基于多源信息融合的肌电轮椅智能控制技术研究

• 作者: 隋修武 韩志昕
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 多源信息融合 极限学习机 表面肌电信号 加速度信号 角度信号 手势识别 轮椅控制
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 136-144
• 页数: 9页
• 分类号: TN303
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2020.09.020

摘要

传统手势识别设备很难同时满足识别精度与便携性的要求,同时,基于单一传感器的手势识别策略获取的信息较少,识别结果易受各种因素的影响.而相较于传统的摇杆控制方式,手势控制方式更为便捷,并且可实现远距离操作.基于此背景提出了基于多源信息融合的肌电轮椅智能控制技术研究,设计了一套便携式肌电信号与运动信息采集系统,其中运动信息包括加速度信号和角度信号.利用极限学习机构建识别算法模型,优化了融合分类结构,并以此识别结果控制轮椅运动.实验结果表明:相较于单一传感器手势识别方案,识别准确率提升了6.1％～12.3％,达到了94.7％;相较于传统模式识别方法,分类准确率提升了1.5％～6.0％,并且,轮椅控制系统的在线平均识别率达到了95.2％,满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	隋修武		57	180	8.0	10.0
2	韩志昕		1	0	0.0	0.0