跳至正文

基于树莓派的EMG信号的运动意图识别(智能硬件2班)

人在运动过程中可能会发生运动损伤,然而在做康复性训练的过程中,有可能因为康复性动作幅度不标准而达不到康复性运动的效果。因此,动作的准确性对恢复健康来说是至关重要的。针对仅利用手臂表面肌电(EMG)信号难以准确识别手指动作的问题,提出了将手指关节的姿态信号与表面EMG信号融合用于识别手指姿势的方法。利用MYO手环同步采集手臂的8组肌电信号,同时利用姿态传感器采集手指运动时的三维角度信息。采用滑动平均能量法,依据采集到的原始EMG信号进行活动段检测,提取出执行有效动作过程中的相关信号。将提取的特征值作为SVM多类分类器的输入,用于识别手势动作。帮助患者进行康复训练。