一种基于表面肌电信号的腕部肌力估计方法研究

作者：郭福民; 张华^*; 胡瑢华; 宋岩

来源：计算机科学, 2021, 48(S1): 317-320+325.

• 表面肌电信号
• 肌力估计
• 腕部
• 支持向量机
• BP神经网络

基于表面肌电信号(Surface ElectroMyoGraphy, sEMG)的人机交互力控制需要检测肌力的大小,而直接、精确地测量肌力十分困难,因此常使用肌力估计的方法估计肌力,为了实现基于sEMG信号的腕部肌力估计,文中提出了一种方法。该方法首先制作一个肌力采集平台,然后采集腕部一系列不同肌力水平的肌力信号和sEMG信号,将两种信号滤波后同步匹配,取sEMG信号的均方根、平均绝对值(MAV)、均值频率、谱矩比(Spectral Moments Ratio, SMR)作为4个特征值,最后使用支持向量机(Support Vector Machine, SVM)建模实现肌力估计,并与BP神经网络建模结果比较。两名实验者肌力估计均方根误差分别达到9.1%MVC(最大等长收缩力)和8.7%MVC,结果表明所提方法是一种有效的、简便的腕部肌力估计方法。

• 单位
  江西省机器人与焊接自动化重点实验室