基于支持向量机的人手姿态肌电模式识别与力检测

• 作者: 刘宏 姜力 崔平远 杨大鹏 赵京东
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 肌电(EMG)控制 模式识别 支持向量机(SVM) 假手
• 年，卷（期）: 2010,（6）
• 页码范围: 618-622
• 分类号: TP3
• 字数: 3762字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2010.06.012

摘要

针对多自由度假手的肌电控制难题进行了人手多种姿态的模式分类以及握力检测的研究.基于支持向量机(SVM)算法,首先从6通道表面肌肤电信号中提取模式信息,对人手18种姿态进行了分类,然后验证了在3种抓取模式下从肌电信号中回归人手握力的方法的性能.实验结果表明,使用支持向量机能有效地识别出人手所处的姿态模式及施力的大小.结合肌电的模式识别以及握力回归算法,可以实现多自由度假手的随动及力控制,因此可大大提升假手控制的灵活性及功能性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏	哈尔滨工业大学机器人技术与系统国家重点实验室	198	1901	22.0	30.0
2	崔平远	哈尔滨工业大学机器人技术与系统国家重点实验室	194	2213	22.0	36.0
3	姜力	哈尔滨工业大学机器人技术与系统国家重点实验室	86	783	15.0	22.0
4	杨大鹏	哈尔滨工业大学机器人技术与系统国家重点实验室	15	146	7.0	12.0
5	赵京东	哈尔滨工业大学机器人技术与系统国家重点实验室	31	262	10.0	15.0