假手是一类典型的人机交互设备,对于辅助手臂截肢患者恢复手部功能有着重要的作用。早期的假手以装饰性为目的,用以在外观上装饰残疾人缺失的肢体。现代智能假手以电动假手为主,它是生物医学、计算机科学、电子学、控制科学、机器人学等众多学科融合的产物,其中基于肌电信号控制的假手最受关注。本文在国家自然科学基金项目、江苏省科技计划项目的资助下,从提高肌电假手的可控性和可感知性出发,进行了仿生机械假手的肌电控制及其力触觉感知反馈方法研究。文章首先从机构设计、控制策略、信息感知等方面对国内外假手的研究现状进行了分析。在此基础上针对实际需求提出了假手的设计指标,设计了包括手爪开合机构、手腕旋转机构的两自由度机械假手并对设计的假手机构进行了详细分析。针对假手信息感知的需求,设计了机构传感器一体化的假手手指,设计的手指能够检测假手的握力以及被抓物体与手指的接触位置。在假手机构设计的基础上设计了假手的测量控制系统,包括硬件测控电路和上位机测控软件。针对手部运动意图的识别,文章在设计表面肌电信号传感器的基础上对肌电信号进行了采集和特征提取,采用支持向量机(SVM)进行了手部/腕部8个动作的识别分类、采用广义回归神经网络(GRNN)实现了手部握力、手部三维推拉力的估计。由于肌电信号存在显著的个体差异,实际使用时需要根据不同佩戴者的肌电信号对假手的控制参数进行调整,而且佩戴者往往需要经过一段较长时间的适应训练才能控制假手运动。针对这一问题,本文进行了肌电信号解耦自适应学习的动作识别方法研究。首先建立了双通道肌电信号的解耦模型用以消除双路信号间的重叠干扰,随后设计了肌电信号自适应学习器用以自适应调节两路肌电信号的归一化比例因子,从而消除肌电信号的个体差异,实现肌电信号的自适应动作识别。在此基础上设计了模糊神经网络PID控制器用于实现假手的比例控制。针对假手需要抓取不同物体且抓取过程中物体的特性参数可能发生变化的问题,本文进行了基于抓取对象刚度模糊观测的假手反演控制方法研究,采用李雅普诺夫(Lyapunov)理论设计反演控制器,实现自由空间内的速度控制和约束空间内的握力控制;为了均衡不同物体对控制器性能的影响,设计模糊观测器实时估计被抓握物体的刚度,并将其用于调整反演控制器的参数,实现了假手对不同物体的平稳抓取控制。信息感知能力是智能假手的一个重要特征,目前的假手多处在无感知状态或自感知状态,即假手没有信息感知能力或感知到的信息只服务于假手控制器本身而假手的佩戴者却无法感知到假手的状态。针对假手对于佩戴者缺乏感知反馈的问题,文章进行了具有力触觉感知反馈功能的假手控制方法研究。设计振动袖带用于向佩戴者反馈假手的状态信息,并基于振动触觉再现技术设计了三种力触觉信息的触觉编码,包括握力、手腕三维力、物体在假手上的滑动信息。