电力与电子技术Power&ElectronicalTechnology电子技术与软件工程ElectronicTechnology&SoftwareEngineering103如今，各种各样的智能化设备都已经进入千家万户，人机交互成为当今的热门领域，人机交互即机器设备可以协同用户进行互动。仿生机械手是近些年迅速崛起的一个方向，仿生机械手完全模仿人手，拥有关节灵活度和活动的各种小关节。由于仿生机械手完全模拟人手制作，所以仿生机械手也可以代替人手去完成一定的任务，有些环境的应用是传统码垛机械臂无法代替的。目前市面上的仿生机械手仅仅支持单一控制的功能，例如：图像识别、物联网控制等等单一的功能，控制方法单一又容易受限。所以，本文提出了一款基于多种功能控制的仿生机械手，可以采用多种方法控制的仿生机械手。1总体设计本文介绍了一个由体感手套、K210图像识别、TGAM脑电检测、Blinker物联网构成的仿生机械手。体感手套用于采集用户手部的手势信号，利用手套上的光敏电阻来判断手指的闭合情况。K210通过摄像头捕捉手部动作，利用预先训练好的手势模型来识别手势，并通过串口将识别到的数据发送到开发板。TGAM脑电检测则提取用户的注意力数值，用于控制仿生机械手。Blinker物联网采用身份码绑定用户的手机APP，用户可以通过在APP上设置控制按键来远程控制仿生机械手。这些组件的整合使仿生机械手能够模仿人类手部动作并响应用户指令，探讨一款功能较多的仿生机械手。2功能设计2.1体感手套简介本文介绍了一种使用光敏传感器制作体感手套的方法，该手套可以通过采集手部弯曲张开动作来控制机械手。光敏传感器具有遇见光后电阻慢慢变小、变暗后电阻值慢慢增大的特点。当手掌合上时，会产生一定的黑暗空间，电阻值会通过手掌的慢慢闭合张开产生电阻值的跳变。主控板通过数字信号采集端口采集光敏电阻的数字信号，并将其转化成舵机角度值输出到仿生机械手。相比于使用弯曲传感器制作体感手套的方法，该方法成本更低。2.2图像识别简介随着科技的发展，人机交互越来越重要，手势识别在智能设备中应用越来越广泛。手势识别可以分为计算机视觉、超声波识别和电磁信号识别三类。计算机视觉主要依赖摄像头捕捉用户的手部动作并生成图像，然后计算机将手势从图像中分割，通过识别分割的手势图像对各个手势行为定义分类。超声波手势识别利用超声波的多普勒效应和飞行时间可以表征手部运动情况从而实现手势识别。电磁信号手势识别技术利用原始射频信号与接收反射信号之间时间间隔、相位、频率差异...
