Cacc駕駛員肢體等速多通道肌電信號特征提取方法
【專利摘要】本發(fā)明公開了一種CACC駕駛員肢體等速多通道肌電信號特征提取方法，包括受試者進行若干CACC工況下各個量級操控程度的等速肌力操縱動作、采集肌電信號和方向盤、加速踏板、制動踏板的位移和力反饋數(shù)值信息、構(gòu)造高維特征集、降維處理得到低維特征集、肌電信號分類等步驟。本發(fā)明能夠有效實現(xiàn)CACC駕駛員肢體等速多通道肌電信號特征的提取。
【專利說明】
CACC駕駛員肢體等速多通道肌電信號特征提取方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及肌電信號特征提取方法，具體涉及一種CACC駕駛員肢體等速多通道肌電信號特征提取方法。
[0002]背景內(nèi)容
[0003]汽車協(xié)同式自適應(yīng)巡航控制(CooperativeAdaptive Cruise Control，CACC)是實現(xiàn)汽車自主駕駛、多輛汽車隊列行駛的關(guān)鍵技術(shù)，從全面信息交互的多車協(xié)同以保證行駛安全和性能的角度出發(fā)，實施對汽車驅(qū)動、制動和轉(zhuǎn)向的智能控制，使多輛汽車進行同道同向隊列行駛時保持更短的車間距，達到行駛性能的綜合最優(yōu)化。CACC可以帶來諸多方面的改善，比如:減少駕駛員操縱負擔，增強道路上的行駛安全性，簡化交通管理與控制的復(fù)雜程度，減緩交通擁堵，并在此基礎(chǔ)上提高了汽車燃油經(jīng)濟性，減少環(huán)境污染。
[0004]目前科研人員對CACC方面的研究仍然處于相關(guān)理論和技術(shù)的研究階段，在CACC駕駛員肢體等速多通道肌電信號特征提取還沒有確切有效的方法。

【發(fā)明內(nèi)容】

[0005]為了實現(xiàn)上述目的，本發(fā)明旨在提供一種CACC駕駛員肢體等速多通道肌電信號特征提取方法，解決CACC駕駛員肢體等速多通道肌電信號特征提取的問題。
[0006]為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0007]CACC駕駛員肢體等速多通道肌電信號特征提取方法，包括如下步驟:
[0008]SI受試者進行若干CACC工況下各個量級操控程度的等速肌力操縱動作；
[0009]S2對受試者進行操縱動作時的肢體肌肉群的肌電信號進行采集，并同步采集方向盤、加速踏板、制動踏板的位移和力反饋數(shù)值信息；
[0010]S3根據(jù)步驟S2采集得到的肌電信號采樣數(shù)據(jù)構(gòu)造高維特征集；
[0011]S4對步驟S3所采集得到的高維特征集進行降維處理，得到低維特征集；
[0012]S5運用模糊最小二乘支持向量機將二類支持向量機拓展到多類分類器，并采用所述多類分類器對經(jīng)過步驟S4處理所獲取的低維特征集進行分類，分類器r用來區(qū)分第r類和其余剩下的類別，對于輸入的低維特征k，其輸出分類超平面為Hr(k) = ω rqk+Tr，判定k的分類r;其中，Hr(k)為分類超平面，k為輸入的低維特征，ω/為與所述分類超平面Hr(k)垂直的向量，q為階次，L為最優(yōu)偏置值；
[0013]由此，完成了CACC駕駛員肢體等速多通道肌電信號的特征提取。
[0014]需要說明的是，步驟SI中，受試者需要有熟練駕駛經(jīng)驗，肢體健康且無損傷史，無體弱和影響運動功能的全身性疾病。
[0015]需要說明的是，步驟S2中，所述肢體肌肉群包括肩的前移肌和后移肌，臂的內(nèi)旋肌、外旋肌、水平屈曲肌、水平伸展肌、前屈肌和后伸肌，髖的外展肌和內(nèi)收肌;腳踝背伸肌和妬屈肌。
[0016]需要說明的是，步驟S2中，對駕駛員進行操縱動作時的肢體肌肉群的肌電信號進行采集具體方法為:沿著肢體肌肉群方向在每塊肌肉上貼三點式差動輸入電極，其中一個為參考地端，另外兩個為肌電的輸入端，兩電極中心的間距為2cm。
[0017]需要說明的是，步驟S3和步驟S4的具體方法如下:
[0018]S3從頻率、相位、空間、時域方面構(gòu)造高維特征集:在時域選取反映肌電信號時間特性的指標，包括最大峰值、均方根、方差、均值、形狀因子、峭度、峰值因子，在頻域中提取短時時域窗內(nèi)的肌電α節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律，在空間和相位中對α節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律進行量化，從而得到高維特征集；
[0019]S4采用局部切空間排列算法對步驟S3中的高維特征集進行處理:用局部切空間G逼近標準判斷領(lǐng)域集N是否與流形ζ的局部幾何性質(zhì)匹配，將各個局部切空間排列以構(gòu)造流形的全局坐標，從而獲得肌電信號采集數(shù)據(jù)的低維坐標，得到肌電信號采樣數(shù)據(jù)的低維特征集。
[0020]進一步需要說明的是，步驟S3中，采用瞬時頻率分析方法在頻域中提取短時時域窗內(nèi)的肌電α節(jié)律、節(jié)律β、δ節(jié)律和Θ節(jié)律。
[0021]進一步需要說明的是，步驟S3中，在空間和相位中運用空間相似度和電流源密度估計方法對α、β、δ和Θ節(jié)律進行量化。
[0022]需要說明的是，所述CACC駕駛員肢體等速多通道肌電信號特征提取方法還包括如下步驟:
[0023]S6通過引入松散因子γ構(gòu)建懲罰函數(shù)以提高對CACC駕駛員肢體肌電信號識別和特征提取的精度。
[0024]本發(fā)明的有益效果在于:通過本發(fā)明可以獲取駕駛員肢體肌肉收縮的神經(jīng)支配特性、肢體的位置、速度和加速度等能夠預(yù)先判斷駕駛員的操縱意圖，進而有利于調(diào)整并控制汽車轉(zhuǎn)向力、驅(qū)動力和制動力，進而有利于使汽車間的安全時距更小，提高交通流量，減少油耗。
【附圖說明】
[0025]圖1為本發(fā)明的實施流程圖。
【具體實施方式】
[0026]以下將結(jié)合附圖對本發(fā)明作進一步的描述，需要說明的是，本實施例以本技術(shù)方案為前提，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍并不限于本實施例。
[0027]如圖1所示，CACC駕駛員肢體等速多通道肌電信號特征提取方法，包括如下步驟:
[0028]SI受試者進行若干CACC工況下各個量級操控程度的等速肌力操縱動作，各個量級操控程度的等速肌力操縱動作用目標向量T= [AiA^A3，...,A1,...,A1]表示，I為受試者所進行的等速肌力操縱動作總數(shù)；
[0029]S2對受試者進行操縱動作時的肢體肌肉群的肌電信號進行采集，并同步采集方向盤、加速踏板、制動踏板的位移和力反饋數(shù)值信息；
[0030]S3根據(jù)步驟S2采集得到的肌電信號采樣數(shù)據(jù)構(gòu)造高維特征集；
[0031]S4對步驟S3所采集得到的高維特征集進行降維處理，得到低維特征集；
[0032]S5運用模糊最小二乘支持向量機將二類支持向量機拓展到多類分類器，并采用所述多類分類器對經(jīng)過步驟S4處理所獲取的低維特征集進行分類，分類器r用來區(qū)分第r類和其余剩下的類別，對于輸入的低維特征k，其輸出分類超平面為Hr(k) = ω rqk+Tr，判定k的分類r;其中，Hr(k)為分類超平面，k為輸入的低維特征，ω/為與所述分類超平面Hr(k)垂直的向量，q為階次，Tr為最優(yōu)偏置值；
[0033]由此，完成了CACC駕駛員肢體等速多通道肌電信號的特征提取。
[0034]需要說明的是，步驟SI中，受試者需要有熟練駕駛經(jīng)驗，肢體健康且無損傷史，無體弱和影響運動功能的全身性疾病。
[0035]需要說明的是，步驟S2中，所述肢體肌肉群包括肩的前移肌和后移肌，臂的內(nèi)旋肌、外旋肌、水平屈曲肌、水平伸展肌、前屈肌和后伸肌，髖的外展肌和內(nèi)收肌;腳踝背伸肌和妬屈肌。
[0036]需要說明的是，步驟S2中，對駕駛員進行操縱動作時的肢體肌肉群的肌電信號進行采集具體方法為:沿著肢體肌肉群方向在每塊肌肉上貼三點式差動輸入電極，其中一個為參考地端，另外兩個為肌電的輸入端，兩電極中心的間距為2cm。
[0037]需要說明的是，步驟S3和步驟S4的具體方法如下:
[0038]S3從頻率、相位、空間、時域方面構(gòu)造高維特征集:在時域選取反映肌電信號時間特性的指標，包括最大峰值、均方根、方差、均值、形狀因子、峭度、峰值因子，在頻域中提取短時時域窗內(nèi)的肌電α節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律，在空間和相位中對α節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律進行量化，從而得到高維特征集；
[0039]S4采用局部切空間排列算法對步驟S3中的高維特征集進行處理:用局部切空間G逼近標準判斷領(lǐng)域集N是否與流形ζ的局部幾何性質(zhì)匹配，將各個局部切空間排列以構(gòu)造流形的全局坐標，從而獲得肌電信號采集數(shù)據(jù)的低維坐標，得到肌電信號采樣數(shù)據(jù)的低維特征集。
[0040]進一步需要說明的是，步驟S3中，采用瞬時頻率分析方法在頻域中提取短時時域窗內(nèi)的肌電α節(jié)律、節(jié)律β、δ節(jié)律和Θ節(jié)律。
[0041]進一步需要說明的是，步驟S3中，在空間和相位中運用空間相似度和電流源密度估計方法對α、β、δ和Θ節(jié)律進行量化。
[0042]需要說明的是，所述CACC駕駛員肢體等速多通道肌電信號特征提取方法還包括如下步驟:
[0043]S6通過引入松散因子γ構(gòu)建懲罰函數(shù)以提高對CACC駕駛員肢體肌電信號識別和特征提取的精度。
[0044]對于本領(lǐng)域的技術(shù)人員來說，可以根據(jù)以上的技術(shù)方案和構(gòu)思，作出各種相應(yīng)的改變和變形，而所有的這些改變和變形都應(yīng)該包括在本發(fā)明權(quán)利要求的保護范圍之內(nèi)。
【主權(quán)項】
1.CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，包括如下步驟: SI受試者進行若干CACC工況下各個量級操控程度的等速肌力操縱動作； S2對受試者進行操縱動作時的肢體肌肉群的肌電信號進行采集，并同步采集方向盤、加速踏板、制動踏板的位移和力反饋數(shù)值信息； S3根據(jù)步驟S2采集得到的肌電信號采樣數(shù)據(jù)構(gòu)造高維特征集； S4對步驟S3所采集得到的高維特征集進行降維處理，得到低維特征集； S5運用模糊最小二乘支持向量機將二類支持向量機拓展到多類分類器，并采用所述多類分類器對經(jīng)過步驟S4處理所獲取的低維特征集進行分類，分類器r用來區(qū)分第r類和其余剩下的類別，對于輸入的低維特征k，其輸出分類超平面為Hr(k)=corqk+Tr，判定k的分類r;其中，Hr(k)為分類超平面，k為輸入的低維特征，為與所述分類超平面Hr(k)垂直的向量，q為階次，Tr為最優(yōu)偏置值； 由此，完成了 CACC駕駛員肢體等速多通道肌電信號的特征提取。2.根據(jù)權(quán)利要求1所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟SI中，受試者需要有熟練駕駛經(jīng)驗，肢體健康且無損傷史，無體弱和影響運動功能的全身性疾病。3.根據(jù)權(quán)利要求1所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟S2中，所述肢體肌肉群包括肩的前移肌和后移肌，臂的內(nèi)旋肌、外旋肌、水平屈曲肌、水平伸展肌、前屈肌和后伸肌，髖的外展肌和內(nèi)收肌;腳踝背伸肌和跖屈肌。4.根據(jù)權(quán)利要求1所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟S2中，對駕駛員進行操縱動作時的肢體肌肉群的肌電信號進行采集具體方法為:沿著肢體肌肉群方向在每塊肌肉上貼三點式差動輸入電極，其中一個為參考地端，另外兩個為肌電的輸入端，兩電極中心的間距為2cm。5.根據(jù)權(quán)利要求1所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟S3和步驟S4的具體方法如下: S3從頻率、相位、空間、時域方面構(gòu)造高維特征集:在時域選取反映肌電信號時間特性的指標，包括最大峰值、均方根、方差、均值、形狀因子、峭度、峰值因子，在頻域中提取短時時域窗內(nèi)的肌電*:1節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律，在空間和相位中對α節(jié)律、β節(jié)律、δ節(jié)律和Θ節(jié)律進行量化，從而得到高維特征集； S4采用局部切空間排列算法對步驟S3中的高維特征集進行處理:用局部切空間G逼近標準判斷領(lǐng)域集N是否與流形ζ的局部幾何性質(zhì)匹配，將各個局部切空間排列以構(gòu)造流形的全局坐標，從而獲得肌電信號采集數(shù)據(jù)的低維坐標，得到肌電信號采樣數(shù)據(jù)的低維特征集。6.根據(jù)權(quán)利要求5所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟S3中，采用瞬時頻率分析方法在頻域中提取短時時域窗內(nèi)的肌電α節(jié)律、節(jié)律β、δ節(jié)律和Θ節(jié)律。7.根據(jù)權(quán)利要求5所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，步驟S3中，在空間和相位中運用空間相似度和電流源密度估計方法對α、β、δ和Θ節(jié)律進行量化。8.根據(jù)權(quán)利要求1所述的CACC駕駛員肢體等速多通道肌電信號特征提取方法，其特征在于，還包括如下步驟: S6通過引入松散因子γ構(gòu)建懲罰函數(shù)以提高對CACC駕駛員肢體肌電信號識別和特征提取的精度。
【文檔編號】A61B5/0488GK106073776SQ201610766866
【公開日】2016年11月9日
【申請日】2016年8月29日
【發(fā)明人】張晉東, 賈曉燕, 李想, 張冠華, 欒婧, 尹雪龍, 黃聚, 吳興剛, 許彥平, 朱琳瑤
【申請人】吉林大學