仪器仪表学报

作者：石 欣，余可祺，敖钰民，秦鹏杰，张杰毅

单位：石 欣,1. 重庆大学自动化学院,,余可祺,1. 重庆大学自动化学院,,敖钰民,1. 重庆大学自动化学院,,秦鹏杰,2. 中国科学院深圳先进技术研究院,,张杰毅,3. 四川电力职业技术学院,

关键词：sEMG;肌肉疲劳;动作切分;模糊增量熵;特征提取;聚类

基金：国防科技创新特区项目(18-H863-31-ZD-002-002-05)、深圳市医学研究专项资金(B2302002)项目资助

连续运动中,基于表面肌电信号(sEMG)外骨骼机器人与人进行协同运动控制,肌肉产生疲劳将影响人机协同控制的柔顺性及鲁棒性。本文创新性地提出模糊增量熵(EIFEn)用以表征肌肉疲劳程度,并对肌肉疲劳阶段的较为客观划分;采集人体连续抬腿运动中下肢12块肌肉的表面肌电信号,提出基于变异性敏感系数SVR肌肉疲劳敏感度判断方式,实现有效肌肉选取,提出基于均模积的自适应阈值动作切分法,将完整信号切分并提取单个动作信号序列,通过分析计算,对疲劳趋势进行表征。实验结果表明,本文模型相比时域频域算法具有较为明显的肌肉疲劳表征梯度特征,与fApEn及FFDispEn相比具有较好的疲劳表征能力,用于疲劳等级聚类的戴维森堡丁指数(DBI)为0.39,可提高外骨骼人机协同控制,为实现疲劳分阶段补偿助力提供参考。

来源：2024年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第5期