面向采摘机器人采摘作业的可穿戴设备控制系统设计

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。

基于DTW算法的肌电信号手势识别方法

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。

可穿戴设备在交互音乐中的应用

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。