期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到92篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
6-DOFs机器臂在位置模式下追随运动意图的研究
1
作者 刘环宇 陈明祥 +1 位作者 高孟扬 王钰 《科学技术创新》 2024年第1期59-62,共4页
为了使脑卒中患者在主动康复中能够得到准确、实时、稳定的识别效果,本研究提出了基于6-DOFs协作机器人作为一种康复运动设备。患者的运动意图通过其手与机器臂末端的六维力传感器作用的程度与方向来捕捉,控制系统则通过解析出的运动意... 为了使脑卒中患者在主动康复中能够得到准确、实时、稳定的识别效果,本研究提出了基于6-DOFs协作机器人作为一种康复运动设备。患者的运动意图通过其手与机器臂末端的六维力传感器作用的程度与方向来捕捉,控制系统则通过解析出的运动意图实现机器臂末端运动方向与速度的设置和驱动。运动意图主要由运动方向和运动程度两个指标表达,前者由力传感器各分力的合力方向确定,后者由合力的大小确定,同时还要检测合力与TCP所在轨迹点处切线方向的夹角,最终确定出机器臂末端沿轨迹运动的速度。 展开更多
关键词 6-DOFs 运动意图 运动控制算法
下载PDF
基于递归神经网络的人体下肢运动意图识别方法
2
作者 张鑫 李婉婷 +1 位作者 陈岩 孙中波 《机器人外科学杂志（中英文）》 2024年第2期121-129,共9页
采集下肢两通道的表面肌电信号和相应的关节运动信息,对原始表面肌电信号进行预处理。建立基于径向基函数神经网络的开环估计模型,以预处理后的表面肌电信号为输入,关节运动量为输出。在此基础上,归零神经网络作为一种特殊的递归神经网... 采集下肢两通道的表面肌电信号和相应的关节运动信息,对原始表面肌电信号进行预处理。建立基于径向基函数神经网络的开环估计模型,以预处理后的表面肌电信号为输入,关节运动量为输出。在此基础上,归零神经网络作为一种特殊的递归神经网络被应用到开环模型中,形成一个混合的闭环预测模型。实验结果表明,所提出的闭环模型能够有效地消除开环模型的预测误差,进而能够更加准确地识别出人体的主动运动意图,为后续康复机器人的人机交互系统提供有价值的参考。 展开更多
关键词 表面肌电信号 主动运动 运动意图 下肢 归零神经网络 径向基函数神经网络
下载PDF
人体下肢康复运动意图识别与人机交互训练方法研究
3
作者 李科岐 姚固林 +2 位作者 吴全玉 潘玲佼 刘晓杰 《赤峰学院学报（自然科学版）》 2024年第4期11-15,共5页
家用小型下肢康复器因其诸多优势正逐步取代传统的康复治疗手段,如何提高家用小型下肢康复器的治疗效果与安全性成为设备研究的重要内容。本文在牵引式下肢康复器的控制基础上,提出了一种基于表面肌电信号的下肢运动意图识别方法与主动... 家用小型下肢康复器因其诸多优势正逐步取代传统的康复治疗手段,如何提高家用小型下肢康复器的治疗效果与安全性成为设备研究的重要内容。本文在牵引式下肢康复器的控制基础上,提出了一种基于表面肌电信号的下肢运动意图识别方法与主动控制模式。首先,对表面肌电信号进行分析,并建立基于BP神经网络的运动意图分类模型。其次,将下肢运动时分类模型产生的输出结果作为下肢康复器的控制信号,实现患者的动作识别与主动训练。最后,在实时训练中测得设备的平均识别率为86.67%,证明该主动训练模式的可行性,进而提高了设备的柔顺性。另外,在训练过程中还监测下肢异常动作产生的信号并及时处理,提高了设备安全性,为后续进行深入研究主动康复奠定了理论与实践基础。 展开更多
关键词 下肢康复机器人 表面肌电信号 运动意图识别 主动模式
下载PDF
基于肌电信号的人体下肢运动意图映射研究进展
4
作者 杜妍辰 孙洁 +2 位作者 汪晓铭 黎林荣 喻洪流 《上海理工大学学报》 CAS CSCD 北大核心 2023年第2期128-136,170,共10页
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... 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。 展开更多
关键词 肌电信号 智能下肢假肢 下肢外骨骼 运动意图映射 直接意图控制
下载PDF
一种基于肌声信号的穿戴式助力系统运动意图检测算法
5
作者 董为 石永军 林玮琪 《载人航天》 CSCD 北大核心 2023年第1期43-51,共9页
针对未来深空探测活动中航天员在多种复杂任务环境下的运动助力需求,提出一种面向航天员穿戴式助力系统的运动意图检测算法。以航天员的关节力矩作为运动意图的表征,利用希尔伯特-黄变换对特定肌肉发出的肌声信号进行滤波处理,以消除由... 针对未来深空探测活动中航天员在多种复杂任务环境下的运动助力需求,提出一种面向航天员穿戴式助力系统的运动意图检测算法。以航天员的关节力矩作为运动意图的表征,利用希尔伯特-黄变换对特定肌肉发出的肌声信号进行滤波处理,以消除由肢体运动导致的伪迹噪声和由传感器引入的高频噪声,并参照肌肉的发力原理对滤波后的肌声信号进行特征值提取,通过机器学习的方法建立肌声信号与关节力矩间的映射关系,使助力系统能够及时准确地识别出航天员的运动意图并实施助力。最后募集了3名志愿者进行了150000组样本数据关节力矩辨识实验,实验结果表明:所提出算法的决定系数可达0.9532,能够有效辨识航天员的运动意图。 展开更多
关键词 运动意图辨识 肌声信号 信号处理 机器学习
下载PDF
运动意图诱发脑电预备响应信号的特征识别
6
作者 付荣荣 梁海峰 米瑞甫 《计量学报》 CSCD 北大核心 2023年第10期1597-1601,共5页
针对预备响应脑电信号(EEG)所包含的运动意图进行提取与识别,对于真实运动前准备电位进行解码。利用共空间模式(CSP)和极限学习机(ELM)解决大脑运动准备诱发特征识别。实验结果表明:该方法能够高效区分左右手真实运动前的准备电位,对脑... 针对预备响应脑电信号(EEG)所包含的运动意图进行提取与识别,对于真实运动前准备电位进行解码。利用共空间模式(CSP)和极限学习机(ELM)解决大脑运动准备诱发特征识别。实验结果表明:该方法能够高效区分左右手真实运动前的准备电位,对脑机接口(BCI)大赛运动执行前的准备诱发脑电数据平均识别正确率可达85.7%。在解码问题上,预备电位与运动想象(MI)脑电信号相比,节省了意识产生到动作执行这一段时间,提高操作任务执行的响应效率,为实现基于运动意图的高效脑机交互提供理论依据和技术支持。 展开更多
关键词 计量学 脑电信号 准备电位 共空间模式 极限学习机 运动意图 特征识别
下载PDF
运动意图的头皮脑电编解码及其脑-机接口研究进展
7
作者 陈龙 张定泽 +2 位作者 王坤 许敏鹏 明东 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3458-3467,共10页
基于运动意图的脑-机接口(BCI)对人体运动功能增强、替代和康复具有重要研究意义与应用价值。其中,运动想象(MI)是最常用的表征运动意图的BCI范式。然而,传统MI-BCI通常仅实现不同肢体部位运动意图解码,且识别正确率较低,制约着精细运... 基于运动意图的脑-机接口(BCI)对人体运动功能增强、替代和康复具有重要研究意义与应用价值。其中,运动想象(MI)是最常用的表征运动意图的BCI范式。然而,传统MI-BCI通常仅实现不同肢体部位运动意图解码,且识别正确率较低,制约着精细运动控制与康复效果。针对上述问题,近年来研究者在单一肢体特定部位、运动学与动力学意图诱发头皮脑电编解码以及运动意图错误相关电位检测3个方面开展了一系列有意义的探索,并在高自由度的运动指令控制和面向卒中患者的临床康复应用方面取得了较大的研究成果。该文从运动意图的头皮脑电(EEG)编解码相关范式及其BCI应用两个方面综述了本领域研究进展,并探讨当前研究存在的问题和可能的解决方案,以期促进运动意图BCI技术的深入研究及开发应用。 展开更多
关键词 脑-机接口 脑电 运动意图 精细运动控制 临床康复
下载PDF
面向人体关节角度预测的运动意图识别方法研究
8
作者 曹雨冬 李慧 +3 位作者 陈怡 魏旺华 卢昀 孙帅帅 《电子测量与仪器学报》 CSCD 北大核心 2023年第6期22-30,共9页
为了弥补离散状态识别方法在运动过程预测上的不足,提出了一种面向人体关节角度预测的运动意图识别方法。围绕A型超声探头设计了驱动电路和回波采集程序用于测量肌肉厚度,收集了6名志愿者的运动数据,经过对同一运动过程中肌肉厚度和关... 为了弥补离散状态识别方法在运动过程预测上的不足,提出了一种面向人体关节角度预测的运动意图识别方法。围绕A型超声探头设计了驱动电路和回波采集程序用于测量肌肉厚度,收集了6名志愿者的运动数据,经过对同一运动过程中肌肉厚度和关节角度的数据拟合,定制化地生成了映射关系模型,得到决定系数R2的平均值为0.916 9,显示出较好的匹配度,将模型固化到程序中,系统的预测值输出响应频率可以达到30 Hz,表明该方法可以跟踪过程中的连续状态变化识别人的运动意图,相比于离散状态识别方法,可以有效提升识别精度和实时性能。 展开更多
关键词 A型超声 肌肉厚度测量 曲线拟合 运动意图识别 关节角度预测
原文传递
基于Kinect的上肢主动康复训练运动意图识别
9
作者 胡玉舸 陶庆 +1 位作者 孟庆丰 来全宝 《机械设计与制造》 北大核心 2023年第3期35-37,42,共4页
针对上肢主动康复训练中的运动意图识别条件复杂、肢体康复自由度受限等问题,开展基于Kinect的上肢主动康复训练运动意图识别技术研究。经过采用微软体感设备Kinect,获取人体上肢运动信号。建立人体上肢简化模型,模拟计算和预测上肢关... 针对上肢主动康复训练中的运动意图识别条件复杂、肢体康复自由度受限等问题,开展基于Kinect的上肢主动康复训练运动意图识别技术研究。经过采用微软体感设备Kinect,获取人体上肢运动信号。建立人体上肢简化模型,模拟计算和预测上肢关节角度变换规律,设计并完成康复训练动作试验。采用卡尔曼滤波结合运动方程,进行数据分析。利用MATLAB得到上肢主动康复训练运动过程的数学模型。数据证明:由Kinect获取的人机交互信息,可以实时有效的预测人体上肢运动意图,具有可行性。该技术可以快速有针对性地制定运动康复训练方案,也可为机电系统辅助的神经功能康复技术和神经科学研究提供资源。 展开更多
关键词 上肢主动康复训练 KINECT 人机交互 运动方程 卡尔曼滤波 运动意图识别
下载PDF
基于六维力传感器运动意图的识别
10
作者 刘环宇 王钰 +2 位作者 陈明祥 高孟扬 田启磊 《青岛大学学报（工程技术版）》 CAS 2023年第4期76-82,共7页
为解决上肢康复机器人在运动意图识别中识别信息稳定性低及采集过程复杂等问题,本文提出一种基于六维力传感器识别手部运动行为意图的人机交互系统,其涉及到位移方向及速度的变化。创建一个实时系统,利用六维力传感器获取人机交互力数据... 为解决上肢康复机器人在运动意图识别中识别信息稳定性低及采集过程复杂等问题,本文提出一种基于六维力传感器识别手部运动行为意图的人机交互系统,其涉及到位移方向及速度的变化。创建一个实时系统,利用六维力传感器获取人机交互力数据,通过二阶低通滤波方法对数据进行分析和处理,推导出运动意图信号,将其用于控制康复机器人的运动,最后建立合力与机器人运动速度之间的数学函数关系,更精细地调控机器人的运动过程。实验结果表明,六维力传感器能够准确识别患者的运动意图,实时接收患者施加力的变化并进行相应运动,达到预期目标。该研究具有一定的实际应用价值。 展开更多
关键词 六维力传感器 运动意图 数据分析 控制算法
下载PDF
基于卷积神经网络的脑电信号上肢运动意图识别 被引量：16
11
作者 王卫星 孙守迁 +1 位作者 李超 唐智川 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2017年第7期1381-1389,共9页
为了在脑机交互中能够对运动意图进行识别,使设备能够预判人的行为动作并提前作出反应,脑电(EEG)信号运用学习过程去解码,并建立识别机制.针对传统生物信号模式识别模型中手动提取特征可能会产生信息损失的问题,引入深度学习的卷积神经... 为了在脑机交互中能够对运动意图进行识别,使设备能够预判人的行为动作并提前作出反应,脑电(EEG)信号运用学习过程去解码,并建立识别机制.针对传统生物信号模式识别模型中手动提取特征可能会产生信息损失的问题,引入深度学习的卷积神经网络(CNN),并和目前广泛使用的两种特征提取方法使用BP神经网络分类进行对比.结果显示,CNN在左、右手2分类动作和单手3分类动作中,提高识别精度分别约为4%和8%,增加了动作预测的可靠性.通过对上肢运动意图识别的讨论,可以更好地进行脑机交互控制,并加深对中枢神经信号与手部动作关系的理解. 展开更多
关键词 卷积神经网络(CNN) 脑电信号(EEG) 上肢 运动意图 脑机交互
下载PDF
膝上型假肢的运动意图识别与控制 被引量：3
12
作者 宣伯凯 刘作军 +1 位作者 陈玲玲 杨鹏 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第6期1107-1116,共10页
根据不同路况条件和典型步速的笛卡尔积组合,利用装配在残肢侧的陀螺仪、加速度计和足底前后的压力传感器的信息,通过相关性系数分析、传感器融合、隐马尔可夫模型的方法,判断假肢使用者的运动意图.以健肢运动状态为参考值,利用迭代学... 根据不同路况条件和典型步速的笛卡尔积组合,利用装配在残肢侧的陀螺仪、加速度计和足底前后的压力传感器的信息,通过相关性系数分析、传感器融合、隐马尔可夫模型的方法,判断假肢使用者的运动意图.以健肢运动状态为参考值,利用迭代学习控制分别建立不同路况和步速情况下的控制知识数据库.通过传感器的关键状态变化信号驱动有限状态机状态转换,输出控制知识库中的控制量,实现假肢膝关节在不同路况、步速条件下对步态相位的控制.针对控制过程中出现的输出量实时偏差,采取了在线校正措施.对于有限状态机输出控制数据序列在时间同步上的超前和滞后问题,采取了相应的保持和补偿措施.结果表明,经隐马尔可夫模型处理后路况判断准确率可提升到91.7%,基于数据驱动的无模型控制方法能够实现对不同路况、步速下假肢步态的有效控制. 展开更多
关键词 假肢 运动意图 迭代学习控制 有限状态机
下载PDF
基于反应式行为的车辆运动意图辨识 被引量：1
13
作者 孙博华 邓伟文 +2 位作者 朱冰 吴坚 王姗姗 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2018年第1期36-43,共8页
为提高无人驾驶智能汽车决策规划能力,提出了一种基于反应式行为的车辆运动意图辨识策略。对反应式车辆运动意图进行了分析与归类,建立了基于多维高斯隐马尔科夫过程的反应式车辆运动意图模型;搭建了车辆运动意图信息采集系统,进行了典... 为提高无人驾驶智能汽车决策规划能力,提出了一种基于反应式行为的车辆运动意图辨识策略。对反应式车辆运动意图进行了分析与归类,建立了基于多维高斯隐马尔科夫过程的反应式车辆运动意图模型;搭建了车辆运动意图信息采集系统,进行了典型工况数据采集;在此基础上,对模型进行训练,利用正交试验对模型参数进行优化,选取典型工况进行辨识测试。结果表明,所提出的辨识策略能够有效辨识交通车辆的运动意图。 展开更多
关键词 车辆工程 车辆运动意图辨识 反应式行为 多维高斯隐马尔科夫过程 正交试验
下载PDF
基于CNN-ENN的改进串行混合网络及多传感器信息融合的运动意图识别研究 被引量：1
14
作者 张鹏 张峻霞 《传感技术学报》 CAS CSCD 北大核心 2021年第7期932-938,共7页
为了提高基于传感器信号的运动意图识别准确度,开展了基于深度学习和多传感器信息融合的运动意图识别方法的研究。首先,在平地、10°上/下坡、上/下楼梯,共5种步态模式下,提取了80名受试者的运动传感器数据,采用非线性降维Diffusion... 为了提高基于传感器信号的运动意图识别准确度,开展了基于深度学习和多传感器信息融合的运动意图识别方法的研究。首先,在平地、10°上/下坡、上/下楼梯,共5种步态模式下,提取了80名受试者的运动传感器数据,采用非线性降维Diffusion Maps法(DM)对数据进行降维,利用短期傅里叶变化(SIFT)提取数据特征;构建基于卷积神经网络(CNN)和埃尔曼神经网络(ENN)的新型串行混合网络模型(CNN-ENN),并完成了模型的训练;随机选取了5名志愿者参与实验测试。实验结果表明CNN-ENN改进串行混合网络模型对多传感器融合信息的平均识别准确度为95.86%,分别比传统的运动意图识别算法CNN和基于集成学习的加权投票算法(MFR)高10.21%和16.37%。实践表明深度学习模型与多传感器信息融合技术相结合的方法对运动意图识别精度的提高有很好的指导价值。 展开更多
关键词 运动意图识别 串行混合网络模型 深度学习 多传感器信息融合
下载PDF
运动相关脑电信号的运动意图预测方法研究
15
作者 柳建光 袁道任 冯少康 《计算机测量与控制》 2018年第5期37-41,共5页
为了找出在大脑的后顶叶皮层区(PPC)运动意图预测与运动想象EEG信号之间的关联,联合运动相关电位MRPs与mu/beta节律的事件相关同步/去同步(ERS/ERD)特征,首先用小波包分解WPD重构特征频段的小波包分解系数特征向量,其次采用共空间模式CS... 为了找出在大脑的后顶叶皮层区(PPC)运动意图预测与运动想象EEG信号之间的关联,联合运动相关电位MRPs与mu/beta节律的事件相关同步/去同步(ERS/ERD)特征,首先用小波包分解WPD重构特征频段的小波包分解系数特征向量,其次采用共空间模式CSP提取空域特征向量,最后利用支持向量机(SVM)进行运动意图预测;通过实验验证,联合运动想象信号中的运动相关电位及mu/beta节律,运动意图预测分类准确率达到85%;证实了运动相关MRPs可以表征运动准备即运动规划阶段的脑神经机制;10Hz以下的mu和beta节律ERS/ERD特征能够体现运动意图的方向;研究结论进一步为精细运动(包括运动方向、速度等其他运动参数)预测提供技术支持。 展开更多
关键词 脑电信号 运动相关电位 事件相关同步/去同步 运动意图预测
下载PDF
利用运动准备电位的人体下肢自主运动意图预先感知方法 被引量：6
16
作者 李瀚哲 张小栋 +3 位作者 李睿 陆竹风 杨昆才 尹贵 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第10期16-23,共8页
针对下肢外骨骼机器人穿戴者的运动与机器人本身响应之间存在时间迟滞而导致控制实时性差的问题,提出了一种利用运动准备电位(RP)的人体下肢自主运动意图预先感知方法。首先,根据人体下肢运动的脑电(EEG)产生机理和耦合神经元集群模型... 针对下肢外骨骼机器人穿戴者的运动与机器人本身响应之间存在时间迟滞而导致控制实时性差的问题,提出了一种利用运动准备电位(RP)的人体下肢自主运动意图预先感知方法。首先,根据人体下肢运动的脑电(EEG)产生机理和耦合神经元集群模型仿真了下肢产生运动意图时大脑运动皮质区的RP响应,验证了下肢产生运动意图时其EEG中存在RP;其次,利用下肢肌电(EMG)确定了下肢自主运动的起始时刻并完成EEG中自主下肢运动事件的触发标记,同时利用多元经验模式分解(MEMD)方法去除了EEG中的运动伪迹成分,进而利用叠加平均法和模板匹配法实现了下肢自主运动的RP提取及其运动意图的预先感知;最后,搭建检测系统进行实验验证。实验结果表明:该方法可在离线情况下于人体下肢自主运动开始前约120 ms实现下肢运动意图的预先感知,其平均识别正确率为74.4%。该方法实现了人体下肢自主运动意图的预先感知,可为外骨骼机器人的柔顺控制提供信息提前量。 展开更多
关键词 外骨骼机器人 自主运动 运动意图 运动准备电位 脑电
下载PDF
实时手部精细运动意图识别方法的研究 被引量：5
17
作者 魏月 郭欣 +2 位作者 王蕾 耿艳娟 李光林 《中国康复医学杂志》 CAS CSCD 北大核心 2019年第1期59-66,共8页
目的:利用脑卒中患者的自主运动意识进行主动神经康复是促进患者脑功能重塑、提高康复训练效果的重要工程学手段。针对脑卒中患者手部精细运动功能恢复速度慢、恢复程度有限等问题,本文提出了一种基于数据手套的模板匹配方法,用于识别... 目的:利用脑卒中患者的自主运动意识进行主动神经康复是促进患者脑功能重塑、提高康复训练效果的重要工程学手段。针对脑卒中患者手部精细运动功能恢复速度慢、恢复程度有限等问题,本文提出了一种基于数据手套的模板匹配方法,用于识别患者的手部精细运动意图。方法:利用自主研发的虚拟现实康复训练平台,将基于数据手套模板匹配的运动意图识别方法嵌入其中,并与基于表面肌电模式识别方法进行对比研究。招募了6例健康受试者参与实验,对16个手部精细动作的离线识别性能和实时识别性能分别进行分析,并对离线性能指标与实时性能指标之间的关系进行相关性研究。结果:采用基于数据手套模板匹配方法取得的平均离线动作识别准确率为95.00%±3.66%,平均实时动作完成率为91.31%±1.17%,显著高于基于表面肌电模式识别方法的离线动作识别准确率(84.66%±4.66%,P<0.01)与实时动作完成率(71.86%±10.04%,P<0.01)。另外,基于数据手套模板匹配方法取得的离线动作识别准确率与实时动作完成率是线性相关的(P<0.05),而基于表面肌电模式识别方法取得的离线与实时性能指标不存在线性关系(P=0.4005)。结论:与传统的肌电模式识别方法相比,基于数据手套模板匹配方法具有显著的比较性优势。因此,有望成为手部精细运动功能主动神经康复中的一种有效的运动意图识别方法。 展开更多
关键词 脑卒中 手部运动意图 模板匹配 数据手套 实时识别
下载PDF
一种下肢运动意图识别算法性能实时测评系统 被引量：3
18
作者 李向新 田岚 +1 位作者 郑悦 李光林 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第5期99-107,共9页
对腿部运动意图识别算法的实时性能进行综合可靠的评价是实现下肢假肢灵活稳定控制的前提。提出一种逐层分级的基于下肢运动意图识别算法的实时测评方法,对算法的可靠性、稳定性以及运动意图识别速度进行综合评价。利用开发的运动意图... 对腿部运动意图识别算法的实时性能进行综合可靠的评价是实现下肢假肢灵活稳定控制的前提。提出一种逐层分级的基于下肢运动意图识别算法的实时测评方法,对算法的可靠性、稳定性以及运动意图识别速度进行综合评价。利用开发的运动意图识别算法评测系统,对基于肌电信号源和机械信号源的两种运动意图识别算法进行了实时性能测试,发现肌电信号源的算法识别时间大于机械信号源算法,但是其算法稳定性优于机械信号源算法。进一步地,还利用该评测系统有效地区分出正常识别策略与异常识别策略,发现正常策略的动作识别稳定系数比异常策略高25%左右。因此,所提的基于下肢运动意图识别算法的实时测评方法,能够对不同信号源算法以及不同识别策略的实时性能进行有效评价,为智能下肢假肢控制系统开发提供可供参考的测试平台。 展开更多
关键词 下肢假肢 运动意图识别 算法性能评价 算法测评系统
原文传递
基于样本熵与时频分析的手部抓握运动意图预测 被引量：2
19
作者 许重宝 张虹淼 +3 位作者 孙立宁 李娟 樊炎 郭浩 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第12期2315-2322,共8页
针对上肢外骨骼控制信号产生与外部设备响应存在时间滞后导致脑机接口(BCI)系统实时性差的问题,采集被试手部自主抓握前运动相关皮质电位(MRCP),提出基于非线性复杂度特征样本熵(SampEn)与线性幅值特征融合算法的手部运动意图预测方法.... 针对上肢外骨骼控制信号产生与外部设备响应存在时间滞后导致脑机接口(BCI)系统实时性差的问题,采集被试手部自主抓握前运动相关皮质电位(MRCP),提出基于非线性复杂度特征样本熵(SampEn)与线性幅值特征融合算法的手部运动意图预测方法.从时频、神经复杂度分析不同大脑状态之间存在的差异,通过特征融合实现对手部抓握运动意图的预测.基于特征融合意图离线预测准确率最高可达88.46%,可以在人体手部自主运动发生时刻-1400 ms实现对手部运动预测.与平静时期手部静止状态相比,被试产生手部抓握运动意图时脑电信号的功率谱与复杂度均产生明显变化,为基于手部运动意图预测提前驱动机器人实现人机协同提供控制策略. 展开更多
关键词 运动意图 运动相关皮质电位 非线性分析 复杂度
下载PDF
虚拟诱导患者下肢主动运动意图及其脑电精准感知方法 被引量：2
20
作者 董润霖 张小栋 +2 位作者 李瀚哲 李亮亮 史晓军 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第2期130-138,共9页
针对下肢运动功能障碍患者无法产生强烈主动运动意图造成外骨骼机器人在康复运动辅助时人机交互性差的问题,提出了一种虚拟诱导患者下肢主动运动意图及其脑电精准感知方法。首先,分析影响患者运动意图产生的因素,建立基于大脑注意机制... 针对下肢运动功能障碍患者无法产生强烈主动运动意图造成外骨骼机器人在康复运动辅助时人机交互性差的问题,提出了一种虚拟诱导患者下肢主动运动意图及其脑电精准感知方法。首先,分析影响患者运动意图产生的因素,建立基于大脑注意机制的虚拟诱导患者意图产生模型,形成基于脑电信号的人机交互策略;然后,设计并搭建数据驱动沉浸式三维虚拟诱导场景,激发患者大脑产生主动运动意图;进而,采集患者脑电信号,通过基于自适应噪声完备经验模态分解(CEEMDAN)和独立成分分析(ICA)相结合的伪迹去除方法进行信号预处理;最后,利用深度卷积神经网络实现对患者运动意图的精准识别。实验结果表明:虚拟诱导方法能够有效增强受试者脑电信号特征,运动意图识别率明显提高,相比常规方法,采用虚拟诱导方法后,静息状态识别准确率达到80.5%,提高了10.33%,产生意图识别准确率达到92.17%,提高了20.5%,稳定维持在较高水平,为外骨骼机器人实现按需辅助控制奠定了基础。 展开更多
关键词 虚拟诱导 主动运动意图 脑电信号 伪迹去除 卷积神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部