表面肌電信號(sEMG)是電信號經過組織液的傳導在人體表皮產生的綜合生物電現象。它具有不對人體造成傷害、無痛、操作簡便等優(yōu)勢,在人機交互、康復醫(yī)療以及等領域都有廣泛的應用前景和可觀的經濟價值。本課題著眼于以手勢為輸入的交互方式,研究基于肌電生理信息的手勢感知,實現高精度、便攜式、自然的交互手段,完成可穿戴的藍牙傳輸的肌電臂環(huán)采集實驗裝置的設計。本裝置包括采集板、核心板和上位機接收端三部分。采集板完成表面肌電信號的采集和調理工作。核心板完成表面肌電信號的模數轉換、肌電數據的匯總和傳輸工作。上位機完成對數據的去噪處理,從而提高信噪比。對容易引入噪聲干擾的一級差分放大電路進行噪聲分析,經過計算,設計的電路總噪聲換算到輸入端的噪聲有效值為0.946μV,滿足了表面肌電信號采集系統(tǒng)不高于1μV的噪聲要求;對通道數、采樣頻率和傳輸速率進行分析,設計了MCU軟件程序和藍牙開發(fā)程序,實驗結果顯示,整個數據鏈路可以達到24KB/s的傳輸速率要求;利用多分辨分析理論對表面肌電信號做小波閾值去噪處理,設計了基于小波變換的數字濾波器,實驗表明,該方法提高了信號的信噪比,取得了良好的去噪效果。經過實際測試,本裝置可以完成6-12個通道、1kHz采樣率的表面肌電信號的高速實時采集,在硬件和軟件上雙重去噪,為后續(xù)手勢識別提供較為干凈的表面肌電信號。
【學位單位】：浙江大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN911.7;R318.6
【部分圖文】：

面肌電技術的發(fā)展方向。Ｄｅｌｓｙｓ的一大特色是傳感器眾多，包括加速度、磁力計、??足底壓力、心電等多種傳感器，可以幫助研究人員獲得多源同步信號。它有一款??Ｔｒｉｇｎｏ無線系統(tǒng)［２１］，如圖１．１，主要通過測量皮膚表面的肌電信號，從而為肌電??機能狀態(tài)的測量評價、肌肉訓練的生物反饋以及科學研究提供技術支持。??圖１．１?Ｔｒｉｇｎｏ無線系統(tǒng)??肌電信號在開發(fā)假肢方面也很受歡迎［２２］，著名的有德國的Ｏｔｔｏｂｏｃｋ醫(yī)療技??術公司［２３］，該公司主要制作假肢部件，它在上世紀六七十年代提出了關鍵創(chuàng)新：??假肢的肌電模塊化系統(tǒng)。該技術是利用肌肉收縮時產生的微弱電壓，通過電子放??大，用于人工關節(jié)的控制信號。至今為止，Ｏｔｔｏｂｏｃｋ都是在殘疾人的假肢護理方??面的標桿公司，圖１．２是旗下的一款基礎型肌電手。??圖１．２基礎型肌電手??４??

面肌電技術的發(fā)展方向。Ｄｅｌｓｙｓ的一大特色是傳感器眾多，包括加速度、磁力計、??足底壓力、心電等多種傳感器，可以幫助研究人員獲得多源同步信號。它有一款??Ｔｒｉｇｎｏ無線系統(tǒng)［２１］，如圖１．１，主要通過測量皮膚表面的肌電信號，從而為肌電??機能狀態(tài)的測量評價、肌肉訓練的生物反饋以及科學研究提供技術支持。??圖１．１?Ｔｒｉｇｎｏ無線系統(tǒng)??肌電信號在開發(fā)假肢方面也很受歡迎［２２］，著名的有德國的Ｏｔｔｏｂｏｃｋ醫(yī)療技??術公司［２３］，該公司主要制作假肢部件，它在上世紀六七十年代提出了關鍵創(chuàng)新：??假肢的肌電模塊化系統(tǒng)。該技術是利用肌肉收縮時產生的微弱電壓，通過電子放??大，用于人工關節(jié)的控制信號。至今為止，Ｏｔｔｏｂｏｃｋ都是在殘疾人的假肢護理方??面的標桿公司，圖１．２是旗下的一款基礎型肌電手。??圖１．２基礎型肌電手??４??

除了在醫(yī)療上的應用，還有一些公司推出偏向娛樂化的基于肌電技術的產品，??比如加拿大Ｔｈａｌｍｉｃ?Ｌａｂｓ推出的ＭＹＯ［２４］、西安ＢｉｃＱ公司推出的Ｄｔｉｎｇ［２５］和上海??念通智能科技推出的ｅＣＯＮＰｌ，如圖１．３所示。這些是手勢控制臂環(huán)，套在手臂??前臂上，通過內置的采集電極實時收集使用者的表面肌電信號，有的臂環(huán)只完成??預處理工作后把數據交由電腦進行手勢識別工作，進而操控電腦的一些行為，比??如控制音樂播放、幫助ＰＰＴ演講等，有的臂環(huán)完成所有的信號與數據處理工作??最后把手勢轉化成一條指令控制其他設備發(fā)生交互行為。臂環(huán)使用不銹鋼、鍍金??銅或氯化銀為電極材料，配有慣性測量單元ＩＭＵ、鋰電池等，采用８通道的電??極采樣，可識別６種基本手勢。??００驂??圖１．３?（從左至右依次為）ＭＹＯ、Ｄｔｉｎｇ和ｅＣＯＮ??１．３研究內容及章節(jié)安排??本課題著眼于以手勢為輸入的交互方式，研究基于肌電生理信息的手勢感知，??實現高精度、便攜式、自然的交互手段，完成可穿戴的藍牙傳輸的肌電臂環(huán)裝置。??全文共分為七章：??第１章：緒論。介紹本課題的研究背景和意義
【相似文獻】

相關期刊論文 前10條

1 滕燕;王士允;尹振全;李小寧;;表面肌電信號采集與處理系統(tǒng)研究[J];機床與液壓;2013年23期

2 孫禹航;李春雨;何躍龍;李慧志;白蕾;;淺析表面肌電信號的無線采集[J];科學技術創(chuàng)新;2018年32期

3 杜春梅,田豐,崔建國;用小波和神經網絡相結合的方法識別人體表面肌電信號[J];沈陽航空工業(yè)學院學報;2005年03期

4 程秀芳;侯偉民;徐文墨;;用于生物模型的表面肌電信號處理[J];河北聯(lián)合大學學報(自然科學版);2014年01期

5 謝平;魏秀利;杜義浩;陳曉玲;;基于自排序熵的表面肌電信號特征提取方法[J];模式識別與人工智能;2014年06期

6 楊文元;尤波;黃玲;劉意;;表面肌電信號的分解算法研究[J];計算機應用與軟件;2015年06期

7 楊洋;李丕丁;;表面肌電信號實時反饋式電刺激康復訓練系統(tǒng)的設計[J];生物醫(yī)學工程學進展;2015年03期

8 張曉;吉小軍;蔡萍;;表面肌電信號的高速數據采集系統(tǒng)的設計[J];電子測量技術;2008年07期

9 侯秀麗;許美玨;李慶;;表面肌電信號采集與抗干擾技術研究[J];技術與市場;2019年03期

10 景銀平;章亞男;沈林勇;宋薇;錢晉武;;下肢表面肌電信號的映射控制[J];工業(yè)控制計算機;2018年06期

相關博士學位論文 前10條

1 都明宇;基于表面肌電信號的人手動作模式識別關鍵技術研究[D];浙江工業(yè)大學;2017年

2 牟永閣;基于時頻和時間尺度分析的表面肌電信號研究及應用[D];重慶大學;2004年

3 王剛;基于小波變換和多重分形分析的表面肌電信號分析[D];上海交通大學;2008年

4 陳偉婷;基于熵的表面肌電信號特征提取研究[D];上海交通大學;2008年

5 宋全軍;人機接觸交互中人體肘關節(jié)運動意圖與力矩估計[D];中國科學技術大學;2007年

6 李強;表面肌電信號的運動單位動作電位檢測[D];中國科學技術大學;2008年

7 寧勇;多通道表面肌電信號分解的研究[D];浙江大學;2014年

8 姚博;表面肌電信號分解算法及其在小兒腦癱評詁中的應用[D];中國科學技術大學;2012年

9 湯璐;小兒腦癱運動功能障礙評估研究[D];中國科學技術大學;2017年

10 徐卓君;基于多源信息的智能仿生手臂模式識別方法研究[D];吉林大學;2015年

相關碩士學位論文 前10條

1 李楠;人體表面肌電信號采集與處理系統(tǒng)設計[D];內蒙古大學;2018年

2 楊錚;基于肌肉活動段檢測表面肌電信號靈敏性研究[D];河北大學;2018年

3 董賀;基于表面肌電信號人體下肢動作模式識別方法研究[D];沈陽工業(yè)大學;2017年

4 劉志成;基于眼動施教的上肢表面肌電信號分類研究[D];沈陽工業(yè)大學;2018年

5 董海清;基于表面肌電信號的上肢模式識別技術研究[D];上海師范大學;2018年

6 左超;基于sEMG信號的人手運動意圖解碼研究[D];南京航空航天大學;2018年

7 黃新宇;基于人體步態(tài)和表面肌電信號的康復評估方法研究[D];武漢理工大學;2016年

8 劉丹陽;基于表面肌電信號的上肢動作模式分類方法研究與應用[D];東北大學;2017年

9 張思佳;無線穿戴式表面肌電信號采集系統(tǒng)設計[D];浙江大學;2019年

10 莊聰聰;基于表面肌電信號的上肢精細動作模式識別研究[D];華南理工大學;2018年

本文編號：2835275