧魔术扣之后就可以借助这两个骨性点把手套“卡”在手腕处。第二个魔术扣12(紧靠手套本体11)位于尺骨茎突和桡骨茎突的手掌一侧,这样就可以借助手掌来进一步限制数据手套的纵向位置。
如图3所示,柔性电容传感器13包括硅橡胶传感器主体131、封装部132、导线133、接口134,封装部132与硅橡胶传感器主体131连接,导线133与封装部132连接,接口134与导线133连接。封装部132将信号线封存在一固定区域内,方便传感器的布置。
如图4所示,硅橡胶传感器主体131从纵向结构分为五层,包括一个介电层131-3、两个电极层131-2和两个保护层131-1,介电层131-3 为中间层,两个电极层131-2分别与介电层131-3的两侧连接,两个保护层131-1为最外侧,两个保护层131-1分别与两个电极层131-2连接。介电层131-3的材质可以是硅橡胶、丙烯酸酯弹性体、聚氨酯弹性体、丁腈橡胶或亚乙烯基氟化三氟乙烯。
电极层131-2作为柔性电极,使用LSR4305硅胶、LION EC300J导电炭黑和异丙醇、异辛烷进行制作。将导电碳粉与硅橡胶充分混合后得到富有弹性的电极,制作时首先按照1:25的比例配置导电炭黑和异丙醇的混合物,然后对其进行超声波震荡以击碎碳粉颗粒,使其全部破碎成粉状(该工艺提高了电极的导电性),将处理后的碳粉与LSR4305硅胶 A/B原液混合。最后将其置于离心搅拌机中混合、脱泡,制成均匀、流动性适中、符合涂布要求的电极材料。
用两根导线分别与两个电极层131-2连接。
硅橡胶传感器主体131具有很好的拉伸性能,因此在手部关节转动时,相应关节对应的硅橡胶传感器主体受到拉伸力而伸长,会使传感器的有效面积变大,导致其电容值发生变化,因此通过检测电容值的变化便可检测外力或位移。具体原理如下:
传感器的检测精度k由关节转动单位角度引起的输出电压大小决定,并由以下公式表示:
公式(1)中,dv代表输出电压变化量,dθ代表转动单位角度。
根据信号处理电路理论推导值和前期实验可知,电压-电容曲线的线性拟合程度非常高(R2>0.998),故在此可认为β(c)=β为常数。并由以下公式表示:
dv=βd (2)
公式(2)中,β代表比例系数。
参考图5,从传感器整体来说,为了转动单位角度引起的传感器应变 dx越大。由实验可知关节转动角度与传感器应变量成近似线性关系,并由以下公式3表示:
dx≈αdθ (3)
公式(3)中,α代表比例系数。
联立公式(1)、(2)、(3),得灵敏度k的表达式,并由以下公式4 表示:
对于平行板电容,其电容值可用以下公式5表示:
通常对于平行板电容,其电容值为C(capacitance),介电常数为ε (dielectricconstant);极板面积为S square);静电力常量为κ (electrostatic force constant);极板间距为d(plate distance)。忽略平行板电容极板间距的变化,故电容值的变化量可由以下公式6表示:
对于极板面积变化量dS与极板长度变化量dx有以下对应关系,可由以下公式7表示:
dS=b·dx (7)
公式(7)中,b代表极板宽度。
联立公式(4)、(5)、(6)、(7),得以下公式(8):
公式(8)中,β、ε、κ是常数,α、b、d是变量,可见柔性电容传感器的灵敏度为一定值。由电压变化值即可测得关节角度的变化值,且电压与角度变化值成线性关系。如果通过本实施例的软传感器测出电压变化量ΔV,则可计算出手指关节的角度变化Δθ。
如图6所示,经过试验验证,电压与位移变化成线性关系。
如图7-13所示,软传感器载体制作模具包括上基板21、下基板22、第一上磁铁23、第二上磁铁24、第一下磁铁25、第二下磁铁26,上基板21的中部设有通孔27,上基板21的两端设有第一上磁铁容纳槽211、第二上磁铁容纳槽212,下基板22的两端设有第一下磁铁容纳槽221、第二下磁铁容纳槽222。
参考图7,以食指为例说明使用软传感器载体制作模具将传感器集成在数据手套的过程。
(1)参考图7中的图(a),首先将下基板22平整地放入手套食指部分织物下面,将下基板22调整至预定位置,并使织物平整地贴合在下基板22上;再将上基板21放置在织物上方,同时保证上下基板的磁铁容纳孔对齐。调整好织物与基板的位置后将第一上磁铁23嵌入至第一上磁铁容纳槽211中,将第二上磁铁24嵌入至第二上磁铁容纳槽212中,将第一下磁铁25嵌入至第一下磁铁容纳槽221中,将第二下磁铁26嵌入至第二下磁铁容纳槽222中,磁铁之间相互吸引,使得食指部分织物固定在上基板21和下下基板22之间,如图7中图(b)所示。此时,上基板21的通孔27与食指部织物形成一硅胶浇注槽。
(2)其次将准备好的硅橡胶原液注入硅胶浇注槽中,尽可能使浇注平整,充满且不溢出硅胶浇注槽。
(3)然后,由于浇注过程中硅橡胶原液中残余气泡会导致固化后硅橡胶层的表面平整度差,因此先使用真空去泡机对硅胶浇注槽中的液态硅橡胶进行抽真空处理排出气泡,以提高固化状态下的平整度,再用加热箱加热固化处理,从而形成用于安装软传感器的硅橡胶载体14。
(4)再然后,使用等离子处理仪对硅橡胶载体14和软传感器13进行等离子处理(有利于软传感器与硅橡胶载体的连接),将软传感器保持预拉伸状态,用988A硅胶粘接剂将软传感器粘在硅橡胶载体14上,实现软传感器与数据手套本体的可靠集成。
(5)最后,将第一上磁铁24从第一上磁铁容纳槽211中取出,将第二上磁铁24从第二上磁铁容纳槽212中取出,移出上基板和下基板。
对于本发明数据手套的目标应用场景为基于虚拟现实的医疗康复***,所以手套在使用过程中不会受到外力的影响。因此,除了大拇指外人手的远指关节(distalinterphalangeal joint)运动角度与近指关节运动角度表现为固定的对应关系,因此,仅需测量近指关节的运动角度就可以求出远指关节(distal interphalangeal joint)的运动角度。
在此,贴装于不同的手指与手指上的传感器和单根手指的不同关节的传感器之间存在耦合关系。不同手指上的传感器之间的耦合现象并不对测量精度产生较大的影响。但是单根手指的掌指关节和近指关节上的传感器存在非常明显的耦合现象。这种耦合现象产生的原因是由传感器的布置方式和手套基材决定的
本发明数据手套的目标应用场景为基于虚拟现实的医疗康复***,所以手套在使用过程中不会受到外力的影响。因此,除了大拇指外人手的远指关节运动角度与近指关节运动角度表现为固定的对应关系,因此,仅需测量近指关节的运动角度就可以求出远指关节(distal interphalangeal joint)的运动角度。
在此,不同手指上的传感器之间存在耦合关系,单根手指的不同位置的传感器之间存在耦合关系。不同手指上的传感器之间的耦合现象并不对测量精度产生较大的影响。但是单根手指的掌指关节和近指关节上的传感器存在非常明显的耦合现象,这种耦合现象产生的原因是由传感器的布置方式和手套基材决定的。
参考图14,关节之间耦合现象产生的具体过程如下:
单根手指的两个传感器布置的位置在同一直线上,且与连续的莱卡布料紧密贴合。在莱卡布料中传递的沿皮肤表面的力不能被手指皮肤和布料的摩擦力所平衡,所以当一个传感器弯曲拉伸时,其产生的力会通过两个传感器之间的布料传递到另一个传感器上。因此,即使另一个传感器下的关节没有转动,但是它仍然受到拉力,产生形变,如图14中图 (b),左侧传感器在其下关节没有转动的情况下,仍受到右侧关节转动产生的拉力并产生形变ΔX。在这种情况下,如果对两个传感器进行单独标定,势必会严重影响数据手套的精度,所以必须找到其中的耦合关系,研究解耦算法。
将数据手套戴在手上进行测量,将传感器的中间位置固定于指关节上方的肌腱和韧带上方,可以获得较大的变形量;如图15所示,以食指为例,第一个柔性电容传感器13的硅橡胶传感器主体131的中间位置正对MP关节,第二个柔性电容传感器13的硅橡胶传感器主体131的中间位置正对PIP关节。为了确定掌指关节(MP)角度α对近指关节(PIP)传感器电压值Uβ的影响,首先将近指关节(PIP)的角度分别固定为0、15、 30、45、60度,然后在以上每个角度下分别记录掌指关节(MP)转动到 0、15、30、45、60度时第二个柔性电容传感器(可定义为PIP传感器) 的电压值,然后对其进行线性拟合测量结果见图16。从图16可以看出,掌指关节(MP)的转动角度对近指关节(PIP)传感器电压值的影响基本上是线性的。各条拟合直线的决定系数在0.98左右,其斜率也较为接近。同样地,近指关节(PIP)的转动角度对掌指关节(MP)传感器电压值的影响也基本是线性的。
对于手指的每一个动作,结合其上两个传感器的电压值来分别计算两个关节的角度。MP传感器和PIP传感器的电压变化值分别用Uα和Uβ表示,也就是第一个柔性电容传感器13和第二个柔性电容传感器的电压变化值分别用Uα和Uβ表示。由于同一手指中MP关节与PIP关节之间的耦合是线性的,且对于手指关节上任意一传感器电压与对应关节角度变化值之间的关系也是线性的。因此对于任意一关节上的传感器的电压变化值,由两部分构成,一部分是本身关节角度变化与对应线性关系系数的乘积,另一部分为同一手指的另一关节的角度变化与对应的线性耦合关系系数的乘积。由此定义以下线性关系系数,表示手指MP 关节运动时,由MP关节角度变化引起的那部分电压变化量与MP关节角度变化量的比值。表示手指PIP关节运动时,由PIP关节角度引起的那部分电压变化量与MP关节角度变化量的比值。/>表示表示手指MP关节运动时,由PIP关节角度引起的电压变化量与MP关节角度变化量的比值。/>表示手指PIP关节运动时,由PIP关节角度引起的那部分电压变化量与MP关节角度变化量的比值。
因此,单根手指耦合运动的线性关系可以表示为耦合矩阵C:
公式(9)中,其中和/>表征MP关节转动角度对MP传感器电压和PIP传感器电压的影响程度。根据实际经验,MP关节转动角度必然对其自身的传感器的影响程度高度其对耦合传感器的影响程度,即/>后经实验验证确定此关系正确。同理可知,/>又因/>均为负数,得:
故矩阵C存在逆矩阵C-1。
公式(11)中,其中α代表MP关节转动角度,β代表PIP关节转动角度。
传感器示数与关节运动角度关系,表示为:
公式(12)中cα表示MP的拟合零位电压;cβ表示PIP的拟合零位电压。
MP、PIP运动角度用传感器示数变化求得,表示为:
为了求得耦合矩阵C,将公式(13)展开得:
可见公式(14)是一个二元一次方程组,α、β是其自变量,Uα、Uβ是其因变量,cα、cβ为其待定系数。具体地说,式中的上下两个等式分别表示了三维空间中的两个平面,这两个平面的x、y坐标值为MP、PIP两关节的实际角度α、β,z坐标值分别为两个传感器的电压值。只要找到这两个平面,那么就能求得相应的待定系数。理论上需要三个点即可确定一个平面,也即只需要通过实验测定三组数据即可。但是考虑到传感器电压与两个关节的转动角度非严格的线性关系,仅测三个点不能很好地消除随机因素的影响,难以满足标定精度要求,所以决定采集较多的数据用于拟合平面。这里将数据手套标定时采集的数据导入ORIGIN软件,拟合平面表达式(Z=aX+bY),X 坐标为MP关节运动角度,Y坐标为PIP关节运动角度,Z坐标代表采集的传感器的电压峰峰值Uc。以食指为例,如图22中(a)(b)所示,(a) 图为食指MP关节拟合平面,(b)图为食指PIP关节拟合平面。调整参数,使其拟合优度判定系数R方尽可能接近1。确定调整后的最终参数,用以求解耦合矩阵。
我们采用如下的解耦矩阵补偿方法:
步骤(1),采用USMART串口调试交互组件获取各个传感器的电压数据。
步骤(2),采用图像法测量各个关节的角度。每个手指对应两个电压数据,这里每个电压数据对应着两个关节角度。这里每个手指做出50 个不同的姿态,采集共50组数据。
步骤(3),将50组数据导入至ORIGIN软件中的平面拟合工具中,得到各个手指对应拟合平面的参数,以及可决系数。
参考图18,由于选用的莱卡布料基底模量较小,在手指弯曲时,非传感器区的布料会有较大的形变,这将严重影响数据手套的灵敏度,为了减小布料的形变量,增大传感器的形变量。在此使用较厚的,大模量的HC920硅胶覆盖于非传感器变形区。覆盖的区域为:大拇指的掌指关节上方,其余四指的指尖和手背。如图17中,(a)、(b)两图分别为在没有硅胶覆盖在手套受力前后的变形图。而(c)是覆盖了硅胶没有受力的状态,图(d)是覆盖了硅胶后受力变形图。由(b)、(d)两图可以看出,在手套布料变形量相同时,覆盖了硅胶的手套,其传感器的变形量大于没有覆盖硅胶的传感器的变形量。从而大大提高了数据手套的灵敏度。
参考图18和19所示的信号处理***,软传感器在手指关节运动下发生形变,其电容值的大小随之改变,信号处理电路输入600Hz正弦波激励信号给软传感器,通过AD模块采集响应信号得到电压峰峰值;通过滤波算法剔除电压信号中的粗大误差和噪声干扰;将滤波之后的电压信号带入建立好的拉伸值-电压函数,得到对应的拉伸值并算出相关物理量(关节旋转角度值);通过采集软传感器的拉伸值信息得到连续变化的运动曲线,用于关节运动的测量。
如图19所示,信号处理电路采用STM32的DA模块输出600Hz正弦波激励信号Ui给软传感器,通过AD模块采集响应信号得到传感器电压峰峰值Uc。如图所示,其中R为R-C电路电阻,C为传感器电容,A 为输入信号幅值,w为输入信号频率。
如图20所示,通过滤波算法剔除传感器电压信号中的粗大误差和噪声干扰。软件滤波算法由三部分组成,分别是阈值判断,递推平均和输出并重新装载。***对软传感器响应信号进行采样,得到正弦激励下的响应电压峰峰值数据DoN,为减小噪声信号对下肢运动测量***的影响,对DoN进行阈值判断,通过设定阈值M排除***粗大误差,当DN-1与 DoN差值的绝对值超过阈值时则认为该数值无效,直接向上位输出上次的有效输出电压值DN-1;当DoN满足阈值判断后,将DoN写入存储前N个输出给上位机有效值的堆栈,并将最早的数据D0剔除堆栈序列,最后对堆栈的所有数据求平均得到***测量有效值DN。
将滤波之后的传感器电压峰峰值Uc带入建立好的关节角度-电压函数,前述公式(13)就是关节角度-电压函数,从而得到各个关节旋转角度。
计算出关节旋转角度后,相关数据可以用于手势识别领域,这里基于MFC(Microsoft Foundation Classes是微软公司提供的一个类库(class libraries)),以C++类的形式封装了Windows API,并且包含一个应用程序框架,以减少应用程序开发人员的工作量。其中包含大量Windows 句柄封装类和很多Windows的内建控件和组件的封装类。开发出关节角度实时测量界面,参考图21。
以上所述仅对本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡是在本发明的权利要求限定范围内,所做的任何修改、等同替换、改进等,均应在本发明的保护范围之内。
Claims (1)
1.一种使用基于柔性电容传感器的数据手套的关节运动角度测量方法,其特征是,所述基于柔性电容传感器的数据手套包括手套本体,所述手套本体设有手指部,所述手指部的掌指关节和近指关节分别连接一个柔性电容传感器;所述柔性电容传感器包括硅橡胶传感器主体,所述硅橡胶传感器主体设有介电层、两个电极层和两个保护层,所述两个电极层分别连接有导线;
所述关节运动角度测量方法包括以下步骤:
(1)定义参数:与掌指关节连接的柔性电容传感器为MP传感器,与近指关节连接的柔性电容传感器为PIP传感器;MP传感器和PIP传感器的电压变化值分别用Uα和Uβ表示;
(2)单根手指耦合运动的线性关系表示为耦合矩阵C:
表示MP关节运动时,Uα与MP关节角度变化量的比值;/>表示PIP关节运动时,Uβ与MP关节角度变化量的比值;/>表示表示MP关节运动时,Uβ与MP关节角度变化量的比值;/>表示PIP关节运动时,Uβ与Uα的比值;
(3)从公式(9)进一步得出:
故矩阵C存在逆矩阵C-1;
公式(11)中,α代表MP关节转动角度,β代表PIP关节转动角度;
传感器示数与关节运动角度关系,表示为:
公式(12)中,cα表示MP的拟合零位电压;cβ表示PIP的拟合零位电压;
MP、PIP运动角度用传感器示数变化求得,表示为:
(4)正弦波激励信号Ui给软传感器,通过AD模块采集响应信号得到传感器电压峰峰值Uc;
(5)将电压峰峰值Uc带入公式(13),进而得到关节运动角度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011075911.2A CN112230769B (zh) | 2020-10-10 | 2020-10-10 | 基于柔性电容传感器的数据手套的关节运动角度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011075911.2A CN112230769B (zh) | 2020-10-10 | 2020-10-10 | 基于柔性电容传感器的数据手套的关节运动角度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112230769A CN112230769A (zh) | 2021-01-15 |
CN112230769B true CN112230769B (zh) | 2023-03-31 |
Family
ID=74120712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011075911.2A Active CN112230769B (zh) | 2020-10-10 | 2020-10-10 | 基于柔性电容传感器的数据手套的关节运动角度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112230769B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113124746B (zh) * | 2021-04-20 | 2022-06-03 | 哈尔滨工业大学(威海) | 基于冗余传感器的穿戴式柔性电容型传感器及自标定方法 |
WO2022232305A1 (en) * | 2021-04-29 | 2022-11-03 | Meta Platforms Technologies, Llc | Photonic power converter light transport |
US11803024B2 (en) | 2021-04-29 | 2023-10-31 | Meta Platforms Technologies, Llc | Photonic power converter light transport |
CN117608391A (zh) * | 2022-08-22 | 2024-02-27 | 深圳市韶音科技有限公司 | 一种传感装置及用于捕捉手部动作的手套 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106346485A (zh) * | 2016-09-21 | 2017-01-25 | 大连理工大学 | 基于人手运动姿态学习的仿生机械手的非接触式控制方法 |
CN107890350A (zh) * | 2017-11-18 | 2018-04-10 | 哈尔滨工业大学(威海) | 一种可穿戴式运动传感器、传感电路及运动检测方法 |
CN108444436A (zh) * | 2018-02-28 | 2018-08-24 | 西安交通大学 | 一种基于柔性大变形传感器的手部姿态测量***和方法 |
CN208591047U (zh) * | 2018-02-12 | 2019-03-12 | 中国科学院宁波材料技术与工程研究所 | 一种人体关节运动的测量*** |
CN109646006A (zh) * | 2018-11-27 | 2019-04-19 | 华中科技大学 | 一种用于测量人体关节角度的柔性电容式传感器 |
-
2020
- 2020-10-10 CN CN202011075911.2A patent/CN112230769B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106346485A (zh) * | 2016-09-21 | 2017-01-25 | 大连理工大学 | 基于人手运动姿态学习的仿生机械手的非接触式控制方法 |
CN107890350A (zh) * | 2017-11-18 | 2018-04-10 | 哈尔滨工业大学(威海) | 一种可穿戴式运动传感器、传感电路及运动检测方法 |
CN208591047U (zh) * | 2018-02-12 | 2019-03-12 | 中国科学院宁波材料技术与工程研究所 | 一种人体关节运动的测量*** |
CN108444436A (zh) * | 2018-02-28 | 2018-08-24 | 西安交通大学 | 一种基于柔性大变形传感器的手部姿态测量***和方法 |
CN109646006A (zh) * | 2018-11-27 | 2019-04-19 | 华中科技大学 | 一种用于测量人体关节角度的柔性电容式传感器 |
Also Published As
Publication number | Publication date |
---|---|
CN112230769A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112230769B (zh) | 基于柔性电容传感器的数据手套的关节运动角度测量方法 | |
MEng | Development of finger-motion capturing device based on optical linear encoder | |
Li et al. | A wearable detector for simultaneous finger joint motion measurement | |
Chen et al. | Biocompatible and ultra-flexible inorganic strain sensors attached to skin for long-term vital signs monitoring | |
Tognetti et al. | Body segment position reconstruction and posture classification by smart textiles | |
Xu et al. | Flexible tensile strain-pressure sensor with an off-axis deformation-insensitivity | |
CN107890350A (zh) | 一种可穿戴式运动传感器、传感电路及运动检测方法 | |
Guo et al. | Finger motion detection based on optical fiber Bragg grating with polyimide substrate | |
Kawaguchi et al. | Estimation of finger joint angles based on electromechanical sensing of wrist shape | |
Koch et al. | Surface reconstruction by means of a flexible sensor array | |
Sergio et al. | A textile-based capacitive pressure sensor | |
He et al. | Optoelectronic-based pose sensing for a hand rehabilitation exoskeleton continuous structure | |
CN110837301A (zh) | 一种用于手势识别的数据手套及手势识别方法 | |
Hu et al. | The fiber bragg grating (FBG) sensing glove: A review | |
Wang et al. | A flexible iontronic capacitive sensing array for hand gesture recognition using deep convolutional neural networks | |
US11744512B2 (en) | Multibend shape sensor | |
Fujiwara et al. | Identification of hand gestures using the inertial measurement unit of a smartphone: a proof-of-concept study | |
Lin et al. | Design of a wearable real-time hand motion tracking system using an array of soft polymer acoustic waveguides | |
Chen et al. | Polymer-based self-calibrated optical fiber tactile sensor | |
CN113124746B (zh) | 基于冗余传感器的穿戴式柔性电容型传感器及自标定方法 | |
US20210109595A1 (en) | Soft resistive deformation sensor embedded in stretchable substrate | |
JP2008276664A (ja) | 検出装置 | |
US20200064918A1 (en) | Capacitive flex sensors | |
US11243614B2 (en) | Modified force sensitive resistors | |
JP5480609B2 (ja) | グリップ圧の測定方法及び測定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |