sEMG多特征值融合的神经网络下肢关节角度预测

作为下肢康复外骨骼机器人的核心,人体意图识别一直是国内外最热门的研究课题。文章针对人体意图识别中下肢关节角度预测精度较低的问题,提出了一种基于表面肌电信号的多特征值融合的遗传算法(Genetic Algorithm,GA)优化BP神经网络对下肢关节角度进行预测。利用表面肌电采集设备采集人体下肢表面肌电信号,对信号进行处理并提取多个特征值,将提取的多个特征值作为神经网络的输入,同时将采集到的人体髋、膝、踝关节角度作为输出。实验结果显示,与传统BP神经网络结果相比,遗传算法优化BP神经网络具有更高的预测精度,且预测结果更加稳定。