立即识别下肢连续运动的方法,基于启动窗口表面电肌图数据

科学领域:

• 机器人技术 机器人技术 机器人技术
• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术

背景情况:

• 在下肢康复中的人机协作需要高精度和实时响应,以识别运动意图.
• 表面电肌图 (sEMG) 对于精确的下肢运动识别至关重要.
• 在连续运动中实现低延迟识别,同时保持准确性,是机器人应用的重大挑战.

研究的目的:

• 介绍下肢连续运动的创新识别方法.
• 研究即时识别网络 (IRN) 和持续识别 (CR) 模型,以改善人机同步.
• 为了应对低延迟,高精度的动作识别在下肢康复机器人的挑战.

主要方法:

• 开发了一个即时识别网络 (IRN) 和一个持续识别 (CR) 模型.
• 将开始窗口表面电肌图 (sEMG) 数据长度优化为 210.
• 实施了一种类别平衡的方法,以提高运动识别的准确性.
• 在每天连续移动的七个不同场景中验证了CR模型.

主要成果:

• IRN将时间延迟从300-350毫秒减少到60毫秒.
• 阶级平衡方法在开始窗口内提高了4.83%的运动识别准确性.
• 在七种情景中,CR模型实现了96.31%的平均准确性.

结论:

• 拟议的即时识别方法显著提高了下肢连续运动识别的性能.
• 这项研究提供了一种创新的方法,用于改善康复中的人机同步.
• 这些发现为更有效地部署和广泛应用康复机器人铺平了道路.