多抓取模式下人手握力的肌电回归方法-哈尔滨工业大学学报.PDF

第４４卷　第１期 哈　尔　滨　工　业　大　学　学　报 Ｖｏｌ４４ Ｎｏ１ 　 　 ２０１２年１月 ＪＯＵＲＮＡＬＯＦＨＡＲＢＩＮＩＮＳＴＩＴＵＴＥＯＦＴＥＣＨＮＯＬＯＧＹ Ｊａｎ．２０１２ 　　　　　　 多抓取模式下人手握力的肌电回归方法 杨大鹏，赵京东，姜　力，刘　宏 （哈尔滨工业大学 机器人技术与系统国家重点实验室，１５０００１哈尔滨，ｌａｗ １２０９＠ｙａｈｏｏ．ｃｏｍ．ｃｎ） － 摘　要：为实现假手抓取物体时的力控制，采用支持向量机回归算法从多通道肌电信号中实时萃取握力信 息．利用６通道表面肌肤电极采集人体前臂肌电信号，采用一枚６维力传感器记录人手施力信息，讨论了随 意捏取以及３种规范化捏取模式下两者的回归精度，并进行了跨期次精度验证及多方法比较实验．结果表 明，采用支持向量机方法能够获得较好的跨期次回归性能：随意捏模式均方误差（６３１±１２０）Ｎ，相关系数 平方０８５±００５；规范化模式均方误差（５０４±０６７）Ｎ，相关系数平方０９０±００３．结合模式分类算法，在 线握力回归误差可达５Ｎ左右，误差率在１０％以内． 关键词：假手；肌电；支持向量机；回归 中图分类号：ＴＰ２４１３；Ｒ３１８０４ 文献标志码：Ａ 文章编号：０３６７－６２３４（２０１２）０１－００８３－０５ ＦｏｒｃｅｒｅｇｒｅｓｓｉｏｎｆｒｏｍＥＭＧｓｉｇｎａｌｓｕｎｄｅｒｄｉｆｆｅｒｅｎｔｇｒａｓｐｉｎｇｐａｔｔｅｒｎｓ ＹＡＮＧＤａｐｅｎｇ，ＺＨＡＯＪｉｎｇｄｏｎｇ，ＪＩＡＮＧＬｉ，ＬＩＵＨｏｎｇ （ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｏｂｏｔｉｃｓａｎｄＳｙｓｔｅｍ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，１５０００１Ｈａｒｂｉｎ，Ｃｈｉｎａ， ｌａｗ １２０９＠ｙａｈｏｏ．ｃｏｍ．ｃｎ） － Ａｂｓｔｒａｃｔ：Ｔｏｉｍｐｌｅｍｅｎｔｔｈｅｆｏｒｃｅｃｏｎｔｒｏｌｏｆａｐｒｏｓｔｈｅｔｉｃｈａｎｄｗｈｅｎｇｒａｓｐｉｎｇｏｂｊｅｃｔｓ，ａｍｅｔｈｏｄｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒ ｒｅｇｒｅｓｓｉｏｎ（ｅｐｓｉｌｏｎＳＶＲ）ｉｓａｄｏｐｔｅｄｔｏｅｘｔｒａｃｔｔｈｅｆｏｒｃｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｍｕｌｔｉｃｈａｎｎｅｌｍｙｏｅｌｅｃｔｒｉｃ（ｅｌｅｔｒｏｍｙｏ ｇｒａｐｈｙ，ＥＭＧ）ｓｉｇｎａｌｓ．ＳｉｘｓｕｒｆａｃｅＥＭＧｅｌｅｃｔｒｏｄｅｓａｒｅａｔｔａｃｈｅｄｏｎｔｈｅｆｏｒｅａｒｍｆｏｒｒｅｃｏｒｄｉｎｇＥＭＧｓｉｇｎａｌｓ．Ａ ｓｉｘｄｉｍｅｎｓｉｏｎａｌｆｏｒｃｅｓｅｎｓｏｒｉｓｕｓｅｄｆｏｒｃｏｌｌｅｃｔｉｎｇｔｈｅｆｏｒｃｅｄａｔａ．Ｔｈｅｒｅｇｒｅｓｓｉｏｎａｃｃｕｒａｃｙｂｅｔｗｅｅｎｔｈｅｓｅｔｗｏｓｉｇ ｎａｌｓｉｓｓｔｕｄｉｅｄｕｎｄｅｒｓｅｖｅｒａｌｈａｎｄｇｒａｓｐｉｎｇｍｏｄｅｓ，ｉ．ｅ．，ｏｎｅｒａｎｄｏｍｇｒａｓｐｉｎｇｍｏｄｅａｎｄｔｈｒｅｅｓｔａｎｄａｒｄｉｚｅｄ ｇｒａｓｐｉｎｇｍｏｄｅｓ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｐｓｉｌｏｎＳＶＲｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｃｒｏｓｓｓｅｓｓｉｏｎｒｅｇｒｅｓｓｉｏｎ ａｃｃｕｒａｃｙ．Ｕｎｄｅｒｔｈｅｒａｎｄｏｍｍｏｄｅ，ｔｈｅｍｅａｎｓｑｕａｒｅｄｅｒｒｏｒ（ＭＳＥ）ｉｓ（６３１±１２０）Ｎ，ａｎｄｔｈｅｓｑｕａｒｅｄｃｏｒｒｅ ｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ（ＳＣＣ）ｉｓ０８５±００５．Ｗｈｉｌｅｕｎｄｅｒｔｈｅｓｔａｎｄａｒｄｉｚｅｄｍｏｄｅｓ，ｔｈｅｍｅａｎＭＳＥａｎｄＳＣＣｃａｎａｒ ｒｉｖｅａｔ（５０４±０６７）Ｎａｎｄ０９０±００３，ｒｅｓｐｅｃｔ