基于单通道sEMG分解的手部动作识别方法.pdf

《基于单通道sEMG分解的手部动作识别方法.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52卷第7期2016年4月机械工程学报JOURNAL0FMECHANICALENGINEERINGV01．52NO．7Apr．2016DOI：10．3901／JME．2016．07．006基于单通道sEMG分解的手部动作识别方法木熊安斌1丁其川1赵新刚1韩建达1刘光军1，2(1．中国科学院沈阳自动化研究所机器入学国家重点实验室沈阳110016；2．瑞尔森大学航空航天工程系多伦多M5B2K3加拿大)摘要：表面肌电信号(Surfaceelectromyography，sEMG)已,广泛应用于手部动作识别。为提高动作识别精度，研究者往往需要采集

2、多个通道sEMG信号，从而增加应用复杂性，针对这一情况，提出一种基于单通道sEMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉sEMG，将其分解为6个运动单元动作电位序列，过程包括：二阶差分滤波、阈值计算、尖峰检测、分层聚类；然后，提取绝对值积分、最大值、非零中值、半窗能量等特征，并采用主元分析法降维；最后，利用支持向量机分类识别5种不同手部动作，精度达到80．4％。而采用未融合sEMG分解的传统方法，动作识别精度仅有约70％。关键词：表面肌电信号；运动单元动作电位序列：分层聚类：主元分析支持向量机中图分类号：TGl56Class

3、ificationofHandGesturesBasedonSingle-channelsEMGDecompositionXIONGAnbinlDINGQichuanlZHAOXingan91HANJiandalLIUGuangjtml·2(1．StateKeyLaboratoryofRobotics，ShenyangInstituteofAutomation，ChineseAcademyofSciences，Shenyang110016；2．DepartmentofAerospaceEngineering，RyersonUniversit

4、y,TorontoM5B2K3，Canada)Abstract：Surfaceelectromyography(sEMG)hasbeenappliedextensivelyingesturesrecognition．Inordertoimprovetherecognitionaccuracy,multi-channelsEMGisconventionallysampled，whichalsoincreasesthecomplexityofapplications．Tosolvetheproblem，anovelgesturerecognit

5、ionmethodbasedonsEMGdecompositionisproposed．SamplingsEMGsignalsfromthemuscleofhumanupperlimbbyasingle-channelelectrode；thendecomposingthesEMGintosixmotorunitactionpotentialtrains(MUAPTs)andthedecompositionprocessincludes2-orderdifferentialfiltering，thresholdcalculation，spi

6、kedetectionandhierarchicalclustering．ARerwards，thefeatures，includingintegralofabsolutevalue，maximumvalue，medianofnon-zerovalueandsemi—windowenergy,areextractedtoformafeaturematrix，whosedimensionisthenreducedbytheprincipalcomponentanalysis．Finally,supportvectormachineisempl

7、oyedtorecognizefivedifferenthandgestures，and80．4％ofaccuracyCallbeobtained，whileonlyabout70％ofrecognitionaccuracycanbeachievedbytraditionalmethodswithoutsEMGdecomposition．Keywords：sEMG；motorunitactionpotentialtrains；hierarchicalclustering；principalcomponentanalysis；supportv

8、ectormachine0前言表面肌电(Surfaceelectromyography,sEMG)信号是通过黏附在皮肤表面的电极检测到微弱生理电信号【11。它包含有丰富的肌肉．神