Innehållsförteckning:

Tvåkanals EMG -sensor: 6 steg
Tvåkanals EMG -sensor: 6 steg

Video: Tvåkanals EMG -sensor: 6 steg

Video: Tvåkanals EMG -sensor: 6 steg
Video: Nytt mikrofonsystem från Sennheiser 2024, Juli
Anonim
Tvåkanals EMG -sensor
Tvåkanals EMG -sensor
Tvåkanals EMG -sensor
Tvåkanals EMG -sensor

Tvåkanals EMG-modulen inkluderar en analog förvärvskrets och en digital signalfiltreringsprocess. Front-end-förvärvskretsen samlar muskelns elektriska signaler från den mänskliga armen eller benet genom CH1 och CH2. Efter att signalen förstärkts och filtrerats, matas de analoga förvärvsdata ut med OUT1 och OUT2. Vågformen för muskelns elektriska signal kan observeras direkt genom vågfiltret. Vi använder en enda-chip-mikrodator för digital filtrering. A0, A1 är anslutna till OUT1 och OUT2, och värdena för muskel elektrisk kraft samlas in för bearbetning för att få effekt. Därefter matas effektvärdet för muskelelektriciteten ut via serieporten; medelvärdet av muskelelektriciteten; det insamlade värdet av muskelelektriciteten; muskelstyrkans värde.

Steg 1: Förbered det du behöver

Förbered det du behöver
Förbered det du behöver

Som bilden visar måste du parera följande objekt

1. Lead Wire

2. Elektrodkuddar*3

3. EMG -sensormodul

4. Bluetooth -modul

5. Adpater

6. 9V batteri

Steg 2: Lödning

Lödning
Lödning

Löd master-slaven bluetooth till adaptern respektive EMG-sensormodulen

Steg 3: Elektrodkuddar

Elektrodkuddar
Elektrodkuddar

Fäst elektrodkuddarna på elektroden (ledtråden)

Steg 4: Anslutning

Förbindelse
Förbindelse

Slutligen, enligt bilden, ansluta alla delar

Steg 5: Testning

Testning
Testning
Testning
Testning

Den röda elektroden är ansluten till armbågen (vi måste välja området utan muskelaktivitet som referenselektrod)

Gröna och gula elektroder är anslutna till muskeln som ska testas

Denna produkt har 2 kanaler signal. För bekväm demo, bilden bara användare en.

Bär först elektroden korrekt enligt slitediagrammet. Slå på strömmen, då lyser RGB -rött ljus i 1,5 sekunder, redo att initiera förvärvet, håll armen avslappnad. RGB -blått ljus tänds i 0,5 sekunder, vilket indikerar att de initiala data samlas in. Förvärvet är klart och RGB -indikatorn är släckt. Kontrollera sedan din EMG -signal på oscilloskopet (eller den programvara vi tillhandahållit)

Om du är intresserad av detta kit, kolla den här länken för mer information

Rekommenderad:

EMG Biofeedback: 18 steg (med bilder)

EMG Biofeedback: 18 steg (med bilder)

EMG Biofeedback: Denna biofeedback -inställning använder en EMG -sensor för att representera muskelspänningar som en serie pip och låter dig träna din kropp att justera muskelspänningar efter behag. Kort sagt, ju mer spänd du är, desto snabbare blir pipen och ju mer avslappnad

Gränssnitt mellan människa och dator: Funktion som en gripare (tillverkad av Kirigami) med handledsrörelse med EMG: 7 steg

Gränssnitt mellan människa och dator: Funktion som en gripare (tillverkad av Kirigami) med handledsrörelse med EMG: 7 steg

Mänskligt-datorgränssnitt: Fungera som en gripare (tillverkad av Kirigami) av handledsrörelse med hjälp av EMG .: Så det här var mitt första försök på ett gränssnitt mellan människa och dator. Jag fångade muskelaktiveringssignalerna från min handledsrörelse med en EMG-sensor, bearbetade genom python och arduino och aktiverade en origami -baserad gripare

[EMG] Muskelaktiverad switch: 3 steg

[EMG] Muskelaktiverad switch: 3 steg

[EMG] Muskelaktiverad switch: Denna prototyp visar potentialen för låg kostnad och öppen källkod/hårdvara/programvara för att möjliggöra datorkontroll genom elektrisk muskelaktivitet. Kostnaden för enheterna begränsar tillgången till denna teknik, vilket kan vara

IoT: Kontrollera HoloLens med dina ögonbryn (EMG): 5 steg

IoT: Kontrollera HoloLens med dina ögonbryn (EMG): 5 steg

IoT: Kontrollera HoloLens med dina ögonbryn (EMG): Detta projekt var en del av University of Colorado Boulders NASA SUITS -projekt som presenterades och testades på NASA JSC i april 2019. För det årets projekt var jag projektledare för hårdvara utveckling och detta var ett av mina bidrag.

Robotisk handkontroll med EMG: 7 steg

Robotisk handkontroll med EMG: 7 steg

Robotisk handkontroll med EMG: Detta projekt visar kontroll över robotisk hand (med hjälp av opensource -hand inMoov) med 3 opensource uECG -enheter som används för att mäta och bearbeta muskelaktivitet (elektromyogram, EMG). Vårt team har en lång historia med händerna och deras kontroll, och detta är en