可穿戴sEMG采集仪

在线识别下肢运动

基于个人sEMG信号，实现下肢运动模式识别与实时康复控制

Ye, Ye · Ming-Xia, Zhu · Ou, Changwei · 王丙柱 · 王璐 · 谢能刚

Robotica 2023

参数信息

个性化分类器构建时间

6 min

平均识别准确率

95 %

技术优势

6分钟完成个体建模

在线分类器在短时间内建成，避免了长时间的校准过程，使康复训练能够快速开展。

识别准确率超过95%

基于PSO优化的特征通道与KNN-ELM组合分类器，对不同受试者的四类下肢运动实现稳定识别。

动作切换实时响应

识别结果及时传输至上位机，驱动康复机器人进行对应的训练动作，提升了训练流畅性。

应用场景

• 智能康复训练：通过在线识别驱动多姿态机器人，使患者训练动作更精准流畅。
• 运动意图识别：从sEMG实时解码下肢运动意图，让机器人按患者想法辅助动作。
• 可穿戴健康监测：可穿戴设备无线采集肌电，便于在康复过程中持续追踪肌肉状态。
• 人机交互接口：构建患者与康复机器人的实时控制通道，实现自然直观的交互。