当前位置:首页 > 工业控制 > 电路设计项目集锦
[导读]在这个项目中,你将构建一个双通道肌电图(EMG)游戏控制器,将前臂肌肉活动转换为键盘输入。通过使用DIY神经科学套件Pro,系统能够检测双前臂的肌肉收缩,并将其映射到不同的键盘按键,从而让你能够自然地操控和驾驶赛车游戏。

想象一下,无需触碰键盘或手柄,仅靠肌肉动作就能操控一款赛车游戏。

在这个项目中,你将构建一个双通道肌电图(EMG)游戏控制器,将前臂肌肉活动转换为键盘输入。通过使用DIY神经科学套件Pro,系统能够检测双前臂的肌肉收缩,并将其映射到不同的键盘按键,从而让你能够自然地操控和驾驶赛车游戏。

控制器识别四种不同的操作:

•右前臂屈曲 → 向右转(D)

•左前臂屈曲 → 向左转(A)

•先同时弯曲双前臂 → 激活前进模式(W)

•下一个同步弯曲 → 切换反向模式(S)

无需手动按键,你的肌肉便成为控制器,展示了生物信号如何被用于创建直观的人机交互(HCI)项目。

注意:本项目由安基特·迪隆制作。

什么是肌电图(EMG)?

肌电图(EMG)是一种用于测量骨骼肌在收缩时产生的电活动的技术。

每当大脑发出信号使肌肉运动时,微弱的电信号会通过运动神经元传递。肌电图传感器可捕捉这些信号,从而使计算机和嵌入式系统能够检测到肌肉活动。

EMG技术广泛应用于:

•假肢控制

•人机交互(HCI)

•手势识别

•机器人技术

•康复研究

•生物医学工程教育

在本项目中,我们使用肌电图信号来替代传统的键盘控制,通过肌肉动作实现操作。

该项目创建了一个双通道肌电图采集系统。

•通道1记录右前臂的肌肉活动。

•通道2记录左前臂的肌肉活动。

Arduino持续处理两个EMG通道,并将肌肉收缩转换为控制赛车游戏的键盘事件。

硬件组装

第一步 – 安装 Muscle BioAmp Shield

将Stack the Muscle BioAmp Shield牢固地安装到Arduino UNO R4上。

第二步 – 连接 BioAmp EXG 胶囊

使用随附的STEMMA数据线,将BioAmp EXG Pill连接到Muscle BioAmp Shield上的A2端口。

第三步 – 连接电极电缆

将一根BioAmp线缆连接到BioAmp EXG Pill,另一根连接到Muscle BioAmp Shield的JST接口上。

准备肌电图记录

良好的电极接触对于获得清晰的肌电图信号至关重要。

将NuPrep皮肤准备凝胶涂抹于每个电极位置,以去除死皮细胞并降低皮肤阻抗。随后,使用酒精棉片或湿巾清洁该区域,再安装电极。

电极放置:

对于第一通道(右前臂)

•正极(+):右前臂

•负极(−):右前臂

•参考电极:右掌背面

对于第二频道(左前臂)

•正极(+):左前臂

•负极(−):左前臂

•参考电极:左手掌背面

该配置可分别采集每只前臂的肌电信号,从而独立检测左右两侧肌肉的收缩情况。

上传代码:

1. 复制 GitHub 仓库中的代码。

2. 打开Arduino IDE

3. 安装 Arduino UNO R4 板件包:

工具 → 板子 → 板子管理器 → 搜索“Arduino UNO R4 板子” → 安装最新版本。

注意:如果在安装过程中出现任何安装或权限弹窗,请点击“确定”、“安装”或“允许”以继续安装。

4. 创建一个新草图:

转到“文件”→“新建草图”。

5. 移除默认代码:

按 Ctrl + A 选择所有现有代码,然后按 Ctrl + V 拷贝并粘贴。

6. 使用USB线将Arduino板连接到笔记本电脑。

7.选择棋盘:

转到工具 → 板子。

选择 Arduino UNO R4 Minima。

8.选择正确的端口:

转到工具 → 端口。

选择与您的Arduino板对应的端口。

(如果找不到端口,请断开Arduino,然后重新连接)

9.上传代码:

点击 Arduino IDE 中的上传按钮(→)。

请等待上传过程成功完成。

上传完成后,Arduino 就可以运行程序了。

重要提示:为获得最佳信号采集效果,请确保笔记本电脑未连接充电器,并与任何交流电器保持至少5米的距离。

现在测试代码:

1. 打开任意文本编辑器,例如记事本。

2. 弯曲右前臂 → 键 'd' 应按一次。

3. 弯曲左前臂 → 按键 'a' 应按一次。

4. 将双臂同时弯曲(第一次)→ 应连续输入字母“w”。

5. 将双臂同时弯曲(第二次)→ 应连续输入字母“s”。

如果检测不准确,您可能需要根据自身肌肉力量调整阈值。

校准:

按照以下步骤进行校准:

•打开Arduino代码,找到以下这一行:

•取消注释该行,使其变为:

•将修改后的代码上传到Arduino。

•在 Arduino IDE 中打开串口监视器。

•多次弯曲左前臂肌肉,同时观察串行监视器显示的数值,并记录在强力收缩过程中达到的最大峰值值。

•接下来,多次收缩右侧前臂肌肉,并记录该通道的最大峰值值。

•通过取每个通道测得的峰值值的约60%至70%来计算阈值。

•将新计算出的值更新到代码中的阈值。

•再次取消注释校准行:

•将更新后的代码上传到Arduino

•测试游戏中的控制功能。如有需要,请重复校准过程。

•微调阈值,直到实现可靠的肌肉检测。

测试控制器:

在启动赛车游戏之前,请确认控制器是否正确生成键盘输入。

•打开一个文本编辑器,例如记事本。

•执行以下肌肉动作并观察结果:

•弯曲右前臂 → 按下 D 键一次。

•弯曲左前臂 → 按下 A 键一次。

•同时弯曲双前臂(第一次)→ 持续按下 W 键(前进模式)。

•同时弯曲双前臂(第二次)→ 持续按下 S 键(反向模式)。

如果输出与预期的键盘输入匹配,控制器即可开始游戏。

结论:

这只是一个演示,向您展示如何将两种传感器(BioAmp EXG Pill 和 Muscle BioAmp Shield)结合使用,构建一个双通道的EXG采集系统并进行游戏。在本项目中,我们使用BioAmp EXG Pill来记录肌电图信号,但它也可用于记录其他生物电位信号,例如心电图、眼电图和体表电位等。

本文编译自hackster.io

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

当我认真思考Tamed实际在做什么时,健康问题就显得再合适不过了。它并非只是管理家务或自动完成某些任务,而是在我外出时监测环境状况,并提醒我该如何照顾自己的身体,以免问题发生。高温、紫外线、湿度——这些在户外悄然累积的因...

关键字: 传感器 Java 26 BME280

该项目是一个基于Arduino Uno和ESP-01(ESP8266)的WiFi连接温度监测器。它可读取温度和湿度,当温度超过25°C时会发出间歇性蜂鸣报警,并提供一个实时网页仪表盘,您可以通过网络中的任意浏览器访问该页...

关键字: Wi-Fi 仪表盘 Arduino ESP-01

使用低压微控制器控制高压设备,是学习电子学和嵌入式系统时最有用的技能之一。通过继电器模块,Arduino Uno 可以利用简单的数字输出来切换诸如灯、风扇、水泵及其他电器等负载。

关键字: 继电器 Arduino 树莓派

随着机器人逐步进入人机交互的开放场景,明确感知、决策与控制模块的部署位置,对设备的稳定性、安全性、响应能力及使用可信度至关重要。人形机器人存在一项核心的全身控制难题:所有关节、传感器与执行器必须协同运作,以此维持机体平衡...

关键字: 机器人 人机交互 传感器

PSOC™ Edge E84 AI 开发套件是一款用于嵌入式和边缘人工智能应用的开发板。本指南将说明如何配置 Arduino IDE 以支持 PSOC™ Edge E84 AI 开发套件,并提供在该开发板上编译、上传和运...

关键字: 嵌入式 边缘人工智能 Arduino

本项目的目标是从人工、被动的植物养护转向自动化、数据驱动的生态系统。该系统需要监测环境条件,实时追踪土壤湿度,安全地触发自动灌溉周期,并提供本地和远程用户界面。

关键字: 微控制器 OLED显示屏 传感器 BME280

随着数字城市化进程加速,智慧城市已成为城市现代化建设的核心方向。依托物联网、大数据、人工智能等技术,城市交通、能源、安防、民生服务等领域实现智能化升级,极大提升了城市治理效率与居民生活品质。物联网作为智慧城市的核心感知与...

关键字: 智慧城市 物联网 传感器

中国北京(2026年8月5日)—— 业界领先的半导体器件供应商兆易创新GigaDevice(股票代码:603986.SH;3986.HK)今日宣布,正式推出GD32H77R高性能32位微控制器,该款芯片是面向伺服驱动与机...

关键字: 人形机器人 伺服驱动器 传感器

全球领先的电子元器件和自动化产品分销商 DigiKey 在 2026 年第二季度,新增 27,000 多种可快速发货的现货新品。总体而言, 通过 DigiKey 商城和 DigiKey 代发两个核心计划,在 DigiKe...

关键字: 连接器 传感器 电感器

2026 年 8 月 5 日,中国北京讯 - 全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布,将携多款面向具身智能、工业机器人、服务机器人及AI开发平台的先进解决方案,首次亮相中国具身智能机器人产业大会暨展...

关键字: 机器人 AI 传感器
关闭