人体运动意图获取研究是人机接触交互中的重要前沿。如何定性和定量地对于人的意图信息进行分析,准确、快速地感知操作者的输入是一个交互系统能够为操作者提供自然、高效临场感的前提和基础,系统要根据操作者不同的运动及意图迅速做出相应的响应。表面肌电信号是一种复杂的表皮下肌肉电活动在皮肤表面处的时间和空间上的综合结果,研究如何从表面肌电中识别出肢体的多种运动模式和运动意图已经成为相关领域研究的热点问题之一。本项研究深入探讨了如何由采集的表面肌电信号来识别上肢的运动意图,旨在为增强人机交互的自然性提供有效的途径。论文的主要成果是:(1)研究了人机接触交互中人体上肢的运动特点,搭建了上肢在平而内做静态和动态运动的生物力学信息获取平台,对上肢六块肌肉所产生的表面肌电信号进行了实验研究。(2)成功引入神经生理学的余弦调谐函数描述受试者的静态表面肌电活动,建立了上肢六组表面肌电信号与肘关节在水平面内最优运动方向的关系模型,对通过肌电信号提取人体运动意图有直接的指导作用。(3)论证了三重余弦调谐函数可以准确描述表面肌电信号与最优运动方向的关系模型,由实验测定的肌电信号拟合出的方向曲线能够精确地估计出肘关节的运动意图方向。(4)探讨了模型中各参数与实测肌电信号之间的内在联系机理,引入人工智能方法对神经控制量参数进行了修正,减小了由于表面肌电信号测量引起的不确定性而对人体运动意图估计造成的影响,进一步提高了模型的适应性。以上结果为阐明通过表面肌电信号提取肢体运动意图的机理及其动力学过程提供了丰富的信息。论文的另一部分工作是利用人工神经网络估算肘关节力矩。主要成果是:(1)基于测力机器人实验平台,采用采用小波包变换和自回归模型提取肌电信号的特征参数,发现小波包变换函数Simmlet5的第5层和选取4阶自回归模型的系数作为肌电信号的特征是合适的,适用于实时性要求较高的情况。(2)提出了利用表面肌电信号估计人体肘关节力矩的算法及其技术实现途径,并在测力机器人力控制上得到验证;实验结果表明,这种通过直觉的交互方式增强了人机接触交互的自然性。以上研究工作成果,在前人研究的基础上进一步丰富了关于人机接触交互中人体运动意图信息获取研究方面的知识。本课题研究得到国家自然科学基金(No.60505012,60674060)资助,是基金研究内容的一部分。