[发明专利]一种多抓取模式下腕关节力矩的肌电连续预测方法及系统

说明书

本发明公开一种多抓取模式下腕关节力矩的肌电连续预测方法及系统，预测方法通过采集各抓取模式下前臂表面肌电信号，进行预处理与特征提取；将各抓取模式下的肌电信号特征输入关节力矩预测模型，输出手腕关节力矩预测值，通过计算腕关节力矩预测值与参考力矩之间的线性相关系数，评价多抓取模式下腕关节力矩的肌电连续预测模型的准确性。通过利用残肢在多种抓取模式下的肌电信号连续预测使用者对假手腕关节的操作意图，并准确按照操作意图驱动假手腕关节实现类人手自然操作，提高了在不同模式下的鲁棒性，从而实现假手的人机自然驱动。

技术领域

本发明属于生机电融合领域，涉及一种多抓取模式下腕关节力矩的肌电连续预测方法及系统。

背景技术

肌电信号是人体肌肉在运动时产生的一种生物电信号，其频率、幅值等特征和肌肉的运动状态、负载大小有密切关系，因此肌电信号特征可以用来描述肌肉当前运动状态、所受载荷等情况。目前用肌电信号估计关节力矩主要涉及下肢关节，在估计方法上主要有使用等速肌力测量仪器直接测量和以Hill模型为基础建立肌骨模型。使用等速肌力测量仪器直接测量方式所用仪器庞大且价格昂贵，因此备受局限。中国专利CN109559826A所提出的基于表面肌电和运动信号的膝关节力矩估计方法，使用膝关节伸屈运动下主动肌和拮抗肌的sEMG、膝关节角度、以及膝关节角速度等建立离线模型进行关节力矩在线估计，模型建立过程中并未考虑在多种工作状态下的差异，因而具有一定的局限性。中国专利CN109259739A所提出的手腕关节运动力矩的肌电估计方法，以Hill模型为基础得到肌肉力对预测关节的力矩表达式。将关节运动简化为刚体运动，建立动力学模型，根据运动学数据求得关节运动参考力矩。使用共轭梯度法对基于Hill模型的关节力矩预测模型进行标定，得到手腕关节运动力矩的肌电估计模型。该方法建模过程复杂，且涉及多个生理学参数，模型误差难以避免。此外该专利中并未考虑不同抓取模式对肌电信号的影响，因此不能胜任变化工况。假手手腕关节作为连接假手手掌与前臂的关节，其在手掌实现精确抓取功能方面具有重要作用。然而现有肌电假手在功能上主要是利用残肢肌电信号识别特定的动作模式，仅有少部分假手利用残肢肌电信号对手腕关节连续力矩预测功能，但是其构建的模型仅针对某些特定抓取模式下的力矩预测，当抓取模式改变引起肌电信号变化时，力矩预测将会出现较大偏差。因此提高假手在多抓取模式情况下的鲁棒性，利用残肢肌电信号连续预测使用者对假手腕关节的操作意图，并准确按照操作意图驱动假手腕关节实现类人手自然操作显得极其重要。

基于此，利用手臂表面肌电信号连续预测多抓取模式下手腕关节力矩，为假手腕关节提供合适的驱动力矩实现假手的人机自然驱动是当前研究的关键点。

发明内容

为了解决上述手腕关节力矩预测方面的不足，本发明的目的在于提供一种多抓取模式下腕关节力矩的肌电连续预测方法及系统，该方法以实现在多种抓取模式下，利用前臂肌电信号对腕关节运动力矩进行连续预测。

为实现上述目的，本发明采用如下技术方案：

一种多抓取模式下腕关节力矩的肌电连续预测方法，包括以下步骤：

S100：使用多种手势抓取不同大小的负载；

S200：记录手腕关节在各抓取模式下弯曲/伸展运动过程中手腕弯曲/伸展角度信息；

S300：将各抓取模式下的人手运动简化为刚体运动，利用得到的关节角度信息，建立该抓取模式下腕关节动力学模型，根据逆动力学求解出运动过程中关节力矩，作为该抓取模式下腕关节力矩肌电连续预测模型的参考力矩；

S400：采集各抓取模式下运动过程中前臂肌肉的表面肌电信号；

S500：对各抓取模式下所采集的肌电信号进行预处理与特征提取，通过加窗方法对表面肌电信号特征进行窗内平均处理，使之与抓取模式具有相同的数据点数；