碧波液压网 欢迎你,游客。 登录 注册

基于虚拟现实技术的多功能肌电假肢控制系统开发平台

版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。

  0 引言

  长期以来,人们利用各种先进的技术方法研究和开发多功能假肢及相应的控制系统,但令人遗憾的是,这样的先进假肢系统仍然没有实用化。缺乏实用化的多功能假肢系统,目前的研究工作主要针对多功能假肢控制算法的可行性、性能及相关问题进行理论上的探讨和分析,还无法对多功能假肢的实时操控性能进行研究和评价,从而阻碍了多功能假肢系统研究及实  用化的进程[1]。将虚拟现实技术引入到肌电假肢控制的设计开发进程中,在没有多功能物理假肢系统的情况下,实现多功能假肢控制系统的研究、开发及实时性能评价,将大大加快多功  能肌电假肢的实用化进程。

  为解决以上问题,本文首先建立了基于虚拟现实技术的多功能肌电假肢控制系统,利用这个系统,正常受试者和截肢受试者只需要经过简单的训练,再用训练后的分类器实时判断其所要做的动作,然后通过正常受试者和截肢受试者两组对照实验,让这两组被试者分别来训练分类器并实时控制系统中的虚拟手臂,通过实验来测试系统的可行性与稳定性。另外,肌电假肢使用的训练过程漫长、动作笨拙,通常患者学习去使用假肢的开始阶段非常的痛苦,需要反复训练,而且容易出错,甚至可能使病人丧失对假肢的信心,所以,通过开发虚拟仿真环境,可以营造一种轻松训练环境,减轻病人在初始阶段的痛苦。

  1 系统实现

  该系统的实现主要有两部分,第一部分是LDA分类器的训练,第二部分是虚拟手的实时控制。系统流程如图1所示。

  

  训练过程包括手臂基本动作的肌电信号采集、肌电信号放大及预处理、肌电信号的解码和特征提取、分类器的系数运算、分类器的测试和精度分析。虚拟手的实时控制主要肌电号的采集与处理、特征提取、动作分类判断、信号输出及虚拟手动作等过程。

  1·1 LDA分类器训练

  分类器是本系统算法的核心,分类器的好坏直接影响的手部动作的判断,从而影响到虚拟手的实时控制的准确性。手部的基本动作包括手张开、握拳、腕内旋、腕外旋、腕内收、腕外展。一般手部动作都是其中的一种或者两种的组合,所以本系统主要对这6个动作进行训练,如图2所示。

  

  本系统采用LDA分类器, LDA分类器生成要经过信号的采集与预处理、特征提取、样本的统计计算等过程,最后得到LDA判别式,如图3所示

  

  LDA判别方法是:对于每一种运动类型的EMG数据,分别求出该类型所包含的每段数据对应于所有运动类型的后验概率P(Cg| f-)比较所有运动类型后验概率的值,值最大的运动类型作为该段数据的归属运动类型。后验概率是由特征向量f所决定的运动类型Cg的概率,可以表示为:

你没有登陆,无法阅读全文内容

您需要 登录 才可以查看,没有帐号? 立即注册

标签: simulink
点赞   收藏

相关文章

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。

用户名: 验证码:

最新评论