基于肌肉协同激活模型的上肢关节运动连续估计.pdf

《基于肌肉协同激活模型的上肢关节运动连续估计.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３７卷第６期仪器仪表学报Ｖｏｌ３７Ｎｏ６２０１６年６月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＪｕｎ．２０１６基于肌肉协同激活模型的上肢关节运动连续估计桂奇政，孟明，马玉良，罗志增（杭州电子科技大学智能控制与机器人研究所杭州３１００１８）摘要：关节运动连续估计为基于表面肌电信号的人机交互提供了一种更为自然灵活的方式。提出了一种基于肌肉协同理论和支持向量回归的激活模型进行上肢关节角度的估计。首先利用非负矩阵分解算法对肌电信号进行解耦，提取独立动作的协同元；然后根据非负最小二乘算法计算相应协同元激活系数；最后通过支持向量回归构建了映射激活系数到关

2、节角度的激活模型，利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对２个关节独立和组合运动的估计实验表明，该模型能获得较高的估计精度。关键词：表面肌电信号；肌肉协同；激活模型；支持向量回归；连续估计中图分类号：ＴＮ９１１．７２ＴＰ２４ＴＨ７文献标识码：Ａ国家标准学科分类代码：５１０．４０ＣｏｎｔｉｎｕｏｕｓｅｓｔｉｍａｔｉｏｎｆｏｒｊｏｉｎｔｍｏｖｅｍｅｎｔｓｏｆｕｐｐｅｒｌｉｍｂｂａｓｅｄｏｎｓｙｎｅｒｇｙａｃｔｉｖａｔｉｏｎｍｏｄｅｌＧｕｉＱｉｚｈｅｎｇ，ＭｅｎｇＭｉｎｇ，ＭａＹｕｌｉａｎｇ，ＬｕｏＺｈｉｚｅｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＩｎｔｅｌｌｉｇｅｎｔｃｏｎ

3、ｔｒｏｌａｎｄＲｏｂｏｔｉｃｓ，ＨａｎｇｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００１８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｃｏｎｔｉｎｕｏｕｓｅｓｔｉｍａｔｉｏｎｆｏｒｊｏｉｎｔｍｏｖｅｍｅｎｔｓｐｒｏｖｉｄｅｓａｍｏｒｅｎａｔｕｒａｌａｎｄｆｌｅｘｉｂｌｅｗａｙｆｏｒｈｕｍａｎｍａｃｈｉｎｅｉｎｔｅｒａｃｔｉｏｎｂａｓｅｄｏｎｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ（ｓＥＭＧ）．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎａｃｔｉｖａｔｉｏｎｍｏｄｅｌｔｏｅｓｔｉｍａｔｅｔｈｅｊｏｉｎｔａｎｇｌｅｓｏｆｕｐｐｅｒｌｉｍｂｂａｓｅｄｏｎｍｕｓｃｌｅｓｙｎｅｒｇ

4、ｉｅｓａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ（ＳＶＲ）．Ｆｉｒｓｔｌｙ，ｓｙｎｅｒｇｉｅｓｏｆｉｎｄｅｐｅｎｄｅｎｔｍｏｖｅｍｅｎｔａｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｓＥＭＧｓｉｇｎａｌｓｂａｓｅｄｏｎｎｏｎｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ（ＮＭＦ）．Ｔｈｅｎ，ｔｈｅａｃｔｉｖｉｔｙｃｏｅｆｆｉｃｉｅｎｔｓｏｆｓｙｎｅｒｇｉｅｓａｒｅｃａｌｃｕｌａｔｅｄｕｓｉｎｇｎｏｎｎｅｇａｔｉｖｅｃｏｎｓｔｒａｉｎｅｄｌｅａｓｔｓｑｕａｒｅｓａｌｇｏｒｉｔｈｍ（ＮＮＬＳ）．Ｆｉｎａｌｌｙ，ＳＶＲａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔａｎａｃ

5、ｔｉｖａｔｉｏｎｍｏｄｅｌｗｈｉｃｈｍａｐｓｔｈｅａｃｔｉｖｉｔｙｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｏｃｏｒｒｅｓｐｏｎｄｉｎｇｊｏｉｎｔａｎｇｌｅｓ．ＣｏｎｔｉｎｕｏｕｓｅｓｔｉｍａｔｉｏｎｆｏｒｊｏｉｎｔｍｏｖｅｍｅｎｔｓｆｒｏｍｃｏｌｌｅｃｔｅｄｓＥＭＧｃａｎｂｅａｃｑｕｉｒｅｄｂｙｔｈｅａｃｔｉｖａｔｉｏｎｍｏｄｅｌ．Ｔｈｅｅｓｔｉｍａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｆｏｒｉｎｄｅｐｅｎｄｅｎｔａｎｄｃｏｍｂｉｎｅｄｍｏｔｉｏｎｓｏｆｔｗｏｊｏｉｎｔｓａｒｅｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｅ

6、ｓｔｉｍａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．Ｋｅｙｗｏｒｄｓ：ｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ（ｓＥＭＧ）；ｍｕｓｃｌｅｓｙｎｅｒｇｉｅｓ；ａｃｔｉｖａｔｉｏｎｍｏｄｅｌ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ（ＳＶＲ）；ｃｏｎｔｉｎｕｏｕｓｅｓｔｉｍａｔｉｏｎ方法，通过对ｓＥＭＧ进行特征提取和构建分类器来识别１引言肢体动作，能够得到较高的识别准确率和不错的应用效［３４］果。但是基于模式分类的方法只能识别独立的离散表面肌电信号（ｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ，ｓＥＭＧ）是肌动作，而且识别的类别越多、准确率越低，同时也无法使肉收缩时所产生的动作电

7、位在皮肤表面叠加而成，与肢控制对象像人一样连续自如地完成动作。因此，利用体的运动直接相关。由于ｓＥＭＧ具有采集方便和蕴含信ｓＥＭＧ连续估计肢体运动状态成为肌电控制方法研究的［５］息丰富等特点，作为控制信号源被广泛应用于智能假肢、新热点。ＦｌｅｉｓｃｈｅｒＣ等人基于Ｈｉｌｌ肌肉力模型建立了［１２］康复机器人等领域。人体下肢关节的动力学模型，根据输入的ｓＥＭＧ计算肌目前肌电控制研究中采用的主要是基于模式分类的肉力，进而估计膝关节力矩来对外骨骼式机器人收稿日期：２０１６