可穿戴sEMG采集系统

8通道提前80ms预测关节角

一种新型可穿戴8通道下肢sEMG信号采集系统，结合ISSA-HKELM模型，可实现髋、膝关节角度的连续预测，提升人机交互的实时响应性。

Liangjie, Tu · Fan, Bingfei · 都明宇 · 鲍官军 · Bowen, Lv · Wenjie, Mao · 刘滔 · Cai, Shibo

IEEE Sensors Journal 2024

参数信息

预测提前时间

80 ms

髋关节角度预测RMSE

4.61 °

膝关节角度预测RMSE

5.95 °

髋关节角度预测R²

0.902

膝关节角度预测R²

0.848

输入通道数

8

技术优势

提前80 ms预判动作

模型以当前时刻的8通道sEMG信号为输入，输出未来时刻的髋、膝关节角度，使控制系统能够提前获得运动意图，补偿信号处理与执行机构的延迟。

精度够用

髋、膝关节角度预测的平均RMSE分别仅为4.61°和5.95°，平均R²达到0.902和0.848，表明模型输出与实测角度高度吻合，可用于精细运动控制。

模型参数免手调

采用改进麻雀搜索算法对混合核极限学习机的超参数进行自动寻优，无需人工反复试凑，降低了使用门槛。

应用场景

• 外骨骼机器人运动控制：用提前预测的关节角度驱动外骨骼，减少控制延迟，提升跟随性。
• 人形机器人关节预测：提供基于肌电的关节角度预测方法，可用于人形机器人运动意图识别。
• 脑机接口交互：肌电与关节角度的映射可作为脑机接口中运动执行的输出环节。
• 可穿戴医疗设备：可穿戴采集系统与预测模型可用于康复训练中的实时运动监测与反馈。