一种面向柔性臂的多模态人机交互控制方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111399640 A (43)申请公布日 2020.07.10 (21)申请号 202010148713.8 (22)申请日 2020.03.05 (71)申请人 南开大学 地址 300071 天津市南开区卫津路94号 (72)发明人 段峰　郑昊思　横井浩史　 (74)专利代理机构 合肥晨创知识产权代理事务 所(普通合伙) 34162 代理人 康培培 (51)Int.Cl. G06F 3/01(2006.01) G06K 9/62(2006.01) B25J 13/08(2006.01) B25J 9/16(2006.01) B25J 9/00(2006.01) 权利要求书2页 说明书5页 附图2页 (54)发明名称 一种面向柔性臂的多模态人机交互控制方 法 (57)摘要 本发明涉及人机交互、人工智能与模式识别 技术领域，更具体地，涉及一种面向柔性臂的多 模态人机交互控制方法。包括传感器、上位机和 柔性臂，控制步骤如下，步骤一，采集控制者的肌 电信号数据，并对肌电信号进行预处理；步骤二， 对预处理后的肌电信号提取特征训练分类器模 型；步骤三，控制者佩戴传感器，标定传感器；步 骤四，上位机加载步骤二训练好的分类器模型， 采用检测算法动态解析肌电信号和IMU数据，获 取关节角度；步骤五，将关节角度输入比例-微分 控制器，完成对柔性臂的控制。 A 0 4 6 9 9 3 1 1 1 N C CN 111399640 A 权　利　要　求　书 1/2页 1.一种面向柔性臂的多模态人机交互控制方法，其特征在于，包括传感器、上位机和柔 性臂，控制步骤如下， 步骤一，采集控制者的肌电信号数据，并对肌电信号进行预处理； 步骤二，对预处理后的肌电信号提取特征训练分类器模型； 步骤三，控制者佩戴传感器，标定传感器； 步骤四，上位机加载步骤二训练好的分类器模型，采用检测算法动态解析肌电信号和 IMU数据，获取关节角度； 步骤五，将关节角度输入比例-微分控制器，完成对柔性臂的控制。 2.如权利要求1所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述步骤 一中采集控制者的手势的肌电信号数据并测定最大肌电信号幅值。 3.如权利要求1所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述步骤 一中肌电信号预处理包括提取活跃段数据，用巴特沃斯滤波器进行低通滤波。 4.如权利要求1所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述步骤 二包括对肌电信号进行特征向量提取和归一化处理，输入神经网络，采用列文伯格优化算 法训练模型。 5.如权利要求4所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述提取 平均绝对值、过零点数和斜率变化数三种特征并归一化。 6.如权利要求1所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述步骤 四包括采用双阈值检测算法提取肌电信号活跃段，将活跃段数据进行预处理和特征提取， 输入分类器模型中识别。 7.如权利要求1所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述步骤 四中IMU数据采用IMU解算模型识别。 8.如权利要求7所述的面向柔性臂的多模态人机交互控制方法，其特征在于，所述将 IMU传输到上位机的四元数数据[x,y,z,w]按照如下公式转换为翻滚角(Roll)、俯仰角 (Pitch)、偏航角(Yaw)： yaw＝arcsi