便携式肌电信号采集及人体动作识别设计方案

发布时间:2015-03-9 阅读量:2119 来源: 我爱方案网 作者: 王俊伟

【导读】本文自行设计前端模拟电路采集人体手臂、腿上的表面肌电信号,并进行一定的信号滤波,包括低通、高通,放大后通过KL25Z128VLK4处理器的A/D实现模数转换,进而简单数字滤波、处理,绘制表面肌电图(sEMG)以及通过特征提取、模式识别等方法,判别人体一部分的简单动作。

一、方案背景


肌电信号作为生物电信号的一种,是产生肌肉动力的电信号根源,它是肌肉中很多运动单元的动作电位在时间和空间上的叠加,很大程度上上反应了神经、肌肉的运动状态。从获取肌电信号的来源来看,一般有两种,一种是通过针电极插入肌肉获取,即针式肌电信号,其优点是干扰小,易辨识,但是会对人体造成伤害;另外一种通过电极片获取人体皮肤表面的肌电信号,即表面肌电信号(sEMG),这种方法比较简单,对人体也没有伤害,比较常用。本设计中采集的是表面肌电信号。

表面肌电信号可以从人体很多部位获取,比如小腿、大腿、腰、后背、颈部等,从不同部位获取的表面肌电信号携带着相应部位的运动和功能信息。例如,腿上的肌电信号反应腿部的运动状态,如行走、跑步、蹲下等。将表面肌电信号用于研究人体运动状态有着非常重要的价值。在医疗康复工程中,表面肌电信号可以用于病人治疗,在仿生学中,表面肌电信号可以用于人工假肢的研究。

二、方案整体设计

便携式肌电信号采集及人体动作识别设计方案
图1 方案系统框图

从上面设计框图中可以看出,系统设计主要由5个部分组成,其中滤波与放大是电路设计的主要部分,因为如果采集不到表面肌电信号后面的工作将无法进行。信号转换主要是做A/D转换工作,信号表示就是要绘制表面肌电图。

三、方案硬件设计
便携式肌电信号采集及人体动作识别设计方案
图2 系统硬件部分设计框图

 
硬件设计部分,主要是四个模块:模拟信号模块,微处理器模块,TFT显示模块和电源模块,上图已用不同颜色加以标记。

下一页:软件设计流程图及实物图片
 

四、软件设计流程图


 
便携式肌电信号采集及人体动作识别设计方案
图3 软件设计流程图
 

五、方案实物图

便携式肌电信号采集及人体动作识别设计方案
图4 各模块实物图(包括采集板、板卡、自制电极线)

便携式肌电信号采集及人体动作识别设计方案
图5 板卡与液晶实物

便携式肌电信号采集及人体动作识别设计方案
图6 液晶上显示手臂收缩
相关资讯
2025年Q1全球AI智能眼镜剧变:Meta独领风骚,中国芯破局在望

2025年第一季度,全球AI智能眼镜市场迎来戏剧性增长。行业数据显示,该季度全球总销量突破60万台,较2024年同期飙升216%。然而,表面繁荣下隐藏着市场高度集中的结构性失衡——仅Ray-Ban Meta单品牌就贡献了52.8万台的销量,占据全球市场88%的绝对份额。这一现象折射出中国市场的深层困境:尽管雷鸟V3、小米AI眼镜等本土产品已实现稳定供应,但“发布会热度高涨,终端销售遇冷”的尴尬局面仍在持续,产业整体仍处于发展阵痛期。

英伟达市值迫近历史峰值,AI驱动芯片需求爆发

华尔街对人工智能(AI)的空前乐观情绪持续升温,将芯片巨头英伟达推至聚光灯下。该公司市值于盘中交易中一度触及惊人的3.92万亿美元,超越苹果公司在2023年12月创下的3.915万亿美元收盘市值纪录,距离全球市值最高公司的王座仅一步之遥。

电视市场前瞻:2025年总量微调,北美与中国逆势领涨

国际权威调研机构Omdia于7月3日发布最新预测数据显示,2025年全球电视出货量预计达2.087亿台,与2024年同期基本持平,同比微降0.1%。在全球消费电子需求疲软的背景下,北美与中国市场逆势突破,成为驱动行业发展的核心动力。

三星美国芯片厂延期,客户需求与工艺迭代成主因​

全球半导体巨头三星电子在美国德克萨斯州泰勒市(Taylor, Texas)投资建设的先进芯片制造工厂,其原定于2024年的投产计划现已推迟至2026年。据行业知情人士透露,建设进度调整的主要动因在于当前难以锁定足够的客户订单以及需要适应市场对更尖端制程工艺的需求变化。这一变动引起了外界对半导体市场复苏节奏和大型投资项目落地挑战的关注。

苹果折叠iPhone开发步入关键阶段,2026年秋季发布预期增强

多方供应链信息及行业分析师报告显示,苹果公司(Apple Inc.)针对首款可折叠iPhone的开发工作已进入实质性的原型机(Prototype)阶段。据悉,该项目于今年6月已正式迈入P1(Prototype 1)原型开发阶段。按照苹果既定的产品开发流程,后续还将经历P2和P3阶段,整个Prototype开发流程预计持续约6个月。在此期间,供应链伙伴将进行小批量试产,并由富士康(鸿海精密)及和硕等主力组装厂进行组装整合,核心目标是验证初期生产可行性与关键组件的良品率。