สารบัญ:
- ขั้นตอนที่ 1: ไปรับของ
- ขั้นตอนที่ 2: บอร์ด EMG
- ขั้นตอนที่ 3: เตรียมสายเคเบิล
- ขั้นตอนที่ 4: ขั้วต่อสายไฟ
- ขั้นตอนที่ 5: เสียบปลั๊ก
- ขั้นตอนที่ 6: ตั้งโปรแกรม Arduino
- ขั้นตอนที่ 7: แจ็คเสียง
- ขั้นตอนที่ 8: การเชื่อมต่อเทอร์มินัล
- ขั้นตอนที่ 9: เสียบปลั๊ก
- ขั้นตอนที่ 10: เชื่อมต่อกับ Arduino
- ขั้นตอนที่ 11: พลัง
- ขั้นตอนที่ 12: พลังมากขึ้น
- ขั้นตอนที่ 13: เชื่อมต่ออิเล็กโทรด
- ขั้นตอนที่ 14: แนบตัวต้านทาน
- ขั้นตอนที่ 15: เสียบปลั๊ก Jack
- ขั้นตอนที่ 16: แนบอิเล็กโทรด
- ขั้นตอนที่ 17: เสียบเข้า
- ขั้นตอนที่ 18: หูฟัง
วีดีโอ: EMG Biofeedback: 18 ขั้นตอน (พร้อมรูปภาพ)
2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:03
การตั้งค่า biofeedback นี้ใช้เซ็นเซอร์ EMG เพื่อแสดงความตึงเครียดของกล้ามเนื้อเป็นชุดของเสียงบี๊บ และช่วยให้คุณฝึกร่างกายเพื่อปรับความตึงเครียดของกล้ามเนื้อได้ตามต้องการ กล่าวโดยสรุป ยิ่งคุณเครียดมากเท่าใด เสียงบี๊บจะดังขึ้นเร็วขึ้น และยิ่งผ่อนคลายมากขึ้นเท่านั้น เมื่อใช้อุปกรณ์นี้ คุณจะได้เรียนรู้วิธีควบคุมร่างกายของคุณเพื่อเพิ่มความเร็วและลดเสียงบี๊บ จึงเพิ่มและลดความตึงเครียดของกล้ามเนื้อ ด้วยการฝึกฝนบางอย่าง คุณจะมีความเข้าใจเกี่ยวกับร่างกายของคุณเพียงพอที่จะควบคุมความตึงเครียดของกล้ามเนื้อได้โดยไม่ต้องใช้อุปกรณ์ วิธีนี้ยอดเยี่ยมเพราะช่วยให้คุณควบคุมส่วนต่างๆ ของร่างกายอย่างมีสติ ซึ่งปกติแล้วคุณจะไม่สามารถสัมผัสหรือควบคุมได้อย่างง่ายดาย
ฉันตั้งค่าของฉันเพื่อติดตามกล้ามเนื้อบริเวณไหล่และคอที่ก่อให้เกิดอาการปวดศีรษะตึงเครียด แต่คุณสามารถวางไว้บนกลุ่มกล้ามเนื้อใดก็ได้ ฉันแนะนำให้ทำการทดลองกับตำแหน่งของเซ็นเซอร์และดูว่าเป็นไปได้อย่างไร
ขั้นตอนที่ 1: ไปรับของ
คุณจะต้อง: - เซ็นเซอร์ EMG - สายเคเบิลอิเล็กโทรด - อิเล็กโทรด - Arduino - บอร์ดจ่ายไฟแบบควบคุม A +/- 5V *** - หัวต่อตัวเมีย 3 ขา - สแน็ปแบตเตอรี่ 9V - แจ็คสเตอริโอ 1/4" - หูฟังพร้อม 1/ ปลั๊ก 4" - แถบขั้วต่อสไตล์ยุโรป - สายเชื่อมต่อ 22awg
***+/-5V คือช่วงต่ำสุดของบอร์ดเซ็นเซอร์ ฉันพบว่าแบตเตอรี่ 9V สองก้อนต่ออนุกรมนั้นทำงานได้ดีกว่าบอร์ดนี้ สายไฟสีแดงเดี่ยวคือ +9V ชุมทางที่แบตเตอรี่สองก้อนมาบรรจบกันคือกราวด์ และสายสีดำเพียงเส้นเดียวคือ -9V อีกทางหนึ่งคุณสามารถรับมินิบอร์ด +/-12v จาก Futurlec อย่างไรก็ตาม ฉันไม่ได้ลองสิ่งนี้
(โปรดทราบว่าลิงก์บางส่วนในหน้านี้ประกอบด้วยลิงก์พันธมิตรของ Amazon ซึ่งจะไม่เปลี่ยนแปลงราคาของสินค้าใดๆ ที่จะขาย อย่างไรก็ตาม ฉันได้รับค่าคอมมิชชั่นเล็กน้อยหากคุณคลิกลิงก์ใดๆ เหล่านั้น และฉันนำเงินนี้ไปลงทุนใหม่ เงินเป็นวัสดุและเครื่องมือสำหรับโครงการในอนาคต หากคุณต้องการข้อเสนอแนะอื่นสำหรับผู้จัดหาชิ้นส่วนใด ๆ โปรดแจ้งให้เราทราบ)
ขั้นตอนที่ 2: บอร์ด EMG
ประกอบบอร์ด EMG พร้อมชิ้นส่วนที่ให้มาตามฉลาก
โปรดทราบว่ามันมาพร้อมกับตัวต้านทานแบบ 5 แบนด์และจะอ่านแตกต่างจากตัวต้านทาน 4 แบนด์ทั่วไป
ขั้นตอนที่ 3: เตรียมสายเคเบิล
ใช้ใบมีดโกนหรือวัตถุมีคมอื่นๆ แล้วตัดรอบเส้นรอบวงตรงกลางของปลั๊กสายไฟเพื่อให้เห็นปลายโลหะ ทำซ้ำสำหรับทั้งสามสาย
ขั้นตอนที่ 4: ขั้วต่อสายไฟ
บัดกรีลวดสีแดง สีเขียว และสีดำเข้ากับซ็อกเก็ต 3 ขา ตรวจสอบให้แน่ใจว่าลวดสีดำอยู่ตรงกลาง อีกสองสายสามารถอยู่ด้านใดด้านหนึ่ง เมื่อเสร็จแล้ว คุณอาจต้องการเสริมการเชื่อมต่อด้วยกาวร้อนเล็กน้อย (หรือคล้ายกัน)
ขั้นตอนที่ 5: เสียบปลั๊ก
เสียบสายไฟสามเส้นจากซ็อกเก็ตเข้ากับแหล่งจ่ายไฟ +/- 5V โดยที่สีเขียวจะอยู่ที่ -5V สีดำจะอยู่ที่พื้น และสีแดงจะเป็น +5V เสียบสายสแน็ปแบตเตอรี่ 9V เข้ากับขั้วต่อไฟเข้าด้วย ตรวจสอบให้แน่ใจว่าสายสีแดงไปที่พินที่ระบุว่า "VIN"
ขั้นตอนที่ 6: ตั้งโปรแกรม Arduino
ตั้งโปรแกรม Arduino ด้วยรหัสต่อไปนี้:
/*
EMG Biofeedback ส่งเสียงบี๊บที่สอดคล้องกับการอ่านค่าที่ได้รับจากเซ็นเซอร์ EMG ยิ่งกล้ามเนื้อเกร็งมากเท่าไร เสียงบี๊บก็ยาวขึ้นเท่านั้น จากสองตัวอย่าง Arduino โดย Tom Igoe รหัสตัวอย่างนี้เป็นสาธารณสมบัติ */ const int analogInPin = A0; // อินพุทอินพุทอินพุทเซ็นเซอร์Value = 0; // ค่าที่อ่านจากเซ็นเซอร์ #define NOTE_C4 262 // กำหนดโน้ตเป็น C int กลาง = NOTE_C4; // ตั้งค่าตัวแปรเป็นการตั้งค่าโมฆะ C กลาง () {// เริ่มต้นการสื่อสารแบบอนุกรมที่ 9600 bps: Serial.begin (9600); } วงเป็นโมฆะ () { // อ่านค่าอะนาล็อก: sensorValue = analogRead (analogInPin); // พิมพ์ผลลัพธ์ไปยังมอนิเตอร์แบบอนุกรม: Serial.print("sensor = "); Serial.println (ค่าเซ็นเซอร์); int noteDuration = (ค่าเซ็นเซอร์); //ระบุระยะเวลาบันทึกเป็นเสียงอ่านของเซ็นเซอร์ (8, เมโลดี้, บันทึกระยะเวลา); // เล่นโน้ตตามความยาวของเซ็นเซอร์ที่อ่านบนพิน 8 // เพื่อแยกความแตกต่างของโน้ต ตั้งเวลาขั้นต่ำระหว่างโน้ตเหล่านั้น // ระยะเวลาของบันทึกย่อ + 30% ดูเหมือนว่าจะทำงานได้ดี: int pauseBetweenNotes = noteDuration * 1.30; ล่าช้า (pauseBetweenNotes); // หยุดการเล่นเสียง: noTone(8); }
ขั้นตอนที่ 7: แจ็คเสียง
ต่อแถบสัญญาณทั้งสองเข้าด้วยกัน แล้วต่อสายสีแดงยาวเข้ากับตัวใดตัวหนึ่ง ต่อสายสีดำยาวเข้ากับขั้วต่อที่ต่อกับกราวด์กราวด์ด้านใน
ขั้นตอนที่ 8: การเชื่อมต่อเทอร์มินัล
ตัดแถบขั้วต่อแบบยุโรปลงเพื่อให้มีขั้วต่อ 3 คู่ เสียบอิเล็กโทรดเข้าด้านใดด้านหนึ่ง เสียบสายไฟที่ตรงกันเข้ากับอีกด้านหนึ่ง ฉันไม่มีสายสีขาว ดังนั้นฉันจึงใช้สีเขียว
ขั้นตอนที่ 9: เสียบปลั๊ก
บนแผงเซ็นเซอร์ ให้เสียบสายสีเขียว/สีขาวเข้ากับช่องเสียบส่วนหัวที่มีป้ายกำกับว่า "M. Mid" เสียบสายสีแดงเข้ากับสาย "M. End" ที่มีข้อความช้าๆ
ขั้นตอนที่ 10: เชื่อมต่อกับ Arduino
เชื่อมต่อสล็อตที่ระบุว่า "Vout" บนบอร์ดเซ็นเซอร์กับพินอะนาล็อก 0 บน Arduino เชื่อมต่อกราวด์เข้าด้วยกันบนกระดานทั้งสอง
ขั้นตอนที่ 11: พลัง
ต่อหัวต่อตัวเมีย 3 พินจากแผงจ่ายไฟเข้ากับแผงเซ็นเซอร์ โดยให้สายสีเขียวอยู่ในแนวเดียวกับ -V
ขั้นตอนที่ 12: พลังมากขึ้น
จากบอร์ดจ่ายไฟให้เชื่อมต่อ +5V และการเชื่อมต่อกราวด์กับพินที่เกี่ยวข้องบน Arduino ***หากคุณใช้แหล่งจ่ายไฟสำรองที่มากกว่า +5V ต้องแน่ใจว่าได้เชื่อมต่อกับแรงดันไฟฟ้าในแจ็คบน Arduino แทน
ขั้นตอนที่ 13: เชื่อมต่ออิเล็กโทรด
เสียบอิเล็กโทรดเข้าที่ปลายสายอะแดปเตอร์
ขั้นตอนที่ 14: แนบตัวต้านทาน
ต่อตัวต้านทาน 20K ที่ปลายสายสีแดงยาวที่ติดอยู่กับแจ็คเสียง การเพิ่มหรือลดค่าจะเป็นตัวกำหนดระดับเสียงบี๊บ ฉันจะไม่ลดให้ต่ำกว่า 10K มิฉะนั้นจะดังเกินไปและอาจเป็นอันตรายต่อการได้ยินของคุณ
ขั้นตอนที่ 15: เสียบปลั๊ก Jack
เสียบตัวต้านทานที่คุณเพิ่งต่อเข้ากับสายสัญญาณเสียงเข้ากับพิน 8 บน Arduino เสียบสายสีดำเข้ากับกราวด์
ขั้นตอนที่ 16: แนบอิเล็กโทรด
วางอิเล็กโทรดตามกล้ามเนื้อที่คุณต้องการตรวจสอบ อิเล็กโทรดสีดำเป็นข้อมูลอ้างอิงและควรวางไว้ในบริเวณที่ไม่ได้รับผลกระทบจากกล้ามเนื้อที่คุณกำลังพยายามวัด ควรวางสีแดงไว้ที่ส่วนท้ายของกล้ามเนื้อใกล้กับบริเวณที่ติดกับเส้นเอ็น ควรวางสีขาวไว้ตรงกลางกล้ามเนื้อ นี่คือวิธีที่ฉันวางไว้บนไหล่เพื่อติดตามความตึงเครียด ฉันได้ผลลัพธ์ที่เหมาะสมกับการกำหนดค่านี้
ขั้นตอนที่ 17: เสียบเข้า
เสียบแบตเตอรี่ของคุณเพื่อเปิดเครื่องทั้งหมด
ขั้นตอนที่ 18: หูฟัง
ใส่หูฟัง. สังเกตวิธีปรับความยาวของเสียงบี๊บด้วยการเกร็งและผ่อนคลายกล้ามเนื้อ
ตอนนี้คุณสามารถฝึกตัวเองเพื่อสร้างเสียงในช่วงเวลาหนึ่งโดยเน้นไปที่กลุ่มกล้ามเนื้อนั้น
คุณยังสามารถตรวจสอบการอ่านเซ็นเซอร์โดยเสียบ Arduino กลับเข้าไปในคอมพิวเตอร์แล้วเปิดจอภาพแบบอนุกรม ตรวจสอบให้แน่ใจว่าคุณได้ถอดปลั๊กแหล่งจ่ายแรงดันไฟฟ้าภายนอกใดๆ เข้ากับ Arduino ก่อนที่คุณจะลองทำเช่นนี้
คุณพบว่าสิ่งนี้มีประโยชน์ สนุก หรือสนุกสนานหรือไม่ ติดตาม @madeineuphoria เพื่อดูโครงการล่าสุดของฉัน
แนะนำ:
DIY Emg Sensor มีและไม่มีไมโครคอนโทรลเลอร์: 6 ขั้นตอน
DIY Emg Sensor ทั้งแบบมีและไม่มีไมโครคอนโทรลเลอร์: ยินดีต้อนรับสู่แพลตฟอร์มการสอนการแบ่งปันความรู้ ในคำแนะนำนี้ ฉันจะพูดถึงวิธีสร้างวงจร emg พื้นฐานและเบื้องหลังการคำนวณทางคณิตศาสตร์ที่เกี่ยวข้อง คุณสามารถใช้วงจรนี้เพื่อสังเกตการเปลี่ยนแปลงของพัลส์ของกล้ามเนื้อ ควบคุม s
ส่วนต่อประสานระหว่างมนุษย์กับคอมพิวเตอร์: ใช้งานกริปเปอร์ (ผลิตโดย Kirigami) โดยการเคลื่อนไหวของข้อมือโดยใช้ EMG: 7 ขั้นตอน
อินเทอร์เฟซระหว่างมนุษย์กับคอมพิวเตอร์:ใช้กริปเปอร์ (ผลิตโดย Kirigami) โดยการเคลื่อนไหวของข้อมือโดยใช้ EMG: นี่เป็นครั้งแรกที่ฉันลองใช้อินเทอร์เฟซระหว่างมนุษย์กับคอมพิวเตอร์ ฉันจับสัญญาณกระตุ้นกล้ามเนื้อของการเคลื่อนไหวของข้อมือโดยใช้เซ็นเซอร์ EMG ประมวลผล ผ่าน python และ arduino และสั่งงานกริปเปอร์ที่ใช้ origami
[EMG] สวิตช์กระตุ้นกล้ามเนื้อ: 3 ขั้นตอน
[EMG] Muscle Activated Switch: ต้นแบบนี้แสดงให้เห็นถึงศักยภาพของฮาร์ดแวร์/ซอฟต์แวร์โอเพ่นซอร์สที่มีต้นทุนต่ำและโอเพ่นซอร์ส เพื่อให้สามารถควบคุมคอมพิวเตอร์ผ่านการทำงานของกล้ามเนื้อด้วยไฟฟ้า ค่าใช้จ่ายที่เกี่ยวข้องกับอุปกรณ์นอกชั้นวางจำกัดการเข้าถึงเทคโนโลยีนี้ ซึ่ง สามารถข
เซ็นเซอร์ EMG สองช่องสัญญาณ: 6 ขั้นตอน
เซ็นเซอร์ EMG สองช่องสัญญาณ: โมดูล EMG สองช่องสัญญาณประกอบด้วยวงจรรับอนาล็อกและกระบวนการกรองสัญญาณดิจิตอล วงจรการรับส่วนหน้าจะรวบรวมสัญญาณไฟฟ้าของกล้ามเนื้อของแขนหรือขามนุษย์ผ่าน CH1 และ CH2 หลังจากขยายสัญญาณ
ภาพยนตร์ Biofeedback: 7 ขั้นตอน
ภาพยนตร์ Biofeedback: ผู้เขียนโครงการ เจสสิก้า แอน http://www.1nfinitej3ss.com ผู้ทำงานร่วมกัน Gregory Hough http://goo.gl/I4yjYI Salud Lopez http://saludlopez.net Pedro Peira http://festimania.comAboutAn ระบบจับภาพวิดีโอทดลอง ที่เชื่อมต่อแอพ