[实用新型]基于肌肉电阻抗信号的手势识别系统

说明书

本实用新型涉及一种基于肌肉电阻抗信号的手势识别系统，包括：信号采集单元和上位机；所述信号采集单元包括主控模块、信号驱动模块、信号检测模块、AD采集模块和无线通信模块；所述主控模块与信号驱动模块、AD采集模块和无线通信模块分别连接；所述信号检测模块与人体表面测量电极和AD采集模块分别连接；所述无线通信模块通过无线传输与上位机连接，将采集的信号传输至上位机，所述上位机根据得到的信号进行手势识别。本实用新型能更好的获取肌肉的本质状态数据，对于低速运动也能有较好的灵敏度。

技术领域

本实用新型涉及一种基于肌肉电阻抗信号的手势识别系统。

背景技术

机器视觉通过捕获人类运动图像来进行动作识别，是最常用的手势识别方法，但其隐私侵入性强、易受到光照等的影响、观察范围有限、易受遮挡，这些问题局限了机器视觉在手势识别领域的应用。随着传感器技术的发展，近年来一些基于传感器技术的穿戴式手势识别装置设计也逐渐兴起，主要包括运动传感器（例如陀螺仪、加速计等）和表面肌电信号传感器等。加速计和陀螺仪等反应的是肢体的运动信息，其对于低速运动的灵敏度较低。表面肌电信号反应出肌肉的本质信息，但属于一种很微弱的电信号，采集容易受到外界干扰，后续处理过程复杂，给可穿戴式设备的软硬件设计加大了难度。

发明内容

有鉴于此，本实用新型的目的在于提供一种基于肌肉电阻抗信号的手势识别系统，能更好的获取肌肉的本质状态数据，对于低速运动也能有较好的灵敏度。

为实现上述目的，本实用新型采用如下技术方案：

一种基于肌肉电阻抗信号的手势识别系统，包括：信号采集单元和上位机；所述信号采集单元包括主控模块、信号驱动模块、信号检测模块、AD采集模块和无线通信模块；所述主控模块与信号驱动模块、AD采集模块和无线通信模块分别连接；所述信号检测模块与信号驱动模块和AD采集模块分别连接；所述无线通信模块通过无线传输与上位机连接，将采集的信号传输至上位机，所述上位机根据得到的信号进行手势识别。

进一步的，所述信号驱动模块包括依次连接的电极、信号源电路、放大器电路和射级跟随电路。

进一步的，所述信号检测模块包括依次连接的滤波电路、稳压电路、相位极性鉴别电路和幅相检测电路。

进一步的，所述无线通信模块采用蓝牙、Zig-Bee或Wi-Fi。

一种基于肌肉电阻抗信号的手势识别方法，包括以下步骤：

步骤S1:通过信号采集单元采集人体小臂EIM信号，并传送至上位机；

步骤S2:上位机根据采集的到的V_MAG和V_PHS与信号衰减、相位差的关系计算出V_i和V_o的幅度比值和相位差；

步骤S3:根据欧姆定律，利用参考电阻将电压幅度比值和相位差换算为肌肉的阻抗模|Z|和φ,并进行归一化处理；

步骤S4:将归一化后的|Z|’和φ’作为两个变量，使用机器学习的方法训练手势分类模型，实现最终的手势分类。

进一步的，所述归一化处理采用Z-score标准化。

进一步的，所述机器学习的方法采用神经网络或支持向量机。

进一步的，所述机器学习的方法极限学习机分类器，包括输入层、隐含层和输出层，具体构建过程如下：

随机生成输入层和隐含层之间的连接权值；

计算隐含层的输出矩阵H，将输入数据映射至隐含层节点的结果；

最小化误差函数L=min ||Hβ-T||，其中T为网络的目标输出；