基于高密度肌电信号宏观与微观特征解码的运动意图识别与自然控制

       上肢多自由度协同连续运动是人体自然的运动模式。在康复机器人辅助物理训练、多功能假肢等人机交互场景中，准确识别人体复杂的运动意图是实现自然、精准、安全人机交互的关键。目前普遍采用的基于表面肌电的运动意图解码方法难以准确识别未训练过的动作类型，特别是上肢多自由度动作，且缺乏关节角度信息输出，因而上肢多自由度协同连续运动控制成为人机交互中的挑战性难题。该项目采用肌群协同表征与肌电分解技术，将表面肌电的宏观特征与微观特征融合，首先阐明上肢多自由度动作肌群协同模式、运动单位发放时间序列与关节角度的内在关联等运动控制机理；进而开展未训练多自由度动作识别、多关节角度估计、多自由度运动意图识别方法应用验证与性能评测等研究内容；目标是实现上肢多自由度协同连续运动控制。本项目有望解决康复机器人、多功能假肢等人机交互场景中的运动控制关键技术，对于推动人工智能、神经科学及康复工程的融合发展具有重要的科学意义。