基于肌電信號實現(xiàn)人體上肢運動和力連續(xù)估計的方法研究
發(fā)布時間:2020-05-06 06:33
【摘要】:表面肌電信號是一種來自人體本身的生理信號,可以用于對人體的運動意圖進行連續(xù)估計。目前,基于表面肌電信號的人體運動連續(xù)估計仍與實際測量所得的結(jié)果存在著一定的偏差,其原因可能是在復雜任務中,任務因素如運動速度、肢體位姿、外部負載等變化會導致肌電信號的模式發(fā)生了改變,確認不同因素的影響程度將有助于調(diào)整實驗流程,提高估計效果;同時也有可能因為表面肌電信號本身的不平穩(wěn)性導致估計結(jié)果波動,使用更好的預處理方法能有助于降低這種不平穩(wěn)性;另外,由于日常生活活動的復雜性,僅做出運動估計尚不能滿足實際需求,可能還需要對人體與環(huán)境的交互力作出估計,更有利于機器設備實現(xiàn)更柔順的控制。本文的目的是探討以上問題,主要內(nèi)容如下:(1)研究任務因素對人體運動連續(xù)估計效果的影響。研究中以肘關節(jié)屈伸運動為例,探究在改變運動速度、末端負載和改變手臂位姿的情況下,基于表面肌電信號的人體運動連續(xù)估計效果的變化情況。分析結(jié)果發(fā)現(xiàn),運動速度對估計效果有顯著影響,但另外兩種因素并不顯著影響結(jié)果,該結(jié)果為后續(xù)實驗設計提供指導。(2)構(gòu)建基于貝葉斯濾波的表面肌電信號預處理方法,并分析該方法在人體運動連續(xù)估計上的表現(xiàn)。其實驗結(jié)果表明,該方法能有效地降低肌電信號特征值的波動程度,同時也在保證連續(xù)估計的誤差基本不變的前提下,提高連續(xù)估計結(jié)果的平穩(wěn)性。(3)構(gòu)建基于表面肌電信號的運動和連續(xù)估計方法,并以使用上肢鉆孔這一動作為例進行實驗驗證。實驗中使用基于貝葉斯濾波的表面肌電信號預處理方法處理信號,利用非負矩陣分解方法解耦肌電信號耦合關系,然后再用神經(jīng)網(wǎng)絡算法估計前臂旋轉(zhuǎn)角和交互力。實驗證明了僅使用相關肌肉的表面肌電信號,能有效地同時估計出人體的位置和交互力的控制意圖。
【圖文】:
п ě 作為高速、 п ě 作為中速以及 п ě 作為低載,手臂位姿也保持不變。選擇,在本研究中是根據(jù)一些日常生活中可能會接設置了三種不同的重量: 、 和 ,分別量。同時,肘關節(jié)運動速度為中速、手臂位姿保持選擇主要是從實驗觀察中決定的,如圖 2-1 所示,位和肩外旋三種。在進行肘關節(jié)屈伸運動的時候,受節(jié),也就是說,可能會在實驗中額外進行肩關節(jié)內(nèi)外的時候,受試者被要求進行 п的肩內(nèi)/外旋,并在運動。試者(男,22±5 歲)參與了本次實驗,所有受試者受試者均被告知完整實驗流程,且在正式采集前需作為止。
關節(jié)屈伸連續(xù)估計數(shù)據(jù)采集實驗圖。左圖表示初始放松狀態(tài),右圖表示肘關試階段,受試者被要求重復完成特定條件下的運動,每個運動重。由于運動速度并不能直觀量化,因此使用了實驗動畫輔助運動三種固定重量的負重( 、 、 )幫助受試者控制負載,,受試者將事先練習各種運動,直至熟悉該動作。據(jù)處理的數(shù)據(jù)均在 MATLAB(R2018b,TheMathWorks,美國)上進行的目的是從sEMG中提取出相應的特征值,并組成相應的訓練集的模型訓練的效果評估。
【學位授予單位】:華中科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TN911.7;R318
本文編號:2650843
【圖文】:
п ě 作為高速、 п ě 作為中速以及 п ě 作為低載,手臂位姿也保持不變。選擇,在本研究中是根據(jù)一些日常生活中可能會接設置了三種不同的重量: 、 和 ,分別量。同時,肘關節(jié)運動速度為中速、手臂位姿保持選擇主要是從實驗觀察中決定的,如圖 2-1 所示,位和肩外旋三種。在進行肘關節(jié)屈伸運動的時候,受節(jié),也就是說,可能會在實驗中額外進行肩關節(jié)內(nèi)外的時候,受試者被要求進行 п的肩內(nèi)/外旋,并在運動。試者(男,22±5 歲)參與了本次實驗,所有受試者受試者均被告知完整實驗流程,且在正式采集前需作為止。
關節(jié)屈伸連續(xù)估計數(shù)據(jù)采集實驗圖。左圖表示初始放松狀態(tài),右圖表示肘關試階段,受試者被要求重復完成特定條件下的運動,每個運動重。由于運動速度并不能直觀量化,因此使用了實驗動畫輔助運動三種固定重量的負重( 、 、 )幫助受試者控制負載,,受試者將事先練習各種運動,直至熟悉該動作。據(jù)處理的數(shù)據(jù)均在 MATLAB(R2018b,TheMathWorks,美國)上進行的目的是從sEMG中提取出相應的特征值,并組成相應的訓練集的模型訓練的效果評估。
【學位授予單位】:華中科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TN911.7;R318
【參考文獻】
相關碩士學位論文 前1條
1 張爭輝;人體上肢骨肌建模及肌肉力預測方法研究[D];天津大學;2013年
本文編號:2650843
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/2650843.html
最近更新
教材專著