【技术实现步骤摘要】
一种基于人体表面肌电信号的躯干动作意图识别方法
本专利技术涉及动作模式识别
，具体涉及一种基于人体表面肌电信号的躯干动作意图识别方法。
技术介绍
机器人技术的最新进展使得研发作为人体延伸的外骨骼系统成为可能。到目前为止，增强型上下肢外骨骼一直是该领域研究的焦点。一个脊椎动力外骨骼可以通过增强一个人的承载能力从而使很多人群从中收益，尤其是那些完成诸如屈曲或伸展等日常活动非常困难的人群，例如重物搬运工和身患如截瘫和偏瘫的残疾人群等，外骨骼可以帮助该类人群自由站立和行走，带来的好处显而易见。并且，最重要的是外骨骼设备的直觉控制，这样用户可以把精力更多的投入到日常生活中而不必担心外骨骼的操作。但是目前的外骨骼技术仍然限制了躯干的自然运动，因为上下肢之间由一个刚性脊柱连接，这将极大地限制了用户能够参与的日常活动。目前两种推断用户动作意图的方法是通过在设备关节中嵌入机械传感器，或者通过惯性测量和表面肌电信号(sEMG)。表面肌电信号由肌肉纤维在收缩过程中的电活动产生，并在皮肤表面被检测出来。因为每一个动作对应于肌肉组织的特定激活模式，因此可以通过放置在相关肌肉上的电极所...
【技术保护点】
1.一种基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，包括以下步骤：采集对象的表面肌电信号及惯性测量数据，并预处理形成归一化数据；通过滑动重叠窗口从每个动作对应的归一化数据中选择预定特征，通过计算获得需要的特征空间；对所述特征空间降维；对降维后的数据利用分类回归树方法形成的决策树分类器进行分类，输出动作模式识别结果；采用多数表决机制对输出的动作模式识别结果进行噪声滤除，将最终动作模式识别结果输出。
【技术特征摘要】
1.一种基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，包括以下步骤：采集对象的表面肌电信号及惯性测量数据，并预处理形成归一化数据；通过滑动重叠窗口从每个动作对应的归一化数据中选择预定特征，通过计算获得需要的特征空间；对所述特征空间降维；对降维后的数据利用分类回归树方法形成的决策树分类器进行分类，输出动作模式识别结果；采用多数表决机制对输出的动作模式识别结果进行噪声滤除，将最终动作模式识别结果输出。2.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述惯性测量数据包括位置、速度、加速度数据。3.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述预处理依次包括通过截止频率为5Hz的8阶巴特沃斯高通滤波器消除直流偏移，降低最终的运动伪影；之后通过截止频率为20Hz的8阶巴特沃斯滤波器对信号进行全滤整流和低通滤波，消除高频噪声和干扰以获得较为平滑的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。