[发明专利]一种基于肌电的人体运动意图实时连续预测方法在审
申请号: | 202010245346.3 | 申请日: | 2020-03-31 |
公开(公告)号: | CN111506190A | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 魏柏淳;姜峰;郭浩;李芳卓;杨炽夫 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06N3/04 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 刘景祥 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人体 运动 意图 实时 连续 预测 方法 | ||
1.一种基于肌电的人体运动意图实时连续预测方法,其特征是:包括以下步骤;
步骤1:提取人体单侧下肢EMG信号和IMU信号,设定评价阈值;
步骤2:分别选择大腿和小腿任意一个电极采集到的IMU信号,通过下肢运动学解算算法求得当前时刻膝关节角度;
步骤3:采用滑动时间窗法对下肢EMG信号和当前时刻膝关节角度进行重采样;
步骤4:建立五个相同网络结构的LSTM角度预测器,并与五种运动模式相对应;将EMG信号与当前时刻膝关节角度根据标记的运动模式标签放入对应的LSTM角度预测器进行训练,将时间戳向后推移一定时间后的同数据长度膝关节角度向量作为预测器训练标签;
步骤5:根据训练完毕的LSTM角度预测器,通过运动模式分类算法确定当前的运动模式,并根据当前的运动模式将数据输入至对应的LSTM预测器进行实时角度预测;
步骤6:将预测器输出角度值时间戳整体向前推移一定时间,并与实时膝关节角度进行对比,得到评价标准均方根误差RMSE,当评价标准均方根误差RMSE小于设定的阈值时,预测器输出角度准确。
2.根据权利要求1所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:所述步骤1具体为:
将信号采集设备贴在人体单侧下的肢股直肌、股外侧肌、股内侧肌、胫骨前肌、半腱肌、股二头肌长头、外侧腓肠肌及内侧腓肠肌八块肌肉提取EMG信号和IMU信号,并设定评价阈值;
进行视频录制,通过视频判断每个数据点对应的运动模式标签,所述运动模式分为平地、上楼梯、下楼梯、上斜坡和下斜坡五种模式。
3.根据权利要求2所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:所述信号采集设备采用Delsys Trigno肌电采集系统,所述系统包含无线通信基站与16个无线肌电电极,每个电极内置有EMG及IMU信号采集器。
4.根据权利要求1所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:所述步骤2具体为:
分别选择大腿和小腿任意一个电极采集到的IMU信号,将采集到的IMU信号每采集固定长度数据通过无线模块传输至开发板卡,搭载在开发板卡的下肢运动学解算算法求得当前时刻膝关节角度,所述当前时刻膝关节角度频率与IMU信号频率一致。
5.根据权利要求1所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:滑动时间窗两端均对应EMG信号与关节角度信号的同步点,滑动时间窗的步进长度保滑动后的时间窗内EMG及角度数据互相同步,采用滑动时间窗法对下肢EMG信号和当前时刻膝关节角度进行重采样。
6.根据权利要求1所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:建立五个相同网络结构的LSTM角度预测器,并与五种运动模式相对应;将EMG信号与当前时刻膝关节角度根据标记的运动模式标签放入对应的LSTM角度预测器进行训练,将时间戳向后推移27ms-300ms后的同数据长度膝关节角度向量作为预测器训练标签,采用k折交叉验证法,每次取一个样本作为测试集,其余k-1个样本作为训练集,重复k次实验,使得每个样本均可作为一次测试集数。
7.根据权利要求6所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:在每次训练开始前,训练数据均以样本为单位进行随机混洗。
8.根据权利要求1所述的一种基于肌电的人体运动意图实时连续预测方法,其特征是:所述步骤5具体为:所述EMG信号与IMU信号每采集固定长度数据通过无线模块传输至开发板卡,通过搭载在板卡的运动模式分类器根据EMG及IMU信号判断运动模式并保存,通过搭载开发板卡的下肢运动学解算算法求解实时膝关节角度并保存,将解算得到的实时膝关节角度及对应的EMG信号通过分类出的运动模式输入到对应的LSTM角度预测器进行角度预测,并保存结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010245346.3/1.html,转载请声明来源钻瓜专利网。