ProRuka：一种用于控制带6自由度的新型假肢手臂的高效SMG控制算法
系统与控制
2024-07-30 v1 系统与控制
摘要
肌肉图谱 (SMG) 是一种新型的人机界面，通过监测肘部肌肉活动来控制上肢假肢。SMG 在过去二十年里一直被用于控制上肢假肢。结果表明，该方法结合人工智能可对不同手势进行分类，准确率超过90%，是电肌电图 (EMG) 的绝佳替代方案。然而，目前鲜有报道将 SMG 与假肢集成在一起，以在受肢体者主体上进行测试以展示其在日常活动中的能力。本研究开发了 ProRuka，一款新型低成本集成了 SMG 系统控制的6自由度假肢手臂，配有可穿戴式超声成像探头。对不同机器学习分类/回归算法（包括 KNN、最近邻回归、随机森林、决策树分类器、决策树回归、支持向量回归和支持向量机）结合迁移学习模型 (VGG16) 对手势分类的离线评估首先被评估，以确定其可靠性和精度。此外，对开发的控制系统在两名受肢体者身上进行了实时实验，使用各种手功能测试套件进行评估。包括十名健康受试者的离线研究结果表明，九种不同手势可实现100%的成功率。此外，使用4种不同手势的手功能实时测试确认，设计的假肢配合 SMG 控制系统可帮助受肢体者完成日常活动所需的各种手部动作。
引用
@article{arxiv.2407.19859,
title = {ProRuka: A highly efficient HMI algorithm for controlling a novel prosthetic hand with 6-DOF using sonomyography},
author = {Vaheh Nazari and Yong-Ping Zheng},
journal= {arXiv preprint arXiv:2407.19859},
year = {2024}
}