面向智能假肢手臂的生机接口系统与类神经协同控制

针对肢体残障患者的假肢控制问题,搭建了一种基于sEMG（表面肌电信号）的智能假肢手臂系统,实现手臂残障程度较高患者的手－肘协调控制。首先,基于肌肉协同理论,使用非负矩阵分解（NMF）方法提取肌肉协同作用,并进行手部动作识别以及肘关节的连续运动估计。其次,基于意图识别结果构建“前馈－反馈”控制框架,对受试者进行前馈监督与反馈检测;根据前馈－反馈结果调整期望的控制输入,提高假肢系统的舒适性与鲁棒性。然后,针对手部动作,构建一种自适应调整抓握力度的框架,通过力、位信息交替控制,实现不同刚度、不同形状物体的自适应抓握;对于肘部运动,设计一种基于识别结果的阻抗控制算法,实现手－肘一体化假肢的稳定的人机交互控制。最后,由6名健康受试者、1名手臂残障受试者对以上控制策略进行实验验证,对手臂整体运动实现了较为准确的意图识别,同时也完成了稳定的肘部屈伸以及手部抓取,做到了手－肘的一体化协调控制。最终该套系统在北京2022年冬残奥会实现了应用展示。