基于小腿表面肌电的智能机器人协同控制方法.pdfVIP

35卷4期中国生物医学工程学报Vol_35No．4

August2016

2016年8月ChineseJournalofBiomedicalEngineering

基于小腿表面肌电的智能机器人协同控制方法

徐超立林科杨晨吴超华高小榕

(清华大学生物医学工程系，北京100084)

摘要：作为人机交互的核心内容之一，面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表

面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR)，实现对前进、后退、

左转、右转等4种步态分类识别，并建立一套移动机器人同步控制系统。使用表面肌电信号(sEMG)作为输人信

息，对人步态动作进行分类识别，并转化为对机器人运动进行控制的信息，从而实现人与智能移动机器人的实时协

同交互。通过采集8名受试者前进、后退、左转、右转行走时的小腿表面肌电信号，并实时控制智能机器人的运动。

结果表明，在少量的训练条件下，该方法的步态识别准确率可达88％。基于此方法搭建的移动机器人协同控制系

统，具有较强的实时控制能力以及较高的控制准确度。基于小腿表面肌电的智能机器人协同控制方法具有良好的

应用前景，未来或可广泛应用于人机运动协调机器人控制等领域。

关键词：小腿表面肌电信号；步态识别；最大相关最小冗余算法；智能机器人

中图分类号R318文献标志码A文章编号0258—8021(2016)040385—09

CooperativeIntelligentRobotControlMethodUsingLegSurfaceEMGSignals

XuChaoliLinKeYangChenWuChaohuaGaoXiaorong

(DepartmentofBiomedicalEngineering，TsinghuaUniversity，Beijing100084，China)

Abstract：Asasignificantaspectofhuman—computerinteraction，gaitrecognitiontechnologyhasabroad

prospectinrobotcontrolarea．Amethodforintelligentrobotcooperativecontrolsystemwasproposedbyusing

singlelegsurfaceEMG—basedgaitrecognitiontechnology．Thesystemachievedtheclassificationandrecognition

amongfourdifferentgaits(movingforward，movingbackward，turningleftandturningright)byusingmutual

informationbasedmin．imal—redundancym·aximal—relevance(MRMR)algorithm，andbuiltupasynchronous

robotcontrolsystem．SurfaceEMG(sEMG)signalswerecollectedfrom8subjectstoclassifyandrecognizethe

gait，andthentherecognitionresultwasusedtocontroltherobotsynchronousmotion．Theresultsofthe

experimentshowedtha