English | 中文版 | 手机版 企业登录 | 个人登录 | 邮件订阅
生物器材网 logo
生物仪器 试剂 耗材
当前位置 > 首页 > 技术文章 > 基于肌肉控制的额外机器人手指研究

基于肌肉控制的额外机器人手指研究

浏览次数:16 发布日期:2026-11-16  来源:本站 仅供参考,谢绝转载,否则责任自负

背景介绍

近年来,生物技术、机器人技术和人工智能的进步推动了人体增强技术的发展,旨在超越人类自然的生理限制。超numerary机器人手指(SRF)作为先进的可穿戴设备,通过与生物手共存的方式增强手部灵巧性和功能,而非替代失去的生物功能。这种增强方式面临一个核心瓶颈:如何在不对现有生物功能产生干扰的情况下,为额外的手指提供外部控制机制。

现有的控制策略主要利用身体运动信号,如通过脚趾压力传感器(力传感器)控制机器人拇指的运动。然而,研究者对通过表面肌电信号(EMG)直接捕捉肌肉活动作为控制接口的兴趣日益增长。肌电信号能够从神经肌肉活动的源头获取控制指令,具有非侵入性、信号质量高等优势。但使用肌电信号进行运动增强控制时,用户必须学会将原本用于控制特定身体部位的肌肉信号重新用于控制新的人造部位。

本研究系统比较了肌肉控制(EMG)和运动控制(力传感器)两种方式对Third Thumb(一种3D打印的机器人拇指,由Dani Clode Design创造)的控制效果。通过相同的实验设计和盲法比较,评估了两种控制方式在初始技能、学习能力和认知负荷方面的差异。研究发现,虽然力控制在执行表现上始终更优,但肌电训练在技能迁移和泛化方面展现了独特优势,为未来的增强技术接口设计提供了重要启示。

论文摘要

本研究系统比较了基于肌肉活动(表面肌电信号)和基于物理运动(力传感器)两种控制方式对超numerary机器人手指(Third Thumb)的控制效果。采用被试内交叉平衡设计,24名健康志愿者在相同实验条件下依次使用两种控制方式完成一系列运动任务,包括比例控制测试、手指独立运动训练、协调训练和协作训练,并评估了认知负荷和具身感知。

研究结果表明,两种控制方式均能成功实现Third Thumb的控制和学习,但力控制在所有运动任务中始终表现出更高的成功率(p < 0.001)。肌电控制在比例控制任务中的成功率显著低于力控制,且过力试次比例更高。然而,两种控制方式的学习速率和认知负荷相当,且均能诱发相似的代理感。信号分析显示,力控制参数能够预测实时表现,而肌电信号则不能,这反映了两者在控制动态上的差异。

值得关注的是,肌电训练能够更好地促进向力控制的技能迁移,表明肌电控制可能更有助于泛化性学习。具体而言,先接受肌电训练的参与者在后续使用力控制时表现更好。相关性分析显示,肌电控制期间两种控制信号的高度相关性(R显著升高)为这种迁移效应提供了机制解释。本研究的发现揭示了肌电控制和运动控制各自的优势与局限:虽然肌电控制在执行精度上尚有不足,但其在促进通用性学习和获取丰富信号方面具有潜力,未来需改进实时解码技术以充分发挥其应用价值。
 
研究方法
 
实验设计:
采用被试内交叉平衡设计,24名健康右利手志愿者(年龄21.9±3.5岁和25.5±8.6岁)随机分为两组,分别以不同顺序接受肌电控制和力传感器控制训练。每组实验包括前测、20分钟训练和后测,使用相同的实验任务流程。

设备与信号采集:Third Thumb为3D打印的机器人拇指(Dani Clode Design),由两个伺服电机驱动,控制屈伸和内收外展两个自由度。肌电信号采集使用Sessantoquattro+放大器(OT Bioelectronica),采样率2000Hz,通过WiFi传输至计算机。双极电极置于双侧腓肠肌内侧头,参考电极置于髌骨。力传感器通过采样率377.5Hz采集脚趾压力信号,经64点移动平均(约170ms)实现平滑控制。两种控制方式均校准至参与者最大自主收缩的60%作为上限。

实验任务:(1)比例控制测试——使用Third Thumb与生物拇指协作抓取易碎虚拟蛋(图2B);(2)独立运动训练——将木钉从右侧移至左侧插槽(图2C);(3)协调训练——Third Thumb与生物手指尖对指尖接触(图2D);(4)协作训练——Third Thumb与拇指协作堆叠胶带卷(图2E);(5)双任务——协作任务同时进行心算任务以评估认知负荷(图2F)。

数据分析:采用重复测量方差分析和配对t检验比较两种控制方式的表现差异,使用贝叶斯因子(BF10)量化证据强度。提取八种信号参数进行回归分析,并采用直方图梯度提升分类树(留一被试交叉验证)预测行为表现。协调性分析使用互信息和动态时间规整距离,具身体验采用七点李克特量表问卷评估。

实验结果
 
行为表现:
两种控制方式均能有效控制Third Thumb,但力控制在所有任务中表现显著更优。独立运动任务中力控制成功率显著高于肌电(t(23)=4.278, p<0.001);协调任务中力控制优势更为明显(t(23)=9.101, p<0.001);协作任务中同样观察到力控制的显著优势(t(23)=6.624, p<0.001)。比例控制任务中,力控制的成功率显著更高(F(1,22)=41.206, p<0.001),过力试次比例显著更低(F(1,22)=14.388, p<0.001)。两种控制方式均表现出显著的训练增益(F(1,22)=65.385, p<0.001),且增益幅度相当(p=0.709, BF10=0.229)。【图3A-E】

认知负荷与具身体验:双任务条件下,引入心算任务未对两种控制方式的表现产生显著影响(F(1,23)=0.024, p=0.877, BF10=0.413),算术任务正确率在两种控制方式间无显著差异(BF10=0.562)。具身问卷显示,两种控制方式均诱发了显著的代理感(t(18)=4.373, p<0.001),但身体所有权评分显著为负(t(18)=2.991, p=0.008),表明Third Thumb被感知为外部工具而非身体一部分。体感和身体意象评分均为中性。【图4C】

技能迁移与信号分析:先接受肌电训练的参与者在后续使用力控制时表现出更高的基线表现(t(22)=2.374, p=0.027),而先接受力训练再转肌电的参与者无此优势(t(22)=1.115, p=0.277),表明肌电控制具有更好的"教师"效应。相关性分析显示,肌电控制期间两种控制信号的相关性显著高于力控制期间(F(1,16)=29.140, p<0.001),且随训练显著增强(F(1,16)=5.541, p=0.032),为迁移效应提供了机制解释。【图3G-J】

协调性分析:互信息分析显示肌电控制期间两个自由度的信息共享显著更高(F(1,18)=7.186, p=0.015),而动态时间规整距离在力控制中显著更低(F(1,18)=5.952, p=0.025),表明肌电控制促进同时使用双自由度,而力控制实现更精确的时序控制。【图4A-B】

实验结果

本研究系统比较了肌电控制和力传感器控制两种方式在超numerary机器人手指操作中的表现,揭示了二者在运动学习中的互补优势。力控制凭借信号直接稳定、反馈丰富、控制直观等特点,在所有运动任务中均实现了更优的执行表现。相比之下,肌电控制受限于肌肉协同效应难以分离、运动单位募集固有变异性以及信号处理造成的控制延迟等挑战,执行精度相对较低。

然而,肌电训练展现出独特的"教师"效应,能够更好地促进向其他控制方式的技能迁移。这种效应源于肌电控制期间参与者同时执行了任务相关的脚趾运动,在两种信号间建立了强关联(相关系数显著升高)。此外,肌电信号的丰富信息含量(如过零率、斜率变化等时域特征)可通过先进解码算法加以利用,离线分类模型已达66%的成功预测准确率。

本研究提示"更好"的控制应基于具体需求来定义:力控制适合追求即时精准表现的应用场景,而肌电控制更适合需要通用技能发展和长期适应能力的场景。未来研究应着力于:(1)采用高密度肌电阵列改善信号质量和稳定性;(2)优化实时解码算法,整合更多动态参数(如斜率变化、过零率等);(3)在更自然、动态的环境(如行走状态)中评估肌电控制的生态效度;(4)开展纵向训练研究,探究长期肌电控制是否最终能达到甚至超越力控制的执行水平。增强现实和虚拟现实技术的发展为肌电控制的训练和应用提供了更广阔的平台,这一方向值得深入探索。

原文链接:

https://doi.org/10.1002%2Fadrr.202500166

研究团队介绍:

本研究团队来自英国剑桥大学MRC认知与脑科学单元(MRC Cognition and Brain Sciences Unit),由Julien Russ主导并担任通讯作者,核心成员包括Lucy Dowdall、Francesco Cenciarelli、Kitty Goodridge、Mabel Ziman、Hristo Dimitrov等,资深作者为Tamar R. Makin教授。团队长期致力于运动控制、神经可塑性与人体增强技术的研究,尤其关注超numerary机器人肢体(如Third Thumb)的学习机制与神经适应。该研究还得到Danielle Clode(Third Thumb原创设计师)的硬件支持。团队整合行为实验、肌电信号分析和心理物理学方法,系统比较不同控制接口对运动技能习得与泛化的影响,为增强现实和神经康复领域提供重要理论基础。

产品介绍
 


联系我们

电话: 15920901903
官网:https//www.ruihongan.cn

发布者:瑞鸿安(广东)科学设备有限公司
联系电话:15920901903
E-mail:tinalg77@126.com

用户名: 密码: 匿名 快速注册 忘记密码
评论只代表网友观点,不代表本站观点。 请输入验证码: 8795
Copyright(C) 1998-2026 生物器材网 电话:021-64166852;13621656896 E-mail:info@bio-equip.com