本技术涉及一种基于多肌群表面肌电信号的运动意图预测方法、系统、设备及介质,该方法包括:S1、采集多肌群表面肌电信号;S2、对多肌群表面肌电信号进行动作序列检测与分割,获取分割后的肌电序列;S3、对分割后的肌电序列进行多维度肌电特征值提取,获得多肌群多模态特征参数;S4、采用二进制粒子群优化算法对多肌群多模态特征参数进行降维处理,确定肌电最优特征矩阵;S5、将肌电最优特征矩阵输入至预训练好的MobileNet V2神经网络模型,输出运动意图预测结果。与现有技术相比,本发明具有预测准确性高、实时性好等优点。
背景技术
在当今社会中,外骨骼机器人作为康复辅助器械,已在康复领域里得到推广,帮助因故暂时性行走能力丧失的患者进行康复治疗,该治疗方法在很大程度上降低了传统康复治疗过程中过多的人为因素的干扰,助力于其行走能力的恢复。
目前,下肢外骨骼机器人随着近些年的研究与发展,主要面向两类别的人,一是面向健康人群,作为可穿戴式助力装置,应用于军事、工业、急救等领域内。机器人的使用者能够通过其提升自身机能,以达到减轻负重、降低体能消耗的目的。二是下肢运动功能受损而需进行康复性治疗的人。此情况下的研究主要体现在对于人的正常运动的模拟,以固定运动轨迹协助患者锻炼腿部肌肉,助力恢复运动功能。
在医疗康复中,机器人又可细分为外骨骼康复机器人和下肢外骨骼助行机器人。下肢助行机器人为下肢功能丧失的患者提供支撑力,实现双足站立姿态,从而摆脱轮椅和无障碍设施的限制。这种外骨骼助行机器人还可以帮助患者锻炼下肢肌肉和骨骼,预防肌肉萎缩。穿戴式下肢助行机器人能够帮助下肢残障患者重新站立,重拾生活信心,对身心健康有积极意义。由于现有的运动意图识别方法准确率较低,导致如今研发的外骨骼机器人有较强的人机抵抗现象,无法实现人机智能协同。
实现思路