[发明专利]一种基于人体表面肌电信号的躯干动作意图识别方法

权利要求书

1.一种基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，包括以下步骤：

采集对象的表面肌电信号及惯性测量数据，并预处理形成归一化数据；

通过滑动重叠窗口从每个动作对应的归一化数据中选择预定特征，通过计算获得需要的特征空间；

对所述特征空间降维；

对降维后的数据利用分类回归树方法形成的决策树分类器进行分类，输出动作模式识别结果；

采用多数表决机制对输出的动作模式识别结果进行噪声滤除，将最终动作模式识别结果输出。

2.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述惯性测量数据包括位置、速度、加速度数据。

3.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述预处理依次包括通过截止频率为5Hz的8阶巴特沃斯高通滤波器消除直流偏移，降低最终的运动伪影；之后通过截止频率为20Hz的8阶巴特沃斯滤波器对信号进行全滤整流和低通滤波，消除高频噪声和干扰以获得较为平滑的信号；根据信号的最大幅值将表面肌电信号幅度归一化到(0，1)之间；对应的，惯性测量数据将被归一化到(-1，1)之间。

4.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述降维采用PCA降维算法。

5.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述惯性测量数据从动作捕捉系统记录的动作捕捉数据中模拟获得，表面肌电信号使用商业sEMG测量系统获得；动作捕捉系统与商业sEMG测量系统是同步的，以确保所有采集数据具备相同的时间戳。

6.根据权利要求1所述基于人体表面肌电信号的躯干动作意图识别方法，其特征在于，所述采用多数表决机制对输出的动作模式识别结果进行噪声滤除，将最终动作模式识别结果输出的步骤如下：

首先将N个分类器决策结果存储在表决向量中，其次将N个分类器决策结果中发生率大于预定比率的动作模式将作为最终动作模式输出结果，否则维持上一次的最终动作模式输出结果。