世界上截肢残疾人口数量庞大,肢体残疾对人的工作效率和生活质量造成很大的负面影响。多自由度仿生假肢手能够帮助肢体残疾人获得功能补偿,改善残疾人的生活状况。表面肌电信号(surface electromyography,sEMG)是人体动作执行过程中相关肌肉收缩产生的生物电信号,分析sEMG可以解码人体运动意图,从而为仿生手提供准确的动作指令,是意念控制的一种方式。本文的目的是研制出一套多自由度仿生假肢手的肌电控制系统,开发一款基于表面肌电信号运动模式识别技术的智能仿生手样机。本文提出了多自由度仿生手肌电控制系统的详细设计方案,设计了高性能的表面肌电信号传感器和手势识别算法,研发了所有软硬件模块,最终搭建完成多自由度仿生手样机。本文的主要工作和创新点可总结为以下三点:(1)设计了分布式低耦合的多自由度仿生手肌电控制系统。将整个仿生手系统分层解耦,设计成包括信号采集层、应用决策层、运动执行层的分布式结构。sEMG体感手环作为信号采集层采集前臂的表面肌电信号和九轴姿态信号,通过蓝牙通信将数据发送到应用决策层。手机应用程序作为应用决策层快速解码出手臂运动意图,通过Wi Fi将控制指令发送到运动执行层。手机端的操作非常简单,无手的用户只需用身体的其他部位完成打开手机和应用程序的简单操作即可。作为运动执行层的仿生手执行相应动作,实现仿生手的运动控制。采用单片机+手机的分布式方案,既降低了设备成本和重量,又利用手机处理器强大的处理能力提升了动作识别的实时性和准确性;(2)研制了便携可穿戴式表面肌电信号采集传感器,即sEMG体感手环。本文考虑到sEMG微弱、易受干扰的特点,设计了有效的放大滤波电路,包括多级放大电路、高通、低通滤波电路和工频陷波电路,且采用低压差线性稳压器为电路供电,保证sEMG体感手环可以采集到低噪声、包含有用信息的表面肌电信号。该手环体积小、重量轻、可多次充放电,并且设计有蓝牙模块与其他设备通信,不但可以环绕采集八通道小臂表面肌电信号,而且可以采集九轴姿态数据,肌电信号采样率达1k Hz,九轴姿态数据采样率达到200Hz;(3)提出了专用于多自由度仿生手肌电控制系统的手势识别算法。本文以基于多元经验模态分解的多元多尺度熵特征结合均方根组成特征向量,输入长短时记忆网络中训练初期手势动作模型,然后在分类决策层结合九轴姿态信号,对初期模型的识别结果进行修正,完成适合本系统的手势识别分类器。将该分类器嵌入肌电控制系统后,对伸食指、握拳、伸掌、OK手势、伸大拇指、伸食指小指、腕左旋、腕右旋八种手势的识别控制准确率达93%以上。