基于表面肌电信号的手势识别及人机交互系统应用研究

论文摘要

由于表面肌电信号蕴含丰富的动作信息,基于肌电信号进行手势动作识别并控制外部系统迅速成为一种新型的人机交互技术,近年来得到广泛的研究。但由于人体信号的复杂性,肌电识别技术中存在识别误差大、延时大等问题,研发稳定且实用的肌电交互系统仍面临较大挑战。在此背景下,本文利用肌电信号对手势的识别展开研究,并以四旋翼飞行器为对象实现了在人机交互中的一个应用实例,主要内容如下:(1)研究利用肌电信号进行手势识别的技术,包括滑动窗口数据分割方法、特征分析和分类器设计。实现利用短时能量阈值进行肌电信号活动段的确定,制作手势动作标签;此外通过选取合适的特征,基于特定对象和一类对象构建了手势动作的静态分类模型,针对识别快速性和准确性两个性能进行实验分析。(2)针对单个特定对象建立的静态手势分类器无法适应其他对象,提出一种基于增量式线性判别分析(Incremental Linear Discriminant Analysis,ILDA)的自适应手势识别系统。利用增量学习的思想,将建立的通用分类模型动态更新为可适应特定对象的分类模型。实验表明对于特定对象而言,分类模型相比初始的共性模型提高了识别准确率。(3)实现了实时手势识别及交互控制系统。针对特定对象分类模型的交互实验失误率仍较高的问题,提出了融合加速度特征信息建立手势运动的分类模型,将两个通道的肌电信号和加速度信号经特征提取后融合成新的特征向量构建分类器,降低了在线识别的时间开销,显著提高了分类器的识别准确率。此外编写友好的人机交互界面,并构建与四旋翼飞行器间的通信平台,通过该平台将手势识别结果发送给飞行器,飞行器将识别结果解析成相应的运动控制命令,从而实现不同运动状态的变化。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 论文研究的背景与意义
•   1.2 肌电信号用于手势识别研究现状
•     1.2.1 肌电信号的基本方法研究
•     1.2.2 肌电信号融合辅助信号的研究
•     1.2.3 肌电识别模型的自适应方法研究
•     1.2.4 肌电识别系统在人机交互系统中的应用
•   1.3 本文的研究内容及其独立性概述
•   1.4 本文的章节安排
• 2 表面肌电信号概述
•   2.1 表面肌电信号生理分析
•     2.1.1 肌电信号工作原理
•     2.1.2 肌电信号特性
•   2.2 表面肌电信号的采集
•     2.2.1 Delsys肌电测量系统介绍
•     2.2.2 手势动作、电极位置选定
•     2.2.3 信号采集方案
•   2.3 时间序列信号分割方法
•   2.4 本章小结
• 3 手势识别模型建立
•   3.1 肌电信号的数据处理
•     3.1.1 手势活动段始末点检测算法
•     3.1.2 肌电信号特征分析方法
•     3.1.3 特征选择
•   3.2 信号识别分类器
•     3.2.1 线性判别分析
•     3.2.2 距离判别器
•   3.3 建立手势分类模型
•   3.4 实验及结果对比分析
•     3.4.1 信号时间窗长度选取
•     3.4.2 对比分析
•     3.4.3 识别结果
•   3.5 本章小结
• 4 基于ILDA的适应性手势识别模型建立
•   4.1 ILDA原理
•   4.2 基于ILDA的手势识别系统
•   4.3 实验结果
•   4.4 本章小结
• 5 基于手势的人机交互控制系统实现
•   5.1 交互系统的总框架
•   5.2 四旋翼飞行器控制实现
•     5.2.1 四旋翼机械结构及飞行原理
•     5.2.2 Pixhawk的架构
•     5.2.3 姿态控制与控制指令解析
•   5.3 地面站的软件设计与实现
•   5.4 融合加速度校正的识别模型改进
•   5.5 改进后的识别实验结果
•   5.6 手势识别的人机交互控制实验
•   5.7 本章小结
• 6 总结与展望
•   6.1 总结
•   6.2 展望
• 致谢
• 参考文献
• 附录

文章来源

类型: 硕士论文

作者: 周菲

导师: 蔡晨晓

关键词: 肌电信号的处理,手势识别,人机交互,增量学习

来源: 南京理工大学

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 生物学,生物医学工程,电信技术

单位: 南京理工大学

分类号: R318;TN911.7

DOI: 10.27241/d.cnki.gnjgu.2019.001419

总页数: 67

文件大小: 5739K

下载量: 53