人体下肢行走关节连续运动表面肌电解码方法

发布时间：2017-06-09 21:20

  本文关键词：人体下肢行走关节连续运动表面肌电解码方法，由笔耕文化传播整理发布。

【摘要】：为实现人体下肢步态动作的连续识别,提出了一种利用表面肌电信号进行下肢关节运动角度连续解码的方法。首先利用光学运动捕捉实现下肢关节运动角度的计算,然后采集下肢运动相关主力肌肉的表面肌电信号并提取其活动强度信息;在此基础上,基于受限玻尔兹曼机构建深度自动编码器(DAE),实现多路表面肌电信号强度时间序列的低维空间编码和最优特征提取;最后,利用BP神经网络建立特征量与关节矢状面运动角度之间的非线性回归模型。实验结果表明:该方法提取的信号特征信息优于传统的主量分析方法,采用提出的模型能够更精确地估计下肢关节连续运动角度,其估计值与真实值的均方误差较传统方法降低25%~35%。研究结果为人机交互接口技术的开发、实现下肢可穿戴智能装备的生物电连续控制、提高人机运动平稳性奠定了基础。
【作者单位】： 西安交通大学现代设计及转子轴承系统教育部重点实验室;
【关键词】： 表面肌电信号 连续运动识别 玻尔兹曼机 深度自动编码器 BP神经网络
【基金】：国家自然科学基金重大研究计划资助项目(91420301)
【分类号】：TP242
【正文快照】： 新一代具有强大交互能力的人机合作智能装备是目前机器人领域研究的热点,如康复训练机器人、助力助行外骨骼机器人及智能假肢等[1-3]。随着生物信息技术的发展,通过脑电、肌电等生物电信号来实现人与协同对象和外界环境的交流,将生物电蕴含的人体运动信息作用于机器人,是人机

【相似文献】

中国期刊全文数据库 前3条

1 刘来福，唐志宇，匡锦瑜;向量玻尔兹曼机[J];北京师范大学学报(自然科学版);1996年04期

2 秦胜君;卢志平;;基于限制玻尔兹曼机的无极性标注情感分类研究[J];科学技术与工程;2013年35期

3 ;[J];;年期

中国硕士学位论文全文数据库 前6条

1 李娟;基于RBM的小分子活性及选择性研究[D];兰州大学;2015年

2 叶睿;基于深度学习的人脸检测方法研究[D];哈尔滨工业大学;2015年

3 张卫东;深度信念网络及其在手写字体识别中的应用[D];成都理工大学;2015年

4 王海麟;通过信息几何方法挖掘玻尔兹曼机的不变性[D];天津大学;2014年

5 仝少敏;基于受限玻尔兹曼机的面部运动识别方法研究[D];哈尔滨工业大学;2014年

6 李平;监督概率主题模型研究[D];安徽工业大学;2014年

  本文关键词：人体下肢行走关节连续运动表面肌电解码方法，由笔耕文化传播整理发布。

，

本文编号：436623