[发明专利]基于MYO臂环的假肢手控制系统及其控制方法

权利要求书

1.一种基于MYO臂环的假肢手控制系统，其特征在于，包括：信号采集模块(1)，STM32模块(2)，模糊控制器模块(3)，假肢手模块(4)，抓握力反馈模块(5)及配合离线训练的PC机；

所述信号采集模块(1)，包括用于采集sEMG数据，佩戴在患者残臂偏上处的MYO臂环(11)和用于采集正常人手抓握力值数据的六维力传感器(12)；

所述STM32模块(2)，用于读取、处理sEMG数据；

所述模糊控制器模块(3)，用于接收STM32模块(2)发送的信号，发送指令驱动假肢手抓握；

所述假肢手模块(4)，由假肢手本体、驱动手指运动的电机及安装在假肢手手指指肚上的FSR力传感器贴片组成；

所述抓握力反馈模块(5)，佩戴在患者的残臂上，由振动触觉传感器构成，接收FSR力传感器的抓握力值信号，然后将其反馈给患者残臂，便于患者感知抓握力大小。

2.如权利要求1所述的基于MYO臂环的假肢手控制系统，其特征在于，通过MYO臂环(11)的蓝牙接口读取采集手臂的sEMG数据；

通过PC机读取六维力传感器(12)采集正常人手的抓握力值数据；其中，根据待识别的8个抓握力档次数选择通道个数；为兼顾识别率和实时性，满足日常抓握需要或者通道个数M取3，3个通道可准确识别8个抓握力档次。

3.一种基于MYO臂环的假肢手控制系统的控制方法，其特征在于，包括：步骤A离线训练，步骤B在线识别和抓握力预测，步骤C抓握力反馈。

4.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法，其特征在于，所述步骤A离线训练，包括：A1模式分类训练和A2sEMG-力回归模型训练；

所述A1模式分类训练，包括：

A11将抓握力划分为不同的档次，根据各档次的抓握力值采集正常人对应的sEMG数据，通过六维力传感器(12)采集正常人手抓握力值数据；

A12提取时域特征值：绝对平均值MAV、均方根值RMS、标准差SD和波形长度WL；

A13时域特征值矩阵经PCA降维后，利用BP神经网络进行模式分类训练，并保存训练后的权值和阈值；

所述A2sEMG-力回归模型训练，包括：

A21通过降维后的时域特征值矩阵与抓握力值数据一起构建训练样本；

A22分别训练各抓握力值档次的sEMG-力回归模型；

A23保存训练的各模型的参数。

5.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法，其特征在于，所述步骤B在线识别和抓握力预测，包括：

B1通过MYO臂环(11)，实时采集患者手臂肌肉的sEMG信号；

B2通过STM32模块(2)读取sEMG数据，判断手部动作起止点，提取其时域特征值并进行PCA降维处理；

B3根据步骤A1模式分类训练的结果识别出其对应的抓握力档次；

B4根据步骤A2sEMG-力回归模型训练的结果预测手的抓握力值，将该抓握力值作为抓握力控制的给定信号；

B5通过模糊控制器模块(3)控制手指驱动电机的转速和转向，将假肢手的抓握力控制到给定的档次。

6.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法，其特征在于，所述步骤C抓握力反馈，包括：通过振动触觉传感器的不同频率和幅值作为抓握力反馈信号，使截肢患者能够获取实际抓握力的档次值。

7.如权利要求4所述的基于MYO臂环的假肢手控制系统的控制方法，其特征在于，所述步骤A离线训练，通过PC机完成并存储离线训练过程和训练数据及训练结果，再将训练所得的参数下载至STM32模块(2)。