基于sEMG和GRNN的手部输出力估计.pdf

《基于sEMG和GRNN的手部输出力估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第l期2叭7年1月仪器仪表学报ChineseJoumalofScientificInstrumentV01．38No．1Jan．2017基于sEMG和GRNN的手部输出力估计吴常铖1”，宋爱国1，曾洪1，李会军1，徐宝国1(1．东南大学仪器科学与工程学院南京210096；2．南京航空航天大学自动化学院南京21l106)摘要：针对智能肌电假手力控制的需要，提出一种基于表面肌电信号(sEMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建；然后，通过在手臂8个不同部位粘贴肌电传感器来检测手部动作

2、过程中的肌电信号；同时为了全面测量人手在三维空间中的输出力，采用三维力传感器对手部的输出力进行测量；在同步获得手臂上的多通道肌电信号(x)和手部三维力推拉信号(F)后，对采集得到肌电信号进行了特征提取得到特征矩阵墨；将砟和F用于构建GRNN网络，并用均方差和残差绝对值均值对手部输出力的估计结果进行评估。为验证该方法的有效性，进行了实验验证，结果表明，该方法能够很好地利用sEMG对手部的输出力进行估计。关键词：表面肌电信号；广义回归神经网络；手部输出力估计中图分类号：7I粥91．47m89文献标识码：A国家标准学科分类代码：510．40ForceestimationbasedonsEMGandG

3、RNNWuChaIlgchen91”，SongAigu01，ZengHon91，“Huijunl，XuBaogu01(』．＆‰f旷加t兀删眦＆如，lceo蒯E凡舒，聊矗ng，S0眦k∞f￡，，痂圯乃蚵，№西ng2JDD96，mi船；2．c0Z如鲈旷A咖删而n船inee^昭，№彬ng踟觇巧渺矿Aerom眦如n蒯As抛舭以协，Ⅳ口，彬增2JJJ∞，仍i阳)Abstract：Aforceestimationmethodb硒edonthesu西＆ceekctmmyograph(sEMG)andgene阳Jizedregressionneuralnetwork(GRNN)isproposedforthe

4、demandoftheforcecontmloftheinteUigentEMGpIDsthetichaIId．Fir_st，theexperimentalplatfo珊isintIDduced．Theacquisition0fthesEMG，thefeatureextractionofsEMG锄dtheconstmction0fGRNNaredescribed．Then，山esEMGinthehandmotionsaredetectedbytheEMGsensorswithwhicheiglltdiⅡ．erentpositionsofa瑚skinsud．aceareattachedon．At

5、hreedimensionforcesensorisadopttomeasuretheforceoutputbythehuman名hand．Themultich猢elsofthesEMGandtheforcearemeasuredsynchronously．Characteristicm“xofthesEMGandtheforcesignalareusedtoconstmcttheGRNN．，I'IIeme粕squareemrisemployedtoassesstheaccumcyoftheestimatedforce．Experimentsareimplementedtoverifythee

6、￡f-ectivenessoftheproposedestimationme山od．TheexperimentalresultsshowthattheforceoutputbytIlehum舳§handcanbeestimatedbytheusedofsEMGandGRNN．Keywords：surf如eelectromyograph(sEMG)；generalizedregressionneuralnetwork(GRNN)；estimationofforceoutpunedfromhand1引言假手作为一种辅助残疾人的重要人机接口，对于手臂截肢患者而言具有至关重要的意义，它使得手臂截肢患者

7、恢复一定的手部功能成为可能。假肢的发展经历了没有功能的装饰性假手、简单工具型假手、机械控制型假手、开关控制型假手、肌电控制型假手等几个发展阶段。其中，基于肌电信号控制的假手，由于其动作与人体的自然操作习惯相似而受到广泛关注。肌电信号是人体肌肉收缩的一种直观反映，能够较为准确地反映人体的运动意图，准确快速地从肌电信号中提取出与假手控制相关的信息是该领域的一个研究重点。人手的运动意图主要包括动作类型、