在日常生产生活中,各种因素导致上肢截肢患者日益增多。上肢手臂的缺失使患者存在诸多不便,佩戴仿生假肢臂能够提高患者的自主生活能力,所以急需研究智能假肢技术以提高患者的自主生活能力。为提高假肢的实用性,假肢系统需实时感知人体的运动意图,而利用生物电(肌电或脑电)信息感知识别人体运动意图易受外在或内在的各种因素干扰,长期使用时还会由于肌肉产生疲劳或大脑注意力不集中影响识别的准确性,且由于所需测量通道过多使得识别的实时性不强。因此,本文致力于一种基于惯性传感器的假肢臂控制方法研究。采用惯性传感器测量穿戴者的肩关节运动姿态,在线进行人体运动意图识别,并根据提出的肩-肘腕映射模型对假肢臂进行实时轨迹控制,协助穿戴者完成上肢动作。(1)实验设计及姿态数据采集。根据肩关节自由度及人体空间分布设计了 6种日常的上肢动作,分别是打招呼、握手、拿杯子、喝水、拦车和手肘往后。本实验招募了 15名受试者在规范的实验范式要求下完成这6个动作的姿态数据采集工作,共获得了 900组实验数据,为人体运动意图识别与肩-肘腕映射模型的建立提供了基础。(2)建立肩-肘腕映射模型。首先进行坐标变换,将上肢的姿态信息转化为关节运动信息。然后利用多项式拟合法对每个动作的肩和肘腕之间的关系曲线进行拟合,分别建立6个动作的肩-肘腕映射关系模型。(3)提出一种基于惯性传感器的假肢臂控制方法。首先利用上肢姿态测量信息,提出一种仅基于人体肩关节角度的上肢运动意图识别方法,对上述6个动作的平均离线识别率达到85%。然后对控制系统进行设计,提出一种速度反馈校正控制策略,实时修正假肢目标运动轨迹(模型输出量)与实际输出量轨迹之间的偏差,提高了假肢动作的准确性。(4)假肢臂的在线控制实验研究。搭建了假肢臂实验平台,进行了假肢臂的在线控制。实验结果表明,对6个典型日常动作的平均在线识别率达到84%,假肢臂的实时运动轨迹与正常人体的运动轨迹偏差很小,说明本文提出的控制方法可以初步实现假肢臂的实时控制,验证了控制方法的合理性和可行性。