信息科學與系統科學

基于表面肌電的運動意圖識別方法研究及應用綜述

丁其川，熊安斌，趙新剛，等

摘要：目的：通過表面肌電識別人體運動意圖是構建肌電人機交互系統的關鍵技術，肌電運動識別研究成果層出不窮，應用產品逐步推廣。本文按照被識別的運動內容，對肌電運動識別技術的研究及應用現狀分類討論，總結研究特點，剖析制約應用推廣的問題，并展望該技術未來發展。方法：通過對比傳統人機交互與基于肌電的人機交互方式，總結肌電交互技術的優勢。針對肌電交互中，運動意圖識別這一核心問題，按照被識別的運動內容，將相關研究歸納為離散動作模態分類、關節連續運動量估計、關節剛度/阻抗估計等 3類，并對近 10年的主要成果梳理，從使用的肌電特征、估計算法、估計的運動參數、有無特殊人群參與等諸多方面，對3類研究分別評述，總結研究熱點及特點，提煉研究存在問題，并提出解決建議；進一步，針對3類研究面向的應用、研發的原理樣機、市場化產品等分析評定，剖析制約當前肌電交互系統推廣的問題，探討突破應用瓶頸的技術切入點，并展望肌電交互技術的應用前景。結果：與基于固定程式控制的人機交互方式相比，基于肌電的人機交互方式具有可實現多模態自然控制、普適于殘疾人群、可超前預判操作者意圖等優勢。針對肌電交互中，運動意圖識別這一核心問題，按照被識別的運動內容，將相關研究歸納為3大類。（1）離散動作模態分類，主要識別握拳、伸掌、屈肘等動作類型，這是目前關注最多，方法最成熟的研究，通過遴選肌電特征及優化設計分類模型，可以識別更多的動作類型，識別精度能超過95%，但當前研究存在評價標準單一、未考慮外部干擾等缺點。（2）關節連續運動量估計，用于估計關節力矩、角速度、角度等連續量，估計結果可作為參考輸入，用以實現運動輔助機器人的同步比例控制。常采用兩種途徑實現連續運動估計，一是結合 Hill肌肉力學與關節動力學建立計算連續運動量的模型，該方法會引入較多難以辨識的參數；二是直接擬合以肌電為輸入、運動量為輸出的回歸模型，所建立模型的性能依賴于訓練數據。（3）關節剛度/ 阻抗估計。利用肌電估計出肌肉/關節剛度/阻抗等肢體內在屬性信息，用于實現輔助機器人的阻抗控制，從而提升機器人運動的柔順性及人機交互的安全性。但現有方法建立的剛度估計模型的適應性受限。從應用角度分析，離散動作分類多用于設計肌電假手系統，而關節連續運動量與關節剛度/阻抗估計用于實現康復機器人、外骨骼助力機器人等系統的控制。目前已有i-LIMB肌電假手、HAL助力外骨骼等肌電交互產品市場化應用，但大多數肌電交互系統仍處于原理樣機階段，制約這類系統大規模應用的因素有：肌電非平穩性影響系統穩定性、肌電個體差異性導致產品批量化困難、運動識別評價準則不完善導致產品設計缺乏統一標準等，引入針對肌電特性的自適應識別方法，并完善評價準則是突破產品推廣瓶頸的技術切入點。結論：肌電運動識別是實現肌電人機交互的關鍵技術。本文按照被識別的運動內容，將肌電運動識別研究歸納為離散動作模態分類、關節連續運動量估計、關節剛度/ 阻抗估計等3類，并對每類研究細致評述，分析其關注點及存在的問題。研究者已在肌電信號處理、運動意圖表達、人體運動建模等方向提出許多特色方法，但因肌電非平穩特性及人體運動復雜性，造成當前肌電交互系統多數仍處在原理樣機階段，提高運動識別模型的穩定性，并建立針對識別方法的完善評價標準，是未來開發實用性肌電交互系統關注的重點。

來源出版物：自動化學報, 2016, 42(1): 13-25

入選年份：2016