使用FSR传感器阵列和基于SVM分类器的压力分布图的手指动作识别

使用FSR传感器阵列和基于SVM分类器的压力分布图的手指动作识别(中文5000字,英文PDF)
摘要：为了控制具有大量自由活跃度的灵巧假手（DOF），有必要可靠的从人体中提取出控制手指动作的意志。在本次研究中，大量的各种手指的运动识别是基于由肌肉前臂的机械作用所产生的多样性的压力分布。手指运动的压力分布图是由32个力敏电阻（FSR）传感器阵列测量得到。而为了匹配不同的手指运动的压力分布图，设计出了一种基于支持向量机（SVM）算法的多级分类。多学科实验表明它有可能识别出多达17种不同的手指运动，包括单个手指的动作及多手指的抓取动作，在会话验证中有超过99%的准确度。此外，交叉验证会话表明，假如FSR阵列不进行复位将会被强制使用。结果表明，采用这种方法给具有多自由度灵巧手假肢的控制带来了极大的应用前景。