-
题名基于卷积神经网络的肌电信号人体运动模式识别技术
被引量：1
- 1
-
-
作者
刘亚丽
鲁妍池
马勋举
宋遒志
-
机构
北京理工大学机电学院
北京理工大学前沿技术研究院外骨骼技术研发中心
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第7期2144-2158,共15页
-
基金
国家自然科学基金青年项目(51905035)
北京理工大学青年教师学术启动计划项目(XSQD-202202001)。
-
文摘
随着外骨骼机器人等肌电控制设备的快速发展,表面肌电信号此类非平稳、非周期信号在高性能运动识别系统中的应用已成为相关研究领域的重点。为实现肌电信号跨域特征融合,提出一种基于肌电信号的双卷积链神经网络模型,采集7块关键肌肉的原始肌电信号,经特征提取,转化为能量核相图和离散小波变换系数特征图,分别输入双卷积链神经网络的卷积神经网络分支和MobileNetV2分支,利用融合模块提取高层隐藏特征并进行充分交互。制备包括以上两种特征图像和传统肌电信号图谱在内的3种数据集。3组交叉实验结果表明:所提方法对6种自测下肢运动的平均识别准确率达94.19%,显著优于其他特征组合与网络架构;在ENABL3S开源数据集识别7种下肢运动中取得98.32%的稳态识别准确率,进一步验证了所提方法优良的肌电特征捕捉能力和模式识别准确性。
-
关键词
外骨骼机器人
表面肌电信号
运动模式识别
双卷积链神经网络
能量核
小波变换分析
-
Keywords
exoskeleton robots
surface electromyography
motion pattern recognition
dual convolutional chains neural network
energy kernel
wavelet transform analysis
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
