上肢組合運動序列分析與機器人控制技術(shù)研究.pdf

1、以人體運動狀態(tài)作為輸入信號控制機器人、機械臂等外部設(shè)備是目前人機交互(HCI)領(lǐng)域中的一個重要研究方向。通過不同運動模式的在線識別，可以幫助使用者以便捷、靈活的肢體運動實現(xiàn)更加自然的人機交互功能。本文以基于人體運動狀態(tài)檢測的機器人控制技術(shù)為研究對象，以表面肌電(sEMG)信號的檢測與識別為技術(shù)手段，在離線分析和在線控制兩個方面研究人體上肢組合運動的時序關(guān)系與識別算法，實現(xiàn)了基于 sEMG信號運動狀態(tài)檢測的機器人控制技術(shù)。本文的主要研究成

2、果如下：
　　基于sEMG信號的上肢組合運動序列離線分析。在單個特征識別方面，提取了sEMG信號的絕對平均值(MAV)和波形長度(WL)兩個特征，使用了區(qū)間分割法、決策樹與剪枝等方法，將6類上肢組合運動序列成功分類，MAV與WL特征的分類準(zhǔn)確率分別達(dá)到95.24％和94.05%。隨后進(jìn)行了多特征融合識別，分別采用了特征層融合與決策層融合技術(shù)，分類準(zhǔn)確率分別達(dá)到96.43%和98.81%。實驗結(jié)果表明，本文所實現(xiàn)的分類器對規(guī)定動作任

3、務(wù)的離線識別性能較好。
　　基于sEMG信號的上肢組合運動序列人機交互。分別利用同步范式與異步范式對NAO仿人型關(guān)節(jié)式機器人進(jìn)行在線控制。在同步控制范式中，采用了隨動控制策略，實現(xiàn)了NAO機器人隨被試運動完成相同動作的目標(biāo)，該范式為患者的康復(fù)治療提供了一種思路。在異步控制范式中，采用了映射控制策略，以上述組合運動序列作為狀態(tài)切換條件，實現(xiàn)了對NAO運動狀態(tài)的切換控制。上述實驗結(jié)果表明，基于sEMG信號的序列運動檢測能實現(xiàn)有效的人機

4、交互功能。
　　基于sEMG信號的人體上肢自然運動初步探究。為了進(jìn)一步探索人體自然運動規(guī)律和識別算法，我們由上述的6類規(guī)定動作序列推廣出3類人體自然運動，并用規(guī)定動作任務(wù)的分析方法進(jìn)行分類識別。實驗結(jié)果表明，人體在目標(biāo)抓取任務(wù)中，上肢各關(guān)節(jié)同樣表現(xiàn)出一定的時序關(guān)系，但其顯著度低于之前的固定序列運動任務(wù)。耦合時序關(guān)系的解耦將成為人體自然運動識別的關(guān)鍵。
　　綜上所述，本文實現(xiàn)了基于 sEMG信號的上肢組合運動序列離線分析與在線