[发明专利]基于sEMG建立的人手姿态模式在线识别方法

说明书

技术领域

本发明涉一种基于sEMG建立的人手姿态模式在线识别方法，属于生物信息识别及控制领域。

背景技术

大多数商业假手只有一个自由度，在抓取能力及灵活性方面表现欠缺，是很多残疾人患者不愿佩戴假手的原因之一。因此国内外许多研究机构开展了多自由度、多功能假手的研究，如意大利Cyberhand、SmartHand、英国i-limb，以及哈工大机器人研究所的HIT/DLR Prosthetic Hand等。多自由度提高了假手的灵巧程度，增强了抓取功能，却给控制带来一定的难度。表面肌电信号(sEMG，surface Electromyography)是应用最广泛，技术最成熟的假手控制源，基于sEMG建立可靠有效的假手控制方法是至关重要的。为了使假手控制更加直观，能够让患者感觉假手即是自己身体一部分(外延生理本体感受，EPP，Extended Physiological Proprioception)，要求肌电控制决策符合正常人体输出通路。因此，基于肌电信号建立手部关键动作模式的在线识别系统是假手感官性控制的关键所在。

现有的肌电信息控制人工假手方法中对于手部姿态的在线识别只做到了少许几种，如拇指、食指及中指的弯曲伸展等，没有对人手进行详尽的姿态模式规划。由于可用姿态模式少(特别是手指之间的联动姿态)，因而使假手在使用时实时性、仿生性能较差，抓握物体不可靠。

发明内容

本发明为了解决现有的肌电信息控制人工假手方法存在缺乏实时性，仿生性能差、抓握物体可靠性差的问题，进而提供了一种基于sEMG建立的人手姿态模式在线识别方法。

本发明解决技术问题所采用的技术方案是：

基于sEMG建立的人手姿态模式在线识别方法是按照以下步骤实现的：

步骤一、对人手姿态模式进行规划：将拇指、食指以及其余指分别作为单一自由度，并将三者的放松、弯曲、伸展各自作为一个“态”，分别使用0、-1、1来表示，排列组合共得到27种不同的手部姿态模式，基于假手使用者训练时各模式之间的简易过渡性能，对所有模式进行了重新排列，设定模式1为放松态，模式2至模式27为激发态；姿态模式在线识别之前，需要试者熟悉人手姿态模式规划序列；

步骤二、根据步骤一中所述的手部姿态模式识别的电极位置在假手使用者的前臂处肌肉的相应位置佩戴肌电电极：所述前臂处肌肉是指拇短伸肌、拇长屈肌、食指固有伸肌、指浅屈肌和指总伸肌，在所述的五块肌肉上放置6枚肌电电极，分别对应6种基本的手部姿态模式：拇指伸展、拇指弯曲、食指伸展、食指弯曲、三指伸展及三指弯曲，并用于全部27种手部姿态模式的识别；

步骤三、假手使用者按照步骤一中规划的各种姿态模式采集各激发态模式内的原始肌电数据并进行特征提取，采集基于阈值决策进行，将满足阈值决策的激发态特征进行分别保存，并进行分类器的训练；

步骤四、完成步骤三后，通过两个决策函数实现在线识别控制，将放松态与激发态、激发态之间各种模式的识别分别采用不同的决策函数来识别：

a、建立阈值决策函数：

f1(t)=sgn(Σi=16(sgn(Si(t)-Ti)+4))---(1)]]>