针对表面肌电信号控制假肢手臂大范围关节角度预测精度低的问题，本文提出一种基于肌肉激活度的大范围关节运动角度分层预测。第一层使用误差反向传播网络(BPNN)搭建三分类器，对关节角度进行低、中、高3个级别的初步划分；第二层使用粒子群(PSO)算法对支持向量回归机(SVR)算法自动寻参，并采用3个PSO-SVR模型对不同级别的关节角度进行精确预测。实验结果表明，该种策略下关节角度的预测值与真实值有较高的一致性，角度预测误差不超过7°,有助于提高仿生假肢手臂关节活动的灵活性。
科研之友
微信
新浪微博
Facebook
分享链接
