1.一种基于MYO臂环的假肢手控制系统,其特征在于,包括:信号采集模块(1),STM32模块(2),模糊控制器模块(3),假肢手模块(4),抓握力反馈模块(5)及配合离线训练的PC机;
所述信号采集模块(1),包括用于采集sEMG数据,佩戴在患者残臂偏上处的MYO臂环(11)和用于采集正常人手抓握力值数据的六维力传感器(12);
所述STM32模块(2),用于读取、处理sEMG数据;
所述模糊控制器模块(3),用于接收STM32模块(2)发送的信号,发送指令驱动假肢手抓握;
所述假肢手模块(4),由假肢手本体、驱动手指运动的电机及安装在假肢手手指指肚上的FSR力传感器贴片组成;
所述抓握力反馈模块(5),佩戴在患者的残臂上,由振动触觉传感器构成,接收FSR力传感器的抓握力值信号,然后将其反馈给患者残臂,便于患者感知抓握力大小。
2.如权利要求1所述的基于MYO臂环的假肢手控制系统,其特征在于,通过MYO臂环(11)的蓝牙接口读取采集手臂的sEMG数据;
通过PC机读取六维力传感器(12)采集正常人手的抓握力值数据;其中,根据待识别的8个抓握力档次数选择通道个数;为兼顾识别率和实时性,满足日常抓握需要或者通道个数M取3,3个通道可准确识别8个抓握力档次。
3.一种基于MYO臂环的假肢手控制系统的控制方法,其特征在于,包括:步骤A离线训练,步骤B在线识别和抓握力预测,步骤C抓握力反馈。
4.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤A离线训练,包括:A1模式分类训练和A2sEMG-力回归模型训练;
所述A1模式分类训练,包括:
A11将抓握力划分为不同的档次,根据各档次的抓握力值采集正常人对应的sEMG数据,通过六维力传感器(12)采集正常人手抓握力值数据;
A12提取时域特征值:绝对平均值MAV、均方根值RMS、标准差SD和波形长度WL;
A13时域特征值矩阵经PCA降维后,利用BP神经网络进行模式分类训练,并保存训练后的权值和阈值;
所述A2sEMG-力回归模型训练,包括:
A21通过降维后的时域特征值矩阵与抓握力值数据一起构建训练样本;
A22分别训练各抓握力值档次的sEMG-力回归模型;
A23保存训练的各模型的参数。
5.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤B在线识别和抓握力预测,包括:
B1通过MYO臂环(11),实时采集患者手臂肌肉的sEMG信号;
B2通过STM32模块(2)读取sEMG数据,判断手部动作起止点,提取其时域特征值并进行PCA降维处理;
B3根据步骤A1模式分类训练的结果识别出其对应的抓握力档次;
B4根据步骤A2sEMG-力回归模型训练的结果预测手的抓握力值,将该抓握力值作为抓握力控制的给定信号;
B5通过模糊控制器模块(3)控制手指驱动电机的转速和转向,将假肢手的抓握力控制到给定的档次。
6.如权利要求3所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤C抓握力反馈,包括:通过振动触觉传感器的不同频率和幅值作为抓握力反馈信号,使截肢患者能够获取实际抓握力的档次值。
7.如权利要求4所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤A离线训练,通过PC机完成并存储离线训练过程和训练数据及训练结果,再将训练所得的参数下载至STM32模块(2)。
8.如权利要求4所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述A12时域特征值,其各时域特征值计算方法如下:
式中x(i)为每次采样的sEMG信号数据,N为每个通道的数据个数,μ为N个数据的均值,k=1,…,M,M为通道个数。
9.如权利要求5所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤B在线识别和抓握力预测,通过STM32模块(2)读取、处理sEMG信号并识别各个档次的抓握力值;
通过模糊控制器模块(3)控制假肢手上电机的转速和转向,实现假肢手的抓握力动作。
10.如权利要求5所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述B2提取其时域特征值并经PCA降维处理,包括以下步骤:
B21读取MYO臂环(11)的M个通道sEMG数据;
B22根据各通道sEMG信号的时域特征值MAV,确定手部动作起止时间点;
B23在手部动作起止时间内依次截取一段sEMG信号作为一维信号序列,对每个信号序列提取n个时域特征值,得到M个n维的时域特征值矩阵;
B24采用PCA降维法对时域特征值矩阵降维,得到M个k维的降维时域特征值矩阵。
11.如权利要求5所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述B5模糊控制器模块(3)采用在线推理的模糊控制算法,以误差和误差变化为输入,驱动电机的转速和转向为输出。
12.如权利要求6所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述振动触觉传感器中的电机产生4种振动频率,每种振动频率下有两种不同的幅值,即组合产生8种不同频率和幅值的振动信号,对应8种抓握力档次;
所述假肢手的实际抓握力,通过假肢手模块(4)中安装在假肢手手指指肚上的FSR力传感器贴片测量的信号,经振动触觉传感器将其转换成对应档次的振动信号传送给患者残臂,使患者获取假肢手的实际抓握力档次值,患者根据该值调节假肢手的抓握力,从而实现假肢手的准确抓握。
13.如权利要求10所述的基于MYO臂环的假肢手控制系统的控制方法,其特征在于,所述步骤B22中,手部动作起止时间点确定方法为:
计算各通道sEMG信号的绝对平均值并求和,并与事先设定的门限阈值作比较判断动作起止,将对应的时间点作为动作起止点。