基于单通道sEMG分解的手部动作识别方法

表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉s EMG,将其分解为6个运动单元动作电位序列,过程包括:二阶差分滤波、阈值计算、尖峰检测、分层聚类;然后,提取绝对值积分、最大值、非零中值、半窗能量等特征,并采用主元分析法降维;最后,利用支持向量机分类识别5种不同手部动作,精度达到80.4%。而采用未融合s EMG分解的传统方法,动作识别精度仅有约70%。

基于表面肌电的运动意图识别方法研究及应用综述

表面肌电信号(Surface electromyography,s EMG)是人体自身的资源,蕴含着关联人体运动的丰富信息,用它作为交互媒介以构建人机交互(Human-robot interaction,HRI)系统有天然的优势.通过肌电信号实现人机自然交互的关键是由肌电信号识别出人体运动意图,通常包括离散动作模态分类、关节连续运动量估计及关节刚度/阻抗估计等三方面内容.本文详细归纳基于表面肌电的运动识别方法研究成果,总结当前研究的特点;随后,介绍基于表面肌电的运动识别技术的应用现状,并探讨制约其推广的主要问题;最后,展望该技术的未来发展.

旋翼飞行机械臂研究综述

旋翼飞行机械臂是由旋翼无人机(多旋翼无人机或无人直升机)和多连杆机械臂组成的新型飞行机器人系统。该机器人系统结合了旋翼无人机的机动飞行、定点悬停和机械臂灵活作业的特性,能够完成飞行作业任务。旋翼无人机具有对外部干扰敏感的特性。旋翼飞行机械臂在飞行作业过程中会受到来自环境复杂的干扰,再加上系统间严重的耦合作用,使得旋翼飞行机械臂的研究存在诸多难点。本文全面分析与总结了近几年国内外发表的文献,对旋翼飞行机械臂系统设计、系统建模与控制、应用场景和作业方法等方面的主要研究成果进行了综述。

基于混沌理论的面瘫患者表面肌电信号分析

表面肌电信号是肌肉运动单元动作电位的非线性总和,能够准确反映生物体神经、肌肉的功能状况,目前已广泛被应用于临床疾病诊断、病理分析和康复评价中.针对sEMG短时平稳、信噪比低等特点,传统的线性的、统计性的分析方法具有一定的局限性.因此,本文提出利用混沌理论的分析方法,深入挖掘sEMG中蕴含的非线性特性,并进一步应用于面瘫患者的sEMG分析中.我们采集了21名面瘫患者的面部双侧咬肌、提上唇肌和额肌处的sEMG信号,采用混沌分析方法提取相关特征:利用时间延迟法重构多维相空间;计算关联维数与李雅普诺夫指数,验证sEMG的混沌特性;通过近似熵量化sEMG的不确定性.通过对比发现,面瘫患者健康侧与患侧sEMG的上述混沌特征表现出显著的统计学差异.此外,我们将混沌特征与传统时频域特征进行了比较,其表现出一定的优越性,能够作为面瘫诊断与康复评价的重要参考指标.