基于改進型BP神經網絡的手部動作識別

2018-09-18 09:49:14尤波李忠杰黃玲

智能系統學報 2018年5期

尤波，李忠杰，黃玲

高性能仿人型假手對提高數以百萬計上肢殘疾者的生活水平具有重要意義，整套假手系統最重要的環節就是實現手部動作的快速準確識別。目前市場上絕大部分假手都是基于sEMG進行控制的。于是sEMG信號的采集、降噪、特征提取和分類器的設計等各個環節成為該領域國內外研究人員爭相研究的熱點，都取得了不錯的成果。期間我們也做了大量的相關研究，例如楊文元等[1]用小波理論對sEMG信號進行處理分析，周麗娜等[2]設計了多功能肌電橡膠手識別系統。謝平等[3]采用自排序熵對不同動作模式下的表面肌電信號進行特征提取，并用其作為動作模式分類指標；邱青菊等[4]運用雙譜分析法對表面肌電信號進行特征提取與模式識別。

對肌電信號進行降噪與特征提取的目的就是為后面分類器的設計提供更優質的數據，從而大大提高動作分類的準確率。常用于分類器設計的算法有 SVM(支持向量機)[5-8]、AdaBoost算法[9-10]、聚類算法[11-12]及神經網絡算法等。張啟忠等[5]運用球均值Lyapunov指數計算法，對肢體肌電信號進行特征提取與分類，用二叉樹法構造了基于SVM的多類分類器。Kainz 等[13]對sEMG信號的低成本檢索方案進行研究，并運用SVM對從傳感器獲取的信號進行分類。林海波等[14]對高斯核函數進行改進，并采用二叉樹方法構建多類支持向量機完成12種上肢姿態的分類。楊帥[15]將AdaBoost算法運用在肌電信號的特征提取與分類上，并研究了在疲勞肌電信號干擾下算法的識別能力。

BP神經網絡作為分類器，其應用同樣廣泛。例如，王爾申等[16]將BP神經網絡和基本粒子濾波算法進行有機結合有效地改善了濾波性能；趙漫丹等[17]采用BP神經網絡對AR模型的參數特征進行模式識別。近期國內外很多科研人員在研究深度神經網絡在模式識別上的應用，識別準確率有了很大的提升。但深度神經網絡訓練時間長、計算量大、對硬件要求高，不利于識別系統的快速反應。因此，本文并未采用深度神經網絡，而是對普通BP神經網絡加以改進,以保證動作識別的快速性和準確性。

針對普通BP神經網絡在訓練過程中出現的學習過程緩慢以及過度擬合的問題，本文引入了交叉熵代價函數并對代價函數進行正則化處理。在實驗中對sEMG特征信號進行模式識別，獲得了較好的實驗效果。

1 動作信號的模式識別

肌電信號識別是肌電研究領域中的一個重要方面，一般采用模式匹配原理來解決。手部動作的識別過程為：首先，將待識別的手部動作的肌電信號輸入識別系統，經過預處理后用數學的方法提取sEMG特征信號，提取到的特征信號可以看成該動作的模式；然后將該動作模式同已知的參考模式進行比較，獲得的最佳匹配的參考模式作為該動作模式的識別結果。動作識別具體流程如圖1所示。

圖1 動作識別流程Fig. 1 Motion recognition process

研究選取了環型抓取、捏取、五指伸展、豎拇指4種動作模式，用BP神經網絡實現對這4類動作的有效分類，具體動作如圖2所示。

圖2 4種手部基本動作Fig. 2 Four basic hand motions

2 改進型BP神經網絡的設計

BP神經網絡的英文全稱為back-propagation neural network，即反向傳播神經網絡。在隱含層神經元個數可以隨意調整的前提下，其可以逼近任意的非線性映射，且具有一定的容錯能力，故適合作為肌電信號的分類器。BP神經網絡包含輸入層、隱含層和輸出層3部分，具體網絡架構如圖3所示。

圖3 BP神經網絡架構示意Fig. 3 Diagram of BP neural network framework

改進型BP神經網絡具體設計步驟如下。

1) 輸入層和輸出層節點的設計

因同一手部動作不同階段的肌電信號所蘊含的特征存在差異，故可將不同階段的4維數據進行拼接作為新的輸入向量，以便為神經網絡提供更多輸入特征。但隨著輸入向量維度的增加計算量也隨之增加，為保證系統的實時性，輸入向量維度不能任意升高。綜合考慮以上因素和實驗驗證，本文把所采集的N行4列數據重新組合處理成N/3行12列數據，即將4維數據升維至12維作為輸入向量，輸入節點數設置為12個。

因需要進行分類的手部動作有4種，故輸出層的節點數設置為4個。

2) 隱含層節點數的設計

對于BP神經網絡，有一個重要定理，即對于任何在閉區間內的一個連續函數都可以用單個隱含層的BP網絡逼近，因而一個3層BP網絡就可以完成任意的n維到m維的映射。隱含層的節點數目選擇是一個十分復雜的問題，往往需要根據設計者的經驗和多次實驗來確定，因而不存在一個理想的解析式來表示。隱含層單元的數目與問題的要求、輸入/輸出單元的數目都有著直接的關系。隱含層節點數目太多會導致學習時間過長，誤差不一定最佳，也會導致容錯性差，不能識別以前沒有訓練過的樣本，即泛化能力差。因此，一定存在一個最佳隱含層單元數。式(1)常用于選擇隱含層最佳單元數：

3) 初始值的選取

由于系統是非線性的，由優化理論可知初始值對于學習能否達到局部最小和是否能夠收斂的結果關系很大。一個重要的要求是：初始權值在輸入累加值時使每個節點的激活值接近于零，權值一般取隨機數，數值要比較小。輸入樣本也同樣希望進行歸一化處理，使那些比較大的輸入仍落在代價函數梯度大的地方。

4) 代價函數的選擇與改進

因為節點是通過改變權重和偏置量，并以一個代價函數的偏導數(和)決定的速率進行學習，故當神經網絡學習緩慢時，實質是這些偏導數很小。普通BP網絡使用的二次代價函數為

圖4 Sigmoid函數Fig. 4 Sigmoid function image

由圖4可以得出，當神經元的輸出接近1時，曲線變化率接近0，故值很小，進而導致和很小，網絡學習速率緩慢。于是，為了抵消對學習速率的影響，本文引入交叉熵代價函數：

5) 對代價函數進行正則化處理

因測量誤差不可避免，必然會導致額外噪聲的產生。實驗表明，系統學習局部噪聲后，對特定的數據點可以表現得很好，但模型最終會在未知數據的泛化上出現問題，出現過度擬合的情況。常用的減輕過度擬合的方法有正則化、棄權和人為增加訓練樣本等，本文采用正則化方法。

正則化[18-20]后網絡的權重相對較小，網絡受限于根據訓練數據中常見的模式來構造相對簡單的模型，而抵抗訓練數據中噪聲的特性影響，并能夠根據已經學到的知識很好地進行泛化。相比之下，未正則化的大權重網絡可能會因為輸入的微小改變而產生比較大的行為改變，從而會放大噪聲對整個網絡輸出的影響，導致輸出誤差變大。

正則化具體公式：

3 實驗設計與仿真結果分析

3.1 肌電信號的采集

本文選取環型抓取、捏取、五指伸展、豎拇指等4種在實際生活中常用的手部動作作為模式識別對象。因與手部動作相關的肌肉群數量眾多，根據所需識別的動作的特點以及大量實驗檢測發現，小指固有伸肌、拇長伸肌、指總伸肌、指淺伸肌等4塊肌肉信號幅值變化最為明顯，可涵蓋大部分動作信息，故將其作為采集對象。表面肌電信號具體采集流程如圖5所示，圖6為采集系統硬件實物圖。

圖5 表面肌電信號采集流程圖Fig. 5 sEMG signal acquisition flow chart

圖6 表面肌電信號采集系統實物圖Fig. 6 sEMG signal acquisition system physical map

實驗選取3個被測試者，保證識別系統具有一定的廣泛性。同一種動作模式下對每位測試者均采集500組數據，每組數據由4個通道同時采集，采樣頻率為1 000 Hz，并將每種動作所采集的數據按順序標記為1、2、3、4。每完成10次動作后休息30 s，防止因肌肉疲勞產生信號畸變而導致額外噪聲的產生。所采集的sEMG動作特征信號如圖7所示。

圖7 4種手部動作肌電特征信號Fig. 7 Four kinds of hand-motion EMG signals

3.2 肌電信號的特征提取

常用的肌電信號特征提取方法有時域分析法、頻域分析法、時頻域分析法。由于實時性及可靠性的要求，所以這里采用時域分析法中的方差法，具體計算公式為

式中：N為sEMG信號采集的數據個數，x(i)為采集的數據段內的第i個sEMG數據，μ為有效數據段內肌電信號幅值的均值。在時域的分析與處理中，常采用去均值的白化過程，可以認為采集的sEMG信號是均值為零的平穩隨機過程。因此，式(1)可以簡化為

3.3 數據處理及仿真實驗結果分析

根據BP神經網絡理論，在MATLAB軟件中編程實現基于改進型BP神經網絡的sEMG特征信號分類算法。在采集手部動作過程的肌電信號時，不同時刻的數值差別很大，為消除各維數據間數量級差別，避免因為輸入輸出數據數量級差別較大而造成網絡預測誤差較大，需要對采集到的數據進行歸一化處理，將全部數據轉化為[0,1]之間的數。常用的歸一化方法有最大最小法和平均數方差法。

1)最大最小法