刘克平, 孙瑞玲, 柴媛媛, 孙中波

(长春工业大学电气与电子工程学院，长春 130012)

根据2019年卫生统计鉴数据，目前中国康复医师在基本人群中占比只能达到每10万人中平均0.4人，康复医疗资源比较紧缺，为了解决这一实际问题，越来越多的专家学者研究康复医疗机器人[1-3]。康复医疗机器人是涉及生命健康的特殊领域，它可为患者提供优质的医疗康复服务，而且可以节省大量的人力资源。现在的医疗康复机器人由机器人被动接受指令向机器人主动理解人的行为意图发展，如何使康复机器人按照人体的运动意图对患者上肢进行康复训练受到很多关注[4]。

人体生理电信号是载有人运动行为信息的神经脉冲传输到相关组织/器官时所激发的电位和，能够较为直观反映人的运动意图[5]。人体的生理电信号主要包括脑电信号(electrroencep-halography, EEG)[6]、肌电信号(electromyography, EMG)[7]、眼电信号(electrooculography, EOG)[8]等。肌电信号主要是表面肌电信号(surface eletromyogram，sEMG),它在运动意图识别上具有良好的精度及鲁棒性。sEMG信号由许多正弦波组成，可以看作是平均值为零的高斯白噪声过程[9]。此外，sEMG信号包含许多人体运动信息，如人体动作类型、关节角度、关节驱动力等。因此通过sEMG预测人体运动意图具有可行性。

中外学者对基于sEMG的人体意图识别进行研究。史小华等[10]基于误差反向传播(error back propagation training，BP)算法识别患者下肢的运动意图，实现患者下肢的主动康复训练。文献中采集与患者下肢关节运动相关的三块肌电信号，用BP神经网络对踝、膝的4种动作进行分类辨识，正确率为90%左右，充分说明了BP神经网络对下肢运动意图识别的准确性。……