基于概率神经网络的多模态感知假肢手

摘要：

基于人体表面肌电信号(Surface Electromyography,sEMG)和多传感器数据构建一种人机一体化的感知假肢控制系统和感知系统.实现肢体常规物理动作的实时控制,并建立人体对外部信息的实时反馈.利用概率神经网络(PNN)对提取出的肌电特征进行识别和分类,手势识别率能够达到96.8％,同时避免了其他神经网络学习复杂度高、用时长的缺点,进一步增强假肢手控制系统实时性.随后,利用多传感器检测假肢手外部物理信息,以此构建一个多模态的闭环感知反馈系统.实现对人体和机械的智能融合.

关键词：表面肌电信号;概率神经网络;模态感知;智能控制

所属期刊栏目：44

分类号：TP242.6(自动化技术及设备)

资助基金：吉林省教育厅科学技术项目JJKH20200787KJ

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：116-124