公开(公告)号：CN112232161A

公开(公告)日：2021-01-15

申请号：CN202011066204.7

申请日：2020-09-30

Applicant: 华中科技大学

Inventor： 张琴 ,  皮特 ,  熊蔡华

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于肌电映射模型切换的复杂运动连续估计方法，属于人机交互领域，先根据待估计的关节角度以及对应关节运动的表层肌肉，采集关节角度信号以及多通道肌电信号，根据复杂任务的特性将任务分成多个子任务，然后，对采集的肌电信号和关节角度信号分别进行预处理，采用LSTM深度学习网络建立肌电信号和关节角度信号的映射子关系，得到估计子模型，接着，使用RF集成学习算法对肌电信号与各个估计子模型之间建立映射关系，得到RF切换模型，利用RF切换模型对肌电信号特征进行分类，判断当前运动所属的估计子模型，最后，将肌电特征输入相应的估计子模型获取关节角度估计值。本发明有效提高了复杂任务下的各关节角度估计精度。

公开(公告)号：CN112232161B

公开(公告)日：2023-04-07

申请号：CN202011066204.7

申请日：2020-09-30

Applicant: 华中科技大学

Inventor： 张琴 ,  皮特 ,  熊蔡华

IPC: G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开一种基于肌电映射模型切换的复杂运动连续估计方法，属于人机交互领域，先根据待估计的关节角度以及对应关节运动的表层肌肉，采集关节角度信号以及多通道肌电信号，根据复杂任务的特性将任务分成多个子任务，然后，对采集的肌电信号和关节角度信号分别进行预处理，采用LSTM深度学习网络建立肌电信号和关节角度信号的映射子关系，得到估计子模型，接着，使用RF集成学习算法对肌电信号与各个估计子模型之间建立映射关系，得到RF切换模型，利用RF切换模型对肌电信号特征进行分类，判断当前运动所属的估计子模型，最后，将肌电特征输入相应的估计子模型获取关节角度估计值。本发明有效提高了复杂任务下的各关节角度估计精度。