[发明专利]一种假手腕关节人机自然驱动角度的肌电连续解码方法

说明书

本发明公开了一种假手腕关节人机自然驱动角度的肌电连续解码方法，该方法让残疾人想象其缺失手与健全手做相同角度的腕关节运动，此时采集残疾人残肢前臂的表面肌电信号与健侧腕关节运动角度，从而建立表面肌电信号连续解码假手腕关节人机自然驱动角度模型。本发明操作简单且精确度高。三维运动捕捉系统可以同时实现高分辨率与高捕捉频率，由此计算的关节角度具有高精确性；与传统佩戴式角度传感器相比，不会对表面肌电信号造成压迫式干扰；具有与肌电仪同步采集的接口，能够实现三维运动捕捉角度与表面肌电信号采集同时进行。此外，肌电仪的采样频率为2048Hz，可以实时采集表面肌电信号变化情况。

技术领域

本发明属于智能假手与生机电一体化技术领域，涉及一种假手腕关节人机自然驱动角度的肌电连续解码方法。

背景技术

根据中国残联最新统计资料显示，我国现今肢体残疾人数约为2472万人，其中手部残疾患者达上千万。手部功能的缺失不仅影响残疾人的生活与工作，更给其心理带来沉重打击。传统假手只起到修饰功能，不能满足其日常生活所需。智能假手的出现弥补了传统假手功能的不足，其中肌电控制假手因穿戴方便、控制准确、功能强大而成为研究的热点。

人体表面肌电信号是一种生物电信号，能够客观的反应人体的运动状态并且会超前实际动作产生，具有预见性，可以实现人体运动意图的感知。现有的肌电假手，大部分将研究重点放在利用表面肌电信号识别人手动作分类从而实现假手抓取动作预测，然而在假手运动过程中，腕关节的驱动角度很大程度上决定了假手操作的灵活性，所以为了实现假手更好的拟人化，利用手臂残存的表面肌电信号解码假手腕关节人机自然驱动角度显得极其重要。基于此，利用手臂表面肌电信号连续解码手腕关节运动角度从而提供合适的假手腕关节人机自然驱动角度是当前研究的关键点。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种假手腕关节人机自然驱动角度的肌电连续解码方法，该方法让残疾人想象其缺失手与健全手做相同角度的腕关节运动，此时采集残疾人残肢前臂的表面肌电信号与健侧腕关节运动角度，从而建立表面肌电信号连续解码假手腕关节人机自然驱动角度模型。实现利用残肢前臂表面肌电信号连续解码假手腕关节人机自然驱动角度，从而满足手部残疾患者日常生活所需。

为达到上述目的，本发明采用以下技术方案予以实现：

一种人手臂表面肌电信号连续解码假手腕关节人机自然驱动角度的方法，包括下述步骤：

第一步：利用动作捕捉系统记录健侧手腕关节运动三维坐标，通过人手腕关节运动学建模方法计算手腕弯曲/伸展角度。

上述方法中，选取合理的腕关节运动捕捉方案并建立腕关节局部坐标系，建立腕关节运动模型，利用运动学方法计算出腕关节在弯曲伸展过程中的角度变化。最终得到腕关节弯曲伸展角度公式如下：

θ＝arccos(T·i₂·i₁)

式中，T为腕关节局部坐标系到肘关节局部坐标系的转换矩阵，i₁、i₂分别为肘关节和腕关节矢状轴方向的单位矢量。

第二步：利用肌电采集仪同步采集前臂残存侧六块肌肉的表面肌电信号。所述六块残存肌肉分别为桡侧腕长伸肌、桡侧腕屈肌、尺侧腕长伸肌、尺侧腕屈肌、指总伸肌、指浅屈肌。

第三步：对采集到的六通道表面肌电信号进行预处理与特征提取。由于表面肌电仪采样频率为2048Hz，三维运动捕捉系统采样频率为100Hz，所以对表面肌电信号特征值进行重采样，实现表面肌电信号与腕关节运动学数据具有相同的采样频率。

第四步：采用机器学习的方法，建立BP神经网络，实现人手臂表面肌电信号连续解码腕关节弯曲/伸展的角度。首先设置BP神经网络的网络参数，其次对BP神经网络进行训练，最后对其进行测试。