EEPW论坛

        ａｒｄｕｉｎｏ　ｒ４　ｗｉｆｉ

        ｄｆｒｏｂｏｔ　ｓｅｎ０２４０心肌电传感器

资料准备

        通过查询资料，发现心肌电传感器母版上传出的数据线为模拟信号，供电可以使用３．３Ｖ～５Ｖ　直流供电，因此设计就简单了，直接在ａｒｄｕｉｎｏ板卡上选择一个模拟口便可。

        出于接线便捷性的考虑，我选择了跟地和供电最接近的Ａ０口，以方便调试。

软件安装

        直接去ａｒｄｕｉｎｏ上下载ａｒｄｕｉｎｏ　ＩＤＥ的安装文件，下载位置如下：ＤＯＷＮＬＯＡＤ

        下载好后点击安装，安装好后启动软件，设置好库的存储位置

库安装

        设置好库的存储位置后，需要去ｇｉｔｈｕｂ上下载到心肌电传感器所需的滤波器实现库，库的链接如下：ＥＭＧ＿Ｆｉｌｔｅｒ

        下载好后，将库文件解压至ａｒｄｕｉｎｏ设置好后的路径下，具体存储方法如下：

校准软件编写

＃ｉｆ　ｄｅｆｉｎｅｄ（ＡＲＤＵＩＮＯ）　＆＆　ＡＲＤＵＩＮＯ　＞＝　１００
＃ｉｎｃｌｕｄｅ　＂Ａｒｄｕｉｎｏ．ｈ＂
＃ｅｌｓｅ
＃ｉｎｃｌｕｄｅ　＂ＷＰｒｏｇｒａｍ．ｈ＂
＃ｅｎｄｉｆ

＃ｉｎｃｌｕｄｅ　＂ＥＭＧＦｉｌｔｅｒｓ．ｈ＂
＃ｄｅｆｉｎｅ　ＳｅｎｓｏｒＩｎｐｕｔＰｉｎ　Ａ０　　　／／输入脚

ＥＭＧＦｉｌｔｅｒｓ　ｍｙＦｉｌｔｅｒ；

ＳＡＭＰＬＥ＿ＦＲＥＱＵＥＮＣＹ　ｓａｍｐｌｅＲａｔｅ　＝　ＳＡＭＰＬＥ＿ＦＲＥＱ＿５００ＨＺ；
ＮＯＴＣＨ＿ＦＲＥＱＵＥＮＣＹ　ｈｕｍＦｒｅｑ　＝　ＮＯＴＣＨ＿ＦＲＥＱ＿５０ＨＺ；

ｖｏｉｄ　ｓｅｔｕｐ（）
｛
　　ｍｙＦｉｌｔｅｒ．ｉｎｉｔ（ｓａｍｐｌｅＲａｔｅ，　ｈｕｍＦｒｅｑ，　ｔｒｕｅ，　ｔｒｕｅ，　ｔｒｕｅ）；
　　Ｓｅｒｉａｌ．ｂｅｇｉｎ（１１５２００）；
｝

ｖｏｉｄ　ｌｏｏｐ（）
｛
　　ｉｎｔ　ｄａｔａ　＝　ａｎａｌｏｇＲｅａｄ（ＳｅｎｓｏｒＩｎｐｕｔＰｉｎ）；
　　ｉｎｔ　ｄａｔａＡｆｔｅｒＦｉｌｔｅｒ　＝　ｍｙＦｉｌｔｅｒ．ｕｐｄａｔｅ（ｄａｔａ）；　　／／　库中提供的滤波处理
　　ｉｎｔ　ｅｎｖｅｌｏｐｅ　＝　ｓｑ（ｄａｔａＡｆｔｅｒＦｉｌｔｅｒ）；　　　／／对滤波后的信号作平方处理，用于对幅度进行增强

　　Ｓｅｒｉａｌ．ｐｒｉｎｔｌｎ（ｅｎｖｅｌｏｐｅ）；
　　ｄｅｌａｙＭｉｃｒｏｓｅｃｏｎｄｓ（５００）；　／／　５００ｕｓ后再去读取下一次，也就是说，采样率在２Ｋ
｝

      由于每个人的心肌电都不一样，而且即使是同一个人，也没法保证每次佩戴都是同一位置，此时需要在佩戴后重新做一次校准，或许后面看频域数据后，可能不需要再去做校准了，毕竟看的不是幅度，而是每个操作时的频谱变化趋势，有可能不同的动作，所获得的频谱图是相对固定的（频域幅度可能会有变化，但各频率之间比例变化不大）。

获取标定数据

        软件编写好后，烧录至ａｒｄｕｉｎｏ　ｒ４　ｗｉｆｉ板卡上，再佩戴好心肌电传感器，看打印数据，当人不动时，打印数据在１００以内，说明心肌电传感器已经佩戴好，若超过这个值，说明没贴对位置。

        确认佩戴好后，反复握拳，看能拿到的最大值，由于打印太多，因此我仅关注了最高位，最高位的值为７，因为是三位数，因此我就直接当作７００来选取。

效果测试软件编写

＃ｉｆ　ｄｅｆｉｎｅｄ（ＡＲＤＵＩＮＯ）　＆＆　ＡＲＤＵＩＮＯ　＞＝　１００
＃ｉｎｃｌｕｄｅ　＂Ａｒｄｕｉｎｏ．ｈ＂
＃ｅｌｓｅ
＃ｉｎｃｌｕｄｅ　＂ＷＰｒｏｇｒａｍ．ｈ＂
＃ｅｎｄｉｆ

＃ｉｎｃｌｕｄｅ　＂ＥＭＧＦｉｌｔｅｒｓ．ｈ＂
＃ｄｅｆｉｎｅ　ＳｅｎｓｏｒＩｎｐｕｔＰｉｎ　Ａ０　　　／／输入脚

ｕｎｓｉｇｎｅｄ　ｌｏｎｇ　ｔｈｒｅｓｈｏｌｄ　＝　７００；　　／／　我这次实验佩戴时，检测到最大的值为７００左右
ｕｎｓｉｇｎｅｄ　ｌｏｎｇ　ＥＭＧ＿ｎｕｍ　＝　０；　　　　　　／／　触发次数

ＥＭＧＦｉｌｔｅｒｓ　ｍｙＦｉｌｔｅｒ；

ＳＡＭＰＬＥ＿ＦＲＥＱＵＥＮＣＹ　ｓａｍｐｌｅＲａｔｅ　＝　ＳＡＭＰＬＥ＿ＦＲＥＱ＿５００ＨＺ；
ＮＯＴＣＨ＿ＦＲＥＱＵＥＮＣＹ　ｈｕｍＦｒｅｑ　＝　ＮＯＴＣＨ＿ＦＲＥＱ＿５０ＨＺ；

ｖｏｉｄ　ｓｅｔｕｐ（）
｛
　　ｍｙＦｉｌｔｅｒ．ｉｎｉｔ（ｓａｍｐｌｅＲａｔｅ，　ｈｕｍＦｒｅｑ，　ｔｒｕｅ，　ｔｒｕｅ，　ｔｒｕｅ）；
　　Ｓｅｒｉａｌ．ｂｅｇｉｎ（１１５２００）；
｝

ｖｏｉｄ　ｌｏｏｐ（）
｛
　　ｉｎｔ　ｄａｔａ　＝　ａｎａｌｏｇＲｅａｄ（ＳｅｎｓｏｒＩｎｐｕｔＰｉｎ）；
　　ｉｎｔ　ｄａｔａＡｆｔｅｒＦｉｌｔｅｒ　＝　ｍｙＦｉｌｔｅｒ．ｕｐｄａｔｅ（ｄａｔａ）；　　／／　库中提供的滤波处理
　　ｉｎｔ　ｅｎｖｅｌｏｐｅ　＝　ｓｑ（ｄａｔａＡｆｔｅｒＦｉｌｔｅｒ）；　　　／／对滤波后的信号作平方处理，用于对幅度进行增强
　　ｅｎｖｅｌｏｐｅ　＝　（ｅｎｖｅｌｏｐｅ　＞　ｔｈｒｅｓｈｏｌｄ）　？　ｅｎｖｅｌｏｐｅ　：　０；　　　　／／　如果幅度超过了一定值，则认为是有动作

　　ｉｆ　（ｇｅｔＥＭＧＣｏｕｎｔ（ｅｎｖｅｌｏｐｅ））
　　｛
　　　　ＥＭＧ＿ｎｕｍ＋＋；
　　　　Ｓｅｒｉａｌ．ｐｒｉｎｔ（＂ＥＭＧ＿ｎｕｍ：　＂）；
　　　　Ｓｅｒｉａｌ．ｐｒｉｎｔｌｎ（ＥＭＧ＿ｎｕｍ）；
　　｝
　　ｄｅｌａｙＭｉｃｒｏｓｅｃｏｎｄｓ（５００）；　／／　５００ｕｓ后再去读取下一次，也就是说，采样率在２Ｋ
｝

／／　如果信号持续２００ｍｓ超过了门限值，则认为运动了一次
ｉｎｔ　ｇｅｔＥＭＧＣｏｕｎｔ（ｉｎｔ　ｇｆｏｒｃｅ＿ｅｎｖｅｌｏｐｅ）
｛
　　ｓｔａｔｉｃ　ｌｏｎｇ　ｉｎｔｅｇｒａｌＤａｔａ　＝　０；
　　ｓｔａｔｉｃ　ｌｏｎｇ　ｉｎｔｅｇｒａｌＤａｔａＥｖｅ　＝　０；
　　ｓｔａｔｉｃ　ｂｏｏｌ　ｒｅｍａｉｎＦｌａｇ　＝　ｆａｌｓｅ；
　　ｓｔａｔｉｃ　ｕｎｓｉｇｎｅｄ　ｌｏｎｇ　ｔｉｍｅＭｉｌｌｉｓ　＝　０；
　　ｓｔａｔｉｃ　ｕｎｓｉｇｎｅｄ　ｌｏｎｇ　ｔｉｍｅＢｅｇｉｎｚｅｒｏ　＝　０；
　　ｓｔａｔｉｃ　ｌｏｎｇ　ｆｉｓｔＮｕｍ　＝　０；
　　ｓｔａｔｉｃ　ｉｎｔ　　ＴｉｍｅＳｔａｎｄａｒｄ　＝　２００；

　　ｉｎｔｅｇｒａｌＤａｔａＥｖｅ　＝　ｉｎｔｅｇｒａｌＤａｔａ；
　　ｉｎｔｅｇｒａｌＤａｔａ　＋＝　ｇｆｏｒｃｅ＿ｅｎｖｅｌｏｐｅ；

　　ｉｆ　（（ｉｎｔｅｇｒａｌＤａｔａＥｖｅ　＝＝　ｉｎｔｅｇｒａｌＤａｔａ）　＆＆　（ｉｎｔｅｇｒａｌＤａｔａＥｖｅ　！＝　０））
　　｛
　　　　　ｔｉｍｅＭｉｌｌｉｓ　＝　ｍｉｌｌｉｓ（）；
　　　　　ｉｆ　（ｒｅｍａｉｎＦｌａｇ）
　　　　　｛
　　　　　　　ｔｉｍｅＢｅｇｉｎｚｅｒｏ　＝　ｔｉｍｅＭｉｌｌｉｓ；
　　　　　　　ｒｅｍａｉｎＦｌａｇ　＝　ｆａｌｓｅ；
　　　　　　　ｒｅｔｕｒｎ　０；
　　　　｝
　　　　
　　　　ｉｆ　（（ｔｉｍｅＭｉｌｌｉｓ　－　ｔｉｍｅＢｅｇｉｎｚｅｒｏ）　＞　ＴｉｍｅＳｔａｎｄａｒｄ）
　　　　｛
　　　　　　ｉｎｔｅｇｒａｌＤａｔａＥｖｅ　＝　ｉｎｔｅｇｒａｌＤａｔａ　＝　０；
　　　　　　ｒｅｔｕｒｎ　１；
　　　　｝
　　　　ｒｅｔｕｒｎ　０；
　　｝
　　ｅｌｓｅ
　　｛
　　　　ｒｅｍａｉｎＦｌａｇ　＝　ｔｒｕｅ；
　　　　ｒｅｔｕｒｎ　０；
　　｝
｝

实验结果

        由于仅仅是对数据进行了幅度上的拉大处理，未对数据进行更加复杂的运算，如采集后使用短时傅里叶去看频谱，看看不同操作时的频率信息等，导致不少动作都能触发判定为操作了，在我此次实验中，就遇到了两种操作会触发操作了，一个是手握拳，另一个是大拇指和食指之间的滑动操作。

ＥＭＧ＿ｎｕｍ：　１
ＥＭＧ＿ｎｕｍ：　２
ＥＭＧ＿ｎｕｍ：　３
ＥＭＧ＿ｎｕｍ：　４
ＥＭＧ＿ｎｕｍ：　５
ＥＭＧ＿ｎｕｍ：　６
ＥＭＧ＿ｎｕｍ：　７
ＥＭＧ＿ｎｕｍ：　８
ＥＭＧ＿ｎｕｍ：　９
ＥＭＧ＿ｎｕｍ：　１０
ＥＭＧ＿ｎｕｍ：　１１
ＥＭＧ＿ｎｕｍ：　１２

下一步计划

      既然按照官方的ｄｅｍｏ并不能很好的区分手部操作，那就尝试换一些方法看看，计划看看快速傅里叶变化后能不能明显区分不同动作。