基于肌电的人机交互控制策略及其应用与挑战

发布时间：2021-11-06 05:48

　　基于表面肌电信号的控制策略是人机交互技术的一种重要基础,在人类对外围设备的控制方面具有重要的意义。肌电控制策略通过人体的表面肌电信号识别出人体的运动意图,进而转化为控制指令实现对外围设备的精确、稳定控制,改变了使用传统输入设备在便携性、操作空间以及特殊人群等方面的局限性。论述了基于肌电控制策略的发展历程,并比较了表面肌电信号相较于脑电信号作为控制系统输入信号的差异;阐述了基于表面肌电信号的控制策略在康复及辅助领域的应用情况,并指出了相关应用的未来改进和突破方向;分析和探讨了制约基于模式识别技术的肌电控制策略发展中涉及的表面肌电信号采集与提高肌电控制系统的控制效果和鲁棒性的相关技术问题,并给肌电控制系统的后续研究提出了一些可行的切入点。

【文章来源】： 电子测量与仪器学报. 2020,34(02)北大核心CSCD

【文章页数】：11 页

【文章目录】：
0 引 言
1 肌电控制策略的发展及其优势
    1.1 肌电控制策略的发展
    1.2 人机交互中sEMG较于EEG的优势
2 肌电控制策略在康复及辅助领域的应用
    2.1 仿生假肢手
    2.2 电动轮椅
    2.3 外骨骼
3 基于模式识别的sEMG控制策略存在的主要问题
    3.1 表面肌电信号的采集方式
        1)电极的类型
        2)电极的数量
        3)电极的粘贴位置
    3.2 复杂任务下的肌电控制效果
        1)肌肉收缩模式
        2)肌肉收缩强度
        3)肌肉疲劳
4 结 论


【参考文献】：
期刊论文
[1]面向康复与辅助应用的脑-机接口趋势与展望 [J]. 王仲朋,陈龙,何峰,万柏坤,明东.  仪器仪表学报. 2017(06)
[2]基于便携式脑电信号采集器的脑-机器人交互系统 [J]. 支丹阳,杜秀兰,赵靖,吴正平,李伟.  电子测量与仪器学报. 2016(05)
[3]基于表面肌电的运动意图识别方法研究及应用综述 [J]. 丁其川,熊安斌,赵新刚,韩建达.  自动化学报. 2016(01)
[4]基于块稀疏贝叶斯学习的肌电信号特征提取 [J]. 丁帅,王亮.  仪器仪表学报. 2014(12)
[5]基于EMD自相关的表面肌电信号消噪方法 [J]. 席旭刚,武昊,罗志增.  仪器仪表学报. 2014(11)
[6]用于肌电假肢手控制的表面肌电双线性模型分析 [J]. 王涛,侯文生,吴小鹰,万小萍,郑小林.  仪器仪表学报. 2014(08)
[7]基于小波变换及AR模型的EMG模式识别研究 [J]. 张毅,连奥奇,罗元.  电子测量与仪器学报. 2011(09)



本文编号：3479285