表面肌電（surface electromyogram,sEMG）信號能夠反映肌肉的收縮狀況,可以對仿人手臂的運(yùn)動進(jìn)行控制。實(shí)現(xiàn)用人體手臂上的sEMG信號控制仿人手臂抓取物體可以有效推動仿人手臂在康復(fù)醫(yī)療領(lǐng)域中的應(yīng)用。本文從手臂動作sEMG信號的處理、手臂動作sEMG信號的識別、仿人手臂的抓取控制以及仿人手臂抓取控制的實(shí)驗(yàn)研究等4個方面進(jìn)行研究,以實(shí)現(xiàn)仿人手臂抓取物體,主要工作如下:（1）本文對前人提出的sEMG信號處理方法做出一些改進(jìn),提出一套手臂動作sEMG信號的處理方法。首先,自行組裝sEMG信號采集裝置采集手臂動作sEMG信號;接著,對采集到的手臂動作sEMG信號進(jìn)行活動段提取和去噪等預(yù)處理;最后,提取sEMG信號的特征值并對提取的特征值進(jìn)行降維,以便后面對手臂動作進(jìn)行識別。（2）本文利用搜尋者優(yōu)化算法（Seeker Optimization Algorithm,SOA）的全局搜索最優(yōu)解原理和極限學(xué)習(xí)機(jī)（Extreme Learning Machine,ELM）處理非線性關(guān)系的能力,提出一種基于搜尋者優(yōu)化算法優(yōu)化極限學(xué)習(xí)機(jī)（SOA-ELM）的人體手臂動作識別方法。利用經(jīng)過處理的... 

【文章來源】：安徽工業(yè)大學(xué)安徽省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

仿人手臂的發(fā)展

才能夠被有效使用。對于 sEMG 信號的處理問題，前人做過大量的研在前人的研究基礎(chǔ)上做出一些改進(jìn)，提出一套手臂動作 sEMG 信號的。首先，利用自行組裝的 sEMG 信號采集裝置采集人體手臂動作 sEM然后，對采集到的手臂動作 sEMG 信號做活動段提取和去噪等預(yù)處理提取 sEMG 信號的特征值并對提取的特征值進(jìn)行降維，以便后面對手行識別。EMG 信號的采集sEMG 信號是一種電壓幅值極其弱小的電信號，需要使用特定的裝置進(jìn)在進(jìn)行采集實(shí)驗(yàn)之前，需要規(guī)劃好手臂的動作并且明確電極片粘貼的位編好軟件并進(jìn)行實(shí)驗(yàn)。1sEMG 信號采集裝置的組裝sEMG 信號具有微弱性、交變性、低頻性、隨機(jī)性和易干擾性等特點(diǎn)[43集到穩(wěn)定、有效的 sEMG 信號，自行組裝了 10 通道 sEMG 信號采集裝 2.1。

基于 sEMG 信號的仿人手臂抓取控制研究理論上，對于每個關(guān)節(jié)部位對應(yīng)肌肉的上表皮，其采集信號的通道數(shù)手臂動作的識別效果就會越好�？紤]到各個關(guān)節(jié)部位對應(yīng)肌肉上表皮面以及減少實(shí)驗(yàn)的復(fù)雜程度，本文每個關(guān)節(jié)部位對應(yīng)肌肉僅用 2 個通道進(jìn)采集，三個關(guān)節(jié)部位共 6 個采集通道。各個通道的 sEMG 電極片粘貼臂對應(yīng)肌肉的上表皮處。人體手臂抓取過程主要有預(yù)抓取，抓取，運(yùn)送并放置，松手和回到起始 種由各個關(guān)節(jié)部位基本動作組合而成的復(fù)合動作，如圖 2.2 所示。下面 種復(fù)合動作對應(yīng) sEMG 信號的采集。

【參考文獻(xiàn)】：
期刊論文
[1]面向人機(jī)融合的智能動力下肢假肢研究現(xiàn)狀與挑戰(zhàn)[J]. 王啟寧,鄭恩昊,陳保君,麥金耿.  自動化學(xué)報(bào). 2016(12)
[2]大腿截肢患者的殘肢肌電運(yùn)動識別[J]. 張騰宇,樊瑜波.  醫(yī)用生物力學(xué). 2016(06)
[3]基于ICA與小波閾值的癲癇腦電信號去噪方法[J]. 楊陳軍,野梅娜,李艷艷,張瑞.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[4]基于小波變換和PSO-SVM的表面肌動作模式分類[J]. 魏偉,洪潔,王璐,伍吉瑤,葉曄.  安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[5]自適應(yīng)LMD融合新小波閾值函數(shù)的信號去噪[J]. 王奉偉,周世健,羅亦泳.  人民長江. 2016(13)
[6]EMD-Wavelet-ICA耦合模型及其在GPS坐標(biāo)序列降噪中的應(yīng)用[J]. 于帥,劉超,李盟盟,劉春陽,鄒敏.  測繪科學(xué)技術(shù)學(xué)報(bào). 2016(02)
[7]手指肌電信號稀疏分解重構(gòu)與活動段特征提取研究[J]. 黃鵬程,林雪,鮑官軍,楊慶華.  機(jī)電工程. 2016(05)
[8]基于肌電信號的多模式抓握力估計(jì)[J]. 張冰珂,段小剛,鄧華.  計(jì)算機(jī)應(yīng)用. 2015(07)
[9]基于EMD與小波閾值的爆破震動信號去噪方法[J]. 饒運(yùn)章,王柳,饒睿,邵亞建,劉劍.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[10]基于蝙蝠算法優(yōu)化ELM的模擬電路故障診斷研究[J]. 陳紹煒,柳光峰,冶帥,黃登山.  電子測量技術(shù). 2015(02)

博士論文
[1]基于手勢協(xié)同分析的欠驅(qū)動假肢設(shè)計(jì)及其肌電控制方法[D]. 李順沖.上海交通大學(xué) 2015
[2]基于多源信息的智能仿生手臂模式識別方法研究[D]. 徐卓君.吉林大學(xué) 2015
[3]基于表面肌電信號的人體動作識別與交互[D]. 張旭.中國科學(xué)技術(shù)大學(xué) 2010
[4]搜尋者優(yōu)化算法及其應(yīng)用研究[D]. 戴朝華.西南交通大學(xué) 2009
[5]基于肌電信號的人機(jī)接口技術(shù)的研究[D]. 何樂生.東南大學(xué) 2006

碩士論文
[1]表面肌電模式識別的新控制策略研究[D]. 張神權(quán).中國科學(xué)技術(shù)大學(xué) 2017
[2]基于肌電信號的機(jī)械手控制方法研究[D]. 伍吉瑤.安徽工業(yè)大學(xué) 2017
[3]仿人型假手機(jī)構(gòu)設(shè)計(jì)與肌電控制[D]. 勞錕沂.華南理工大學(xué) 2016
[4]人體手部動作肌電信號的處理與識別研究[D]. 洪潔.安徽工業(yè)大學(xué) 2016
[5]肌電信號多類特征分析及在步態(tài)識別中的應(yīng)用[D]. 鄭瀟.杭州電子科技大學(xué) 2016
[6]表面肌電特征提取及虛擬康復(fù)系統(tǒng)設(shè)計(jì)[D]. 宋妍.燕山大學(xué) 2015
[7]基于模糊識別的風(fēng)電雙饋異步電機(jī)故障診斷方法的研究[D]. 蘇璐瑋.華北電力大學(xué) 2015
[8]抓取模式與力的同步肌電解碼及假肢手肌電控制研究[D]. 朱高科.中南大學(xué) 2014
[9]肌電假肢的表面肌電信號特征提取與識別[D]. 姚路.沈陽大學(xué) 2013
[10]一種7自由度生機(jī)電假肢手臂的結(jié)構(gòu)設(shè)計(jì)及運(yùn)動學(xué)分析[D]. 熊大柱.華中科技大學(xué) 2013



本文編號：3003769