无需编程经验!用Johnny-Five打造肌电控制假肢的完整指南
2026-02-05 05:37:52作者:蔡丛锟
项目背景与目标
Johnny-Five是一个JavaScript机器人编程框架,允许开发者通过简单的JavaScript代码控制各种硬件设备。本指南将展示如何利用该框架构建一个基于肌电信号控制的假肢原型,无需深厚编程基础即可完成。项目核心文件包括lib/johnny-five.js主框架和docs/servo.md等硬件控制文档。
硬件准备清单
构建肌电控制假肢需要以下组件:
- Arduino Uno开发板
- 肌电传感器模块(EMG Sensor)
- SG90舵机(docs/servo.md)
- 直流电机(docs/motor.md)
- 面包板与杜邦线
- 3D打印假肢外壳
环境搭建步骤
- 克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/jo/johnny-five
cd johnny-five
- 安装依赖:
npm install
- 上传Firmata固件到Arduino:
npm run firmata
详细环境配置可参考README.md和docs/board.md。
电路连接指南
按照以下步骤连接硬件:
- 将肌电传感器输出端连接到Arduino A0引脚
- 舵机信号线连接到D9引脚(docs/servo.md)
- 电机连接到L298N驱动模块,控制引脚接D5(docs/motor.md)
- 电源模块分别为传感器、舵机和电机供电
核心控制代码
创建emg-prosthetic.js文件,添加以下代码:
const { Board, Sensor, Servo, Motor } = require("johnny-five");
const board = new Board();
board.on("ready", () => {
// 初始化肌电传感器
const emg = new Sensor({
pin: "A0",
threshold: 50
});
// 初始化舵机(手指关节)
const finger = new Servo({
pin: 9,
range: [0, 180]
});
// 初始化电机(手臂旋转)
const armMotor = new Motor({
pin: 5
});
// 肌电信号控制逻辑
emg.on("change", () => {
const value = emg.value;
// 根据肌电信号强度控制手指弯曲
if (value > 500) {
finger.to(180); // 握拳
armMotor.start(200); // 启动电机
} else {
finger.to(0); // 伸开
armMotor.stop(); // 停止电机
}
});
// 注入REPL便于调试
board.repl.inject({
emg,
finger,
armMotor
});
});
代码使用了Sensor类处理肌电信号,Servo类控制手指关节,Motor类驱动手臂旋转,详细API可参考lib/sensor.js、lib/servo.js和lib/motor.js。
信号处理与调试
- 运行程序:
node emg-prosthetic.js
- 打开REPL界面调试:
node eg/repl.js
- 使用以下命令测试设备:
// 手动控制舵机
> finger.sweep()
// 测试电机
> armMotor.start(150)
调试技巧可参考docs/repl.md和docs/servo-prompt.md。
机械结构设计
假肢机械部分建议使用3D打印,关节处需预留足够活动空间。舵机安装位置参考docs/servo-animation-leg.md的动画原理,电机传动结构可参考docs/motobot.md的设计。
进阶功能扩展
- 添加多个关节控制:
const fingers = new Servo.Array([9, 10, 11]);
- 实现平滑运动:
finger.animate({
from: 0,
to: 180,
duration: 1000
});
- 添加姿态传感器:
const accelerometer = new Accelerometer({
controller: "ADXL345"
});
参考docs/accelerometer-adxl345.md
项目总结与展望
本项目展示了如何利用Johnny-Five框架快速构建肌电控制假肢原型。通过JavaScript这一普及度高的语言降低了开发门槛,主要优势包括:
- 简化的硬件控制API(lib/board.js)
- 丰富的传感器支持(docs/目录下各传感器文档)
- 活跃的社区支持(CONTRIBUTORS.md)
未来可进一步优化肌电信号识别算法,添加蓝牙无线控制模块,以及设计更符合人体工程学的假肢外壳。完整项目代码可在eg/目录下找到更多示例参考。
参考资料
- 官方文档:docs/
- Servo控制:docs/servo.md
- Motor控制:docs/motor.md
- 传感器API:lib/sensor.js
- 项目贡献指南:CONTRIBUTING.md
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0162
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0193
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
738
4.78 K
Ascend Extension for PyTorch
Python
665
804
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
438
398
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.33 K
161
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.02 K
暂无简介
Dart
991
257
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
239
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
996
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
615
昇腾LLM分布式训练框架
Python
168
201

