CN107456300A - 基于fsm的多自由度假手快速肌电编码控制*** - Google Patents

基于fsm的多自由度假手快速肌电编码控制*** Download PDF

Info

Publication number
CN107456300A
CN107456300A CN201710861945.6A CN201710861945A CN107456300A CN 107456300 A CN107456300 A CN 107456300A CN 201710861945 A CN201710861945 A CN 201710861945A CN 107456300 A CN107456300 A CN 107456300A
Authority
CN
China
Prior art keywords
signal
module
electromyographic signal
coding
motion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710861945.6A
Other languages
English (en)
Inventor
姜力
杨斌
黄琦
程明
刘源
杨威
杨大鹏
刘炳辰
刘宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201710861945.6A priority Critical patent/CN107456300A/zh
Publication of CN107456300A publication Critical patent/CN107456300A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2/72—Bioelectric control, e.g. myoelectric
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Transplantation (AREA)
  • Vascular Medicine (AREA)
  • Prostheses (AREA)

Abstract

基于FSM的多自由度假手快速肌电编码控制***，涉及肌电假手控制领域，为了解决现有的肌电假手控制***存在基于肌电信号模式识别的控制方式使用范围受限，控制效果不稳定，现有状态转换的控制方式操作不方便，控制方法难以精确掌控，状态转换准确率低且所需时间长的问题。本发明包括肌电信号电极、LDA分类器、编码模块、运动控制模块和训练模块，LDA分类器对肌电信号进行分类，编码模块处于姿势选择状态时，用于根据进一步分类后的肌电信号产生姿势编码，处于运动控制状态时，用于根据肌电信号设定运动方向，运动控制模块对假手的运动进行控制。本发明适用于肌电假肢领域。

Description

基于FSM的多自由度假手快速肌电编码控制***
技术领域
本发明涉及肌电假手控制领域，具体涉及基于FSM的多自由度肌电假手快速编码控制技术。
背景技术
肌电假手是一种利用人体前臂的肌肉电信号(Electromyography，EMG)作为控制信号源，通过某种信息解码策略，控制假手运动以实现抓取物体的康复装备。这种基于生物信号控制的肌电假手的优点是显而易见的，因为其利用残疾人残余的肌肉与神经进行控制，不需要额外的控制信号源，便于残疾人使用。对于肌电控制的多自由度假手，其操作范围和抓取能力远超之前的单自由度假手，然而，控制多自由度假手需要更为复杂的控制策略。
然而，现有基于肌电信号模式识别的肌电控制方法要求残疾人具有多块活动肌肉，这就限制了高位截肢患者使用，并且其控制效果容易受肌肉萎缩，皮肤与肌电电极之间阻抗变化影响。因此，基于肌电信号模式识别的肌电控制方法在实际使用中有很大的局限性。而且现有的基于状态转换的控制方式往往需要额外的开关进行状态切换，操作不便；现有的编码式肌电控制方法采用了基于信号种类和信号持续时间的状态切换方法，在实际使用中，残疾人难以精确掌控肌电信号的持续时间，导致状态切换出现错误并且状态切换所需时间长，而且每次开机都需要进行训练流程，不方便日常使用。
发明内容
本发明的目的是为了解决现有的肌电假手控制***存在基于肌电信号模式识别的控制方式使用范围受限，控制效果不稳定，现有状态转换的控制方式操作不方便，控制方法难以精确掌控，状态转换准确率低且所需时间长的问题，从而提供基于FSM的多自由度假手快速肌电编码控制***。
本发明所述的基于FSM的多自由度假手快速肌电编码控制***，包括肌电信号电极1、LDA分类器22、编码模块23、运动控制模块24和训练模块26；
肌电信号电极1，用于采集使用者的肌电信号；
训练模块26，用于根据训练模式采集的肌电信号进行训练，得到分类器参数；
LDA分类器22，用于读取分类器参数，完成LDA分类器22的初始化，利用初始化后的LDA分类器22对采集的肌电信号进行分类，并将分类结果发送给编码模块23；
编码模块23，用于统计肌电信号的持续时间，根据持续时间对肌电信号进一步分类；
编码模块23采用状态机实现，具有两个工作状态：姿势选择状态和运动控制状态；进一步分类后的肌电信号对两个工作状态进行切换；
处于姿势选择状态时，用于根据进一步分类后的肌电信号产生姿势编码；
处于运动控制状态时，用于根据肌电信号设定运动方向；
运动控制模块24，根据编码模块23发送的姿势编码和运动方向对假手各个手指的运动进行规划并控制各个手指沿规划好的轨迹运动。
优选的是，LDA分类器22根据LDA分类算法将接收到的肌电信号分类为屈肌信号F、伸肌信号E、同步信号C和放松信号r。
优选的是，编码模块23将持续时间超过阈值T的F、E、C进一步分类为编码屈肌信号f、编码伸肌信号e、切换同步信号c，将持续时间不超过阈值T的F、E、C保持原来分类。
优选的是，当肌电信号的分类结果为切换同步信号c时，对编码模块23的工作状态进行切换，由当前的工作状态切换为另一个工作状态；切换为姿势选择状态后，编码堆栈清空；
当编码模块23处于姿势选择状态时，将肌电信号的分类结果送入一个深度为2的先进先出的编码堆栈中，则编码堆栈状态一共有7种，即空、f、e、ff、ee、fe、ef，7种编码堆栈状态即姿势编码对应7种预设的抓取姿势，分别为圆柱抓取、圆球抓取、三指捏取、侧边捏取、两指捏取、四指弯曲、食指指示；
当编码模块23处于运动控制状态时，编码模块23用于确定假手的运动方向，具体为：
当肌电信号的分类结果为编码屈肌信号f或者屈肌信号F时，则假手的运动方向为闭合方向；
当肌电信号的分类结果为放松信号r或者同步信号C时，则假手各手指保持当前位置；
当肌电信号的分类结果为编码伸肌信号e或者伸肌信号E时，则假手的运动方向为张开方向。
优选的是，还包括ADC转换模块21，所述肌电信号电极1包括信号采集模块11和信号处理模块12；
信号采集模块11，用于将接收到的原始肌电信号发送给信号处理模块12；
信号处理模块12，用于对接收到的原始肌电信号进行处理，得到可识别的肌电信号，并发送给ADC转换模块21；
ADC转换模块21，用于将表征肌电信号的模拟信号转换为数字信号，并发送给LDA分类器22和训练模块26。
优选的是，还包括人机交互模块25；
人机交互模块25，包括使用模式选择开关、LDA分类器指示灯、编码模块状态指示灯；
使用模式选择开关用于选择是否进入训练模式；
LDA分类器指示灯用于对分类结果进行指示；
编码模块状态指示灯用于对编码模块23的工作状态进行指示。
优选的是，还包括存储模块27；
存储模块27，用于接收分类器参数并进行存储。
本发明的肌电编码控制***实现了对多自由度肌电假手的姿势选择与运动控制，并且操作简单，肌电信号分类准确率高，可选择抓取姿势多，达到了利用肌电信号对多自由度假手的稳定控制的目的。
附图说明
图1是具体实施方式一所述的基于FSM的多自由度假手快速肌电编码控制***的结构示意图；
图2是具体实施方式一中的屈肌信号F的波形图；
图3是具体实施方式一中的伸肌信号E的波形图；
图4是具体实施方式一中的同步信号C的波形图；
图5是具体实施方式一中的放松信号r的波形图；
图6是具体实施方式一中的编码伸肌信号e的波形图；
图7是具体实施方式一中的编码屈肌信号f的波形图；
图8是具体实施方式一中的切换同步信号c的波形图；
图9是具体实施方式一中的编码模块的工作原理图；
图10是具体实施方式一所述的基于FSM的多自由度假手快速肌电编码控制***的状态转换图，
图11是具体实施方式一所述的基于FSM的多自由度假手快速肌电编码控制***工作流程图。
具体实施方式
具体实施方式一：结合图1至图11具体说明本实施方式，本实施方式所述的基于FSM的多自由度假手快速肌电编码控制***，包括肌电信号电极1和肌电控制***2；
肌电信号电极1包括信号采集模块11和信号处理模块12；
肌电控制***2包括ADC模块21、LDA分类器22、编码模块23、运动控制模块24、人机交互模块25、训练模块26和存储模块27；
信号采集模块11，用于将接收到的原始肌电信号发送给信号处理模块12；
信号处理模块12，用于对接收到的原始肌电信号进行处理，得到可识别的肌电信号，并发送给ADC转换模块21；信号处理模块对信号进行放大、滤波、求均方根，从而得到的信号可用于识别。
ADC转换模块21，用于将表征肌电信号的模拟信号转换为数字信号，并发送给LDA分类器22和训练模块26；
在训练模式，训练模块26根据人体按顺序依次弯曲前臂、放松、伸展前臂和绷紧前臂所产生的标记的肌电信号经ADC转换模块后，对分类器进行训练，并将训练后的分类器参数存储在存储模块中；
存储模块27，用于对接收到的分类器参数进行存储；
在使用阶段，LDA分类器22，用于从存储模块27中读取分类器参数，完成LDA分类器22的初始化，然后使用者产生的肌电信号，经ADC模块21后，输入LDA分类器22，LDA分类器根据LDA分类算法将接收到的肌电信号分类为屈肌信号F、伸肌信号E、同步信号C和放松信号r，如图2、图3、图4和图5所示，图中实线为置于伸肌腹处的肌电电极采集到的信号，虚线为置于屈肌肌腹处的肌电电极采集到的信号，横线为幅值阈值，并将分类结果发送给编码模块23和人机交互模块25。
编码模块23统计信号的持续时间，将持续时间超过阈值T的F、E、C进一步分类为编码屈肌信号f、编码伸肌信号e、切换同步信号c，如图6、图7、图8所示；将持续时间不超过阈值T的屈肌信号F、伸肌信号E、同步信号C仍然保持原来的分类，。
图6中，Le表示从分类为伸肌信号E到分类为非伸肌信号所持续的时间，T为信号持续时间判断阈值，T＝100ms，当T<Le时，伸肌信号E被分类为编码伸肌信号e，否则，仍然分类为伸肌信号E，图7中，Lf表示从分类为屈肌信号F到分类为非屈肌信号所持续的时间，T为信号持续时间判断阈值，T＝100ms，当T<Lf时，屈肌信号F被分类为编码屈肌信号f，否则，仍然分类为屈肌信号F，图8中，Lc表示从分类为同步信号C到分类为非同步信号所持续的时间，T为信号持续时间判断阈值，T＝100ms，当T<Lc时，同步信号C被分类为切换同步信号c，否则，仍然分类为同步信号C。
根据FSM(有限状态机)的原则，编码模块23的工作状态分为两个：姿势选择状态和运动控制状态；姿势选择状态进行抓取姿势的选择；运动控制状态根据姿势选择结果进行假手的运动控制；两种控制状态之间用切换同步信号c进行切换；
姿势选择状态，用于在7种预设抓取姿势中选择，其中包括1种默认的姿势和6种非默认姿势；具体为：
将分类结果送入一个深度为2的先进先出的编码堆栈中，则编码堆栈状态，一共有7种，即空、f、e、ff、ee、fe、ef，对应7种预设的抓取姿势；即圆柱抓取、圆球抓取、三指捏取、侧边捏取、两指捏取、四指弯曲、食指指示，空对应的肌电信号为放松信号r。每种状态对应一种设定的姿势，其中空对应默认姿势，也就是圆柱抓取，其余6种状态对应6种非默认姿势；
当肌电信号的分类结果为切换同步信号c时，编码模块从当前的姿势选择状态转移到运动控制状态；
运动控制状态，用于确定假手的运动方向，具体为：
当肌电信号的分类结果为编码屈肌信号f或者屈肌信号F时，则假手的运动方向为闭合方向；
当肌电信号的分类结果为放松信号r或者同步信号C时，则假手各手指保持当前位置；
当肌电信号的分类结果为编码伸肌信号e或者伸肌信号E时，则假手的运动方向为张开方向；
当肌电信号的分类结果为切换同步信号c时，编码模块从当前的运动控制状态转移到姿势选择状态，编码堆栈清空。
编码模块中产生的姿势编码和动作方向发送到运动控制模块，运动控制模块根据不同的姿势和动作方向对假手各个手指的运动进行规划，并控制各个手指沿规划好的轨迹运动；
人机交互模块25，包括使用模式选择开关、LDA分类器指示灯、编码模块状态指示灯；
当编码模块处于姿势选择状态时，人机交互模块的编码模块状态指示灯显示为姿势选择状态；当处于运动控制状态时，人机交互模块的编码状态指示灯显示为运动控制状态。
根据人机交互模块的使用模式选择开关，可以选择进入是否进入训练模式；
当LDA分类器分类成功一个伸肌信号E、一个屈肌信号F或者一个同步信号C后，人机交互模块会提示操作者一次。
根据编码模块的状态，编码模块状态指示灯显示不同的状态，当编码模块分类成功一个编码伸肌信号e、一个编码屈肌信号f或者一个切换同步信号c后，人机交互模块会提示操作者一次。
本实施方式所述的肌电信号电极1共有两枚，分别放置于屈肌(Flexor)和伸肌(Extensor)的肌腹处，用于采集并预处理肌电信号。如图11所示，使用者通过人机交互模块选择训练模式，开机后，使用者依次进行弯曲前臂、放松、伸张前臂和绷紧前臂的动作以产生四组带有标记的训练样本。利用训练模块对4组训练样本进行处理，生成初始化的LDA分类器。训练完成后，将分类器参数存入存储模块中。控制***进入LDA分类和编码状态。其中LDA分类器利用之前生成的分类器的参数完成分类器初始化，然后将肌电信号电极1产生的肌电信号分类、将分类结果传递给编码模块和人机交互模块，编码模块将所选姿势和运动方向发送到运动控制模块，运动控制模块根据所选姿势和运动方向，规划各个手指的运动，并控制各个手指沿规划的轨迹运动，人机交互模块向使用者显示当前肌电信号的分类状况和当前编码模块的状态。
人机交互模块中选择使用非训练模式，开机后，使用者无需进入训练模块，LDA分类器直接从存储模块中读取上次执行训练模块时的训练结果，初始化分类器，对肌电信号进行分类，然后进入编码控制模块。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (7)

1.基于FSM的多自由度假手快速肌电编码控制***，其特征在于，包括肌电信号电极(1)、LDA分类器(22)、编码模块(23)、运动控制模块(24)和训练模块(26)；
肌电信号电极(1)，用于采集使用者的肌电信号；
训练模块(26)，用于根据训练模式采集的肌电信号进行训练，得到分类器参数；
LDA分类器(22)，用于读取分类器参数，完成LDA分类器(22)的初始化，利用初始化后的LDA分类器(22)对采集的肌电信号进行分类，并将分类结果发送给编码模块(23)；
编码模块(23)，用于统计肌电信号的持续时间，根据持续时间对肌电信号进一步分类；
编码模块(23)采用状态机实现，具有两个工作状态：姿势选择状态和运动控制状态；进一步分类后的肌电信号对两个工作状态进行切换；
处于姿势选择状态时，用于根据进一步分类后的肌电信号产生姿势编码；
处于运动控制状态时，用于根据肌电信号设定运动方向；
运动控制模块(24)，根据编码模块(23)发送的姿势编码和运动方向对假手各个手指的运动进行规划并控制各个手指沿规划好的轨迹运动。
2.根据权利要求1所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，LDA分类器(22)根据LDA分类算法将接收到的肌电信号分类为屈肌信号F、伸肌信号E、同步信号C和放松信号r。
3.根据权利要求2所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，编码模块(23)将持续时间超过阈值T的F、E、C进一步分类为编码屈肌信号f、编码伸肌信号e、切换同步信号c，将持续时间不超过阈值T的F、E、C保持原来分类。
4.根据权利要求3所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，当肌电信号的分类结果为切换同步信号c时，对编码模块(23)的工作状态进行切换，由当前的工作状态切换为另一个工作状态；切换为姿势选择状态后，编码堆栈清空；
当编码模块(23)处于姿势选择状态时，将肌电信号的分类结果送入一个深度为2的先进先出的编码堆栈中，则编码堆栈状态一共有7种，即空、f、e、ff、ee、fe、ef，7种编码堆栈状态即姿势编码对应7种预设的抓取姿势，分别为圆柱抓取、圆球抓取、三指捏取、侧边捏取、两指捏取、四指弯曲、食指指示；
当编码模块(23)处于运动控制状态时，编码模块(23)用于确定假手的运动方向，具体为：
当肌电信号的分类结果为编码屈肌信号f或者屈肌信号F时，则假手的运动方向为闭合方向；
当肌电信号的分类结果为放松信号r或者同步信号C时，则假手各手指保持当前位置；
当肌电信号的分类结果为编码伸肌信号e或者伸肌信号E时，则假手的运动方向为张开方向。
5.根据权利要求1所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，还包括ADC转换模块(21)，所述肌电信号电极(1)包括信号采集模块(11)和信号处理模块(12)；
信号采集模块(11)，用于将接收到的原始肌电信号发送给信号处理模块(12)；
信号处理模块(12)，用于对接收到的原始肌电信号进行处理，得到可识别的肌电信号，并发送给ADC转换模块(21)；
ADC转换模块(21)，用于将表征肌电信号的模拟信号转换为数字信号，并发送给LDA分类器(22)和训练模块(26)。
6.根据权利要求1所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，还包括人机交互模块(25)；
人机交互模块(25)，包括使用模式选择开关、LDA分类器指示灯、编码模块状态指示灯；
使用模式选择开关用于选择是否进入训练模式；
LDA分类器指示灯用于对分类结果进行指示；
编码模块状态指示灯用于对编码模块(23)的工作状态进行指示。
7.根据权利要求1所述的基于FSM的多自由度假手快速肌电编码控制***，其特征在于，还包括存储模块(27)；
存储模块(27)，用于接收分类器参数并进行存储。
CN201710861945.6A 2017-09-21 2017-09-21 基于fsm的多自由度假手快速肌电编码控制*** Pending CN107456300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710861945.6A CN107456300A (zh) 2017-09-21 2017-09-21 基于fsm的多自由度假手快速肌电编码控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710861945.6A CN107456300A (zh) 2017-09-21 2017-09-21 基于fsm的多自由度假手快速肌电编码控制***

Publications (1)

Publication Number Publication Date
CN107456300A true CN107456300A (zh) 2017-12-12

Family

ID=60553475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710861945.6A Pending CN107456300A (zh) 2017-09-21 2017-09-21 基于fsm的多自由度假手快速肌电编码控制***

Country Status (1)

Country Link
CN (1) CN107456300A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111616848A (zh) * 2020-06-02 2020-09-04 中国科学技术大学先进技术研究院 基于fsm的五自由度上臂假肢控制***
WO2021052045A1 (zh) * 2019-09-17 2021-03-25 北京海益同展信息科技有限公司 肢体动作的识别方法、装置、计算机设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1678258A (zh) * 2002-08-22 2005-10-05 维克多姆人体机械公司 用于控制动力假体的控制***和方法
CN101305940A (zh) * 2008-07-07 2008-11-19 哈尔滨工业大学 基于pc机及dsp的多自由度肌电假手训练及控制***
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN102836021A (zh) * 2012-09-29 2012-12-26 哈尔滨工业大学 编码式多自由度肌电假手控制***
CN103519924A (zh) * 2013-10-22 2014-01-22 深圳先进技术研究院 智能假手***
CN106420124A (zh) * 2016-10-10 2017-02-22 上海电机学院 一种肌电控制虚拟机器人假手仿真***的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1678258A (zh) * 2002-08-22 2005-10-05 维克多姆人体机械公司 用于控制动力假体的控制***和方法
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN101305940A (zh) * 2008-07-07 2008-11-19 哈尔滨工业大学 基于pc机及dsp的多自由度肌电假手训练及控制***
CN102836021A (zh) * 2012-09-29 2012-12-26 哈尔滨工业大学 编码式多自由度肌电假手控制***
CN103519924A (zh) * 2013-10-22 2014-01-22 深圳先进技术研究院 智能假手***
CN106420124A (zh) * 2016-10-10 2017-02-22 上海电机学院 一种肌电控制虚拟机器人假手仿真***的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜力 等: "基于状态转换机制的仿人型假手肌电控制方法", 《高技术通讯》 *
黄琦: "仿生假手双向生机接口***及交互控制的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021052045A1 (zh) * 2019-09-17 2021-03-25 北京海益同展信息科技有限公司 肢体动作的识别方法、装置、计算机设备及存储介质
CN111616848A (zh) * 2020-06-02 2020-09-04 中国科学技术大学先进技术研究院 基于fsm的五自由度上臂假肢控制***
CN111616848B (zh) * 2020-06-02 2021-06-08 中国科学技术大学先进技术研究院 基于fsm的五自由度上臂假肢控制***

Similar Documents

Publication Publication Date Title
CN101987048B (zh) 假肢控制方法和***
CN107411857B (zh) 一种分布式腕手假肢***的控制***
Li et al. Combined use of FSR sensor array and SVM classifier for finger motion recognition based on pressure distribution map
Englehart et al. Continuous multifunction myoelectric control using pattern recognition
CN103892945B (zh) 肌电假肢控制***
Kyberd et al. An intelligent anthropomorphic hand, with automatic grasp
EP1408443A1 (en) Method and apparatus for analysing gestures produced by a human, e.g. for commanding apparatus by gesture recognition
CN104546235A (zh) 混合型假手
CN105012057A (zh) 基于双臂肌电、姿态信息采集的智能假肢及运动分类方法
Xu et al. A prosthetic arm based on EMG pattern recognition
CN107456300A (zh) 基于fsm的多自由度假手快速肌电编码控制***
CN103815991B (zh) 双通道操作感知虚拟假手训练***及方法
CN101590648A (zh) 基于脑-机接口的服务机器人***
Phinyomark et al. Evaluation of EMG feature extraction for movement control of upper limb prostheses based on class separation index
CN111931626A (zh) 一种基于深度学习的血管介入机器人自动手术方法
Wołczowski et al. Human–machine interface in bioprosthesis control using EMG signal classification
CN101750967A (zh) 一种新型智能轮椅控制***
CN111616848B (zh) 基于fsm的五自由度上臂假肢控制***
CN111714121A (zh) 肌电数据分类模型构建方法、分类方法、装置及服务器
CN102836021B (zh) 编码式多自由度肌电假手控制***
CN103617411B (zh) 基于复杂度和分维数及分形长度的肌电信号识别方法
Chang et al. A hierarchical hand motions recognition method based on IMU and sEMG sensors
US20220039972A1 (en) Motion-mode and thumb-position-based motion control system and method of myoelectric hand
JP3610455B2 (ja) 筋電パターン識別装置
CN102117119A (zh) 基于颞肌表面肌电信号实现鼠标控制的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171212

RJ01 Rejection of invention patent application after publication