ty -jour au -huang，pingao au -wang，hui au -wang，Yuan au -liu，Zhiyuan au -samuel，oluwarotimi williams au -yu -yu，mei au -au -au -li，li，xiangxin au -xiangxin au -chen，chen，shixiong au- shixiong au -li，gue，-2020 DA -2020/04/14 Ti-基于肌肉形状的识别上限运动的识别人类 - 机器人相互作用SP -5694265 VL -2020 AB-降低了有效的人射击相互作用，表面氨基肌电图（EMG）信号已被广泛采用以识别不同的肢体运动意图。由于可用的EMG信号传感器非常容易受到外部干扰，例如电磁伪像和肌肉疲劳，因此EMG记录的质量将大多被损坏，这可能会衰减基于EMG的控制系统的性能。鉴于在进行各种肢体运动时，肌肉形状变化（MSC）会有所不同，因此MSC信号对电磁伪影和肌肉疲劳不敏感，并且可能对运动意向识别有希望。在这项研究中，开发了一种新型的纳米柔性且可伸缩的传感器，以获取用于解码多种肢体运动意图的MSC信号。更确切地说，当他们执行七类运动时，使用四个传感器从每个受试者的右前臂中测量MSC信号。此外，从测量的MSC信号中提取了六个不同的功能，并为运动分类任务构建了基于线性的判别分析（LDA-）分类器。实验结果表明，使用MSC信号可以通过将四个柔性和可拉伸的传感器适当地放在前臂上，使平均识别率约为96.06±1.84％。另外，当MSC采样率大于100 Hz并且分析窗口长度大于20 ms时，运动识别精度只会略有提高。 These pilot results suggest that the MSC-based method should be feasible in movement identifications for human-robot interaction, and at the same time, they provide a systematic reference for the use of the flexible and stretchable sensors in human-robot interaction systems. SN - 1748-670X UR - https://doi.org/10.1155/2020/5694265 DO - 10.1155/2020/5694265 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -