Volume 3,Issue 9
Fall 2025
基于肌电信号和动力学分析的动作识别
文章研究目的在于对肌电信号、动力学分析技术应用下的动作识别策略进行探讨。研究阶段采用实验法，使用布置在测试者左腿、右腿股外侧肌等部位的肌电传感器，在获取8名男性测试者肌电信号后，通过处理获取MAV特征和SSC特征，并基于MAV与SSC生成归一化肌电特征图。另外通过动捕系统采集测试者运动数据，使用Opensim软件进行仿真模拟得到加速度数据。最终，本文基于研究成果，得出融合加速度、MAV、SSC特征，可获取较高的动作特征分类识别准确率的结论。本文创新性在于应用了MAV、SSC特征的融合，并以支持向量机算法结合归一化肌电特征图进行分析，可获取更为直观的数据支持。
[1] 周慧，李鹏飞，周松波．基于脑肌电信号融合的下肢动作识别［J］．中南民族大学学报（自然科学版），2025,44(01):58-67.
[2] 杨进兴，刘帅，李俊．基于GMM-HMMs与Viterbi回溯的连续手势肌电信号预测与识别[J/OL]. 南京信息工程大学学报，1-9[2025-01-17].
[3] 张建寰，徐益鑫，邓连钧，等．有机凝胶肌电电极制备及其在动态手势识别的应用［J］．中南大学学报（自然科学版），2024,55(06):2153-2161.
[4] 付强，张志辉，张松源，等．基于表面肌电信号的上肢外骨骼康复训练系统设计［J］．北京生物医学工程，2024,43(01):29-34.
[5] 刘晶晶，李峰．羽毛球运动员表面肌电信号采集与提取仿真［J］．信息技术，2024,(01):128-133.
[6] 王硕，程云章．表面肌电信号手势识别算法综述［J］．软件导刊，2024,23(02):215-220.
[7] 王子威，郭苗苗．多视角手部肌肉疲劳动作智能识别方法仿真［J］．计算机仿真，2024,41(01):238-242.
[8] 徐林森，张恒玮，陈根，等．采用深度学习和表面肌电信号的上肢动作识别［J］．哈尔滨理工大学学报，2023,28(06):24-32.
[9] 杨庆华，金圣权，都明宇，等．基于表面肌电和位姿信息融合的手势动作识别［J］．高技术通讯，2023,33(12):1295-1302.
[10] 李振江，魏德健，冯妍妍，等．表面肌电手部动作识别的研究进展［J］．计算机工程与应用，2024,60(03):29-43.
[11] 王子威，郭苗苗．多视角手部肌肉疲劳动作智能识别方法仿真［J］．计算机仿真，2024,41(01):238-242.
[12] 徐林森，张恒玮，陈根，等．采用深度学习和表面肌电信号的上肢动作识别［J］．哈尔滨理工大学学报，2023,28(06):24-32.
[13] 杨庆华，金圣权，都明宇，等．基于表面肌电和位姿信息融合的手势动作识别［J］．高技术通讯，2023,33(12):1295-1302.
[14] 朱志强，朱寒笑，唐东升，等．高精度肌电技术在运动科学领域的应用研究进展［J］．中国运动医学杂志，2023,42(12):971-979.
[15] 李振江，魏德健，冯妍妍，等．表面肌电手部动作识别的研究进展［J］．计算机工程与应用，2024,60(03):29-43.