摘要
设计了一个基于表面肌电信号控制的智能轮椅无障碍人机接口,通过使用CyberLink装置,对前额肌电信号进行获取、分析,利用AR模型对其进行特征提取,并采用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进BP神经网络对面部运动模式进行识别,进而控制智能轮椅简单运动.实验结果表明:该方法操作简便,识别率高,实时性好,为运用前额肌电信号控制轮椅的复杂运动奠定了基础.
设计了一个基于表面肌电信号控制的智能轮椅无障碍人机接口,通过使用CyberLink装置,对前额肌电信号进行获取、分析,利用AR模型对其进行特征提取,并采用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进BP神经网络对面部运动模式进行识别,进而控制智能轮椅简单运动.实验结果表明:该方法操作简便,识别率高,实时性好,为运用前额肌电信号控制轮椅的复杂运动奠定了基础.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第S2期264-267,282,共5页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
关键词
智能轮椅
表面肌电信号
人机交互
AR模型
BP神经网络
intelligent wheelchair
SEMG
human-machine interaction
AR model
BP artificial neural network
