文摘

这项工作检查两种不同类型的肌电的控制方案为目的的康复机器人应用程序。第一种是基于高斯分类器常用的技术。是实现实时的健康受试者除了中央线综合症(CCS)。肌电的控制方案是用来控制三个自由度(自由度)机器人操纵器与机器人的肘关节,腕关节和钳子。运动类的控制包括屈肘和扩展,手腕内翻和旋后,手抓和释放,和休息。健康受试者能够达到90%的准确率。单自由度控制器的第一次测试是在CCS的主题和他达到100%,96%,和85%的准确率肘,钳子,分别和手腕控制器。其次,他可以控制三个自由度控制器精度68%。这个计划的潜在应用是康复和遥控操作。克服局限在基于模式识别的方案中,第二个肌电的控制方案是提出训练使用肌(EMG)数据来源于自然达到在矢状面运动。 This second scheme is based on a time delayed neural network (TDNN) which has the ability to control multiple DOF at once. The controller tracked a subject's elbow and shoulder joints in the sagittal plane. Results showed an average error of 19° for the two joints. This myoelectric control scheme has the potential of being used in the development of exoskeleton and orthotic rehabilitation applications.