Innholdsfortegnelse:
2025 Forfatter: John Day | [email protected]. Sist endret: 2025-01-23 15:02
To-kanals EMG-modulen inkluderer en analog oppsamlingskrets og en digital signalfiltreringsprosess. Front-end-oppkjøpskretsen samler de elektriske muskelsignalene til den menneskelige armen eller benet gjennom CH1 og CH2. Etter at signalet er forsterket og filtrert, blir de analoge oppkjøpsdataene sendt ut av OUT1 og OUT2. Bølgeformen til det elektriske muskelsignalet kan observeres direkte gjennom bølgefilteret. Vi bruker en enkeltbrikkemikrodator for digital filtrering. A0, A1 er koblet til OUT1 og OUT2, og verdiene for muskel elektrisk kraft samles inn for prosessering for å få effekt. Deretter sendes effektverdien til muskelelektrisiteten gjennom den serielle porten; middelverdien av muskelelektrisiteten; den innsamlede verdien av muskelelektrisiteten; muskelstyrkeverdien.
Trinn 1: Forbered det du trenger
Som bildet viser, må du parere følgende elementer
1. Lead Wire
2. Elektrodeputer*3
3. EMG sensormodul
4. Bluetooth -modul
5. Adpater
6. 9V batteri
Trinn 2: Lodding
Lodd master-slave bluetooth til henholdsvis adapteren og EMG-sensormodulen
Trinn 3: Elektrodeputer
Fest elektrodeputene til elektroden (ledningen)
Trinn 4: Tilkobling
Til slutt, ifølge bildet, kobler du alle delene
Trinn 5: Testing
Den røde elektroden er koblet til albuen (Vi må velge området uten muskelaktivitet som referanseelektrode)
Grønne og gule elektroder er koblet til muskelen som skal testes
Dette produktet har 2 kanalsignaler. For praktisk demo, bildet bare bruker en.
Først må du bruke elektroden i henhold til slitasjediagrammet. Slå på strømmen, så lyser det røde RGB -lyset i 1,5 sekunder, klar til å initialisere oppkjøpet, la armen slappe av. RGB -blått lys tennes i 0,5 sekunder, noe som indikerer at de første dataene blir samlet inn. Oppkjøpet er fullført og RGB -indikatoren er av. Sjekk deretter EMG -signalet ditt på Oscilloscope (eller programvaren vi leverte)
Hvis du er interessert i dette settet, kan du sjekke denne lenken for mer informasjon
Anbefalt:
EMG Biofeedback: 18 trinn (med bilder)
EMG Biofeedback: Dette biofeedback -oppsettet bruker en EMG -sensor til å representere muskelspenninger som en serie pip og lar deg trene kroppen din til å justere muskelspenninger etter ønske. Kort sagt, jo mer anspent du er, jo raskere blir pipene, og jo mer avslappet blir det
Menneskelig-datamaskin-grensesnitt: Funger en griper (laget av Kirigami) av håndleddsbevegelse ved hjelp av EMG .: 7 trinn
Menneskelig-datamaskin-grensesnitt: Funger en griper (laget av Kirigami) av håndleddsbevegelse ved hjelp av EMG .: Så dette var mitt første forsøk på et grensesnitt mellom mennesker og datamaskiner. gjennom python og arduino og aktiverte en origami -basert griper
[EMG] Muskelaktiveret bryter: 3 trinn
![[EMG] Muskelaktiveret bryter: 3 trinn](https://i.howwhatproduce.com/images/010/image-29508-j.webp "[EMG] Muskelaktiveret bryter: 3 trinn")
[EMG] Muskelaktiveret bryter: Denne prototypen demonstrerer potensialet til rimelig og åpen kildekode-maskinvare/programvare for å muliggjøre datamaskinstyring gjennom elektrisk muskelaktivitet. Kostnaden forbundet med hyllenhetene begrenser tilgangen til denne teknologien, som kan b
IoT: Kontroller HoloLens ved hjelp av øyenbrynene (EMG): 5 trinn
IoT: Control the HoloLens Using Your Eyebrows (EMG): Dette prosjektet var en del av University of Colorado Boulders NASA SUITS -prosjekt som ble presentert og testet på NASA JSC i april 2019. For årets prosjekt var jeg prosjektleder for maskinvare utvikling, og dette var et av bidragene mine
Robot håndkontroll med EMG: 7 trinn
Robotisk håndkontroll med EMG: Dette prosjektet viser kontroll over robotisk hånd (ved hjelp av opensource -hånd inMoov) med 3 opensource uECG -enheter som brukes til å måle og behandle muskelaktivitet (elektromyogram, EMG). Teamet vårt har en lang historie med hendene og deres kontroll, og dette er en