人機(jī)接觸交互中人體肘關(guān)節(jié)運(yùn)動(dòng)意圖與力矩估計(jì).pdf

1、人體運(yùn)動(dòng)意圖獲取研究是人機(jī)接觸交互中的重要前沿。如何定性和定量地對(duì)于人的意圖信息進(jìn)行分析，準(zhǔn)確、快速地感知操作者的輸入是一個(gè)交互系統(tǒng)能夠?yàn)椴僮髡咛峁┳匀?、高效臨場感的前提和基礎(chǔ)，系統(tǒng)要根據(jù)操作者不同的運(yùn)動(dòng)及意圖迅速做出相應(yīng)的響應(yīng)。表面肌電信號(hào)是一種復(fù)雜的表皮下肌肉電活動(dòng)在皮膚表面處的時(shí)間和空間上的綜合結(jié)果，研究如何從表面肌電中識(shí)別出肢體的多種運(yùn)動(dòng)模式和運(yùn)動(dòng)意圖已經(jīng)成為相關(guān)領(lǐng)域研究的熱點(diǎn)問題之一。本項(xiàng)研究深入探討了如何由采集的表面肌電信號(hào)

2、來識(shí)別上肢的運(yùn)動(dòng)意圖，旨在為增強(qiáng)人機(jī)交互的自然性提供有效的途徑。 本文的主要成果是： (1)研究了人機(jī)接觸交互中人體上肢的運(yùn)動(dòng)特點(diǎn)，搭建了上肢在平面內(nèi)做靜態(tài)和動(dòng)態(tài)運(yùn)動(dòng)的生物力學(xué)信息獲取平臺(tái)，對(duì)上肢六塊肌肉所產(chǎn)生的表面肌電信號(hào)進(jìn)行了實(shí)驗(yàn)研究。 (2)成功引入神經(jīng)生理學(xué)的余弦調(diào)諧函數(shù)描述受試者的靜態(tài)表面肌電活動(dòng)，建立了上肢六組表面肌電信號(hào)與肘關(guān)節(jié)在水平面內(nèi)最優(yōu)運(yùn)動(dòng)方向的關(guān)系模型，對(duì)通過肌電信號(hào)提取人體運(yùn)動(dòng)意圖有直接的

3、指導(dǎo)作用。 (3)論證了三重余弦調(diào)諧函數(shù)可以準(zhǔn)確描述表面肌電信號(hào)與最優(yōu)運(yùn)動(dòng)方向的關(guān)系模型，由實(shí)驗(yàn)測定的肌電信號(hào)擬合出的方向曲線能夠精確地估計(jì)出肘關(guān)節(jié)的運(yùn)動(dòng)意圖方向。 (4)探討了模型中各參數(shù)與實(shí)測肌電信號(hào)之間的內(nèi)在聯(lián)系機(jī)理，引入人工智能方法對(duì)神經(jīng)控制量參數(shù)進(jìn)行了修正，減小了由于表面肌電信號(hào)測量引起的不確定性而對(duì)人體運(yùn)動(dòng)意圖估計(jì)造成的影響，進(jìn)一步提高了模型的適應(yīng)性。以上結(jié)果為闡明通過表面肌電信號(hào)提取肢體運(yùn)動(dòng)意圖的機(jī)理及其動(dòng)

4、力學(xué)過程提供了豐富的信息。 本文的另一部分工作是利用人工神經(jīng)網(wǎng)絡(luò)估算肘關(guān)節(jié)力矩。主要成果是： (1)基于測力機(jī)器人實(shí)驗(yàn)平臺(tái)，采用采用小波包變換和自回歸模型提取肌電信號(hào)的特征參數(shù)，發(fā)現(xiàn)小波包變換函數(shù)Simmlet5的第5層和選取4階自回歸模型的系數(shù)作為肌電信號(hào)的特征是合適的，適用于實(shí)時(shí)性要求較高的情況。 (2)提出了利用表面肌電信號(hào)估計(jì)人體肘關(guān)節(jié)力矩的算法及其技術(shù)實(shí)現(xiàn)途徑，并存測力機(jī)器人力控制上得到驗(yàn)證：實(shí)驗(yàn)結(jié)果表明