一种基于硬件加速的表面肌电信号识别系统技术方案

本发明专利技术涉及一种基于硬件加速的表面肌电信号识别系统，属于机器人技术领域；现有技术中便携式表面肌电信号识别系统的算力和性能受限，动作分类的准确性和多样性差的问题；本发明专利技术的系统包括：电极阵列，贴附于人体皮肤表面，用于对表面积电信号进行采集，得到多个通道的肌电信号；肌电信号处理识别单元，通过柔性排线与电极阵列电连接，包括信号转换模块、嵌入式处理器和肌电算法硬件加速器；信号转换模块用于对多个通道的肌电信号进行数字转换；嵌入式处理器用于对数字肌电信号进行预处理，得到对应的时频图特征数据；肌电算法硬件加速器用于对时频图特征数据进行并行的卷积运算和分类运算，得到肌电信号对应的动作指令类别。别。别。

【技术实现步骤摘要】
一种基于硬件加速的表面肌电信号识别系统


[0001]本专利技术涉及机器人
，特别涉及一种基于硬件加速的表面肌电信号识别系统。

技术介绍

[0002]利用电生理信号实现识别人体肢体运动意图，进而控制外部器械完成动作的控制方法目前已被广泛应用。其中可利用的电生理信号包括肌电信号、神经信号与肌电信号。肌电信号(EMG)是人体肌肉收缩时所伴随的电生理信号，其发源于脊髓中的运动神经元，具有比肢体运动超前产生的特点。通过采集人体上肢部位表面肌电信号，可以获取各种精细复杂的手势与动作意图，控制外部器械(如机械手臂)完成各种动作和情感表达。此外，通过测量人体表面肌电信号(sEMG)还可以对被试的肌肉疲劳程度和功能状态进行评价，可以用于评估肌肉和控制运动神经元的神经细胞的健康状况，检测在许多疾病和状况中可能发生的肌肉异常情况。除了医疗助残领域在工业生产方面，通过肌电控制的机械生产，可实现各种工业加工制造功能。
[0003]现有的表面肌电信号识别系统分为两类：一类采用稀疏多通道sEMG采集或者高密度sEMG采集，并将经典机器学习算法部署在CPU平台或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于硬件加速的表面肌电信号识别系统，其特征在于，包括：电极阵列，贴附于人体皮肤表面，用于对表面积电信号进行采集，得到n个通道的肌电信号，n为大于1的整数；肌电信号处理识别单元，通过柔性排线与所述电极阵列电连接，包括信号转换模块、嵌入式处理器和肌电算法硬件加速器；所述信号转换模块用于对n个通道的所述肌电信号进行数字转换，得到数字肌电信号；所述嵌入式处理器用于对所述数字肌电信号进行预处理，得到对应的时频图特征数据；所述肌电算法硬件加速器用于对所述时频图特征数据进行并行的卷积运算和分类运算，得到所述肌电信号对应的动作指令类别。2.根据权利要求1所述的基于硬件加速的表面肌电信号识别系统，其特征在于，所述肌电算法硬件加速器包括内部存储器模块和卷积神经网络处理模块；所述内部存储模块用于存储卷积神经网络处理模块每一层的运算参数、卷积中间结果和时频图特征输入数据；所述卷积神经网络处理模块，用于基于所述运算参数对n个通道的所述肌电信号对应的时频图通过卷积运算进行不同深度的特征提取，并经过注意力计算和分类运算，得到所述肌电信号对应的动作指令类别概率分布。3.根据权利要求2所述的基于硬件加速的表面肌电信号识别系统，其特征在于，所述卷积神经网络处理模块包括PE阵列，用于进行特征提取；所述PE阵列包括n个并行的通道特征提取单元；每个所述通道特征提取单元包括多层串行的PE模块；位于第一层的PE模块用于基于输入的所述时频图特征数据和运算参数进行深度卷积及点卷积运算，后续各层的PE模块分别基于上一层PE模块的输出结果和运算参数进行深度卷积和点卷积运算，得到每层PE模块输出的特征向量。4.根据权利要求3所述的基于硬件加速的表面肌电信号识别系统，其特征在于，所述PE模块包括乘加运算模块及后处理模块；所述乘加运算模块包括九个乘法器、加法器树和1个加法器；在进行深度卷积运算时，在一个周期内通过九个乘法器和加法器树对输入的时频图特征数据及权重参数进行乘加操作，得到深度卷积运算结果；在进行点卷积运算时，选择其中一个乘法器和加法器树进行乘加运算，乘加运算结果暂存在缓冲区中，且将当前的乘加运算结果与上一个周期计算的乘加运算结果使用所述加法器累加，直到完成整个输入数据的点卷积运算，得到最终的点卷积运算结果；所述后处理模块用于对所述卷积运算结果进行最大池化及激活操作，得到对应通道的不同深度的特征数据。5.根据权利要求4所述的基于硬件加速的表面肌电信号识别...

【专利技术属性】
技术研发人员：薛宁，郭宇森，刘春秀，赵明，孙建海，孙瑄，庄澄宇，姚盼，高付鹏，刘铁柱，宋子轩，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：