科创中国

本申请提供的跨用户手部关节角度估计方法、系统及计算机设备，获取多位用户手部活动信号数据，根据所述手部活动信号数据构建多用户模型，通过新用户的训练数据对所述多用户模型进行校准，校准的所述多用户模型对新用户的手指关节角度进行估计，上述方法、系统及计算机设备利用多个用户的表面肌电信号和手指关节角度数据建立多用户模型，然后采用新提出的对抗迁移学习策略，使用新用户的部分训练数据校准多用户模型，校准后的模型能够实时估计人在连续运动过程中手部关节的关节角度，同时由于应用数据驱动的算法，避免了建立从肌电到生理模型的复杂实现过程。

1.一种跨用户手部关节角度估计方法，其特征在于，包括下述步骤： 获取多位用户手部活动信号数据，所述手部活动信号数据包括肌电信号及关节角度信号； 根据所述手部活动信号数据构建多用户模型； 通过新用户的训练数据对所述多用户模型进行校准； 校准的所述多用户模型对新用户的手指关节角度进行估计。 2.如权利要求1所述的跨用户手部关节角度估计方法，其特征在于，在获取多位用户手部活动信号数据，所述手部活动信号数据包括肌电信号及关节角度信号的步骤中，所述肌电信号来自于指伸肌、指屈肌、肱二头肌肱三头肌以及前臂距离手肘2～6cm处的一圈肌肉，所述肌电信号采样频率2000Hz；所述关节角度信号通过数据手套进行数据采集，采样频率为20Hz。 3.如权利要求1或2所述的跨用户手部关节角度估计方法，其特征在于，在获取多位用户手部活动信号数据的步骤后并进行下一步步骤之前还包括对获取多位用户手部活动信号数据进行预处理的步骤。

几十年来，机械手在搜索救援、工业以及人工假肢等领域得到了广泛的研究和应用。表面肌电信号具有超前于运动产生、便于采集的特性，是一种较为理想的可用来提取人体运动意图的生理信号，在康复医疗及人机交互等领域都存在众多应用，在世界范围内被广泛用于机械手的灵巧控制。由于手部作为人体最有特色的器官，具有高度的灵活性，多自由度实时连续控制的方法将是机械手未来的发展方向，因为这能提供更加自然的、符合人体直觉的控制。很多研究建立了算法实现肌电信号与手指关节角度之间的映射关系，以实现连续实时的控制策略。另外，考虑到针对截肢者的应用以及手部肌电本身难以采集这两个问题，人们常用手臂肌电来建立回归算法，以此估计手部运动时的关节角度。由于人体手部在运动过程中手臂的肌肉会活动，因此通过手臂肌电信号估计手部关节角度是可行的。然而，由于人与人之间的生理差异，导致基于表面肌电信号的估计方法在不同用户之间出现性能差异，其中最常见的解决方案是为每个用户重新训练，并使用新采集的数据校准模型。然而，这样的过程需要额外的数据收集和模型的测试验证，其复杂程度和耗时阻碍了现实世界的部署和落地。研究表明，尽管不同用户具有个体性和特殊性，但用户之间的解剖学相似性和肌肉协同效应表明，来自其他用户的数据可以用于快速构建符合新用户要求的识别策略，因此针对跨用户的意图识别方法研究逐渐成为了研究热点。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

本申请提供的跨用户手部关节角度估计方法、系统及计算机设备，获取多位用户手部活动信号数据，根据所述手部活动信号数据构建多用户模型，通过新用户的训练数据对所述多用户模型进行校准，校准的所述多用户模型对新用户的手指关节角度进行估计，上述方法、系统及计算机设备利用多个用户的表面肌电信号和手指关节角度数据建立多用户模型，然后采用新提出的对抗迁移学习策略，使用新用户的部分训练数据校准多用户模型，校准后的模型能够实时估计人在连续运动过程中手部关节的关节角度，同时由于应用数据驱动的算法，避免了建立从肌电到生理模型的复杂实现过程。

技术合作

这些描述只是为了解释本申请的原理，不能以任何方式解释为对本申请保护范围的限制。基于此处解释，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进，及本领域的技术人员不需要付出创造性的劳动即可联想到本申请的其他具体实施方式，均应包含在本申请的保护范围之内。