基于肌电信号的人体下肢运动意图映射研究进展

智能下肢假肢与下肢外骨骼是肢体功能障碍者恢复日常运动的重要手段。基于肌电信号的直接意图控制是其自适应、自主控制的关键技术之一。针对此问题,阐述了基于肌电信号的人体下肢运动意图映射研究进展,包括比例肌电法、肌骨模型法和人工智能算法,讨论了基于肌电信号的人体运动意图映射研究所面临的主要问题。最后,对该领域未来发展方向进行了展望和总结。     

基于相关性分析的下肢假肢步行模式预识别方法

为了减小假肢执行器延迟以及判断程序延迟对动力型假肢协调控制带来的影响,采用步行模式预识别的方法,提前控制动力型下肢假肢的运动,以达到最佳的协调控制效果.利用假肢接受腔装配的陀螺仪传感器、加速度传感器以及安装在假肢足底的压力传感器来进行数据采集,通过分析传感器采集数据与模版数据之间的相关性信息来实现步行模式的预识别.实验结果表明利用分析多传感器数据的相关性预识别步行模式的方法是有效的,可使假肢及时调节、及时动作,增强了假肢的智能性,该技术对智能假肢的发展具有重要的实用价值.     

基于混合高斯模型的运动目标检测算法

针对摄像机在静止条件下的自适应运动目标检测,提出一种改进的运动目标检测算法。首先,针对高斯混合背景建模初期背景建模效果不理想的问题,利用统计的方法得到背景模型,根据背景图像建立高斯混合模型;在模型学习方面,为均值与方差设置了不同的学习率。针对传统的LBP算子的缺陷,提出了一种改进的纹理特征算子,将其与HSV颜色空间去阴影的方法相结合,从而实现对阴影的检测与去除,利用随机Hough算子对圆的检测原理,在运动目标检测的基础之上,实现对人头的边缘检测。实验结果表明:该算法可以很好地检测出运动目标,并能够有效去除运动目标包含的阴影区域,从而实现人头区域的检测。     

乒乓球挥拍动作识别方法研究

乒乓球运动中有很多不同类型的挥拍动作,准确识别这些运动模式对于挥拍动作的分析有着重要的意义,针对此需求提出并设计了一种基于MPU9250加速度传感器的挥拍动作识别方法。首先将传感器采集的原始数据做加窗和滤波等预处理,对预处理后的样本进行时域分析提取出每种挥拍动作的均值、方差、周期等22个统计学特征;再采用嵌入式特征选择进行特征筛选得到10个特异性特征,并使用支持向量机、随机森林、决策树以及基于以上3种算法的集成学习进行分类器训练;最后,充分比较了4种分类器对正手攻球、反手推球、正手搓球、反手搓球4种运动模式的识别精度。实验结果表明:集成学习分类器效果最佳,平均识别准确率为94.25%。     

基于无模型动态矩阵的下肢假肢运动控制方法

在准确预识别平地行走,上、下楼梯三类运动模式的基础上,提出了根据各路况的运动特点制定对应假肢膝关节运动控制策略的方法.突出三类路况运动特点的同时,解决了由于建模困难无法得到膝关节运动方程的问题,另外采用无模型动态矩阵对假肢膝关节的运动轨迹追踪控制.该方法利用紧格式线性化方法简化了人体运动时髋、膝关节角度变化的复杂关系.实验结果表明运动控制策略模仿实际运动轨迹的方法是有效的,使假肢能够自然地跟随健肢的运动变化,充分利用了被控系统输入、输出数据的内部信息,且运动控制方法具有较好的跟踪效果,确保了下肢假肢运动的控制精度.     

求解线性单自由度复合随机系统的改进算法

考虑到空间随机场与随机过程的相互独立性,对常用的摄动虚拟激励法进行改进,直接得到随机反应的均值和方差.以前的研究得到的随机反应方差是随机变量的函数,从而需要求反应方差的均值和反应方差的方差.单自由度复合随机系统的计算结果表明,改进的摄动虚拟激励法的计算结果更合理.与常规摄动虚拟法得到的反应方差要由可靠度确定不同,改进摄动虚拟激励法得到的随机反应方差不再需要由可靠度确定,这更符合统计规律,事实上方差只是对统计数据的离散程度的表示,与可靠度无关.     

混合调制信号调制识别方法

研究基于决策理论算法的混合调制信号特征参数提取与自动识别技术,提出适合混合调制信号调制识别的树型分类器及相应识别步骤。在外调制、内调制识别时首次分别采用副载波信号个数构成的特征矢量、均值归一化包络方差、副载波信号瞬时幅度分布区域统计值等算法,抑制噪声干扰,提高特征参数的准确性,仿真结果表明,在信噪比为6 dB情况下,调制识别率接近90%,和现有混合调制识别方法相比取得较好的识别效果,在混合信号调制识别管理中具有广泛的应用前景。     

基于智能空间的家庭服务机器人SLAM

提出了基于智能空间的家庭服务机器人同步定位与地图构建(SLAM)方法.利用双目立体视觉传感器提取环境特征,获取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时获取环境中这些几何特征对应的图像特征信息,并将混合信息进行绑定,作为实时更新信息存入智能空间信息库中,构建出三维立体混合特征地图.在SLAM实现过程中,首先建立系统模型并对该模型进行重构以实现线性化;其次移动机器人与智能空间实时地进行交互,实现快速数据关联;最后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,同时保存环境特征,逐步构建出环境地图.实验表明,该方法实时性好、精确度高.     

主动型膝上假肢的自抗扰控制研究

为解决结构复杂的主动型膝上假肢所受内外扰动问题,将自抗扰控制应用到假肢控制中.分析了下肢运动特点,应用曲线拟合的系统辨识方法得到下肢动力学模型,并对假肢的结构进行了分析研究.在此基础上,设计了适用于主动型膝上假肢的自抗扰控制方法,由跟踪微分器、扩张状态观测器、误差反馈控制器以及扰动补偿过程4个环节构成.对所设计的自抗扰控制策略利用Adams和Matlab软件进行了联合仿真测试,仿真结果表明,这种自抗扰控制策略具有较好的控制效果,能够使残疾人恢复行走能力.     

基于DCT系数和颜色直方图的图像检索

为有效描述图像的形状、纹理和颜色特征,提出一种基于DCT系数统计特征和颜色直方图的图像检索.首先,将图像中像素点颜色值在RGB颜色空间中量化到64色颜色空间,构建彩色图像的颜色直方图用于描述图像的颜色特征.然后,将图像划分为8×8子块,分别对各子块进行DCT变换.最后,根据各子块的DCT系数获得其两个统计特征,其一是计算各子块DCT系数的均值和方差,构建均值-方差直方图用于描述图像的纹理特征,另一个是根据各子块的前9个AC系数构建AC系数差值直方图用于描述图像的局部形状特征.结合颜色直方图、均值-方差直方图和AC系数差值直方图构成图像检索的特征向量.实验结果表明,算法有效描述了图像的形状、纹理和颜色特征,查全率和查准率均有提高,检索性能较优.