熊 鸣

(北京信息科技大学 自动化学院，北京 100192)

0 引言

随着残疾人和老年人口不断增加，依靠科技创新来保障及改善他们的健康已经成为当前许多国家的战略需求。研发先进的功能康复机器人，对老年健康服务与助残公益事业具有十分重要的社会意义[1]。相比于专业康复师，康复机器人有执行效果始终保持一致的优点，缺点是无法根据训练者的实际情况更改训练计划。人的中枢神经系统中运动神经发出的动作电位通过神经纤维传导到肌肉，肌肉因此产生伸缩，肌电信号(electromyography，EMG)就是由许多微弱动作电位组合的序列总和，其中蕴涵了很多与人体动作有关联的信息[2]。如果康复机器人能够通过传感器直接获知训练者肌电信号，就可以适时地对训练计划做出改变以满足训练者要求。

Borui Li[3]设计了可穿戴下肢和踝关节EMG装置，利用EMG信号来提示使用者从坐到站的趋势，误判率和漏判率都低于5%。Jimson Ngeo等[4-5]设计了辅助运动用的外骨骼装置，通过采集健康手指的EMG信号，预测出健康手指的运动趋势以及力量，并控制辅助残肢的外骨骼，取得了较为理想的效果。Tanvir等[6]采集膝关节的EMG信号，并利用自适应神经模糊网络推理系统来估算膝盖的弯曲角度。传统的EMG信号处理都采用了神经网络来进行，需要确定神经网络的规模；而网络规模的选择只能依靠研究者的经验，数据预测结果存在着不确定性。Wang等[7]利用二进制粒子群优化方法 (binary particle swarm optimization,BPSO) 优化回声状态网络(echo state network，ESN)的输出层连接,提出了一种利用改进PSO优化ESN网络参数，并用优化后的ESN对EMG信号进行建模以及预测的方法。……