面向带电作业的手臂末端输出力评估方法

• 作者: 何孔飞 张发辉 林子 熊鹏文
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 带电作业 表面肌电信号 支持向量机 特征提取 回归预测
• 年，卷（期）: 2019,（2）
• 页码范围: 186-191
• 页数: 6页
• 分类号: TP242
• 字数: 3296字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2019.02.009

摘要

为了解决带电作业时手臂末端输出力的准确控制,提出一种基于表面肌电信号(sEMG信号)和支持向量机回归(SVR)实现对手臂末端施力的评估方法.通过手握机械手臂末端的手柄,做往复推拉运动,记录此时手柄处的力传感器的数据F,同时利用3组肌电信号传感器同步采集手臂的肌电信号.将肌电信号提取特征后,与力F组合成样本集合S,在样本集合中随机抽取50％的样本数据作为训练集,分别训练BP神经网络、GRNN神经网络以及SVR神经网络.最后用训练好的神经网络对整个样本集中的力F进行预测,并用均方根误差和相关系数评估模型的预测效果.结果显示,SVR神经网络的预测效果较好,其均方根误差为3.0740,相关系数为0.9517.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊鹏文	南昌大学信息工程学院	16	40	4.0	5.0
2	张发辉	南昌大学信息工程学院	3	2	1.0	1.0
3	何孔飞	南昌大学信息工程学院	2	0	0.0	0.0
4	林子		4	8	2.0	2.0