[發明專利]一種基于表面肌電信號的機械臂交互方法在審
| 申請號： | 202010106490.9 | 申請日： | 2020-02-21 |
| 公開（公告）號： | CN111522435A | 公開（公告）日： | 2020-08-11 |
| 發明（設計）人： | 陳敏杰;張躍;張劍華;劉洪海 | 申請（專利權）人： | 浙江工業大學 |
| 主分類號： | G06F3/01 | 分類號： | G06F3/01;G06K9/00;G06K9/62;G06N20/10 |
| 代理公司： | 杭州斯可睿專利事務所有限公司 33241 | 代理人： | 王利強 |
| 地址： | 310014 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 表面 電信號 機械 交互 方法 | ||
1.一種基于表面肌電信號的機械臂交互方法，其特征在于，所述方法包括以下步驟：
(1)受試者仔細觀察手勢動作的圖片，并預先佩戴交浦科技有限公司的Elonxi16通道肌電采集系統進行練習，以熟悉每個動作的動作要領；
(2)受試者坐在辦公椅上，左手放置在扶手上，依次做出握拳、手腕左翻、手腕右翻、手腕內翻、手腕外翻、手腕下切、手腕上切動作，每個動作持續發力5秒，動作與動作之間休息5秒，利用肌電采集袖套采集前臂表面肌電信號數據；
(3)對所采集的表面肌電信號進行預處理并采用5種特征提取方法進行特征提取，分別是均方根RMS、波形長度WL、過零點數ZC、均值頻率MNF和自回歸模型系數AR；
(4)對特征提取后的數據采用模式識別分類器進行分類并訓練模型；
(5)受試者任意做出指定動作，電腦客戶端上實時顯示識別結果；
(6)將分類得到的手勢結果通過局域網傳輸到Baxter機械臂控制端，機械臂做出對應的動作。
2.如權利要求1所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(1)中，肌電采集系統支持最多16個雙極通道，采樣分辨率為24比特，采樣頻率介于1000Hz到2000Hz之間，支持干濕電極自由切換，數據傳輸支持USB和藍牙。
3.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)中，對采集的表面肌電信號進行預處理，將超出20-500Hz范圍的頻率部分和電源線噪聲頻率50Hz進行抑制。
4.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)中，均方根RMS的計算公式如下所示，其中，N是滑動窗口的長度，xi是第i個樣本點：
5.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)中，波形長度,WL的計算公式如下所示：
6.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)中，過零點數,ZC的計算公式如下所示：
其中
7.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)，均值頻率,MNF的計算公式如下所示：
其中，fj表示頻段上的頻譜，pj表示該頻段上的功率譜強度，M是整個頻段長度。
8.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(3)中，自回歸模型系數,AR的計算公式如下所示：
其中p是AR模型的階數，ai是作為肌電信號特征的系數。
9.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(4)中，模式識別分類器為支持向量機SVM。
10.如權利要求1或2所述的一種基于表面肌電信號的機械臂交互方法，其特征在于：所述步驟(6)中，局域網協議為UDP協議。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學，未經浙江工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010106490.9/1.html，轉載請聲明來源鉆瓜專利網。
