基于单通道sEMG分解的手部动作识别方法 |
| |
引用本文: | 熊安斌,丁其川,赵新刚,韩建达,刘光军.基于单通道sEMG分解的手部动作识别方法[J].机械工程学报,2016(7):6-13. |
| |
作者姓名: | 熊安斌 丁其川 赵新刚 韩建达 刘光军 |
| |
作者单位: | 1. 中国科学院沈阳自动化研究所机器人学国家重点实验室 沈阳 110016;2. 中国科学院沈阳自动化研究所机器人学国家重点实验室 沈阳 110016;瑞尔森大学航空航天工程系 多伦多 M5B2K3 加拿大 |
| |
基金项目: | 国家高技术研究发展计划(863计划;2015AA042302),国家自然科学基金(61273355;61573340),机器人学国家重点实验室自主课题(2015-z06) |
| |
摘 要: | 表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉s EMG,将其分解为6个运动单元动作电位序列,过程包括:二阶差分滤波、阈值计算、尖峰检测、分层聚类;然后,提取绝对值积分、最大值、非零中值、半窗能量等特征,并采用主元分析法降维;最后,利用支持向量机分类识别5种不同手部动作,精度达到80.4%。而采用未融合s EMG分解的传统方法,动作识别精度仅有约70%。
|
关 键 词: | 表面肌电信号 运动单元动作电位序列 分层聚类 主元分析支持向量机 |
Classification of Hand Gestures Based on Single-channel sEMG Decomposition |
| |
Abstract: | |
| |
Keywords: | sEMG motor unit action potential trains hierarchical clustering principal component analysis support vector machine |
本文献已被 CNKI 万方数据 等数据库收录! |
|