基于PSO-SVM的仿生肌电假手反馈控制系统设计

论文摘要

针对目前研究的肌电假手的控制方式存在不直观、不灵活,缺乏多感知功能等缺陷,设计了一种具有模式识别和多感知功能的肌电假手的控制方法。该方法采用粒子群优化算法改进的支持向量机（PSO-SVM）构建动作分类器,实现肌电假手动作的模式识别与在线控制。利用经验模态分解法分解滑觉信号,引入模糊逻辑控制,对硬度、滑觉程度不同的物体,实现握力的自适应调节。实验结果表明:采用PSO-SVM算法在线控制肌电假手的识别率高达93.6%,同时PSO-SVM假手在抓握目标过程中能够及时可靠的完成抓握控制任务,具有较高的稳定性,实现滑觉、硬度反馈在模式识别假肢上的实际应用。

论文目录

• 1 系统总体方案
• 2 模式识别算法
•   2.1 支持向量机算法原理简介
•   2.2 粒子群优化算法
• 3 肌电假手控制策略
•   3.1 传感器的选择
•   3.2 触觉信号判断原理
•   3.3 软硬度信号判断原理
•   3.4 滑觉信号判断原理
•   3.5 假手握力的模糊控制方法设计
• 4 实验及结果
•   4.1 PSO-SVM动作模式识别实验
•   4.2 硬度特征分析实验
•   4.3 滑觉特征分析实验
•   4.4 基于PSO-SVM肌电假手的多感知反馈控制实验
• 5 结论

文章来源

类型: 期刊论文

作者: 隋修武,刘乃嘉,乔明敏,李昊天

关键词: 康复机器人,智能假肢,触滑觉感知,经验模态分解,支持向量机

来源: 传感技术学报 2019年12期

年度: 2019

分类: 信息科技,医药卫生科技

专业: 临床医学,自动化技术

单位: 天津工业大学机械工程学院,天津工业大学天津市现代机电装备技术重点实验室

基金: 航空科学基金项目(201729Q2001)

分类号: R496;TP273;TP18

页码: 1784-1789

总页数: 6

文件大小: 1922K

下载量: 320