崔建伟，李志钢，曹尔凡，杜 韩，陆普东

（东南大学仪器科学与工程学院，南京 210000）

据统计，我国现有的8500 万各类残疾人，其中，肢体残疾人数约有2500 万，手残人约占1/3。人造灵巧手作为手残人肢体功能的延伸，具有通用性强、操作灵活、抓取稳固等优点，在助残领域发挥着越来越重要的作用[1]。因此，提高助残手在完成日常生活动作时行为控制的稳定性和准确性，能更加有效地帮助手部残缺人士实现日常生活的自理。

助残机械手的操作必须与使用者的意图相协调，而上肢运动意图的识别则是关键问题。一些研究试图从表面肌电、脑电和外周神经等信号中获取上肢运动意图的信息[2-4]。虽然通过获取表面肌电信号或人体神经信号可以直接反映人体行为的变化规律，但是肌肉的萎缩程度、残肢位置等因素，都会使得肌肉内的肌电信号无法被准确采集[5]。脑电信号包含了人脑活动的有用信息，已经成为运动意图识别的热点方向。然而，在脑电信号的测量过程中，脑电帽采集的数据极易受到使用者动作的影响。而且脑电信号极其微弱，夹杂着许多噪声，对脑电信号的解码能力有着很高的要求[6]。

惯性传感器凭借着可穿戴性强、功耗低等优点在上肢运动识别方向有着广泛的应用[7]。但是目前基于惯性传感器的机械手控制方法大都先采集人体手臂的姿态信息，再转换成机械手的关节变量。文献[8]利用惯性传感器检测人体手臂的运动姿态，进而控制机械臂复现人体手臂的动作。……