Bàn tay robot điều khiển bằng tín hiệu cơ và logic mờ

Công nghệ cốt lõi

Một mô hình bàn tay robot in 3D nhận tín hiệu điện cơ bề mặt (sEMG), xử lý đặc trưng cơ và điều khiển các thao tác ngón tay, cổ tay. Trong thử nghiệm trên mô hình, báo cáo ghi độ trễ trung bình 0,95 giây và cầm được vật khoảng 350 g.

Hình ảnh thực tế bàn tay robot

Với người mất hoặc suy giảm chức năng chi trên, các thao tác cầm nắm hằng ngày có thể trở nên khó khăn. Đề tài của Đại học Công nghiệp Hà Nội nghiên cứu một hướng điều khiển bàn tay robot dựa trên tín hiệu sEMG: cảm biến đặt trên cơ thể thu tín hiệu khi cơ hoạt động, bộ điều khiển phân loại mẫu tín hiệu, rồi gửi lệnh tới các servo để tạo cử động.

Bộ điều khiển phân loại mẫu tín hiệu

Đọc tín hiệu cơ để tạo lệnh

Hệ thống gồm cảm biến sEMG, mạch điều khiển, bộ xử lý và mô hình bàn tay/cẳng tay robot. Báo cáo mô tả lọc thông thấp và thông cao để giảm nhiễu và trôi nền, sau đó trích xuất các đặc trưng như RMS và VAR. Bộ điều khiển logic mờ dùng các đặc trưng này để ánh xạ hoạt động cơ thành lệnh chuyển động; vi điều khiển ATmega32U4 phát lệnh PWM tới các servo điều khiển ngón tay và cổ tay.

Kết quả thực nghiệm cầm nắm vật thực tế

Phần cơ khí được thiết kế theo cấu trúc bàn tay người và chế tạo bằng in 3D kiểu FDM với PLA. Như vậy đầu ra của đề tài không chỉ là thuật toán phân loại, mà là mô hình tích hợp phần cơ, cảm biến và bộ điều khiển để thử các thao tác cơ bản.

Những gì mô hình đã làm được

Trong các thao tác mẫu, báo cáo ghi độ trễ trung bình 0,95 giây, thấp hơn ngưỡng yêu cầu 1,2 giây của đề tài. Mô hình điều khiển được từng ngón tay độc lập và xoay cổ tay trong khoảng 0–90 độ; các khớp ngón tay gập tới 90 độ theo kết quả được báo cáo.

Ở Hình 3.22, mô hình cầm một chiếc kìm kỹ thuật có khối lượng khoảng 350 g. Báo cáo nêu yêu cầu ban đầu là cầm vật khoảng 200 g, vì vậy hình minh họa cho thấy một phép thử cầm nắm vượt mức yêu cầu thiết kế đã ghi. Đây là kết quả trên nguyên mẫu, không phải đánh giá khả năng sử dụng lâu dài hay hiệu quả phục hồi chức năng.

Một nguyên mẫu nghiên cứu, chưa phải thiết bị lâm sàng

Đề tài hướng tới trợ giúp người khuyết tật chi trên, nhưng bằng chứng được trình bày trong báo cáo là thử nghiệm điều khiển mô hình robot bằng tín hiệu sEMG và các thao tác mẫu. Báo cáo không cung cấp dữ liệu đánh giá lâm sàng, độ phù hợp với từng người dùng, sự thoải mái khi đeo hoặc thử nghiệm có nhóm người khuyết tật. Vì vậy, kết quả phù hợp để xem như bước chế tạo và kiểm chứng kỹ thuật ban đầu; cần đánh giá an toàn, khả năng tùy chỉnh và trải nghiệm người dùng trước khi kết luận về hiệu quả hỗ trợ trong sinh hoạt.

Thông tin đề tài: Chủ nhiệm TS. Đào Thị Mai Phương; Trường Đại học Công nghiệp Hà Nội. Bìa báo cáo ghi đề tài KH&CN cấp trường 2022; ngày trên bìa là tháng 8/2025.

Nguồn:Báo cáo tổng kết đề tài KH&CN cấp trường: Nghiên cứu, thiết kế, chế tạo mô hình cánh tay robot sử dụng cảm biến EMG kết hợp logic mờ trợ giúp người khuyết tật