摘要
本发明提供了一种人机协同控制方法及系统,所述方法包括采集肢体的多个肌电信号,并对所述肌电信号进行滤波处理以去除工频干扰,得到去噪信号;采用滑动窗口法提取所述去噪信号的时域特征和频域特征,形成多特征向量;将所述多特征向量输入至集成学习模型,输出关节角度预测值;利用估算公式基于所述关节角度预测值,实时计算得到人机交互力矩;基于任务周期内的所述人机交互力矩计算得到模式切换因子;获取康复设备的期望运动轨迹和实际运动轨迹,并计算轨迹误差;基于所述轨迹误差与所述模式切换因子分别与预设阈值的比较结果,切换所述康复设备的训练模式,显著降低了单一信号源决策的误判风险。
技术关键词
人机协同控制方法
轨迹误差
集成学习模型
康复设备
滑动窗口法
模式
时域特征
频域特征
电信号
力矩
关节
人机协同控制系统
因子
表面肌电传感器
周期
机器人
陷波滤波
运动
系统为您推荐了相关专利信息
励磁系统故障
时间卷积网络
注意力
调相机励磁系统
Softmax函数
锂电池寿命预测方法
Stacking集成学习
引力搜索算法
注意力
集合经验模态分解方法
疾病特征
生成方法
样本
集成学习模型
剂量预测方法
复合材料
集成学习模型
分析方法
分析系统
数据处理单元