论文部分内容阅读
人体的运动作为人的基本功能之一，是受大脑和中枢神经控制的复杂生物过程。对存在运动障碍的残疾人来说，假肢可以帮助他们像正常人一样生活和工作。智能假肢是20世纪90年代发展起来的新一代的高性能假肢，现阶段与普通假肢相比，其主要功能特点是能根据外界环境变化，自动调整假肢系统的参数，使其工作可靠、运动自如、步态和谐自然。由于肌电信号（electromyographic signal，或myoelectric signal简称EMG）提取方便，所以在假肢控制中使用最多，而在肌电信号中，表面肌电信号(surface EMG，简称sEMG)以其无创伤测量与易提取的优点成为理想的假肢控制信息源。本文在对人体下肢表面肌电信号特征向量进行分类和识别的基础上，实现对平地、斜坡和楼梯三种路况的识别，构想了控制方案。本文的研究内容及创新点如下: 1.肌电信号采集系统的研制与开发 智能假肢首要解决的问题是如何采集肌电信号，并将其转化为物理控制信号。在肌电信号中，表面肌电信号以其无创伤测量与易提取的优点尤为肌电控制假肢所用。本文研制了具有记忆、波形分析功能和实时交互处理的肌电信号采集系统智能肌电测量仪，通过该套系统对人体表面肌电信号进行采集、存储和分析。 2.不同路况下的下肢表面肌电信号的特征提取 特征提取是模式识别中一个非常重要的环节。一个识别系统的识别能力与特征矢量的选取有着直接的关系。对于肌电控制假肢而言，如何寻找有效的特征来表征肌电信号是动作肌电模式识别的根本问题。针对肌电信号的特点，本文提出用小波包分解系数作为下肢假肢运动模式的特征向量，再通过时域信号处理方法对此系数进行转换，得到了简化了的特征向量。 3.对提取的肌电信号特征向量进行分类和辨识 采用自监督的学习矢量量化神经网络对提取的肌电信号特征向量进行分类，使之能够识别行走的不同路况，即平地、斜坡和楼梯。本文用Zebris三维步态分析仪采集膝关节角度曲线，利用上述特征向量作为膝关节角度辨识的依据，采用改进的BP神经网络对膝关节角度进行逼近，以实现假肢对健肢的最大程度地逼近。 4.新型智能假肢控制方案的提出 本文以主动式膝上假肢为研究对象，提出了新型下肢假肢控制方案。根据固定步速下膝关节弯曲角度呈周期性变化的特点，提出了新型智能假肢的整体控制方案，将迭代学习控制算法引入到假肢控制系统中。根据仿真结果可知，此算法有一定的优势，这为研制实际意义的智能假肢打下了良好基础。