[发明专利]一种基于主成分分析法的多维表面肌电信号假手控制方法

权利要求书

1.一种基于主成分分析法的多维表面肌电信号假手控制方法，其特征在于，包括如下步骤：

（1）将设有阵列式肌电传感器的臂环佩戴至受试者前臂，将五个手指关节姿态传感器分别佩戴在受试者拇指的远节指骨和其余手指的中节指骨处；所述阵列式肌电传感器为24通道阵列肌电传感器；

（2）受试者进行五指独立弯曲伸展训练，同时采集阵列式肌电传感器的阵列数据与手指关节姿态传感器数据；所述五指独立弯曲伸展训练具体包括：每根手指重复弯曲伸展动作十次，5根手指完成一轮动作后，间歇30秒，再进行第二组，一共两组；采集训练过程中的肌电传感数据并进行预处理，所述肌电传感数据包括阵列式肌电传感器的阵列数据和手指关节姿态传感器数据，间歇时不进行采集；将原始肌电传感数据用肌肉活跃度表示；

（3）使用主成分分析方法对所述肌电传感数据进行解耦，组成该受试者的手指运动训练集；所述手指运动训练集用矩阵表示，矩阵的行数为样本个数，列数为肌电传感器阵列通道数，使用主成分分析法将原24维数据降至5维；训练完毕后将佩戴在手指上的手指关节姿态传感器移除；

（4）采取神经网络方法对上述手指运动训练集进行数据拟合，构建手指连续运动预测模型；使用三层神经网络结构，输入层神经元个数为5，隐藏层神经元个数为15，输出层神经元个数为5；神经网络的隐藏层和输出层的传输函数分别为Sigmoid函数和线性函数；使用步骤（3）收集的手指运动训练集作为样本进行误差反向传播计算，求解其网络参数；

（5）使用步骤（4）中的手指连续运动模型预测当前手指的弯曲角度。

2.根据权利要求1所述的多维表面肌电信号假手控制方法，其特征在于：所述预处理包括肌电传感数据的肌肉活跃度表示和归一化处理，以及姿态数据的四元数解算。

3.根据权利要求1所述的多维表面肌电信号假手控制方法，其特征在于：步骤（5）中，预测出当前手指的弯曲角度后，再将手指弯曲的角度变化量转化为步进电机实际控制量，具体包括如下步骤：

（5.1）设计假手手指欠驱动控制模型；

（5.2） 通过分析假手手指运动轨迹计算预计手指弯曲角度与步进电机旋转角度的运动方程；

（5.3）将预计手指弯曲角度代入步骤（5.2）的运动方程，得到步进电机输出旋转角；

（5.4）通过微控制器控制步进电机旋转相应的旋转角。