如何使用一个表面电肌图传感器实时识别机械手的六个手动:基于莫尔斯码的方法
Feiyun Xiao1,2,3, Jingsong Mu4,5, Liangguo He4
1School of Mechanical Engineering, Hefei University of Technology, Hefei, 230009, China. xfymusic@hfut.edu.cn.
Medical & biological engineering & computing
|May 3, 2024
概括
这项研究引入了一种新的方法,使用单个表面电肌图 (sEMG) 传感器和莫尔斯码来实时识别六种不同的手动. 这种方法可以实现高精度,更简单的硬件要求,推进人机交互.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 信号处理 信号处理
背景情况:
- 表面电肌图 (sEMG) 信号反映了肌肉活动和力量.
- 现有的人类运动意图识别方法通常需要多个传感器,特定的位置和高端硬件.
- 需要更容易获得和更有效的方法来识别多个运动.
研究的目的:
- 开发使用单个sEMG传感器的实时运动意图识别系统.
- 用莫尔斯码编码sEMG信号以进行运动识别.
- 应用这种方法来控制机械手,以高精度和低硬件要求.
主要方法:
- 使用单个sEMG传感器收集短期和长期肌肉收缩信号.
- 使用莫尔斯码方法编码提取的sEMG信号.
- 开发了一种映射系统,将摩尔斯号码翻译成六种不同的手动,以便识别.
主要成果:
- 实现了平均94.87%±2.36%的手动识别准确度.
- 实验对象的平均调整时间为34.89秒.
- 报告说,单一动作执行时间为381毫秒.
- 在传感器放置的变化中展示了强度.
结论:
- 拟议的基于摩尔氏码的sEMG识别方法使单个传感器能够控制多个运动.
- 这种方法提供了高精度,低硬件要求,并且对传感器放置差异不敏感.
- 该方法为实际的人机接口和假肢控制带来了重大进展.
更多相关视频
09:14Surface Electromyographic Biofeedback as a Rehabilitation Tool for Patients with Global Brachial Plexus Injury Receiving Bionic Reconstruction
Published on: September 28, 2019
11.5K
08:15Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision
Published on: March 28, 2025
458
