基于表面肌电信号的假手多自由度协同控制与意图识别系统设计.docxVIP

PAGE2

基于表面肌电信号的假手多自由度协同控制与意图识别系统设计

摘要

表面肌电信号（sEMG）直接反映人体运动意图，是假手智能控制的核心信源。现有假手系统普遍存在动作模式单一、协同灵活性差、负载适应能力弱等痛点，难以满足截肢患者对多自由度精细操作的需求。本文围绕“如何从多通道肌电中准确解析多自由度协同动作意图，并实现柔顺可靠的力/位混合控制”这一核心问题，设计了一套完整的意图识别与控制系统。系统采用空间-时间域特征融合策略，构建了基于卷积神经网络与长短时记忆网络（CNN-LSTM）的意图识别模型，实现手部八类协同动作的实时分类；在此基础上，设计了基于关节协同映射的运动规划器与自适应阻抗控制策略，使假手能够根据负载变化动态调整刚度和阻尼，兼顾自由空间的位置跟踪精度与接触操作的柔顺安全性。本文遵循“需求分析—总体设计—详细设计—实现—测试”的工程逻辑，依次完成了系统架构、模块划分、数据流设计、核心算法实现以及仿真验证。测试结果表明，系统对八类动作的平均识别准确率达94.7%，单次预测延迟小于45ms，在变负载抓取任务中力超调量降低约60%，验证了所提方案的有效性。本文的创新点在于：提出了空间-时间双流特征提取结构，显著提升了动态手势的识别鲁棒性；设计了基于任务阶段的阻抗参数自适应调节律，实现了假手从自由运动到接触操作的平滑过渡。

第一章绪论

1.1研究背景

全球截肢患