预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107744436A(43)申请公布日2018.03.02(21)申请号201710958725.5(22)申请日2017.10.16(71)申请人华东理工大学地址200237上海市徐汇区梅陇路130号(72)发明人夏春明吴清顾晓琳章悦钟豪张胜利(74)专利代理机构上海科盛知识产权代理有限公司31225代理人赵继明(51)Int.Cl.A61G5/04(2013.01)A61G5/10(2006.01)G06K9/00(2006.01)权利要求书1页说明书7页附图6页(54)发明名称一种基于颈部肌音信号处理的轮椅控制方法及控制系统(57)摘要本发明涉及一种基于颈部肌音信号处理的轮椅控制方法及控制系统,控制方法包括以下步骤:通过传感器采集颈部肌音信号MMG,并输入至训练模型;利用训练模型对颈部肌音信号MMG进行信号预处理、分割、特征提取、降维处理和头部动作指令信号分类识别;将识别出的头部动作指令信号传至轮椅控制器,控制轮椅运行。特征提取包括小波包变换系数能量特征提取和主对角切片特征提取。指令信号包括六种控制模式:分别为向前、向左、向右、向后、加速和停止指令。与现有技术相比,本发明具有MMG传感器使用方便、信号识别准确、更多的轮椅控制模式、传感器采集信号准确和适用范围广等优点。CN107744436ACN107744436A权利要求书1/1页1.一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,该方法包括以下步骤:S1、通过传感器采集颈部肌音信号MMG,作为训练模型的输入信号;S2、利用训练模型对颈部肌音信号MMG进行信号预处理、分割、特征提取、降维处理和头部动作指令信号分类识别;S3、将识别出的头部动作指令信号传至轮椅控制器,控制轮椅运行。2.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,所述的特征提取包括小波包变换系数能量特征提取和主对角切片特征提取。3.根据权利要求2所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,所述的主对角切片特征为双谱信号中w1=w2时的特征信号,所述的双谱信号公式为:其中Bx(w1,w2)是双谱,C3x(τ1,τ2)是随机过程的三阶累积量,τ1和τ2均为滞后时间,且|w1|≤π,|w2|≤π,|w1+w2|≤π,w1、w2分别为频率变量,x表示某样本。4.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,所述的头部动作指令信号包括六种控制模式:分别为向前、向左、向右、向后、加速和停止指令。5.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,步骤S1中通过传感器采集人体头部动作时的颈部肌音信号MMG,作为训练模型的输入信号。6.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,步骤S1中通过传感器采集颈部四个部位的肌音信号MMG,所述的四个部位包括左、右两侧胸锁乳突肌和左、右两侧的头夹肌。7.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,所述的信号预处理包括滤波和归一化。8.根据权利要求1所述的一种基于颈部肌音信号处理的轮椅控制方法,其特征在于,所述的传感器为TD-3加速度传感器。9.一种采用如权利要求1~8任一项所述的基于颈部肌音信号处理的轮椅控制方法的轮椅控制系统,其特征在于,所述的控制系统包括依次连接的传感器、计算机、无线通讯模块、控制器和电机驱动模块。10.根据权利要求9所述的一种轮椅控制系统,其特征在于,所述的传感器为TD-3加速度传感器,所述的控制器为STM32控制器。2CN107744436A说明书1/7页一种基于颈部肌音信号处理的轮椅控制方法及控制系统技术领域[0001]本发明涉及肌音信号的应用,尤其是涉及一种基于颈部肌一种基于颈部肌音信号处理的轮椅控制方法及控制系统音信号处理的轮椅控制方法及控制系统。背景技术[0002]随着经济的发展和社会文明程度的提高,老年人和残疾人的生活条件和生活质量越来越受到社会的关注。电动轮椅(EPW)已经被用于改善老年人和残疾人的生活质量。然而,这些轮椅通常是由用户的手通过操纵杆控制,这阻碍了那些有严重残疾甚至截肢的残疾人以及动手困难的老年人去使用这种手操控的轮椅。虽然许多残疾人和老人不能自如地使用双手,但他们可以自由地移动头部。如果能通过头部动作获得这些人的想法和意图就可以为EPW和其他康复辅助器具提供有效的控制信号源。[0003]随着社会不断进步的生物传感器和机器人技术,许多研究人员正在研究先进技术,比如通过语音、手势控制的姿势、眼电图(EOG)、肌电图(EMG)和脑电图(EEG)等来控制轮椅,然而这些技术都有优点和缺点。就优势而言,它们都是成熟的