[发明专利]肢体动作识别方法、装置、系统以及可读存储介质

说明书

本发明公开了一种肢体动作识别方法，包括分别获得肌电信号和加速度信号；对每个有效活动时间段对应的有效肌电信号和有效加速度信号均分别进行AR模型特征提取、小波分析特征提取以及模糊熵特征提取，并将获得的肌电第一特征数据、肌电第二特征数据、肌电第三特征数据，加速度第一特征数据、加速度第二特征数据和加速度第三特征数据进行相关性分析，获得融合特征矩阵；利用预先创建获得的支持向量机对融合特征矩阵进行识别，获得肢体动作信息。本申请以肌电信号和加速度信号三个不同方面特征的融合特征识别肌体动作，提升了肌体动作识别的准确性。本申请还提供了一种肌体动作识别装置、系统以及计算机可读存储介质，具有上述有益效果。

技术领域

本发明涉及肢体动作识别领域，特别是涉及一种肢体动作识别方法、装置、系统以及计算机可读存储介质。

背景技术

随着科学技术的创新与人工智能领域的不断发展，人机交互成为新兴科技领域广受关注的研究难点与热点。人机交互的媒介正在由早期的鼠标键盘等外部设备输入的机器语言向人本身的自然语言转变，人体蕴含丰富的可用于人机交互的信息，比如，眼睛虹膜、指纹、掌纹、面部表情、DNA等人体特征由于其独一无二的性质应用于电子设备解锁与交易支付等领域；肌电、脑电、心电、眼电等生物电信号广泛应用于医疗检测、康复训练、智能家居和生物控制等领域。

我国是世界上残疾人数最多的国家，假肢能够弥补肢体残疾患者外在形象上的不足，而能够根据使用者主观意识对假肢动作进行控制则在生活和工作中给残疾患者带来极大的便利性。

使用者能够自主控制的假肢主要是依赖使用者在控制假肢运动时对未缺失或者是处于健康状态的肢体进行动作控制，该部分肢体的肌肉会产生相应动作，由此即可通过检测该肌肉动作的相关信息确定使用者想要控制假肢执行的动作类型，例如通过肌电信号传感器检测肌肉动作的肌电信号，通过对肌电信号的分析识别确定出该肌体的动作，进而识别出使用者想要对假肢进行握拳动作控制，驱动假肢进行相应动作控制即可。

在基于使用者主观意识对假肢动作控制过程中，确定识别使用者的通过完好肢体传达的控制动作指令的准确性直接影响到对假肢动作控制的准确性。因此如何基于肢体动作准确确定出使用者的动作意图，是业内热门研究的方向之一。

发明内容

本发明的目的是提供一种肢体动作识别方法、装置、系统以及计算机可读存储介质，在一定程度上提升肢体动作识别的准确性。

为解决上述技术问题，本发明提供一种肢体动作识别方法，包括：

通过贴合肢体设置的肌电信号传感器和加速度传感器，分别获得肌电信号和加速度信号；其中，所述有效时间段为所述肢体进行动作活动时的时间段；

根据所述肌电信号和所述加速度信号进行有效活动时间段识别，并获得所述有效活动时间段对应的有效肌电信号和有效加速度信号；

对每个所述有效活动时间段对应的所述有效肌电信号和所述有效加速度信号均分别进行AR模型特征提取、小波分析特征提取以及模糊熵特征提取，获得所述有效肌电信号对应的肌电第一特征数据、肌电第二特征数据、肌电第三特征数据，以及所述有效加速度信号对应的加速度第一特征数据、加速度第二特征数据和加速度第三特征数据；

以所述肌电第一特征数据、所述肌电第二特征数据和所述肌电第三特征数据作为第一样本矩阵，所述加速度第一特征数据、所述加速度第二特征数据和所述加速度第三特征数据作为第二样本矩阵，对所述第一样本矩阵中的各个特征数据和所述第二样本矩阵中的特征数据进行相关性分析，获得融合特征矩阵；

利用预先创建获得的支持向量机对所述融合特征矩阵进行识别，获得肢体动作信息。

可选地，对所述第一样本矩阵中的各个特征数据和所述第二样本矩阵中的特征数据进行相关性分析，获得融合特征矩阵的过程包括：