一种基于单肌电传感器识别多动作的方法、装置以及存储介质制造方法及图纸

本发明专利技术实施例公开了一种基于单肌电传感器识别多动作的方法、装置以及存储介质。基于表面肌电传感器采集肌电信号；基于所述肌电信号，实时滑窗提取积分特征信号；根据所述积分特征信号与阈值确定标识电码；根据所述标识电码确定对应的动作。本发明专利技术实施例可以提高识别动作的种类和准确率。动作的种类和准确率。动作的种类和准确率。

【技术实现步骤摘要】
一种基于单肌电传感器识别多动作的方法、装置以及存储介质


[0001]本专利技术涉及计算机处理领域，尤其涉及一种基于单肌电传感器识别多动作的方法、装置以及存储介质。

技术介绍

[0002]表面肌电信号反映了人体肌肉活动及出力情况，不同动作所涉及的肌肉种类及表面肌电信号也不同。目前有不少研究者研究从表面肌电信号识别人体运动意图，并且广泛应用于脑卒中患者康复训练、肢体残疾人控制义肢等方面。
[0003]但目前通过表面肌电信号识别人体运动意图的各类方法存在识别的动作种类有限，参数数值因人而异，且运动意图识别准确率较低的问题，因此，现有的方案并不特别适合动作丰富且精细的肢体。

技术实现思路

[0004]本专利技术实施例提供了一种基于单肌电传感器识别多动作的方法、装置以及存储介质，解决了目前的技术方案中存在的识别动作种类少，准确率低的问题。
[0005]为了解决上述技术问题，本专利技术：
[0006]第一方面，提供了一种基于单肌电传感器识别多动作的方法，该方法包括：
[0007]基于表面肌电传感器采集肌电信号；
[0008]基于所述肌电信号，实时滑窗提取积分特征信号；
[0009]根据所述积分特征信号与阈值确定标识电码；
[0010]根据所述标识电码确定对应的动作。
[0011]在第一方面的一些实现方式中，所述根据所述积分特征信号与阈值确定标识电码，包括：
[0012]根据所述积分特征信号的幅值与阈值确定脉冲编码信号；
[0013]根据所述脉冲编码信号中相邻下降沿和上升沿，确定脉冲的长度；
[0014]基于所述脉冲的长短确定标识电码。
[0015]在第一方面的一些实现方式中，所述基于所述脉冲的长度确定标识电码，包括：
[0016]当所述脉冲的长度大于或等于第一预设长度时，所述脉冲对应的编码为第一电码；
[0017]当所述脉冲的长度小于第一预设长度时，所述脉冲对应的编码为第二电码。
[0018]在第一方面的一些实现方式中，所述标识电码为摩斯编码，包括第一电码和第二电码中的至少一种；
[0019]所述根据所述标识电码确定对应的动作，包括：
[0020]根据所述标识电码中第一电码和第二电码的个数以及对应的顺序，确定对应的动作。
[0021]在第一方面的一些实现方式中，当发生下降沿后的预设时间内脉冲编码信号一直为0时，根据标识电码与预设的动作对应关系确定对应的动作。
[0022]第二方面，提供了一种基于单肌电传感器识别多动作的装置，该装置包括：
[0023]采集模块，用于基于表面肌电传感器采集肌电信号；
[0024]提取模块，用于基于所述肌电信号，实时滑窗提取积分特征信号；
[0025]处理模块，用于根据所述积分特征信号与阈值确定标识电码；
[0026]所述处理模块，还用于根据所述标识电码确定对应的动作。
[0027]在第二方面的一些实现方式中，所述处理模块，还用于根据所述积分特征信号的幅值与阈值确定脉冲编码信号；
[0028]根据所述脉冲编码信号中相邻下降沿和上升沿，确定脉冲的长度；
[0029]基于所述脉冲的长短确定标识电码。
[0030]在第二方面的一些实现方式中，处理模块，还用于当所述脉冲的长度大于或等于第一预设长度时，确定所述脉冲对应的编码为第一电码；
[0031]当所述脉冲的长度小于第一预设长度时，确定所述脉冲对应的编码为第二电码。
[0032]在第二方面的一些实现方式中，所述标识电码为摩斯编码，包括第一电码和第二电码中的至少一种；
[0033]所述处理模块，还用于根据所述标识电码中第一电码和第二电码的个数以及对应的顺序，确定对应的动作。
[0034]第三方面，提供了一种计算机存储介质，该计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时第一方面以及第一方面的一些实现方式中所述的方法。
[0035]本专利技术实施例提供了一种基于单肌电传感器识别多动作的方法、装置以及存储介质，可以提高识别动作的种类和准确率。
附图说明
[0036]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术实施例提供的一种基于单肌电传感器识别多动作的方法的流程示意图；
[0038]图2是本专利技术实施例提供的一种表面肌电信号传感器测量的示意图；
[0039]图3是本专利技术实施例提供的一种标识电码与预设的动作对应关系示意图；
[0040]图4是本专利技术实施例提供的另一种基于单肌电传感器识别多动作的方法的流程示意图；
[0041]图5是本专利技术实施例提供的一种表面肌电信号编码示意图；
[0042]图6是本专利技术实施例提供的一种基于单肌电传感器识别多动作的装置的结构示意图；
[0043]图7是本专利技术实施例提供的一种计算设备的结构图。
具体实施方式
[0044]下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。
[0045]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0046]表面肌电信号反映了人体肌肉活动及出力情况，不同动作所涉及的肌肉种类及表面肌电信号也不同。目前有不少研究者研究从表面肌电信号识别人体运动意图，并且广泛应用于脑卒中患者康复训练、肢体残疾人控制义肢等方面。
[0047]目前，通过表面肌电信号识别人体运动意图有三类方法。第一类方法是阈值法，当表面肌电信号超过某一阈值时，则认为这一动作发生了。这种方法的优点是简单，缺点是能够识别的动作种类非常有限，一般最多四种动作。第二类方法是基于人体肢体生物力学模型和肌肉模型，建立从表面肌电信号到关节力/关节角度的数学模型。这种方法的优点是具有较为完整的数学模型表达和较好的生物力学机理支撑，然而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单肌电传感器识别多动作的方法，其特征在于，所述方法包括：基于表面肌电传感器采集肌电信号；基于所述肌电信号，实时滑窗提取积分特征信号；根据所述积分特征信号与阈值确定标识电码；根据所述标识电码确定对应的动作。2.根据权利要求1所述的方法，其特征在于，所述根据所述积分特征信号与阈值确定标识电码，包括：根据所述积分特征信号的幅值与阈值确定脉冲编码信号；根据所述脉冲编码信号中相邻下降沿和上升沿，确定脉冲的长度；基于所述脉冲的长短确定标识电码。3.根据权利要求2所述的方法，其特征在于，所述基于所述脉冲的长度确定标识电码，包括：当所述脉冲的长度大于或等于第一预设长度时，所述脉冲对应的编码为第一电码；当所述脉冲的长度小于第一预设长度时，所述脉冲对应的编码为第二电码。4.根据权利要求1所述的方法，其特征在于，所述标识电码为摩斯编码，包括第一电码和第二电码中的至少一种；所述根据所述标识电码确定对应的动作，包括：根据所述标识电码中第一电码和第二电码的个数以及对应的顺序，确定对应的动作。5.根据权利要求2所述的方法，其特征在于，当发生下降沿后的预设时间内脉冲编码信号一直为0时，根据标识电码与预设的动作对应关系确定对应的动作。6.一种基于单肌电传感器识...

【专利技术属性】
技术研发人员：肖飞云，王勇，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：