基于肌电信号的新型可穿戴式文本输入系统

发布时间：2021-07-21 02:21

　　智能手表等可穿戴智能设备在近几年得到迅猛发展。但由于屏幕小等原因,这些智能可穿戴设备的输入受到很大限制,因此交互问题成为制约可穿戴技术发展的关键性因素。与此同时,社会发展也促使人们越来越关注于个人健康,使得监测身体信息的智能设备也得到发展,不仅仅是心率检测等功能,肌电信号（EMG）也可被用于人机交互领域中,比如手势识别功能。但是,当前的研究方法或是只能识别大的动作,或者只能是少量的动作,或者是需要多种硬件支持。在此背景下,本课题设计了一套基于肌电信号解决输入受限问题的可穿戴式文本输入系统,可借用较少的硬件设备来实现细粒度的击键识别,达到虚拟键盘的效果。为实现信号采集与处理的功能,首先,本课题使用了商用的硬件配件设计了一套智能腕带,用于采集手指敲击键盘时前臂肌肉产生的肌电信号。然后,为处理采集到的原始信号,得到低损耗、高信噪比的肌电信号,本课题为系统设计了有效的噪声抑制算法。接着,本课题提出变化量的定义公式,设计了基于变化量的算法以用于检测并提取因动作而产生的肌电信号（动作信号）。除此以外,本课题设计算法对动作信号进行分析,实现文本输入功能。首先,本课题设计了内嵌式的特征工程用于选取有效... 

【文章来源】：深圳大学广东省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

几种外接键盘

本课题提出一种新型的可穿戴式文本输入系统：在标准打字的过程中，前臂的肌肉守神经系统的控制进行运动，伴随着肌电信号的产生，而本系统则通过可穿戴设备采集到肌电信号，结合多分类模型识别出打字击键动作所对应的目标字符，实现虚拟键盘功能，进而在字符识别的基础上进行单词纠错，完成精确的文本输入功能。从采集到原始的肌电信号，最终输出目标文本信息，系统共经过 4 个工作步骤，如图 1-2，其中包括： 数据采集：通过硬件设备感知并采集肌电信号； 数据处理：对采集到的原始肌电信号主要经过两部分处理工作：1）对原始信号进行滤波去噪；2）从去噪后的信号序列中提取有效的动作样本； 数据分析：再通过识别模型对动作样本进行识别，输出字符信息； 文本重组：将识别模型输出的字符组成单词，再单词纠错模型对错误的单词进行纠正，最终输出准确的文本信息。

基于肌电信号的新型可穿戴式文本输入系统，如图 2-1。图 2-1 为左手前臂相关肌肉的展示图，分别是：指伸肌，位于前臂手背一侧，主要功能是通过肌肉的收缩来控制除拇指外的四一侧运动，比如手掌伸展活动；小指伸肌，也是位于前臂手背一侧，紧挨着指伸肌，参与到小拇指的活动控制拇长展肌，位于前臂手背一侧及前端，主要功能是通过肌肉的收缩控制大拇指侧运动；指深屈肌，位于前臂掌心一侧，控制着四指的弯曲，常见动作如握拳、敲、勾长屈肌、前旋方肌组成前臂腹部肌肉组织，共同控制着手掌运动。

【参考文献】：
期刊论文
[1]表面肌电信号分析及其应用研究[J]. 王健,金小刚.  中国体育科技. 2000(08)



本文编号：3294106