基于肌电信号的多模式抓握力估计

摘要：

针对大多肌电控制的假肢只研究模式识别而没有对抓握力和抓握模式同步解码的问题,提出一种同时分析抓握模式和抓取力的方法.首先,采用4通道表面电极采集人体手臂肌电信号(EMG),采用力敏电阻(FSR)采集抓取力信号;然后,分别利用线性判别分析(LDA)方法和人工神经网络(ANN)进行抓握模式识别和力估计.在4种抓握模式下分别建立4个肌电信号-力关系,一旦判别出抓取模式,则调用相应模式下肌电信号-力模型估计抓握力大小以实现模式识别和力估计的结合.实验结果表明,当进行模式和力的同步解码时,模式平均分类精度约为77.8％,力估计的准确率约为90％.该方法可以用于假肢的肌电控制,不仅可以解码使用者的抓取动作的意图,还可以解码使用者期望的抓取力,辅助假肢实现稳定抓取.

关键词：肌电信号、假肢手、人工神经网络、模式识别、指尖力

所属期刊栏目：35

分类号：TP241.3(自动化技术及设备)

资助基金：国家973计划项目2011CB013302

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2109-2112