基于MEMS惯性传感器的助残手控制方法研究

摘要

通过MEMS惯性传感器采集上肢运动的姿态角数据,分析姿态角数据表现出来的运动规律,提出了一种基于意图识别的助残机械手控制方法。该方法包括两部分,第一部分计算上肢运动过程中姿态角的移动方差综合值来判断手臂的动静状态;第二部分首先记录预备阶段后手臂第一次静止状态时的姿态角数据,然后将之后手臂每一次静止状态的姿态角数据与第一次静止状态的姿态角数据进行比对,来判断机械手的开闭意图。将此方法应用于日常生活中常见的五种抓取动作,识别准确率达到94%,表明该方法具有一定的可行性和普适性。