收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能仿生手臂肌电信号—运动模型化与模式识别理论方法研究

李阳  
【摘要】:智能仿生手臂指能够根据人的大脑发出的意念自由地控制假手完成各种动作,在抓取物体时能够感知物体的外部特征,自动调整假手系统的参数,使假手完成灵活、可靠的动作的高性能新一代假肢。目前用于智能仿生手臂的控制信号有很多,其中表面肌电信号易于获取且控制假肢具有直接、自然的特点,已成为应用最为广泛的控制信号源。表面肌电信号的处理质量直接关系着智能仿生手臂控制的安全性与可靠性,本文主要针对表面肌电信号进行分析处理。由于其具有信号微弱、易受噪声干扰、个体差异性大等特点,为提高多运动模式识别率,本文主要进行了以下几个方面的研究: 寻找肌肉与不同运动模式间的对应关系,确定最佳肌电电极摆放位置,检测合理活动段。人体肌肉与运动的关系较为复杂,每一块肌肉所对应的功能不尽相同,且相互影响。表面肌电信号采集效果受电极位置影响较大,准确的采集肌电信号使其能清晰的反映不同运动模式下肌肉的运动情况是肌电信号处理的前提。本文借助人体解剖学、生物医学等知识选择手臂指浅屈肌和桡侧腕屈肌作为电极摆放位置,降低了信号采集的随机性,保证了信号的准确性。文中利用MQ-8型表面肌电采集系统,对8位健康测试者采集6种运动模式的表面肌电信号,并用移动平均值法处理表面肌电信号序列的瞬时能量,通过结合阈值进行比较,最终确定信号的有效活动段。经过上述简单必要的预处理过程,找到信号中表示动作起始和终止的位置,即检测到有效活动段,有助于后续表面肌电信号分析。 提出非抽样双密度小波变换和双参数软阈值去噪的方法。表面肌电信号在采集过程中噪声无法避免,虽然通过硬件采集系统可去除部分噪声,使有用信号不至于被噪声淹没,但在信号传输过程中仍存在大量仪器噪声。针对此情况,本文采用非抽样双密度小波变换对信号进行分析,此方法具有严格平移不变性,避免了信号重构过程中人为噪声的引入,且与离散小波变换相比,具有两个小波函数,能够在同一尺度内多获得一组信号细节信息,有助于表面肌电信号精细去噪。采用双参数软阈值法对分解的信号高频部分去噪,与传统软阈值方法相比,此方法便于调节,在阈值附近具有较为平滑的过渡带,符合自然信号连续特性,能克服软阈值函数存在的缺陷。特别在小于阈值部分,没有将函数值至零,而是根据表面肌电信号特性,最大程度的保留信号细节信息,符合其高精准度去噪的要求。 提出基于傅里叶级数和FFT盲辨识的表面肌电信号建模方法。肌电信号建模是研究肌电信号特性的一种重要途径,目前常用的肌电信号数学模型有线性系统模型、非平稳模型、双极型模型以及集中参数模型4种。以上肌电信号建模的方法从不同方面描述肌电信号与肌肉力的关系,提供了判断肌肉活动状况的理论依据,被广泛应用于临床医学、康复医学与工程及运动医学和运动生物力学领域。上述建模方法着重从生物医学方面描述肌电信号,有助于判断运动疲劳、肌肉异常等状况,无法表现肌电信号与不同运动模式之间的关系,很少在仿生假肢领域使用。针对此情况,文中尝试采用傅里叶级数法和FFT盲辨识法分别建立肌电信号模型,寻找信号与运动间的关系,并采用模型系数作为信号特征,通过实验可见,本文方法建立的模型系数对多运动模式的表面肌电信号具有较好的表征能力,将其作为信号特征有助于后续多运动模式识别。 提出半监督boosting多模式识别方法。由于标注样本较难获取,且相似运动模式的表面肌电信号较难区分,为获得较高模式识别率,对分类器性能要求较高。针对此情况,文中采用半监督学习法,其与监督学习和无监督学习相比,可通过少量标注样本和大量无标注样本训练基分类器,使其具有较高的识别能力。且本文方法与现有半监督方法主要针对两分类问题不同,其可直接处理多类问题,由于无需将多类问题转化为多个两类问题,避免了分类结果处于多个尺度无法相加以及将某一样本划分为多类的情况。Boosting算法是半监督学习领域较常用的一种方法,其可被认为是一种自我训练过程,通过某一框架结构联合多个现有分类器,可实现提高分类性能的目的。与现有半监督boosting仅依据分类置信度调整无标注样本的伪类别不同,本文方法将分类置信度与样本间相似度相结合共同作为无标注样本伪类别的调整依据,其最大程度的有效利用了多种假设与聚类假设。实验证明,本文算法对不同基分类器、不同标注样本数均具有较强的鲁棒性。 以表面肌电信号模式识别结果作为控制信号,采用自抗扰方法控制Adams虚拟手臂完成指定动作,验证肌电信号手臂控制的准确性和稳定性。利用Adams仿真软件设计开发具有16自由度假手,并依据此建立其动力学模型,采用自抗扰控制器调整参考输入与Adams实际输出间的误差,形成稳定的闭环控制。自抗扰控制器由PID控制器演变而来,其采用了PID误差反馈控制的核心理念。该方法不依赖于被控对象精确的数学模型,算法简单,在未知强非线性和不确定强扰动作用下能保证控制精度,适用于具有较高自由度的仿生手臂控制。 最后,总结了全文所做的工作,提出了今后进一步需要研究的问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗志增;张清菊;蒋静坪;;表面肌电信号的小波消噪改进算法[J];浙江大学学报(工学版);2007年02期
2 杨大鹏;赵京东;姜力;刘宏;;嵌入式人手姿态肌电模式在线识别方法[J];哈尔滨工业大学学报;2010年07期
3 吕广明;史海红;唐余勇;;基于神经网络的肌电信号的数据融合技术研究[J];黑龙江大学自然科学学报;2005年06期
4 刘海燕;是利娜;韩晓新;;基于DSP的假肢手肌电信号控制系统的设计[J];江苏技术师范学院学报;2011年02期
5 杨大鹏;赵京东;崔平远;姜力;刘宏;;基于支持向量机的人手姿态肌电模式识别与力检测[J];高技术通讯;2010年06期
6 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
7 蔡立羽,王志中,李凌,张海虹;盲信号处理技术在双通道前臂肌电信号识别中的应用[J];信息与控制;2000年06期
8 罗志增;沈寒霄;;基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法[J];电子与信息学报;2009年04期
9 尤波;周丽娜;黄玲;;应用于假手的肌电信号分类方法研究[J];哈尔滨理工大学学报;2011年03期
10 高剑;罗志增;;支持向量机在肌电信号模式识别中的应用[J];传感技术学报;2007年02期
11 杨广映,罗志增;肌电信号的功率谱分析方法[J];传感技术学报;2004年03期
12 罗志增;杨广映;;基于触觉和肌电信号的假手模糊控制方法研究[J];机器人;2006年02期
13 罗志增;王飞;;以小波系数为特征值的Pi-sigma网络识别肌电信号[J];测试技术学报;2006年04期
14 杨大鹏;赵京东;姜力;刘宏;;一种3自由度仿人型假手的肌电控制[J];江苏大学学报(自然科学版);2009年01期
15 J.During;T.C.Miltenburg;胡天培;;供假肢用的肌电操纵的控制系统[J];国际生物医学工程杂志;1985年04期
16 姚良标,楼蔚松,罗志增;肌电信号处理和肌电控制的研究[J];杭州电子工业学院学报;2004年06期
17 韩晓新;邢绍邦;刘海燕;朱品伟;胡春华;沃松林;;基于EMG频域特征的假肢机电信号识别研究[J];测试技术学报;2011年04期
18 宋维翰;杨公训;;基于小波包变换的肌电信号去噪研究[J];生物医学工程学杂志;2008年02期
19 梁辰;;基于MATLAB的FIR数字滤波器的设计[J];机械设计与制造;2010年12期
20 江冠群;黄启俊;李湘琼;毛雪莹;程方敏;;生物神经电极放大器系统的设计与实现[J];电子技术;2009年07期
中国重要会议论文全文数据库 前10条
1 汪洋;张小栋;赵建平;;应用于外骨骼机器人的肌电信号模式识别[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 张燕;杨鹏;郭欣;张雪萍;颜威利;;基于递归神经网络的下肢表面肌电信号分类研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
3 白应甫;孙茵;;地震相模式识别[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年
4 谢波;冯地清;;Hopfield神经网络在核爆炸方式识别中的应用[A];第7届全国核电子学与核探测技术学术年会论文集(三)[C];1994年
5 黄雪梅;唐治德;;BP网络研究及其在肺癌诊断系统中的应用[A];电工理论与新技术2004年学术研讨会论文集[C];2004年
6 张会林;简献忠;;光电混合目标识别系统中振幅补偿匹配滤波器设计[A];2005年中国光学学会全息与光学信息处理专业委员会年会暨建会20周年纪念会[C];2005年
7 李永明;史忠科;;用模糊子集度确定模糊似然函数的二种方法[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
8 郭培源;李刚;曲世海;;基于神经网络的肉类新鲜度智能检测研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
9 颜志国;王志中;任晓梅;;独立分量分析和小波熵在动作模式分类中的应用[A];2005年上海市生物医学工程学会学术年会论文集[C];2005年
10 曾黄麟;袁曾任;;模式识别特征评选与简化的一种新方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 李阳;智能仿生手臂肌电信号—运动模型化与模式识别理论方法研究[D];吉林大学;2012年
2 陈歆普;基于肌电信号的多模式人机接口研究[D];上海交通大学;2011年
3 刘云鹏;电力变压器局部放电的电气定位及诊断[D];华北电力大学(河北);2005年
4 游峰;智能车辆自动换道与自动超车控制方法的研究[D];吉林大学;2005年
5 鲁绯;腐乳发酵机理、品质改进和模式识别研究[D];中国农业大学;2005年
6 程昌秀;3S技术在县级土地利用变更调查中的应用研究[D];中国农业大学;2001年
7 吴德文;遥感与地面观测数据的找矿信息提取和处理技术及应用[D];中国地质大学(北京);2006年
8 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
9 朱臻宇;模型传递对仪器间采样差异的评估和消除[D];第二军医大学;2005年
10 薛跃;基于RMTS的上市公司虚假财务报告识别及其扩展应用研究[D];南京理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 顾昕;肌电信号的数字采集及其模式识别[D];南京航空航天大学;2010年
2 刘欣;基于模式识别的肌电信号动作分类性能研究[D];山东大学;2010年
3 郭芳;用于假手控制的肌电信号采集与分析[D];东北大学;2008年
4 宋嵘;非线性分析及其在肌电信号处理中的应用[D];汕头大学;2002年
5 王岩;模式识别技术在炼铁工艺优化中的应用研究[D];河北工业大学;2002年
6 李继飞;神经网络模式识别技术在自动售货机中的应用研究[D];湖南大学;2004年
7 李鸿壹;基于支持向量机的人脸检测[D];大连理工大学;2006年
8 刘兆科;多态统计模式识别模型及应用研究[D];重庆大学;2007年
9 姜斌;基于神经网络的脉象特征的研究[D];东北林业大学;2007年
10 胡莹;联机手写数学公式识别系统的研究与实现[D];广州大学;2007年
中国重要报纸全文数据库 前10条
1 本报记者 华凌;装一只假的“真”手[N];科技日报;2009年
2 吴加录;胡启恒:科技界需要润物细无声[N];中国计算机报;2006年
3 陈瑜唐婷;让计算机会看、会听、会说、会思考[N];科技日报;2007年
4 记者 左常睿;应重视互联网模式识别的研究[N];科技日报;2005年
5 本报记者 贾婧;宗成庆:做科研也要为师立范[N];科技日报;2007年
6 河北 宁海征;常见多频彩显的模式识别与控制电路[N];电子报;2003年
7 记者 刘垠;首届中美视觉夏令营开营[N];大众科技报;2009年
8 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
9 比尔·盖茨   ;新的工作世界[N];中国计算机报;2005年
10 大海 张弦;Autonomy:传统搜索终结者?[N];计算机世界;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978