一种基于sEMG信号的仿生机械手控制方法、系统、设备和存储介质

本发明公开了一种基于sEMG信号的仿生机械手控制方法、系统、设备和存储介质，属于仿生机械手的技术领域，方法包括通过构建的多模态特征融合神经网络对采集的多模态信号进行处理，以识别抓取动作；通过BP神经网络将抓取动作的识别标签转化为仿生机械手的控制信号；多模态特征融合神经网络包括输入层、特征提取层、时间序列建模层、特征融合层和输出层；特征提取层提取多模态信号的局部时序特征，时间序列建模层建模抓取动作的时序依赖性；特征融合层引入基于时间的注意力机制，自适应调整各个模态的特征权重，进而将多模态的特征融合成全局特征向量。本发明能够提高抓取动作的识别精度，从而提高仿生机械手的控制精度。