本文關(guān)鍵詞：基于表面肌電信號的人手動作模式識別和抓取力預(yù)測技術(shù)研究

  更多相關(guān)文章： 表面肌電信號 模式識別 SVM 力預(yù)測 樣本熵

【摘要】：表面肌電信號(surface electromyography,sEMG)是由肌肉興奮時募集的多個運動單元產(chǎn)生的動作電位在表面電極處的綜合疊加。目前,基于sEMG的智能假肢已成為研究熱點。遺憾的是,大部分的研究都傾向于識別人手動作模式,卻很少對假肢手抓取物體時所應(yīng)該施加的力進行預(yù)測估計,從而難以研制出更加精確抓取任務(wù)的智能假肢手。本文的目的在于探索一種基于sEMG的手部抓取動作識別以及抓取力預(yù)測的方法,本文研究的主要內(nèi)容有:(1)在采用6階巴特沃斯帶通濾波與快速獨立成分分析(FastICA)相結(jié)合的方法對sEMG進行預(yù)處理的基礎(chǔ)上;采用小波包結(jié)合樣本熵的特征提取方法得到sEMG的標(biāo)準(zhǔn)樣本熵(SSE)特征;然后采用SVM模型分類器進行基于兩通道與四通道sEMG的抓取動作模式識別。(2)分別在隨意與規(guī)定抓取模式下,選取sEMG的標(biāo)準(zhǔn)樣本熵為特征,采用AGA--SVR預(yù)測模型進行抓取力預(yù)測實。預(yù)測精度優(yōu)于傳統(tǒng)的采用sEMG幅值或MAV特征進行抓取力預(yù)測。(3)設(shè)計了基于MATLAB-GUI的實驗平臺,詳細分析了抓取模式識別和抓取力預(yù)測的精度,驗證了本文方案的可行性:在基于sEMG手部抓取動作識別平臺進行驗證實驗,結(jié)果得出基于兩通道的4種抓取動作模式的正確識別率大于92%,進一步的交叉驗證試驗結(jié)果的最低識別率為90%,驗證了該分類器的良好性能;基于四通道的實驗結(jié)果得到每種抓取動作模式的正確識別率均大于96%,表明適當(dāng)增加電極的個數(shù)所得正確識別率有所提高。在隨意抓取模式下基于二通道的力預(yù)測實驗結(jié)果表明sEMG的幅值能夠反映抓取力大小的變化;AGA--SVR預(yù)測模型的回歸精度優(yōu)于BP算法預(yù)測模型;基于四通道的力預(yù)測實驗結(jié)果表明其預(yù)測精度優(yōu)于基于兩通道的力預(yù)測。在規(guī)定抓取模式下基于四通道的力預(yù)測實驗結(jié)果表明其力預(yù)測的精度優(yōu)于隨意抓取模式下的力預(yù)測;采用基于四通道sEMG的MAV特征進行力預(yù)測的精度要優(yōu)于直接用sEMG的幅值進行力預(yù)測,而采用sEMG的SSE特征進行力預(yù)測的精度則又優(yōu)于用sEMG的MAV特征進行力預(yù)測。實驗結(jié)果表明,采用手臂的sEMG信號不僅能夠識別出手部動作模式種類,還能預(yù)測出抓取力的大小,該研究有助于研發(fā)能夠完成精確抓取任務(wù)的肌電假肢手。
【關(guān)鍵詞】：表面肌電信號 模式識別 SVM 力預(yù)測 樣本熵
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R496;TN911.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-15
• 1.1 選題的背景及意義8
• 1.2 基于表面肌電信號手部抓取動作模式識別國內(nèi)外研究進展8-11
• 1.2.1 表面肌電信號的采集及預(yù)處理和特征提取研究現(xiàn)狀8-10
• 1.2.2 表面肌電信號的手部抓取動作模式識別研究現(xiàn)狀10-11
• 1.3 基于sEMG手部抓取動作模式的力預(yù)測研究現(xiàn)狀11-12
• 1.3.1 基于sEMG手部抓取動作模式的力采集及預(yù)處理研究現(xiàn)狀11
• 1.3.2 基于sEMG手部抓取動作模式的力預(yù)測方法研究現(xiàn)狀11-12
• 1.4 本文課題研究的主要內(nèi)容和結(jié)構(gòu)安排12-15
• 1.4.1 本文主要研究內(nèi)容12-14
• 1.4.2 本文結(jié)構(gòu)安排14-15
• 第2章 獲取人手動作sEMG及預(yù)處理15-31
• 2.1 sMEG信號采集系統(tǒng)及實驗設(shè)置15-18
• 2.2 sEMG信號的采集與整理18-20
• 2.3 sEMG信號預(yù)處理流程20-27
• 2.3.1 sEMG的噪聲源分析20-21
• 2.3.2 六階Butterworth帶通濾波處理21-22
• 2.3.3 快速獨立成分分析（FastICA）算法22-27
• 2.4 sMEG信號活動段檢測27-30
• 2.5 本章小結(jié)30-31
• 第3章 基于sEMG的人手動作模式識別技術(shù)31-42
• 3.1 sEMG特征提取及分析31-34
• 3.2 標(biāo)準(zhǔn)樣本熵（SSE）特征34-37
• 3.3 人手動作模式識別算法及分類器37-41
• 3.3.1 常用模式識別分類器37-38
• 3.3.2 支持向量機（SVM）的算法建模38-41
• 3.4 本章小結(jié)41-42
• 第4章 基于sEMG的人手抓取力預(yù)測技術(shù)42-51
• 4.1 抓取力信號提取42-45
• 4.1.1 采集設(shè)備及實驗設(shè)置42-44
• 4.1.2 抓取力采集及其預(yù)處理44-45
• 4.2 抓取力預(yù)測的sEMG特征選擇45-47
• 4.3 基于sEMG的抓取力預(yù)測模型47-50
• 4.3.1 抓取力預(yù)測模型的選擇47-48
• 4.3.2 AGA- -SVR抓取力預(yù)測回歸模型48-50
• 4.4 本章小結(jié)50-51
• 第5章 實驗研究與結(jié)果分析51-64
• 5.1 基于sEMG抓取動作模式識別51-56
• 5.1.1 MATLAB-GUI抓取動作模式識別平臺51-52
• 5.1.2 四種人手動作識別結(jié)果及結(jié)論52-56
• 5.2 抓取力預(yù)測結(jié)果分析56-63
• 5.2.1 MATLAB-GUI抓取力預(yù)測平臺56-57
• 5.2.2 隨意抓取模式下力預(yù)測57-59
• 5.2.3 規(guī)定抓取模式下力預(yù)測59-63
• 5.3 本章小結(jié)63-64
• 第6章 本文的結(jié)論與展望64-67
• 6.1 主要結(jié)論總結(jié)64-65
• 6.2 展望未來工作65-67
• 參考文獻67-71
• 攻讀學(xué)位期間取得的研究成果71-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郝冬梅;吳水才;;醫(yī)學(xué)模式識別課程建設(shè)的探索[J];醫(yī)學(xué)信息;2010年03期

2 相秉仁,安登魁;模式識別及其在藥物分析中的應(yīng)用[J];國外醫(yī)學(xué).藥學(xué)分冊;1983年04期

3 蘇薇薇;;模式識別及其在藥物分析領(lǐng)域的應(yīng)用[J];廣東醫(yī)藥學(xué)院學(xué)報;1989年02期

4 蔣有銘,張海云,崔健,沈霖霖,盛今惠;漢語元音自回歸模型的模式識別[J];生物醫(yī)學(xué)工程學(xué)雜志;1991年03期

5 申明金;;廣義回歸神經(jīng)網(wǎng)絡(luò)用于拮抗藥化合物活性的模式識別[J];數(shù)理醫(yī)藥學(xué)雜志;2006年04期

6 鄧原成;模式識別在結(jié)腸電圖分析中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;1992年03期

7 趙宇新,李曼玲;模式識別在中藥質(zhì)量評價中的應(yīng)用進展[J];中國中藥雜志;2002年11期

8 王爾華,姚啟根,彭司勛;模式識別法及其在藥物設(shè)計中的應(yīng)用[J];國外醫(yī)學(xué).藥學(xué)分冊;1983年02期

9 蘇薇薇,何春馥,王璽,羅旭;中藥黃芩的化學(xué)模式識別[J];沈陽藥學(xué)院學(xué)報;1988年02期

10 肖薏,王旭;計算機在醫(yī)學(xué)模式識別中的應(yīng)用[J];醫(yī)學(xué)情報工作;1995年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張如浩;趙巍;齊永和;;人類形象思維模式識別與機器模式識別之探討[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

2 李瑞宏;李薄山;肖薇;;模式識別與病毒對抗[A];第十一屆全國計算機安全技術(shù)交流會論文集[C];1996年

3 王箏;楊德超;高軍濤;許翱翔;歐陽楷;;兔嗅覺神經(jīng)的動力學(xué)研究——模式識別的穩(wěn)健性[A];21世紀醫(yī)學(xué)工程學(xué)術(shù)研討會論文摘要匯編[C];2001年

4 吳曉明;盛元生;王克明;沙云東;李宴喜;;航空結(jié)構(gòu)聲疲勞應(yīng)力的仿真與模式識別[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 張開銀;;模式識別中的信息融合方法——二次決策[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 趙健;俞卞章;;小波與神經(jīng)網(wǎng)絡(luò)在模式識別中應(yīng)用的研究[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

7 崔建國;王旭;張大千;王少曼;張威;;基于磁場刺激與神經(jīng)網(wǎng)絡(luò)肌電信號的模式識別[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

8 ;紅外偏振圖像的模式識別[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會論文（摘要）集[C];2013年

9 李永杰;李凌;廖小麗;陳華富;堯德中;;在生物醫(yī)學(xué)工程專業(yè)本科生中開設(shè)《模式識別》課程的實踐與構(gòu)想[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

10 尹春玲;胡樂乾;蔡玉樂;張海艷;;紅外光譜法對茶葉種類的模式識別[A];中國化學(xué)會第十二屆全國應(yīng)用化學(xué)年會論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前7條

1 陳瑜邋唐婷;讓計算機會看、會聽、會說、會思考[N];科技日報;2007年

2 范興川 鄭華坤;計算機形象思維創(chuàng)新之路[N];科技日報;2004年

3 記者 吳苡婷;心愿：讓高科技走出“象牙塔”[N];上�？萍紙�;2006年

4 本報記者 佘惠敏;模式識別，行走在電腦與人腦之間[N];經(jīng)濟日報;2014年

5 張琪;當(dāng)機器搶了你的工作[N];經(jīng)濟觀察報;2012年

6 記者 邵斌;漢語走上國際口語自動翻譯平臺[N];大眾科技報;2000年

7 記者 劉垠;首屆中美視覺夏令營開營[N];大眾科技報;2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 羅頌榮;基于變量預(yù)測模型模式識別的旋轉(zhuǎn)機械故障診斷研究[D];湖南大學(xué);2015年

2 厲小潤;模式識別的核方法研究[D];浙江大學(xué);2007年

3 趙海峰;基于圖的模式識別及其在計算機視覺中的應(yīng)用[D];南京理工大學(xué);2011年

4 肖瀟;高維仿生信息幾何學(xué)研究及其在模式識別中的應(yīng)用[D];浙江工業(yè)大學(xué);2012年

5 顏學(xué)峰;高維復(fù)雜模式識別的新方法[D];浙江大學(xué);2002年

6 丁世飛;基于信息理論的數(shù)字模式識別及應(yīng)用研究[D];山東科技大學(xué);2004年

7 萬海平;模式識別中核方法若干問題研究[D];北京郵電大學(xué);2006年

8 陳文濤;煙草異物在線高速模式識別與剔除技術(shù)研究[D];重慶大學(xué);2003年

9 蔣強榮;圖核及其在模式識別中應(yīng)用的研究[D];北京工業(yè)大學(xué);2012年

10 胡文軍;關(guān)于模式識別中大樣本分類技術(shù)的幾個關(guān)鍵問題研究[D];江南大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 代慧梅;基于模式識別的科學(xué)數(shù)據(jù)標(biāo)記方法研究[D];昆明理工大學(xué);2016年

2 郭玉;基于仿生模式識別的機械故障診斷方法研究[D];西安工業(yè)大學(xué);2016年

3 忽正熙;基于模式識別與機器視覺工件的識別及分揀[D];昆明理工大學(xué);2016年

4 李瀟亞;改進的GABC-SVM及其在MOOC學(xué)習(xí)模式識別中的應(yīng)用[D];華南理工大學(xué);2016年

5 梁富鑫;基于表面肌電信號的人手動作模式識別和抓取力預(yù)測技術(shù)研究[D];上海師范大學(xué);2016年

6 徐蕾;仿生模式識別應(yīng)用研究[D];中國海洋大學(xué);2008年

7 賈士力;模式識別在生物信息學(xué)中的應(yīng)用[D];河北科技大學(xué);2015年

8 王憲保;基于仿生模式識別的人臉身份確認研究[D];浙江工業(yè)大學(xué);2003年

9 韓萍;倉儲物害蟲聲音模式識別的研究[D];鄭州大學(xué);2001年

10 倪兵兵;仿生模式識別的幾何學(xué)習(xí)理論的研究[D];五邑大學(xué);2010年

，

本文編號：635973