论文部分内容阅读
表面肌电信号(Surface Electromyography,sEMG)是肌肉收缩时所产生的动作电位在皮肤表面叠加而成,与肢体的运动直接相关,可以用来反应人的运动意图。由于sEMG具有蕴含信息丰富、采集方便等特点,在运动控制、康复医疗等领域具有重要应用价值。本文以肌电假肢多自由度比例同步控制为立足点,设计实验采集上肢关节肌肉动作所产生的肌电信号和运动参数,结合肌肉协同理论从中枢神经系统协同控制人体运动的角度出发,着重分析协同元、激活系数和角度之间的关系,并应用肌肉协同的模型解决肌电假肢的比例同步控制问题。首先,相比模式分类控制方法,连续估计控制方法更符合人体运动规律,可以类人实现关节的比例同步控制。本文结合人体前臂常用动作模式,设计了上肢三个自由度的独立和组合动作实验,通过运用三维运动捕捉系统同步采集前臂肌电信号和对应动作的关节角度,为后续研究打下数据基础。其次,引入肌肉协同理论来进一步解释和解决人体运动过程中多自由度运动协调问题。通过分而治之的方法确定对应前臂六个独立动作的六个协同元,利用非负矩阵分解(Non-negative Matrix Factorization,NMF)算法对肌电信号的均方根特征分解提取出表示中枢神经系统低维控制参数的肌肉协同元;利用非负最小二乘算法提取出表示对协同元刺激程度的激活系数。通过对比激活系数和关节真实运动轨迹,发现激活系数可以反映出动作类别和肌肉激活程度,但是激活系数并不能完全反映出上肢的实际运动轨迹,动作之间的激活系数也没有充分解耦。然后,为了进一步解决激活系数和运动轨迹之间的偏差问题,分解各个动作激活系数之间的耦合性。通过人工蜂群算法优化的支持向量回归(Support Vector Regression,SVR)算法和BP神经网络回归算法分别构建了映射激活系数到关节角度的SVR激活模型和BP激活模型,利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对两个关节独立和组合运动的估计实验表明,SVR和BP激活模型均能获得较好的估计精度,但是SVR激活模型可以获得更稳定和更精确的估计效果。接着,为了分析关节动作的快慢程度对SVR激活模型估计效果的影响,设计了掌关节和腕关节三个自由度动作分别在高速、中速、低速运动模式下的动作实验。根据相关系数、均方根误差和t检验分析估计结果,指出SVR激活模型在高速和中速状态下可以获得良好的估计效果。最后,设计了肌电假肢比例同步控制的在线仿真实验。通过独立和组合动作的在线控制任务,测试SVR激活模型对单自由度和多自由度动作的比例同步控制效果。本文研究成果给肌电假肢的控制方法提供了一种新的方案。