一种基于手势识别的仿人灵巧肌电假手控制方法

摘要

本发明公开了一种基于手势识别的仿人灵巧肌电假手控制方法，实时识别使用者的8种手势，并操作灵巧假手进行同步动作。该控制方法的手势识别策略基于神经网络算法，受试者首先在训练阶段重复完成预先设定的8种手势动作（分别为放松、手腕外翻、手腕内翻、握拳、伸掌、手势2、手势3和竖大拇指），之后该系统能够实时识别使用者随机完成8种手势中的任意一种手势。本发明使用Tensorflow机器学习框架学习权值并进行了可视化分析。本发明对一名使用者进行表面肌电信号采集、训练和预测，对8种手势的综合预测精度达到97%，且再次佩戴时不再需要进行训练。受试者实际控制假手时，使用投票算法对实时手势预测结果进行深度优化，最终假手的动作同步率到达99%。