基于sEMG和GRNN的手部输出力估计-仪器仪表学报.PDF

第３８卷　第１期 仪 器 仪 表 学 报 Ｖｏｌ３８Ｎｏ１ ２０１７年１月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ Ｊａｎ．２０１７ 基于ｓＥＭＧ和ＧＲＮＮ的手部输出力估计 １，２ １ １ １ １ 吴常铖 ，宋爱国 ，曾　洪 ，李会军 ，徐宝国 （１．东南大学仪器科学与工程学院　南京　２１００９６；２．南京航空航天大学自动化学院　南京　２１１１０６） 摘　要：针对智能肌电假手力控制的需要，提出一种基于表面肌电信号（ｓＥＭＧ）和广义回归神经网络（ＧＲＮＮ）的手部输出力估计 方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建；然后，通过在手 臂８个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号；同时为了全面测量人手在三维空间中的输出力，采用三维力 传感器对手部的输出力进行测量；在同步获得手臂上的多通道肌电信号（Ｘ）和手部三维力推拉信号（Ｆ）后，对采集得到肌电信号 进行了特征提取得到特征矩阵Ｘ；将Ｘ 和Ｆ用于构建ＧＲＮＮ网络，并用均方差和残差绝对值均值对手部输出力的估计结果进行 Ｆ Ｆ 评估。为验证该方法的有效性，进行了实验验证，结果表明，该方法能够很好地利用ｓＥＭＧ对手部的输出力进行估计。 关键词：表面肌电信号；广义回归神经网络；手部输出力估计 中图分类号：ＴＰ３９１．４　　ＴＨ８９　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．４０ ＦｏｒｃｅｅｓｔｉｍａｔｉｏｎｂａｓｅｄｏｎｓＥＭＧａｎｄＧＲＮＮ １，２ １ １ １ １ ＷｕＣｈａｎｇｃｈｅｎｇ ，ＳｏｎｇＡｉｇｕｏ，ＺｅｎｇＨｏｎｇ，ＬｉＨｕｉｊｕｎ，ＸｕＢａｏｇｕｏ （１．ＳｃｈｏｏｌｏｆＩｎｓｔｒｕｍｅｎｔＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１１１０６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｆｏｒｃｅｅｓｔｉｍａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈ（ｓＥＭＧ）ａｎｄｇｅｎｅｒａｌｉｚｅｄｒｅｇｒｅｓｓｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ（ＧＲＮＮ） ｉｓｐｒｏｐｏｓｅｄｆｏｒｔｈｅｄｅｍａｎｄｏｆｔｈｅｆｏｒｃｅｃｏｎｔｒｏｌｏｆｔｈｅｉｎｔｅｌｌｉｇｅｎｔＥＭＧｐｒｏｓｔｈｅｔｉｃｈａｎｄ．Ｆｉｒｓｔ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｐｌａｔｆｏｒｍｉｓｉｎｔｒｏｄｕｃｅｄ． ＴｈｅａｃｑｕｉｓｉｔｉｏｎｏｆｔｈｅｓＥＭＧ，ｔｈｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆｓＥＭＧａｎｄｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆＧＲＮＮａｒｅｄｅｓｃｒｉｂｅｄ．Ｔｈｅｎ，ｔｈｅｓＥＭＧｉｎｔｈｅｈａｎｄ ｍｏｔｉｏｎｓａｒｅｄｅｔｅｃｔｅｄｂｙｔｈｅＥＭＧｓｅｎｓｏｒｓｗｉｔｈｗｈｉｃｈｅｉｇｈｔｄｉｆｆｅｒｅｎｔｐｏｓｉｔｉｏｎｓｏｆａｒｍｓｋｉｎｓｕｒｆａｃｅａｒｅａｔｔａｃｈｅｄｏｎ．Ａｔｈｒｅｅｄｉｍｅｎｓｉｏｎｆｏｒｃｅ ｓｅｎｓｏｒｉｓａｄｏｐｔｔｏｍｅａｓｕｒｅｔｈｅｆｏｒｃｅｏｕｔｐｕｔｂｙｔｈｅｈｕｍａｎ＇ｓｈａｎｄ．ＴｈｅｍｕｌｔｉｃｈａｎｎｅｌｓｏｆｔｈｅｓＥＭＧａｎｄｔｈｅｆｏｒｃｅａｒｅｍｅａｓｕｒｅｄ ｓｙｎｃｈｒｏｎｏｕｓｌｙ．ＣｈａｒａｃｔｅｒｉｓｔｉｃｍａｔｒｉｘｏｆｔｈｅｓＥＭＧａｎｄｔｈｅｆｏｒｃｅｓｉｇｎａｌａｒｅｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅＧＲＮＮ．Ｔｈｅｍｅａｎｓｑｕａｒｅｅｒｒｏｒｉｓ ｅｍｐｌｏｙｅｄｔｏａｓｓｅｓｓｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｅｓｔｉｍａｔｅｄｆｏｒｃｅ．Ｅｘｐｅｒｉｍｅｎｔｓａｒ