基于虚拟维度增加EMG的手势识别策略
Yuxuan Wang1, Ye Tian1, Jinying Zhu1
1School of Mechatronical Engineering, Beijing Institute of Technology, Beijing, China.
Cyborg and bionic systems (Washington, D.C.)
|January 30, 2024
概括
本研究介绍了一种虚拟通道扩展方法,以增强生物手的电肌图 (EMG) 信号处理. 这种方法通过丰富运动意图数据来克服手势识别的准确性高原.
科学领域:
- 生物医学工程 生物医学工程
- 机器人技术 机器人技术 机器人技术
- 信号处理 信号处理
背景情况:
- 电肌图 (EMG) 信号控制肌电生物手用于手势识别.
- 增加EMG通道提高了准确性,但面临着回报的减少,导致高原.
- 现有的方法很难从有限的物理EMG通道中提取足够的运动意图.
研究的目的:
- 提出一种虚拟增加EMG信号通道的方法,以提高手势识别的准确性.
- 为了克服高密度EMG采集中的信息和和精度高原.
- 引入一种新的定量度量,特征向量的分离性 (SFV),用于预测分类的有效性.
主要方法:
- 使用虚拟通道扩展策略来丰富EMG信号信息.
- 特性选择概念被调整为开发SFV措施.
- SFV是根据提取的特征的差异和相关性来计算的.
- 通过分析特征集可区分性的变化来评估虚拟维度增加的有效性.
主要成果:
- 拟议的虚拟通道方法成功地提高了各种手势的识别精度.
- SFV测量有效地预测了分类性能,超过了统计成功率.
- SFV被证明是一个更快,更具代表性和适合小样本集的测量方法.
结论:
- 虚拟扩展EMG通道为生物手控制中的精度高原提供了可行的解决方案.
- SFV测量提供了一个强大的和有效的工具来评估特征选择中的分类有效性.
- 这种方法提高了肌电假肢更直观,更准确的控制潜力.
