1. 从零理解肌电信号摔跤手臂这个项目到底在做什么第一次看到 Forearm Wrestling 这个标题很多人会以为是掰手腕比赛其实这是一个用肌电信号EMG驱动舵机的嵌入式交互项目。核心逻辑很直接把电极贴在手臂肌肉上采集肌肉收缩时产生的微弱电信号经过 Arduino 采样、滤波、映射之后输出一个角度值去控制舵机转动。两个人各戴一套采集装置各自控制一个舵机舵机带动机械臂做“掰手腕”的对抗动作谁的肌肉发力更强谁的舵机扭矩输出更大机械臂就往对方那边倒。这个项目解决的是一个很典型的“人机交互入门”问题怎么把人体生物信号变成机器能理解的数字信号再变成物理动作。它适合三类人参考第一类是刚接触 Arduino、想找一个有视觉冲击力的项目练手的初学者第二类是想了解 EMG 信号采集与处理流程的电子爱好者第三类是做创客教育或科普展示、需要一个能吸引观众互动的装置的人。我用的主控是Arduino UNO R4 Minima这是 Arduino 官方较新的一代 UNO核心是 Renesas RA4M1跑 48MHzADC 是 14 位分辨率。相比经典 UNO R3 的 10 位 ADCR4 Minima 在采集 EMG 这种幅度只有几百微伏到几毫伏的信号时量化精度明显更好能分辨出更细微的肌肉发力差异。舵机用的是常见的 MG996R 金属齿轮舵机扭矩够大带动机械臂不费劲。开发环境就是Arduino IDE没有用 PlatformIO 或 VSCode因为项目本身不复杂IDE 自带的串口监视器和绘图器足够调试用。注意EMG 采集涉及人体接触电极贴片必须使用一次性医用级表面电极供电必须用电池或隔离电源绝对不能直接用市电供电的 USB 连着电脑再贴到人身上。这一点后面会详细展开。整个系统的信号链路是这样的表面电极 → 前置放大 → 带通滤波 → 整流 → 包络检波 → Arduino ADC → 软件映射 → PWM 输出 → 舵机。每一环都有坑下面我按实际搭建顺序拆开讲。2. 硬件选型与信号链路设计为什么这么搭2.1 主控为什么选 UNO R4 Minima 而不是 R3 或 ESP32先说结论R4 Minima 是这个项目里性价比最均衡的选择。我试过 R3也试过 ESP32各有问题。R3 的问题是 ADC 只有 10 位参考电压默认 5V最小分辨电压是 5V/1024 ≈ 4.88mV。而 EMG 信号经过放大滤波后有效幅度大概在 0.5V 到 3V 之间波动4.88mV 的量化步长意味着很多细微的发力变化会被“抹平”表现出来就是舵机动作一顿一顿的不够跟手。R4 Minima 的 14 位 ADC 在同样 5V 参考下分辨电压是 5V/16384 ≈ 0.305mV细腻了 16 倍肌肉轻微发力也能被捕捉到。ESP32 的 ADC 理论上也是 12 位但它的 ADC 线性度在靠近 0V 和 3.3V 两端比较差而且 WiFi 工作时会有噪声耦合进模拟通道。这个项目不需要联网用 ESP32 属于杀鸡用牛刀还要额外处理 3.3V 电平和 5V 舵机的电平转换反而增加复杂度。R4 Minima 还有一个隐藏优势它的 ADC 采样率可以配置得比较高我在代码里设到 1kHz 左右采样配合简单的滑动平均滤波信号已经足够干净。另外 R4 Minima 的 PWM 输出频率和分辨率也比 R3 灵活控制舵机时抖动更小。主控型号ADC 位数分辨电压5V 参考适合度主要问题UNO R310 位4.88mV勉强可用精度低舵机动作粗糙UNO R4 Minima14 位0.305mV推荐无明显短板ESP3212 位0.8mV3.3V 参考不推荐ADC 线性度差电平转换麻烦2.2 EMG 前置放大电路为什么不能直接接 Arduino这是新手最容易踩的坑。有人觉得电极贴手上信号线直接插 Arduino 模拟口不就行了实测下来完全不行。原因有三个第一信号幅度太小。肌肉表面 EMG 信号典型幅度是 50μV 到 5mV而 Arduino 能识别的最小电压变化是 0.3mV 到 5mV 级别大部分信号直接淹没在量化噪声里。第二阻抗不匹配。人体皮肤和电极之间的接触阻抗在几千欧到几十千欧而 Arduino 模拟输入阻抗虽然不低但直接连接会形成分压信号进一步衰减。第三共模干扰。人体相当于一根天线会拾取 50Hz 工频干扰这个干扰幅度往往比 EMG 信号本身还大。不做差分放大和滤波读出来的全是噪声。所以必须加前置放大。我用的方案是AD8232 模块这是一个专门为 ECG 和 EMG 设计的集成前端芯片内部集成了仪表放大器、带通滤波、右腿驱动电路。模块输出直接是放大后的模拟电压接 Arduino 模拟口就行。AD8232 的增益是 100 倍带宽 0.5Hz 到 40Hz默认配置正好覆盖 EMG 的主要能量频段。如果你不想用模块想自己搭运放电路那至少需要三级仪表放大器如 INA128增益 100 倍→ 高通滤波截止 20Hz去运动伪迹→ 低通滤波截止 500Hz去高频噪声。这个方案成本更低但调试麻烦新手建议直接用 AD8232 模块。2.3 舵机与机械结构扭矩计算和安装要点舵机选 MG996R堵转扭矩标称 9.4kg·cm6V 供电实际带机械臂时有效扭矩大概打七折算 6.5kg·cm。机械臂长度我设计的是 15cm那么末端能输出的力是 6.5kg·cm / 15cm ≈ 0.43kg也就是 430 克左右的推力。两个人对抗时如果一方舵机往一个方向推另一方往反方向推实际作用力会叠加所以这个扭矩够用。机械结构我用的是 3D 打印的支架两个舵机背对背固定各自伸出一根 15cm 的臂臂末端用一根连杆连接。当两个舵机角度不同时连杆会倾斜倾斜方向就代表“谁赢了”。这个结构比直接让两个臂硬碰硬更安全因为连杆有活动余量不会烧舵机。实操心得舵机供电一定要独立。我一开始用 Arduino 的 5V 引脚给舵机供电结果舵机一动Arduino 就复位。原因是舵机启动瞬间电流能到 2A 以上把 USB 供电拉垮了。后来换成 6V 2A 的独立电源共地连接问题解决。2.4 电源方案为什么必须用电池或隔离电源前面提过安全警告这里展开说。EMG 采集时电极贴在人体皮肤上如果整个系统由市电供电的 USB 适配器供电一旦适配器漏电或接地不良人体就可能成为电流通路。虽然 Arduino 工作电压只有 5V但市电侧的故障电压可能直接窜到人体上。正确做法是采集部分AD8232 Arduino用电池供电比如 9V 电池经过降压模块给 Arduino 供电或者直接用充电宝。舵机部分可以用独立电源但必须和 Arduino 共地。如果一定要用电脑 USB 调试那在贴电极之前必须拔掉 USB用电池运行。我自己的配置是Arduino 用一块 2000mAh 的充电宝供电舵机用 6V 镍氢电池组供电两路电源共地。这样即使电脑连着 Arduino 调代码人体也不会有任何电气风险因为充电宝是浮地的。3. 软件实现从 ADC 采样到舵机映射的完整代码逻辑3.1 采样与滤波为什么用滑动平均而不是卡尔曼EMG 信号经过 AD8232 输出后已经是一个比较干净的包络信号但仍然有高频抖动。我在 Arduino 里做的第一件事是以 1kHz 频率采样模拟口然后做 20 点滑动平均。为什么不用卡尔曼滤波因为卡尔曼需要建立系统模型而 EMG 信号没有明确的运动学模型强行套卡尔曼反而会引入滞后。滑动平均虽然简单但在这个场景下足够用而且计算量小R4 Minima 跑起来毫无压力。采样代码的核心是analogRead()配合定时器中断。R4 Minima 的analogRead()单次转换时间大概 20μs1kHz 采样完全来得及。我实际测试下来不加中断直接用millis()做时间片也能跑但抖动会大一点。用Timer库配置 1kHz 中断更稳。#include Timer.h Timer t; const int emgPin A0; const int servoPin 9; const int windowSize 20; int samples[windowSize]; int sampleIndex 0; long sum 0; void setup() { Serial.begin(115200); pinMode(servoPin, OUTPUT); t.every(1, sampleEMG); // 1ms 一次即 1kHz } void sampleEMG() { int val analogRead(emgPin); sum - samples[sampleIndex]; samples[sampleIndex] val; sum val; sampleIndex (sampleIndex 1) % windowSize; } void loop() { t.update(); int filtered sum / windowSize; // 后续映射逻辑 }这段代码里sum维护的是滑动窗口的和每次更新只减一个旧值加一个新值避免每次重新遍历数组效率高很多。这是我在实际跑的时候优化出来的一开始用for循环求和1kHz 下 CPU 占用率明显偏高。3.2 信号映射从 ADC 值到舵机角度的非线性处理滤波后的 ADC 值范围大概在 300 到 800 之间14 位 ADC0 到 16383但 AD8232 输出偏置在中间电平附近。直接线性映射到舵机 0 到 180 度会有一个问题静息状态下肌肉有微弱电活动ADC 值不是零如果直接映射舵机会在静息时也乱动。我的处理方法是动态基线校准上电后前 2 秒采集静息状态的平均值作为基线之后每次采样减去基线再映射。这样静息时输出接近零舵机不动发力时输出增大舵机转动。映射公式我做了非线性处理int baseline 0; int calibrated filtered - baseline; if (calibrated 0) calibrated 0; int angle map(calibrated, 0, 500, 90, 180); angle constrain(angle, 90, 180);为什么从 90 度开始而不是 0 度因为机械臂的初始位置是水平的对应舵机 90 度。发力时舵机往 180 度方向转代表“推过去”。这样两个舵机对抗时各自从 90 度出发谁的角度大谁就占优。非线性处理体现在map的上限 500 上。实测发现肌肉最大发力时 ADC 变化量大概在 400 到 600 之间取 500 作为满量程可以让舵机在中等发力时就达到较大角度响应更灵敏。如果取 1000那要很大力才能转到底手感很“肉”。3.3 双人对战逻辑如何判断胜负和防止舵机堵转两个人各有一套采集和舵机两个 Arduino 之间需要通信。我用的是最简单的串口通信一个 Arduino 作为主机另一个作为从机主机通过 SoftwareSerial 发送自己的角度值给从机从机比较两个角度决定自己的舵机往哪个方向转。但这里有个问题如果两个舵机都往对方方向推机械连杆会卡死舵机堵转电流飙升容易烧。我的解决方案是引入“让步”逻辑当检测到对方角度大于自己角度超过 30 度时自己的舵机主动往回收 10 度给连杆留出活动空间。这个逻辑用几行代码就能实现if (opponentAngle - myAngle 30) { myAngle myAngle - 10; myAngle constrain(myAngle, 90, 180); }实测下来这个让步逻辑让整个对抗过程更流畅不会出现卡死。而且从观众角度看机械臂的“挣扎”动作反而更真实像真的在掰手腕。注意两个 Arduino 共地是必须的否则串口通信会乱码。我用一根杜邦线把两个板子的 GND 连在一起问题解决。3.4 串口监视器调试怎么用绘图器看 EMG 波形Arduino IDE 自带的串口绘图器是这个项目调试的神器。把滤波后的 ADC 值用Serial.println()输出打开绘图器就能实时看到肌肉发力时的波形变化。静息时是一条平线发力时是一个鼓包放松后又回到平线。我调试时发现如果波形毛刺太多说明滑动平均窗口太小加到 30 或 40 会好很多。如果波形反应迟钝说明窗口太大减到 10 左右。这个参数需要根据实际电极位置和皮肤状态微调没有固定值。另外绘图器的采样率设置要和代码里的输出频率匹配。我在代码里每 10ms 输出一次100Hz绘图器也设 100Hz这样波形不会失真。如果输出太快绘图器会丢数据波形看起来断断续续。4. 实操全流程从贴电极到跑通对抗的每一步4.1 电极贴放位置为什么贴肱桡肌而不是肱二头肌EMG 电极贴放位置直接决定信号质量。我试过贴肱二头肌上臂前侧也试过贴肱桡肌前臂外侧最后选了肱桡肌。原因是掰手腕这个动作主要靠前臂肌群发力肱桡肌在握拳和屈腕时激活明显信号幅度大且稳定。肱二头肌虽然也参与但它的信号更容易受到上臂运动伪迹干扰手臂稍微一动基线就漂了。具体贴法两个采集电极沿肌纤维方向贴在肱桡肌肌腹上间距 2cm 左右参考电极贴在尺骨茎突手腕小骨头上。贴之前用酒精棉片擦拭皮肤去掉油脂和死皮接触阻抗能降一个数量级。电极贴好后用手按压 10 秒确保贴合紧密。实操心得电极贴好后不要马上开始等 1 分钟让导电凝胶充分浸润皮肤信号会稳定很多。我一开始贴完就测基线一直漂等了一会儿就好了。4.2 电路连接与上电顺序连接顺序很重要搞错了容易烧模块。正确顺序是先连接 AD8232 模块到 ArduinoVCC 接 3.3VGND 接 GNDOUTPUT 接 A0LO 和 LO- 接 D10 和 D11用于检测电极脱落。连接舵机信号线接 D9电源线接独立 6V 电源地线共地。连接两个 Arduino 的串口TX 接 RXRX 接 TXGND 共地。最后上电先开 Arduino 电源再开舵机电源。为什么先开 Arduino 再开舵机因为舵机上电瞬间可能产生反向电动势如果 Arduino 先上电它的 IO 口已经处于确定状态不会因为舵机电源波动而误触发。反过来如果舵机先上电Arduino 还没初始化IO 口是高阻态容易受干扰。4.3 基线校准与阈值设定上电后前 2 秒是基线校准期这时候手要放松不要发力。代码里会采集这 2 秒的平均 ADC 值作为基线。校准完成后串口会打印“Calibration done, baseline XXX”。阈值设定我用了两级死区阈值和满量程阈值。死区阈值是基线以上 50 个 ADC 单位低于这个值认为没有发力舵机保持 90 度不动。满量程阈值是基线以上 500 个单位达到这个值舵机转到 180 度。中间线性映射。这个阈值需要根据个人皮肤阻抗和电极状态微调。我一般让测试者先用力握拳几次看串口输出的最大值然后取最大值的 80% 作为满量程阈值。这样既能充分利用量程又不会因为个体差异导致灵敏度不够。4.4 对抗测试与参数调优两个人各戴一套设备面对面坐好手臂放在桌面上机械臂在中间。测试流程双方放松确认舵机都在 90 度位置。一方开始发力观察自己的舵机是否往 180 度方向转。另一方也发力观察两个舵机是否对抗。调整让步逻辑的阈值直到对抗过程流畅不卡顿。我实测下来让步阈值设 30 度、让步幅度 10 度比较合适。如果阈值太小比如 10 度舵机会频繁让步看起来软绵绵的如果太大比如 60 度又容易卡死。这个参数和机械臂长度、舵机扭矩都有关系需要实际试。参数初始值调整方向影响滑动平均窗口20毛刺多则增大迟钝则减小信号平滑度死区阈值50舵机乱动则增大静息稳定性满量程阈值500灵敏度低则减小响应灵敏度让步阈值30 度卡死则减小对抗流畅度让步幅度10 度卡死则增大连杆活动余量5. 踩坑实录与常见问题排查5.1 信号漂移为什么基线一直在变这是最常见的问题。表现是静息时舵机慢慢往一个方向转或者串口输出的基线值一直往上爬。原因通常有三个电极接触不良。导电凝胶干了或者电极贴片松了接触阻抗变大信号漂移。解决方法是重新贴电极或者换新贴片。运动伪迹。手臂轻微移动电极和皮肤之间产生相对位移引起低频干扰。解决方法是让测试者手臂放松放在桌面上不要悬空。AD8232 的右腿驱动没接。AD8232 模块上有一个 RL 引脚用于右腿驱动不接的话共模抑制能力下降工频干扰会串进来。虽然 EMG 不像 ECG 那么依赖右腿驱动但接上更好。我一般把 RL 接一个参考电极贴在手腕上。5.2 舵机抖动为什么舵机在静息时嗡嗡响舵机在静息时抖动说明 PWM 信号不稳定。原因可能是ADC 噪声耦合到 PWM。Arduino 的模拟和数字部分共用电源ADC 采样时的电流波动会影响 PWM 输出。解决方法是在 ADC 输入加一个 0.1μF 电容到地滤掉高频噪声。舵机电源不足。舵机在微小角度调整时电流变化大如果电源内阻高电压波动会导致舵机抖动。解决方法是换更大容量的电源或者在舵机电源端并一个 1000μF 电解电容。代码里没有死区。如果映射后的角度在 90 度附近微小变化舵机会一直来回修正。加一个死区判断角度变化小于 2 度时不更新 PWM就能解决。5.3 串口通信乱码两个 Arduino 之间怎么稳定通信两个 Arduino 串口通信乱码90% 是波特率不匹配或共地没接。我一开始用 9600 波特率发现数据偶尔丢后来提到 115200 就稳了。共地一定要接否则电平参考不一致数据全是乱码。还有一个坑是SoftwareSerial 和硬件串口冲突。R4 Minima 的硬件串口是 D0 和 D1这两个脚同时也连着 USB 调试口。如果用了硬件串口通信就不能用 USB 串口监视器了。所以我用 SoftwareSerial 在 D2 和 D3 上模拟串口硬件串口留给调试输出。5.4 常见问题速查表现象可能原因排查方法解决方案基线漂移电极接触不良看串口基线值是否持续变化重新贴电极清洁皮肤舵机静息抖动ADC 噪声或电源不足示波器看 PWM 波形加滤波电容换电源串口乱码波特率不匹配或未共地检查两边波特率设置统一 115200接 GND舵机堵转让步逻辑阈值太大观察对抗时是否卡死减小让步阈值增大让步幅度信号幅度小电极位置不对串口绘图器看发力时波形调整电极到肌腹位置Arduino 复位舵机电流拉垮电源舵机一动就复位舵机独立供电共地5.5 独家避坑技巧技巧一用胶带固定电极线。电极线晃动会产生运动伪迹用医用胶带把线固定在手臂上信号稳定性提升明显。技巧二代码里加看门狗。R4 Minima 有内置看门狗如果程序跑飞看门狗会自动复位。在setup()里加wdt.enable(2000)2 秒没喂狗就复位防止舵机卡在某个角度。技巧三串口输出加时间戳。调试时在每行数据前加millis()值方便分析信号变化的时间关系。比如发力后多久舵机响应让步逻辑触发了几次一目了然。技巧四机械臂用尼龙螺丝。金属螺丝在对抗时容易松动尼龙螺丝有弹性能吸收冲击而且不会导电短路。6. 项目扩展与个人体会这个项目跑通之后扩展空间很大。比如把舵机换成直线推杆对抗力度更真实或者加一个OLED 屏幕实时显示双方发力数值观众看得更直观还可以把数据通过串口传到电脑用 Python 画实时对抗曲线做成科普展示装置。我自己在实际操作中的体会是EMG 项目最难的不是代码而是信号质量的控制。同样的代码电极贴得好和贴得差效果天差地别。所以如果你要复现这个项目建议先在电极和皮肤处理上多花时间把基线稳定性搞定后面的事情就顺了。另外Arduino UNO R4 Minima 这块板子在这个项目里表现很稳14 位 ADC 的优势在 EMG 采集上体现得很明显。如果你手头只有 R3也能跑但舵机动作会粗糙一些可以通过增大滑动平均窗口来弥补代价是响应变慢。取舍看你的需求。最后分享一个小技巧调试阶段可以用函数发生器模拟 EMG 信号输入到 AD8232这样不用每次都贴电极调代码效率高很多。信号用 100Hz 正弦波幅度 1mV 左右经过 AD8232 放大后正好在 Arduino 量程中间非常方便。
