-
题名基于PSO-SVM的仿生肌电假手反馈控制系统设计
被引量：6
- 1
-
-
作者
隋修武
刘乃嘉
乔明敏
李昊天
-
机构
天津工业大学机械工程学院
天津工业大学天津市现代机电装备技术重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2019年第12期1784-1789,共6页
-
基金
航空科学基金项目(201729Q2001)
-
文摘
针对目前研究的肌电假手的控制方式存在不直观、不灵活,缺乏多感知功能等缺陷,设计了一种具有模式识别和多感知功能的肌电假手的控制方法。该方法采用粒子群优化算法改进的支持向量机(PSO-SVM)构建动作分类器,实现肌电假手动作的模式识别与在线控制。利用经验模态分解法分解滑觉信号,引入模糊逻辑控制,对硬度、滑觉程度不同的物体,实现握力的自适应调节。实验结果表明:采用PSO-SVM算法在线控制肌电假手的识别率高达93.6%,同时PSO-SVM假手在抓握目标过程中能够及时可靠的完成抓握控制任务,具有较高的稳定性,实现滑觉、硬度反馈在模式识别假肢上的实际应用。
-
关键词
康复机器人
智能假肢
触滑觉感知
经验模态分解
支持向量机
-
Keywords
rehabilitation robot
intelligent prosthesis
tactile and slippery perception
Empirical Mode Decomposition(EMD)
Support Vector Machines(SVM)
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
