科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前大多数商用表面肌电采集系统存在着价格昂贵，便携性和时效性无法满足应用需求的缺陷。为了解决这些问题，本文结合模拟采集电路的精度要求以及微控制器低功耗、高性能、灵活性等方面的需求，设计了嵌入式一体化肌电腕带，可以用于实时手势识别。首先采用低成本、低噪声的精密放大器完成了模拟采集电路的设计，并在仿真环境中对电路进行了仿真实验验证，保证信号采集质量。其次，在低功耗高性能微控制器ESP32-S3上提出了轻量化卷积神经网络L-CNN进行实时识别。本文提出的L-CNN卷积神经网络在预训练后进行剪枝和量化后再完成部署，通过剪枝算法去除模型中冗余的权重参数，减小模型的大小，加快推理速度并微调到预训练模型中。量化将原有32位浮点数降低到8位整数来计算，使模型尺寸降低以适合于嵌入式设备。实验结果表明，L-CNN相比原模型尺寸降低了10倍，推理速度也有提升并且在实时手势识别中能达到95%左右的识别准确率验证整个系统的可靠性。
- 单位
