基于脑电波深度学习算法的仿生假肢智能控制

摘要：

由于手臂残缺人士的生活起居很不方便,假肢就成为了手臂残缺者奢望的产品.本文分析了智能假肢的关键控制问题,通过检测脑电波信号设计了仿生假肢智能控制系统.系统基于脑电波电信号控制模式的假肢抓取,通过检测脑电波信号进行模式识别、智能计算,将识别信号放大后对假肢进行相应动作的控制.本设计利用Arduino UNO作为主控芯片,主要对接触式传感器、脑电波信号采集器、电动机以及机械手进行控制,通过Arduino IDE作为程序编译器使程序编译运行之后加载到主芯片Arduino UNO上,接触式传感器、脑电波信号采集器以及计算机组成的脑电波信号采集处理模块实现信号采集处理以及短距离传输,电动机接收到执行指令后带动机械手作为执行机构实现智能假肢抓取过程以及空间保持过程.

关键词：脑电波信号;Arduino UNO;假肢控制

所属期刊栏目：42

分类号：TP241.3(自动化技术及设备)

资助基金：2020中山大学新华学院重点学科项目;教改项目;大学生创新创业国家级项目;广州市工业机器人智能驱控技术及部件重点实验室项目;广东省科技计划项目

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8-13