康复外踝sEMG LDA意图识别与比例助力控制响应验证.docxVIP

PAGE2

康复外踝sEMGLDA意图识别与比例助力控制响应验证

摘要

踝关节功能障碍是脑卒中、脊髓损伤等中枢神经损伤患者常见的后遗症，严重影响其步行能力与生活质量。传统康复训练依赖治疗师一对一辅助，效率低且难以量化。表面肌电信号（sEMG）直接反映神经肌肉活动意图，以其为控制源的外踝康复机器人可实现主动柔顺助力，但现有方案在意图识别实时性与助力映射平滑性上仍存在不足。本课题设计并验证一种基于sEMG的外踝康复系统，采用平均绝对值（MAV）、波形长度（WL）和过零次数（ZC）三特征融合，结合线性判别分析（LDA）进行运动意图分类，并引入死区斜坡映射实现比例助力控制，旨在满足响应时间70ms、健患侧步态对称性提升20%以上、主观舒适度4.5/5等一系列量化指标。全文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进路线。论文首先分析康复外踝的现实需求与现有技术局限，明确设计目标；随后介绍sEMG信号处理、LDA分类及外骨骼控制等关键技术，并进行选型论证；在需求分析基础上，给出系统硬件架构、软件模块划分及数据流设计；详细设计部分聚焦特征提取算法、LDA离线训练与在线识别、死区斜坡映射函数及助力电流环控制；最后通过综合实验，从响应时间、步态对称性、主观舒适度三个维度验证系统性能。结果表明，系统平均响应时间为63ms，步态对称性指数提升23.8%，患者主观舒适度评分4.