基于表面肌电的智能假肢控制系统

获奖团队介绍

学校：天津大学
指导老师：杨凌辉
团队成员：邓希

1. 案例背景

上肢截肢患者在日常生活中对假肢的稳定性与安全性有极高要求。传统肌电控制算法易受生理电信号噪声、拮抗肌共收缩等因素干扰，导致假肢状态抖动或危险误动作。本案例基于MWORKS.Syslab与Sysplorer平台，开发了一套“低响应‑高准确”的智能假肢控制系统，通过滑动窗口投票、智能违抗及腕‑肘运动学联动等创新机制，实现从8通道sEMG信号到10自由度假肢的稳健映射，并在仿真与实物系统中验证了其优越性能。

2. 文件结构说明

text
项目根目录/
├── 仿真分析报告.pdf # 完整技术报告，含算法原理、仿真结果、消融实验
├── 演示视频/ # 系统运行演示（如有）
├── Syslab/ # MWORKS.Syslab工程文件夹
│ ├── 肌电分析.ipynb # 信号预处理、特征提取与可视化
│ ├── 训练模型.ipynb # SVM模型训练（可修改被试者编号1~5）
│ ├── 生成控制指令.ipynb # 滑动窗口投票、智能违抗、生成command.txt
│ └── 消融实验.ipynb # 特征消融与架构消融实验代码
├── EmgHand/ # MWORKS.Sysplorer工程文件夹（请勿移动）
│ ├── command.txt # 控制指令文件（Syslab生成，Sysplorer读取）
│ └── 假肢系统控制模型.* # Modelica模型及CAD关联文件
└── readme.txt # 原始说明文件（本文件为详细版）

3. 使用方法

3.1 环境要求

MWORKS.Syslab 2025b 及以上

MWORKS.Sysplorer 2025b 及以上

已下载开源数据集（Transradial Amputee EMG - Myo Armband Dataset，Kaggle）

3.2 测试流程

步骤1：肌电分析与消融实验（验证理论基础）

打开Syslab/肌电分析.ipynb，运行以查看sEMG信号时域/频域特征、正常人与截肢患者对比。

打开Syslab/消融实验.ipynb，运行以复现报告中的特征消融与架构消融结果。

步骤2：训练SVM模型

打开Syslab/训练模型.ipynb。

修改代码中的被试者编号（1~5），运行训练，保存模型文件。

注意：不同截肢患者的肌电特异性差异显著，不建议跨被试者使用模型。

步骤3：生成控制指令

确保已训练得到对应被试者的SVM模型。

打开Syslab/生成控制指令.ipynb，运行脚本。

脚本将读取测试数据，执行滑动窗口投票与智能违抗逻辑，生成command.txt并保存至EmgHand/文件夹。

步骤4：Sysplorer仿真执行

打开MWORKS.Sysplorer，加载EmgHand/假肢系统控制模型。

确保command.txt位于正确位置（工程根目录）。

点击仿真运行，观察10自由度假肢模型响应PID控制执行预定义动作序列。

步骤5（可选）：实物系统

实物系统需额外硬件（Myo臂环、C++上位机、Python解析网关、Unity3D），参见报告第6章。

4. 注意事项

首次运行前请将数据集文件放置于Syslab/data/目录（具体路径参考代码内配置）。

若修改command.txt内容或路径，需同步修改Sysplorer模型中的文件读取配置。

跨被试者测试会导致识别率严重下降，请严格遵守模型与被试者一一对应原则。

本项目仅限非商业学术用途，所用数据集、CAD模型（来自GrabCAD）均遵循开源协议，详见报告第8章。

版本说明

V0.0.1，2026-06-11 18:49

初始版本