34、不同手臂位置下离散手势的解码研究

不同手臂位置下离散手势的解码研究

在人机交互领域，准确识别不同手臂位置下的离散手势是一个具有挑战性的问题。本文将介绍一种多模态人机接口系统，该系统能够同步采集表面肌电图（sEMG）、A 模式超声和惯性测量单元（IMU）的数据，以实现更准确的手势识别。

多模态人机接口系统

• 硬件组成 ：该系统的硬件包括中央信号处理模块和四通道融合传感探头。融合探头的表面一侧由一对干镀金铜差分电极组成，用于采集 sEMG 信号。A 模式超声换能器位于两个 sEMG 电极之间，用于发射超声激励并接收回波信号。IMU 模块安装在融合探头的外壳内。中央信号处理模块通过屏蔽信号线与四通道融合探头相连，其微控制器（MCU）由 FreeRTOS 操作系统操作，用于同时处理 A 模式超声信号、表面 EMG 信号和三轴加速度信号。处理后的数据通过高速 Wi-Fi 和蓝牙模块传输到计算机，由定制软件进行接收、显示、存储和分析。
• 传感器放置 ：在实验中，四通道融合传感探头分别放置在受试者的桡侧腕屈肌（FCR）、桡侧腕长伸肌（ECRL）、指伸肌（ED）和尺侧腕屈肌（FCU）上。对于健康参与者，sEMG 参考电极放置在手腕上；对于前臂截肢者，参考电极放置在肘部的尺骨上。

实验方案

• 受试者信息 ：11 名健康受试者参与了实验，其中包括 8 名男性和 3 名女性，平均年龄为 22.73 ± 1.56 岁，年龄范围为 19 - 25 岁。所有受试者均为右利手，且无肌肉或关节损伤史。
• 实验设