基于復(fù)雜度和分維數(shù)及分形長(zhǎng)度的肌電信號(hào)識(shí)別方法
【專利摘要】本發(fā)明提出了一種基于復(fù)雜度和分維數(shù)及分形長(zhǎng)度的肌電信號(hào)識(shí)別方法，來(lái)實(shí)現(xiàn)遙操作機(jī)器人系統(tǒng)中主操作者對(duì)遠(yuǎn)端機(jī)械手的同步控制。模式識(shí)別特征采用了肌電信號(hào)的L-Z復(fù)雜度指標(biāo)和分維數(shù)指標(biāo)，分類器則采用了一種改進(jìn)的以聚類方法作為數(shù)據(jù)整理手段的KNN模型法，該算法具有增量學(xué)習(xí)能力。操作者手的動(dòng)作速度取決于手臂肌肉群的活動(dòng)強(qiáng)度，肌肉活動(dòng)強(qiáng)度可由肌電信號(hào)的最大分形長(zhǎng)度表征。在一定的范圍內(nèi)，肌電信號(hào)的最大分形長(zhǎng)度與操作者手的動(dòng)作速度呈單調(diào)遞增關(guān)系。以肌電信號(hào)的最大分形長(zhǎng)度為輸入控制量，實(shí)現(xiàn)了機(jī)械手抓取速度的控制，取得了較理想的效果。
【專利說(shuō)明】基于復(fù)雜度和分維數(shù)及分形長(zhǎng)度的肌電信號(hào)識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于模式識(shí)別領(lǐng)域，涉及一種肌電信號(hào)模式識(shí)別方法，特別涉及一種應(yīng)用于控制遙操作機(jī)器人，基于肌電信號(hào)的上肢移動(dòng)速度及多運(yùn)動(dòng)模式識(shí)別方法。
【背景技術(shù)】
[0002]遙操作機(jī)器人是一個(gè)操作者-機(jī)器人的共生交互系統(tǒng)，其功能在于實(shí)現(xiàn)操作者對(duì)遠(yuǎn)地環(huán)境的遙作(teleoperation)和遙知(teleperception)。其中遙作是操作者對(duì)遠(yuǎn)地機(jī)器人的遙操作，將人的命令傳遞給機(jī)器人，遙作要求通過(guò)一種輸入接口將操作者的指令傳達(dá)給機(jī)器人。目前遙作輸入接口有很多，但多數(shù)輸入接口仍然存在一定問(wèn)題，如輸入不自然、方式單一、信息存在多義性等問(wèn)題。因此如何引入新的遙作接口方式，使操作者更加方便自如地將指令傳達(dá)給機(jī)器人，實(shí)現(xiàn)主動(dòng)的、自然的人機(jī)交互是“遙作”方面需要解決的問(wèn)題。
[0003]利用操作者肢體上的表面肌電信號(hào)(surface electromyogram, SEMG)來(lái)控制遠(yuǎn)端的機(jī)械手，具有動(dòng)作自然，仿生性能好的特點(diǎn)，是人一機(jī)交互系統(tǒng)理想的控制信號(hào)源，所以，國(guó)內(nèi)外都有學(xué)者從事肌電控制的研究。2011年美國(guó)的Claudia P M, Wexler A S等在訓(xùn)練者的臉部粘貼上表面肌電信號(hào)采樣電極，分析所獲信號(hào)功率譜用以控制電腦顯示屏上的光標(biāo)，實(shí)現(xiàn)了光標(biāo)對(duì)三個(gè)目標(biāo)的靈活點(diǎn)擊。2011年Scott V等采集癱瘓病人耳肌上的肌電信號(hào)，輸給一個(gè)基于ANDROID操作系統(tǒng)的手機(jī),通過(guò)手機(jī)上的藍(lán)牙控制電視機(jī)等家電設(shè)備。泰國(guó)宋卡大學(xué)的phinyomark Angkoon等用臨界指數(shù)法計(jì)算信號(hào)的分形維實(shí)現(xiàn)了上臂弱肌電信號(hào)的多模式分類，并把研究成果應(yīng)用于人機(jī)接口技術(shù)中。2003年Fukuda和Tsuji等人使用線性高斯混合模型(LLGMN)方法分類EMG信號(hào)，并結(jié)合三維位置傳感器來(lái)控制一個(gè)類人機(jī)械臂的遙操作。德國(guó)Otto Bock公司的肌電假肢最有代表性，迄今已經(jīng)有比例控制肌電假手、帶觸覺(jué)的肌電假手等成果報(bào)道，肌電信號(hào)處理的速度、控制的實(shí)時(shí)性也更加理想。
[0004]國(guó)內(nèi)，清華大學(xué)王人成、杭州電子科技大學(xué)的羅志增、上海交通大學(xué)方園杰都曾研究過(guò)從肌電信號(hào)中識(shí)別肢體的多種運(yùn)動(dòng)模式，并將之運(yùn)用于機(jī)器人及肌電假肢的控制，取得了一些業(yè)內(nèi)有影響的成果。重慶郵電大學(xué)的張毅等設(shè)計(jì)了一個(gè)基于前額表面肌電信號(hào)控制的智能輪椅無(wú)障礙人機(jī)接口，控制智能輪椅簡(jiǎn)單運(yùn)動(dòng)。但是，多運(yùn)動(dòng)模式肌電控制研究的實(shí)用性并不理想，其關(guān)鍵問(wèn)題多運(yùn)動(dòng)模式識(shí)別的準(zhǔn)確率、控制的實(shí)時(shí)性有待進(jìn)一步提高。

【發(fā)明內(nèi)容】

[0005]為實(shí)現(xiàn)遙操作機(jī)器人系統(tǒng)中操作者手腕移動(dòng)速度及運(yùn)動(dòng)模式的正確識(shí)別，本發(fā)明提出了一種L-Z復(fù)雜度和分維數(shù)及最大分形長(zhǎng)度的肌電信號(hào)識(shí)別方法。首先從相關(guān)肌肉組上采集相應(yīng)的表面肌電信號(hào)，然后提取肌電信號(hào)的L-Z復(fù)雜度和分維數(shù)作為特征向量，最后以L-Z復(fù)雜度和分維數(shù)為特征向量輸入K最近鄰模型增量學(xué)習(xí)算法分類器，實(shí)現(xiàn)肌電信號(hào)的上肢多運(yùn)動(dòng)模式識(shí)別，提取肌電信號(hào)的最大分形長(zhǎng)度作為控制量，識(shí)別上肢運(yùn)動(dòng)的速度。[0006]為了實(shí)現(xiàn)以上目的，本發(fā)明方法主要包括以下步驟:
[0007]步驟(1).獲取人體上肢肌電信號(hào)樣本數(shù)據(jù)，具體是:首先通過(guò)肌電信號(hào)采集儀拾取人體上肢肌電信號(hào)，再采用基于小波能譜熵的信號(hào)消噪方法對(duì)含有干擾噪聲的肌電信號(hào)進(jìn)行消噪。
[0008]步驟(2).將步驟⑴獲取的肌電信號(hào)進(jìn)行特征提取，求出該肌電信號(hào)的L-Z復(fù)雜度、分維數(shù)和最大分形長(zhǎng)度。
[0009]所述L-Z復(fù)雜度，具體算法如下:
[0010]Lempel-Ziv復(fù)雜度是由Lempel和Ziv提出的一種用于描述序列隨機(jī)程度的非線性指標(biāo)，其值c (n)的計(jì)算通常采用Kaspar與Schusyer提出的算法。
[0011]假定原信號(hào)的符號(hào)化序列為S1S2...Sn0從空串出發(fā)開(kāi)始添加S1，通過(guò)復(fù)制及添加操作實(shí)現(xiàn)全序列的連接。設(shè)已生成前綴S1S2 A Sg，r < n，并且下一個(gè)符號(hào)Sr是用添加操作完成的，記為:
[0012]
【權(quán)利要求】
1.基于復(fù)雜度和分維數(shù)及分形長(zhǎng)度的肌電信號(hào)識(shí)別方法，其特征在于該方法包括如下步驟: 步驟(1).獲取人體上肢肌電信號(hào)樣本數(shù)據(jù)，具體是:首先通過(guò)肌電信號(hào)采集儀拾取人體上肢肌電信號(hào)，再采用基于小波能譜熵的信號(hào)消噪方法對(duì)含有干擾噪聲的肌電信號(hào)進(jìn)行消噪； 步驟(2).將步驟(1)獲取的肌電信號(hào)進(jìn)行特征提取，求出該肌電信號(hào)的L-Z復(fù)雜度、分維數(shù)和最大分形長(zhǎng)度； 步驟(3).以步驟(2)獲取的L-Z復(fù)雜度和分維數(shù)作為特征向量輸入K最近鄰模型增量學(xué)習(xí)算法分類器，獲得識(shí)別結(jié)果； 步驟(4).以步驟(2)獲取的肌電信號(hào)的最大分形長(zhǎng)度作為控制量，實(shí)現(xiàn)機(jī)械手抓取速度的控制。
2.根據(jù)權(quán)利要求1所述的基于L-Z復(fù)雜度和分維數(shù)及最大分形長(zhǎng)度的肌電信號(hào)識(shí)別方法，其特征在于: 所述用于肌電信號(hào)處理的 L-Z復(fù)雜度計(jì)算方法如下: 1)求肌電信號(hào)的局部極大、極小值；通過(guò)插值函數(shù)獲得信號(hào)的上下包絡(luò)線；并對(duì)上下包絡(luò)線求平均，記為《(0 ,以包絡(luò)線上同符號(hào)值KO替代對(duì)應(yīng)序列點(diǎn)上肌電信號(hào)原有值 求信號(hào)s(i)與Ot(J)的差值，記為A(i) = s(:)-m(i);其中r為肌電信號(hào)的序數(shù)，其值為I到為信號(hào)的長(zhǎng)度； 2)A⑷信號(hào)歸一化:找出A⑴中絕對(duì)值最大的量為麗= max|Ap)| i=\:2”..N ;最后，按幅度歸一化忍滅!=1,2,…,F ； 3)對(duì)時(shí)間序列信號(hào)進(jìn)行四區(qū)間的多盡度多值粗?；? 4)以Kaspar-Schusyer法計(jì)算信號(hào)的復(fù)雜度； 所述用于肌電信號(hào)處理的分維數(shù)及最大分形長(zhǎng)度計(jì)算方法如下: 最小尺度I；時(shí)的長(zhǎng)度<4^)>定義為最大分形長(zhǎng)度MFL;對(duì)于肌電信號(hào)，定義fe = 1時(shí)所得<￡(#>的值為肌電信號(hào)的最大分形長(zhǎng)度MFL;分維數(shù)是反映信號(hào)自相似性的度量，與信號(hào)的幅值無(wú)關(guān)，在計(jì)算肌電信號(hào)的分?jǐn)?shù)維時(shí)，并不須對(duì)原信號(hào)做歸一化處理，這時(shí)計(jì)算出的不同強(qiáng)度的肌電信號(hào)其最大分形長(zhǎng)度MFL值>才有可比性，在用于模式識(shí)別的分維數(shù)計(jì)算中，肌電信號(hào)的采樣點(diǎn)數(shù)取2000個(gè)、的值分別取ScM-,2s。
3.根據(jù)權(quán)利要求1所述的基于L-Z復(fù)雜度和分維數(shù)及最大分形長(zhǎng)度的肌電信號(hào)識(shí)別方法，其特征在于:步驟(4)具體是: 若以W 二flv2 +iv+c表不操作速度與肌號(hào)信號(hào)最大分形長(zhǎng)度之間的關(guān)系，其中:V為速度為最大分形長(zhǎng)度，則伸肌與屈肌上的函數(shù)關(guān)系如下:
, f
【文檔編號(hào)】G06K9/62GK103617411SQ201310488878
【公開(kāi)日】2014年3月5日 申請(qǐng)日期:2013年10月17日 優(yōu)先權(quán)日:2013年10月17日
【發(fā)明者】張啟忠, 朱海港, 左靜, 高云園, 羅志增, 席旭剛 申請(qǐng)人:杭州電子科技大學(xué)