期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
采用表面肌电信号的手指关节角度精确感知方法 被引量:6
1
作者 王海 陶庆 +2 位作者 苏娜 张小栋 张天乐 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第8期160-167,共8页
针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器... 针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明:所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。 展开更多
关键词 深度森林 人工神经网络 肌电信号 指关节角度 角度估计
下载PDF
基于视觉图像的手指关节角度检测方法及其实现
2
作者 方路平 洪文杰 +1 位作者 潘清 姚家良 《计算机工程》 CAS CSCD 北大核心 2015年第10期221-225,231,共6页
常用的手势识别方法受限于有限的二维图像信息,难以从复杂的背景中有效地分割出目标像素,且大多依赖于监督学习的分类方法,只能在有限的手势库中进行选择判定,无法适用于较为精细的手指运动检测。为此,提出一种利用粒子群寻优算法来估... 常用的手势识别方法受限于有限的二维图像信息,难以从复杂的背景中有效地分割出目标像素,且大多依赖于监督学习的分类方法,只能在有限的手势库中进行选择判定,无法适用于较为精细的手指运动检测。为此,提出一种利用粒子群寻优算法来估计手指关节角度的方法,引入Kinect深度图像优化特征提取,提高检测准确性,通过对手部自由度的分析,引入多个约束条件,减少需要预测和估计的自由度个数。基于粒子群寻优算法,得出最优的预测模型,将手势分类问题转化为手指关节角度变量求解问题。实验结果表明,该方法有效地提高了手势检测中的检测准确率,降低了检测失效的情况。 展开更多
关键词 势识别 深度图像 肤色检测 粒子群优化算法 指关节角度
下载PDF
基于表面肌电信号的手指关节角度估计方法 被引量:6
3
作者 张娜 张明进 +4 位作者 王晓冬 梁铁 李俊 熊鹏 刘晓光 《电子测量与仪器学报》 CSCD 北大核心 2023年第8期60-70,共11页
为了实现智能假手能够自然地模拟人手的连续运动,提出了基于s EMG的DF-ANN模型来估计手指关节角度的方法。该方法引入了通道注意力机制中的SE-Net模块增强了s EMG的相关特征表达,减少s EMG重要特征的损失,有效提高了回归模型的性能,选... 为了实现智能假手能够自然地模拟人手的连续运动,提出了基于s EMG的DF-ANN模型来估计手指关节角度的方法。该方法引入了通道注意力机制中的SE-Net模块增强了s EMG的相关特征表达,减少s EMG重要特征的损失,有效提高了回归模型的性能,选取10名健康的受试者进行10种不同手势的实验,选择R-Squared(R^(2))等回归衡量指标来评估该方法关节角度估计的精度,实验结果显示R^(2)为86.5%。与未引入SE-Net的DF-ANN模型,单独的深度森林和人工神经网络相比,R^(2)大约提高了4%。这表明该方法能够有效减小s EMG的关节角度连续解码的误差,能够有助于实现智能假手的柔顺控制。 展开更多
关键词 表面肌电信号 深度森林 人工神经网络 通道注意力机制 指关节角度估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部