欢迎来到天天文库
浏览记录
ID:10335323
大小:2.85 MB
页数:66页
时间:2018-07-06
《基于肌电信号的机械手控制方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:______DCU::单位代码妄徼Z处大f硕士学位论文论文题目:基于肌电信号的机械手控制方法研究1420190158:学号伍吉瑶:作者专业名称:机械工程2017年5月16日独创性说明本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作。尽我所知,除了文中特别加以标注和致谢的地方外及取得研宄成果,论文中不包含其他人已经发表或撰写的研宂成果,也不包含为获得安徽工业大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表
2、示了谢意。签名」曰期;如11'(以关于论文使用授权的说明本人完全了解安徽工业大学有关保留、使用学位论文的规定:,即学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文,保密的论文在解密后应遵循此规定。签名导师签名曰期:M1A1L焉安徽工业大学硕士学位论文基于肌电信号的机械手控制方法研究论文题目:ResearchofEMG-basedControlMethodsforManipulator作者:伍吉瑶学院:机械工程学院指导教师:王璐单位:机械工程学院协助指导教师:单位:单位:论
3、文提交日期:2017年3月5日学位授予单位:安徽工业大学安徽马鞍山243002摘要摘要基于表面肌电信号(sEMG)的机械手控制实际上是对人体前臂肌电信号进行的机器分析与识别,进而控制机械手做出相应动作。这项技术可以帮助上肢残缺的人群通过自身的意图去控制机械手,从而减轻功能障碍,提高生活质量。目前,国内外对基于sEMG信号的控制方法研究明显呈现出准确率不高、稳定性不够等缺陷。为了实现对手部动作的准确识别和机械手的实时肌电控制,本文在分析国内外相关研究的基础上,着重对基于模式识别的肌电控制方法展开研究。本文的研究工作基本分为如下方面:(1)本文对人体表面肌电信号的产生机理、普遍特点进行了
4、介绍,并根据人体前臂神经肌肉的功能确定了表面电极的贴放位置。另外,本研究搭建了双通道的sEMG信号采集平台,可根据不同的采样频率采集信号。为了保证信号的质量,采用了小波阈值去噪算法对原始信号做出去噪处理。(2)为了提取出更多有效的信息,从时域、频域、时频域三个方面对肌电信号进行特征提取,通过对比分析后,选取时域中的绝对均值、均方根以及时频域中的小波系数模极大值进行联合,构建特征矢量。同时,采用LE降维算法进行特征降维,以降维后的特征矢量作为分类器的输入,从而有助于不同手部动作的模式识别。(3)针对当前广泛使用的肌电信号模式识别方法,分析了它们的优缺点,并在此基础上将多变量预测模型(V
5、PMCD)的模式识别方法引入到肌电信号领域。并且,将其与BP神经网络算法、SVM算法进行对比实验,结果表明VPMCD算法可以有效地对人体前臂肌电信号进行分类,且较BP神经网络、SVM具有更好的识别性能。(4)开发了基于LabVIEW的机械手肌电控制系统,整个系统被划分为以下模块:sEMG信号的采集模块、模式识别模块与机械手控制模块。最后,对基于VPMCD的识别方法进行了机械手在线肌电控制实验,实现了前臂肌电信号控制机械手臂对物体的实时准确抓握。关键词:表面肌电信号;特征提取;模式识别;VPMCD;肌电控制I基于肌电信号的机械手控制方法研究AbstractThecontrolproce
6、ssofroboticarmbasedonsurfaceElectromyographysignals(sEMG)isactuallyanalyzingandrecognizingtheforearmsEMGsignalsbymachine,andthencontroltheroboticarmtomaketheappropriateaction.Thistechnologycanhelptheamputeescontrolthemechanicalarmthroughtheirownintention,therebyreducingmotordysfunctionandimprov
7、ingtheirqualityoflife.Atpresent,theresearchofcontrolmethodbasedonsEMGsignalsathomeandabroadobviouslyhasshownthecharacteristicsoflowaccuracyandstability.Inordertoachievetheaccuraterecognitionofhandmovementsandthereal-timecontroloft
此文档下载收益归作者所有