中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 肌电假肢控制方案及其研究现状 | 第11-14页 |
1.2.1 基于幅值阈值编码控制 | 第11-12页 |
1.2.2 基于模式识别算法控制 | 第12-13页 |
1.2.3 存在的问题 | 第13-14页 |
1.3 课题研究目的及内容 | 第14-15页 |
1.3.1 研究目的 | 第14页 |
1.3.2 研究内容 | 第14-15页 |
1.4 本文内容安排 | 第15-18页 |
2 表面肌电模式识别中的特征空间与特征矢量 | 第18-26页 |
2.1 表面肌电信号介绍 | 第18-20页 |
2.1.1 肌电信号的产生机理 | 第18-19页 |
2.1.2 表面肌电信号的特征 | 第19-20页 |
2.2 基于表面肌电的模式识别过程 | 第20-21页 |
2.3 特征空间与特征矢量 | 第21-22页 |
2.4 类别可分性判据 | 第22-24页 |
2.5 本章小结 | 第24-26页 |
3 训练集样本权重调整对相似手势识别的影响 | 第26-40页 |
3.1 引言 | 第26页 |
3.2 相似手势动作识别实验设计 | 第26-28页 |
3.2.1 实验对象 | 第26页 |
3.2.2 肌电采集设备及采集 | 第26-27页 |
3.2.3 数据采集 | 第27-28页 |
3.3 数据处理 | 第28-32页 |
3.3.1 预处理 | 第28-29页 |
3.3.2 特征提取 | 第29页 |
3.3.3 PCA特征降维 | 第29-30页 |
3.3.4 分类器判别 | 第30-32页 |
3.4 结果与分析 | 第32-38页 |
3.4.1 单个手势的训练集样本权重的变化对识别结果的影响 | 第32-34页 |
3.4.2 调整训练样本比例后的识别结果 | 第34-36页 |
3.4.3 调整训练样本比例对特征空间类间距的影响 | 第36-38页 |
3.5 结论 | 第38页 |
3.5.1 训练集特征权重对识别结果的影响 | 第38页 |
3.5.2 训练样本的最优权重:对相似抓握手势识别的可能性 | 第38页 |
3.6 本章小结 | 第38-40页 |
4 基于训练集样本权重优化的手势变速识别研究 | 第40-60页 |
4.1 引言 | 第40页 |
4.2 三维运动捕捉系统与肌电信号采集平台介绍 | 第40-43页 |
4.2.1 三维运动捕捉系统 | 第40-42页 |
4.2.2 表面肌电采集系统 | 第42-43页 |
4.3 不同速度下的手势动作实验设计 | 第43-51页 |
4.3.1 实验对象 | 第43页 |
4.3.2 信号采集平台 | 第43-48页 |
4.3.3 实验任务 | 第48-49页 |
4.3.4 数据处理 | 第49-51页 |
4.4 结果与分析 | 第51-58页 |
4.4.1 手势动作运动速度与表面肌电特征参数的关系 | 第51-54页 |
4.4.2 单个速度训练集样本权重变化对识别结果的影响 | 第54-56页 |
4.4.3 调整训练集样本权重对速度识别结果的影响 | 第56-58页 |
4.5 本章小结 | 第58-60页 |
5 基于虚拟假肢手的手势阶段识别与控制实验研究 | 第60-76页 |
5.1 肌电控制的虚拟假肢手平台介绍 | 第60-61页 |
5.2 运动控制程序设计 | 第61-64页 |
5.2.1 运动学分析 | 第61-62页 |
5.2.2 虚拟手模型与Simulink的接口 | 第62-63页 |
5.2.3 模型运动控制设计 | 第63-64页 |
5.3 手势动作不同时相识别与控制可行性验证实验 | 第64-70页 |
5.3.1 基于虚拟手平台的手势动作识别与控制系统 | 第64-66页 |
5.3.2 实验任务 | 第66-67页 |
5.3.3 手势阶段训练集样本权重优化调整结果 | 第67-70页 |
5.4 在线测试分析 | 第70-74页 |
5.4.1 准确性测试 | 第71-72页 |
5.4.2 实时性测试 | 第72-74页 |
5.5 本章小结 | 第74-76页 |
6 总结与展望 | 第76-80页 |
6.1 总结 | 第76-77页 |
6.2 后续工作展望 | 第77-80页 |
致谢 | 第80-82页 |
参考文献 | 第82-88页 |
附录 | 第88页 |
A. 作者在攻读学位期间取得的科研成果目录 | 第88页 |
B. 作者在攻读学位期间参与的科研项目 | 第88页 |