康复外踝机器人肌电信号sEMG意图识别与比例控制策略.docxVIP

PAGE2

康复外踝机器人肌电信号sEMG意图识别与比例控制策略

摘要

针对下肢踝关节康复训练中传统外骨骼机器人被动牵引模式占比过高、患者主动参与度受限的现实痛点，本课题设计并实现了一种基于表面肌电信号（sEMG）意图识别与比例控制策略的康复外踝机器人系统。

系统以实现患者自主意图驱动为核心目标，通过提取sEMG信号的绝对平均值（MAV）与波形长度（WL）特征，构建线性判别分析（LDA）分类器，精准识别踝关节背屈与跖屈运动意图。在控制策略层面，设计了包含死区与斜坡函数的比例映射机制，有效抑制肌电噪声与生理颤抖引起的误触发，实现平滑连续的力矩输出。

全文遵循工程递进思路展开。第一章剖析康复需求痛点与现有方案局限；第二章论证MAV/WL特征与LDA算法的技术选型；第三章量化系统功能与非功能需求；第四章规划感知-决策-控制分层架构；第五章详述意图识别算法与比例映射数学模型；第六章展示核心算法代码实现与难点突破；第七章通过系统测试验证响应时间小于100ms的指标；第八章总结成果并展望多模态融合方向。

本设计的核心创新在于将轻量化sEMG特征组合与死区-斜坡比例映射深度耦合，在保证高识别率的前提下，将踝关节背屈/跖屈的控制响应延迟严格控制在100ms以内，显著提升了康复训练的主动性与自然交互体验。

第一章绪论

1.1研究背景

踝关节作为人体下肢承重与运动的核心枢纽，其结构复杂且极易