纳米金柔性传感器在手势动作分类中的应用研究

发布时间：2022-04-27 18:16

　　随着人工智能技术的飞速发展,生物医学工程与模式识别技术的结合广泛应用在人机交互、疾病诊断、假肢控制等多个领域,其中,功能智能化的假肢的发展使得手势动作的分类识别成为研究的热点之一。迄今为止,解码表面肌电信号（sEMG）成为手势动作识别的主要研究手段,但sEMG也是一种微弱的生理电信号,容易受到电磁干扰和肌肉疲劳的影响。通常,传统的肌电采集设备大多采用的是金属电极,需要采用涂导电膏的方式降低电极与皮肤之间的接触阻抗,不适用于导电膏过敏人群且易造成患者不适,从而不便于电生理信号的长期监测。因为手势动作需要肌群之间协同完成,且每个手势动作的肌肉收缩水平不同,针对sEMG与肌电采集传感器的不足,本文选择纳米金柔性传感器,将其拉伸过程中良好的导电性能应用在手势动作分类中,纳米金柔性传感器利用前臂肌肉收缩水平的差异性将传感器被拉伸后的形变信号应用于手势动作分类,验证其分类性能,为基于生理信号的假肢控制应用提供一种新的技术手段。本文的研究内容主要包括以下几个方面:（1）针对纳米金柔性传感器及其采集平台做了初步的研究,首先,本文设计并制备了纳米金柔性传感器,通过实验探讨了其不同的封装形式,然后根据日常... 

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究意义
    1.2 国内外研究现状
        1.2.1 用于手势动作的sEMG传感器的研究现状
        1.2.2 柔性传感器国内外现状
    1.3 本文的研究内容
        1.3.1 本文的主要内容
        1.3.2 创新点
    1.4 本章小结
2 纳米金柔性传感器的构建及数据处理方法
    2.1 纳米金柔性传感器的封装及其采集平台
        2.1.1 纳米金柔性传感器的封装
        2.1.2 纳米金柔性传感器的采集平台
    2.2 手势动作选择
    2.3 数据处理
        2.3.1 预处理
        2.3.2 特征选择
        2.3.3 分类器的选择
    2.4 本章小结
3 基于纳米金柔性传感器的手势识别
    3.1 纳米金柔性传感器位置的选择
        3.1.1 位置敏感特性实验设计
        3.1.2 传感器不同测试位置的分类准确率
        3.1.3 纳米金柔性传感器分类性能
    3.2 手臂姿势对分类准确率的影响
    3.3 基于手势动作不同训练模式的分类性能
        3.3.1 实验设计
        3.3.2 时域波形
        3.3.3 两种不同训练模式的分类性能
    3.4 纳米金柔性传感器与基于s EMG的手势动作识别比较
        3.4.1 手势识别实验设计
        3.4.2 数据处理
        3.4.3 sEMG与形变信号对比分析
    3.5 本章小结
4 基于柔性可拉伸材料的形变信号的探索
    4.1 手势动作及不同力度影响的实验设计
    4.2 柔性可拉伸材料的形变信号的时域波形
    4.3 手势及不同力度的混淆矩阵
    4.4 柔性可拉伸材料的形变信号的平均分类性能
    4.5 本章小结
5 总结与展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果


【参考文献】：
期刊论文
[1]基于深度神经网络的sEMG手势识别研究[J]. 张龙娇,曾晓勤.  计算机工程与应用. 2019(23)
[2]基于深度学习模型的表面肌电信号手势动作识别算法研究[J]. 曹书豪,许成哲.  科技视界. 2019(01)

硕士论文
[1]基于表面肌电信号的手势动作识别方法研究[D]. 顾晓婷.哈尔滨工程大学 2019
[2]基于柔性电极的表面肌电信号采集与处理研究[D]. 肖翔.电子科技大学 2018
[3]基于表面肌电信号的上肢精细动作模式识别研究[D]. 庄聪聪.华南理工大学 2018



本文编号：3648941