基于sEMG和LSTM的下肢连续运动估计

王 斐， 魏晓童， 秦 皞

(东北大学 机器人科学与工程学院， 辽宁 沈阳 110169)

下肢助力外骨骼是一种供人穿戴的人机一体化机械装置.随着生物电信息技术的发展，通过脑电、肌电等生物电信号来实现人与协同对象和外界环境的交流，将生物电蕴含的人体运动信息作用于机器人，是人机交互实现的新途径[1-2].表面肌电信号(sEMG)是从肌肉表面通过电极记录的生物电信号，与人体的期望动作直接相关，具有分辨率高、采集技术成熟、采集无创等优点，是现代人机交互接口技术中最常用的生物电信号[3].

下肢连续运动预测对于下肢外骨骼运动控制具有重要意义.基于生物电的运动估计方法，可采用生物力学模型[4]、神经网络和高阶多项式拟合等方法构建表面肌电信号与运动量之间的函数关系[4-5].生物力学建模方法从肌骨模型出发，建立表面肌电信号与关节运动量之间的关系，对于人体在行走过程中所涉及到的下肢多种肌群，因内部共同作用的过程复杂，使生物力学建模方法的实用性降低[6].因此，基于神经网络回归方法建立的表面肌电信号与运动量之间的映射关系就显得简单快捷[7].

对于采用建立sEMG和关节运动量的回归模型进行运动信息预测的研究，国内外学者已有不少相关研究进展，如Cheron等应用的DRNN网络估计下肢关节角度、角速度等量[8]，Kwon等应用ANN模型对上肢肩关节和肘关节角度进行估计[9]，Zhang等应用BP神经网络模型估计下肢踝关节、膝关节……