MyoWare 2.0 muskelsensor

Sparkfun MyoWare® 2.0 muskelsensor er en alt-i-en elektromyografi (EMG) sensor, der giver dig mulighed for at styre enheder ved hjælp af muskelaktivitet. Denne Arduino -kompatible sensor er blevet redesignet med et let-at-bruge, kompakt design og opgraderet chipset for forbedret ydeevne og pålidelighed. Det innovative snapkonnektorsystem eliminerer behovet for lodning, hvilket gør det nemt at forbinde til MyoWare 2.0-økosystemet. Du skal blot vedhæfte et par elektroder (medfølger ikke), aflæse udgangsspændingen og styre enheder ved at bøje dine muskler.

MyoWare 2.0-muskelsensoren måler muskelaktivitet gennem muskelens elektriske potentiale, kendt som overfladeelektromyografi (EMG eller sEMG). Når din hjerne signalerer din muskel til at bøje, sender den et elektrisk signal til din muskel, som rekrutterer motoriske enheder til at generere kraft. Jo hårdere du bøjer, jo flere motoriske enheder rekrutteres, og jo større er den elektriske aktivitet. MyoWare 2.0 muskelsensoren analyserer denne elektriske aktivitet og udsender et signal, der repræsenterer intensiteten af muskelfleksen.

Med udgangspunkt i dets tidligere bærbare design giver MyoWare 2.0 muskelsensoren dig mulighed for at fastgøre biomedicinske sensorpuder direkte til printet, hvilket eliminerer behovet for kabler. Kortet har en enkelt forsyningsspænding på +3,3V til +5V, tre udgangstilstande, omvendt polaritetsbeskyttede strømben og indikator-LED'er. Den kan også udvides via skjolde, som nemt kan stables sammen ved hjælp af sensorens snapstiksystem. De øverste sidekonnektorer forbinder til strøm og sensorens EMG-konvolutudgang, mens den nederste side forbinder til inputelektroderne.

Traditionelt brugt til medicinsk forskning, har måling af muskelaktivitet gennem dets elektriske potentiale fundet vej til forskellige kontrolsystemer såsom videospil, robotteknologi og proteser, takket være krympende endnu kraftigere mikrocontrollere og integrerede kredsløb. Biomedicinske sensorpuder kan købes separat i afsnittet om anbefalede produkter.

Bemærk venligst, at MyoWare og muskelsensoren ikke er beregnet til brug til diagnosticering, behandling eller forebyggelse af sygdomme hos mennesker eller dyr.

MyoWare® 2.0-økosystemet består af skjolde, der nemt forbinder med MyoWare® 2.0 muskelsensoren. Denne billige, Arduino -kompatible, alt-i-én elektromyografi (EMG) sensor fra Advancer Technologies har et innovativt stiksystem, der gør det muligt for brugere nemt at klikke skjolde sammen med en kompakt lav profil og forbinde til en mikrocontrollers analoge input for at måle rå, filtreret og korrigeret elektrisk aktivitet af en målmuskel. Dette eliminerer behovet for loddeforbindelser mellem plader.

Dette produkt er et samarbejde med Brian Kaminski fra Advancer Technologies. En del af hvert salg går tilbage til dem for produktsupport og fortsat udvikling.

MyoWare 2.0 muskelsensoren tilbyder et bærbart design, en forsyningsspænding fra +2,27V til +5,47V, en indgangsforspændingsstrøm på 250pA (maks. 1nA), beskyttelse mod omvendt polaritet, tre udgangstilstande og udvidelsesmuligheder via skjolde. Sensorens formfaktor inkluderer 3x hun-snap-stifter (indgangselektroder) og 3x han-snap-stifter (strøm- og EMG-konvolutudgang), LED-indikatorer, en referenceelektrode-jumper og er specielt designet til mikrocontrollere. Den tilbyder også justerbar forstærkning og har borddimensioner på 37,57 mm x 35,90 mm.

Revisionsændringer for V2.0.4 inkluderer en øget printkorttykkelse, NPTH for snapkonnektorknapper, et opdateret fodaftryk for snapkonnektorknapper med slidser for forbedret rengøring og en opdateret størrelse på referencestiftens jumperpude.

Dokumenter, der er tilgængelige for dette produkt, inkluderer borddimensioner, en tilslutningsvejledning, en hurtigstartvejledning, en avanceret vejledning og patenter. Der er også Arduino referencesprog: ArduinoBLE Library, GitHub eksempel repo og MyoWare 2.0 Ecosystem Page.

Bemærk venligst, at dette produkt er patentbeskyttet. For at forhindre forfalskede boards deles Eagle-designfilerne og GitHub-hardwarelageret ikke for boards i MyoWare 2.0-økosystemet.