[发明专利]一种基于表面肌电信号的机械臂交互方法

权利要求书

1.一种基于表面肌电信号的机械臂交互方法，其特征在于，所述方法包括以下步骤：

(1)受试者仔细观察手势动作的图片，并预先佩戴交浦科技有限公司的Elonxi16通道肌电采集系统进行练习，以熟悉每个动作的动作要领；

(2)受试者坐在办公椅上，左手放置在扶手上，依次做出握拳、手腕左翻、手腕右翻、手腕内翻、手腕外翻、手腕下切、手腕上切动作，每个动作持续发力5秒，动作与动作之间休息5秒，利用肌电采集袖套采集前臂表面肌电信号数据；

(3)对所采集的表面肌电信号进行预处理并采用5种特征提取方法进行特征提取，分别是均方根RMS、波形长度WL、过零点数ZC、均值频率MNF和自回归模型系数AR；

(4)对特征提取后的数据采用模式识别分类器进行分类并训练模型；

(5)受试者任意做出指定动作，电脑客户端上实时显示识别结果；

(6)将分类得到的手势结果通过局域网传输到Baxter机械臂控制端，机械臂做出对应的动作。

2.如权利要求1所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(1)中，肌电采集系统支持最多16个双极通道，采样分辨率为24比特，采样频率介于1000Hz到2000Hz之间，支持干湿电极自由切换，数据传输支持USB和蓝牙。

3.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)中，对采集的表面肌电信号进行预处理，将超出20-500Hz范围的频率部分和电源线噪声频率50Hz进行抑制。

4.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)中，均方根RMS的计算公式如下所示，其中，N是滑动窗口的长度，x_i是第i个样本点：

5.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)中，波形长度,WL的计算公式如下所示：

6.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)中，过零点数,ZC的计算公式如下所示：

其中

7.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)，均值频率,MNF的计算公式如下所示：

其中，f_j表示频段上的频谱，p_j表示该频段上的功率谱强度，M是整个频段长度。

8.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(3)中，自回归模型系数,AR的计算公式如下所示：

其中p是AR模型的阶数，a_i是作为肌电信号特征的系数。

9.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(4)中，模式识别分类器为支持向量机SVM。

10.如权利要求1或2所述的一种基于表面肌电信号的机械臂交互方法，其特征在于：所述步骤(6)中，局域网协议为UDP协议。