多自由度肌电假肢的比例同步控制研究

摘要

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。
　　本研究主要内容包括：⑴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。⑵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。⑶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。⑷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。

目录

声明

第1章 绪论

1.1 课题背景与研究意义

1.2 肌电控制接口研究现状

1.3 表面肌电信号的特征提取方法

1.4 存在的问题分析及本课题研究内容

第2章 肌肉协同理论

2.1 肌肉协同概念

2.2 肌肉协同研究概述

2.3 肌肉协同理论的量化

2.4 本章小结

第3章 基于表面肌电的肌肉协同的提取

3.1 表面肌电信号产生机理

3.2 同步信号采集平台

3.3 实验设计

3.4 肌电信号预处理

3.5 协同与激活系数的提取

3.6 本章小结

第4章 基于肌肉协同激活模型的上肢关节运动连续估计

4.1 基于BP神经网络的回归算法

4.2 基于支持向量机的回归算法

4.3 估计模型的建立与结果分析

4.4 本章小结

第5章 模型估计性能分析与控制仿真实验

5.1 实验设计

5.2 基于肌肉协同激活模型的估计结果分析

5.3 在线控制仿真实验

5.4 本章小结

第6章 总结及展望

6.1 研究总结

6.2 研究展望

致谢

参考文献

附录