基于肌電的機械手控制方法研究.pdf

1、先天性肢體發(fā)育異常、車禍及惡性腫瘤等因素導(dǎo)致我國殘疾人口比例逐年呈上升趨勢，上肢殘疾人數(shù)量占其中很大一部分，肢體的殘疾給他們生活帶來了很多不便。表面肌電信號(sEMG)是人體運動單元在體表電位的總和，可以反映神經(jīng)和肌肉的功能狀態(tài)，以上肢sEMG為信號源實現(xiàn)對機械手的控制，能幫助殘疾人更好地回歸社會。
　　首先，本文搭建了上肢sEMG采集系統(tǒng)。該系統(tǒng)包括信號采集電路、主控電路以及電源電路三部分。信號采集電路采集兩通道肌電信號，并將信

2、號放大、濾波以及電平抬升；主控電路以STM32單片機為主控制器，對采集的模擬肌電信號模/數(shù)轉(zhuǎn)換，并將數(shù)字肌電信號通過串口發(fā)送至上位機進行數(shù)據(jù)處理；電源電路為整個系統(tǒng)提供穩(wěn)定的供電。
　　其次，分別采用BP神經(jīng)網(wǎng)絡(luò)和遺傳優(yōu)化的支持向量機兩種分類器進行上翻、下翻、腕內(nèi)收、腕外展和休息五種動作的識別。以兩通道肌電信號的絕對值均值之和平均值為閾值判斷動作的活動段，提取時域特征的積分肌電值、標(biāo)準(zhǔn)差，頻域特征的平均功率頻率、中值頻率形成8維特

3、征向量，輸入到兩種分類器分類預(yù)測，對比發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)在分類準(zhǔn)確率和時間上都要優(yōu)于支持向量機，因此選取BP神經(jīng)網(wǎng)絡(luò)作為機械手實時控制的分類器。
　　最后，搭建肌電信號訓(xùn)練平臺并實現(xiàn)機械手的實時控制。以MATLAB與C?；旌暇幊谭绞酱罱‰娦盘栍?xùn)練平臺，通過與SQL Server2008數(shù)據(jù)庫連接實現(xiàn)數(shù)據(jù)存儲，當(dāng)訓(xùn)練者識別率穩(wěn)定并且平均識別率高于92％時，導(dǎo)出BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。訓(xùn)練完成后，采集系統(tǒng)采集上肢兩通道sEMG，ST