-
题名面向采摘机器人采摘作业的可穿戴设备控制系统设计
- 1
-
-
作者
沈国平
-
机构
浙江经济职业技术学院
-
出处
《农机化研究》
北大核心
2024年第7期188-192,共5页
-
基金
浙江省教育厅项目(Y201942895)。
-
文摘
介绍了肌电传感器的工作原理,设计了基于MYO可穿戴设备的手指姿态采集与处理模块,并基于BP神经网络实现了对操作人员的手势识别,实现了基于MYO可穿戴设备的采摘机器人采摘控制。实验结果表明:系统准确识别率高达97.33%,平均响应时间只有36.94ms,交互控制准确度高,能够完成对采摘机器人的远程控制,具有准确性和可行性。
-
关键词
采摘机器人
肌电传感器
myo
可穿戴
BP神经网络
手势
-
Keywords
picking robot
EMG sensor
myo
wearable
BP neural network
gesture
-
分类号
S225.93
[农业科学—农业机械化工程]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于DTW算法的肌电信号手势识别方法
被引量:16
- 2
-
-
作者
谢小雨
刘喆颉
-
机构
太原理工大学物理与光电工程学院
新加坡国立大学电气与计算机工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第5期132-137,共6页
-
基金
国家自然科学基金(No.61274089)
-
文摘
为了提高肌电信号手势识别算法的准确度,增强实时性,提出了一种基于动态时间规整(DTW)算法的手势识别方法,该方法利用肌电信号(EMG)对个体间的手势进行识别。首先,采用滑动平均能量的方法对原始的EMG信号进行数据分割,探测有效动作;其次,对于分割的数据段使用平均绝对值(MAV)来提取信号特征;最后,用DTW算法将8维的EMG信号融合并计算测试样本和模版的相似度,其中采用了DTW算法寻找规整路径的方法进行了模板制作,实现了个体间的手势识别。实验结果表明,使用DTW算法对肌电信号进行手势识别,其动作识别的准确率达到96.09%,该方法计算速度快,实时性强。
-
关键词
人机交互
myo传感器
EMG信号
动态时间规整(DTW)算法
手势识别
模板制作
-
Keywords
human-computer interaction
myo sensor
electromyography(EMG)signal
Dynamic Time Warping(DTW) algorithm
gesture recognition
template making
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名可穿戴设备在交互音乐中的应用
被引量:1
- 3
-
-
作者
亓梦婕
-
机构
中央音乐学院
-
出处
《演艺科技》
2018年第5期1-6,共6页
-
文摘
阐述交互音乐领域可穿戴设备的应用形式,重点介绍近年来发展起来的基于脑电波传感器可穿戴设备的运用方式和效果。
-
关键词
可穿戴设备
交互电子音乐
传感器
智能手套
myo臂环
头戴式传感器
脑电波传感器
-
Keywords
wearable device
interactive electronic music
sensor
smart gloves
myo arm ring
headset
brainwave sensor
-
分类号
TP368.33
[自动化与计算机技术—计算机系统结构]
-