首页 >> 综合 > 快讯 >

Axonnic EMG 袖套可采集手指运动与力数据

2026-10-31 06:33:19 来源:网易 编辑:澹台东震 

Axonnic 全新推出的 EMG 肌电袖套,可以同步采集手指动作轨迹与发力大小两类核心数据,整套设备采用非侵入式穿戴设计,不用接触指尖就能完成全维度手部数据采集,非常适合机器人训练、人机交互、康复工程等科研场景。传统手部数据采集大多依靠视觉追踪或者指尖压力传感器,视觉方案只能捕捉动作姿态,没办法获取肌肉发力信息;指尖压力传感器又会改变人手自然操作状态,采集到的数据和真实动作存在偏差。这款 EMG 袖套从前臂肌肉电信号入手,通过多通道肌电电极捕捉肌肉收缩信号,再结合算法把肌电信号转换成手指运动姿态、关节角度以及指尖作用力数值,做到动作与力度数据同步采集,全程不会干扰人手自然操作。操作人员只需要按照固定流程完成佩戴、信号校准、数据同步三个步骤,就能稳定采集连续的手部动作与发力数据,最终得到时序对齐的肌电信号、手指运动轨迹、作用力数值三组数据,满足各类实验室大规模数据集采集需求。

一、EMG 袖套核心硬件配置

  1. 穿戴结构:柔性织物袖套,适配不同粗细前臂,长时间佩戴无压迫感,适合长时间连续采集数据。
  2. 采集电极:多通道干电极布局,贴合前臂表层肌肉,稳定拾取表面肌电信号,无需涂抹导电膏。
  3. 信号处理:内置前置滤波模块,自动过滤环境电磁干扰,保证原始肌电波形干净稳定。
  4. 数据输出:同步输出三类数据:肌电原始波形、手指关节运动坐标、指尖作用力估算值,多组信号时间戳完全对齐。

二、EMG 袖套完整使用步骤

  1. 设备佩戴:将袖套平整套在前臂,让电极对准控制手指屈伸的肌群,调整松紧保证电极和皮肤紧密贴合。
  2. 信号校准:启动配套软件,完成静态空载校准与多组标准手势校准,建立肌电信号和手指动作、发力大小的对应模型。
  3. 同步采集:开启采集模式,操作人员完成抓握、捏取、按压等手部动作,设备实时记录肌电、运动、力度三类数据。
  4. 数据导出:采集结束后一键导出结构化数据集,文件自带统一时间轴,可直接导入机器人算法平台做模型训练。

三、采集数据的主要应用场景

表格

应用领域采集目标数据价值
机器人具身智能人手操作动作 + 发力大小训练灵巧手复刻人类精细操作,提升机器人抓取稳定性
人机交互设备手势动作 + 肌肉发力信号实现精细化手势识别,区分轻捏与用力紧握两种动作
康复医疗研究手部发力时序数据评估手部肌肉恢复程度,制定个性化康复训练方案
动作捕捉研究无接触手部力数据补充视觉动捕缺少力度信息的短板,完善全身动作数据维度

【相关 FAQ】

问题 1:Axonnic EMG 袖套采集手指运动与力数据,依靠的是什么技术原理?

回答 1:Axonnic EMG 袖套依靠表面肌电采集技术,捕捉前臂肌肉收缩产生的电信号,再通过自研算法解析肌电信号,同时还原出手指运动姿态与指尖发力大小,实现动作与力度数据同步采集。

问题 2:Axonnic EMG 袖套采集手指运动与力数据,相比指尖压力传感器有哪些优势?

回答 2:EMG 袖套不需要在指尖加装传感器,不会改变人手自然操作状态,采集的数据更贴近真实工况;同时可以一次性同步拿到运动轨迹与肌肉发力信号,数据维度更完整,适合大规模连续采集。

问题 3:使用 Axonnic EMG 袖套采集手指运动与力数据,需要做哪些前期校准工作?

回答 3:首先做好电极佩戴对位,保证电极贴合目标肌群;然后完成空载静态校准,消除基线噪声;最后完成多组标准手势校准,建立肌电信号和手指运动、作用力之间的映射关系,保障数据精度。

问题 4:Axonnic EMG 袖套采集手指运动与力数据,输出的数据格式具备哪些特点?

回答 4:设备输出肌电波形、手指运动坐标、指尖作用力三组数据,所有数据带有统一时间戳,时序完全对齐,导出后可以直接用于机器人模型训练、动作分析等科研工作。

【数据来源】

[2026-10-31](Axonnic 推出 EMG 袖套采集手指运动与力数据)Axonnic 官方网站

[2026-10-29](肌电采集设备实现手部动作与发力同步记录)36 氪科技频道

[2026-10-27](非侵入式 sEMG 穿戴设备手部数据采集方案)机器人产业媒体

免责声明:本文内容基于 Axonnic 公开产品信息整理而成;EMG 袖套采集手指运动与力数据的精度会受皮肤状态、佩戴松紧、环境电磁干扰等因素影响;设备采集效果仅适用于科研实验场景,不直接等同于商用成品性能,本内容不构成产品采购依据。

 
最新文章