[发明专利]一种基于肌动信号的指部独立动作识别方法及系统

说明书

本发明公开一种基于肌动信号的指部独立动作识别方法及系统，其中所述方法包括：设备端通过传感器对MMG信号进行实时采集；采用低功耗蓝牙技术将采集的MMG信号实时传输至智能终端；所述智能终端接收MMG信号后，依次对所述MMG信号进行去噪、信号段提取、特征提取和排序、模式识别处理，得到识别结果并输出。通过本发明可实现基于肌动信号同时对5个手指的单独指部动作进行实时识别并输出识别结果，并且其识别率高达93.1%。

技术领域

本发明涉及生物信号识别技术领域，尤其涉及一种基于肌动信号的指部独立动作识别方法及系统。

背景技术

基于肌动信号（Mechanomyograph，MMG）的手部动作识别技术作为一种可应用于假肢控制、虚拟现实康复训练等领域的新型人机接口技术，近年来在学术界与工业界都得到了广泛的关注和研究，有大量工作涌现。但是现有的相类似原理的手部动作识别技术，大部分都是基于肌电信号（Electromyography，EMG）或者是肌电信号和肌动信号两者结合实现手部动作识别，而仅依靠MMG信号实现手部动作识别研究现状还主要停留在对一些手部大动作的识别上，比如对手腕屈伸、攥拳和压腕的识别，就目前而言，尚未有研究报道提出可以实现仅通过肌动信号对5个手指进行独立动作识别的算法和系统。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种基于肌动信号的指部独立动作识别方法和系统，旨在解决现有技术无法实现基于肌动信号对5个手指进行独立动作识别的问题。

本发明的技术方案如下：

一种基于肌动信号的指部独立动作识别方法，其中，包括步骤：

A、设备端通过传感器对MMG信号进行实时采集；

B、采用低功耗蓝牙技术将采集的MMG信号实时传输至智能终端；

C、所述智能终端接收MMG信号后，依次对所述MMG信号进行去噪、信号段提取、特征提取和排序、模式识别处理，得到识别结果并输出。

优选地，所述的基于肌动信号的指部独立动作识别方法，其中，所述传感器为MPU6050惯性传感器。

优选地，所述的基于肌动信号的指部独立动作识别方法，其中，所述设备端设置有一CC2541主控芯片，用于控制传感器对MMG信号进行实时采集以及控制将采集的MMG信息发送至智能终端。

优选地，所述的基于肌动信号的指部独立动作识别方法，其中，所述步骤B具体包括：

B1、设备端播放广播；

B2、在预定时间内，判断智能终端是否向设备端发出建立连接的请求，若是，则进入B3，若否，则结束工作；

B3、设备端接受智能终端的请求并建立连接，设备端将所采集的MMG数据以数据包的形式实时发送到智能终端；

B4、智能终端接收到数据包后，先检查数据包序列是否正确，若检查到存在数据包丢失，则通过帧序列计算出丢失数据包的数量，再结合丢失数据包前后数据包的序列值，使用二次样条插值法，对丢失的数据包进行补充；

B5、智能终端将MMG数据写入数据缓冲区。

优选地，所述的基于肌动信号的指部独立动作识别方法，其中，所述步骤C具体包括：

C1、智能终端接收到MMG信号后，进行带通滤波处理，以去除高频噪声；

C2、采用指部动作检测算法从MMG信号中提取包含有指部运动信息的MMG信号段；

C3、通过WPT法和TFDH法对含有指部运动信息的MMG信号段进行特征提取，并对提取的特征参数进行排序；