基于STM32的肌电信号假肢控制器设计（STM32单片机 肌电信号 SEMG 动作识别 控制假肢）

        本人在硕士阶段做了一个关于利用STM32采集人体手臂肌电信号（SEMG）来识别5种手臂动作，并控制假手动作的课题，现已完成，若有人需要交流经验，可以企鹅：2836-712-962。
        题目：基于STM32的肌电信号假肢控制器设计
        关键词：ARM；表面肌电信号；特征提取；假肢控制；BP神经网络
        本课题提出一种基于ARM的肌电假肢控制器设计方案，仅用2个肌电传感器实现5种动作模式的在线识别，分别是手掌上翻、下翻、握拳、展掌和无动作。系统分为硬件部分和软件部分，硬件部分主要包括：系统电源模块、处理器最小系统模块、信号放大调整模块和串口通信模块等；软件部分主要包括：信号A/D采集、IIR滤波、信号特征提取、BP神经网络识别等。
        系统首先通过2个肌电传感器分别采集桡侧腕屈肌和尺侧腕屈肌的SEMG信号，由于原始SEMG信号微弱且是正负信号，所以要对此进行信号放大和调整，再输入到ARM核STM32处理器进行A/D采样。然后，在处理器中，利用IIR数字滤波器对采集到的SEMG信号进行带通滤波，并提取4种时域和频域特征值，分别为信号幅度绝对平均值(MAV)、信号标准差(SD)、中值频率(MF)和平均功率频率(MPF)。再后，将2路SEMG信号的4种特征组成一个8维特征向量，利用Matlab训练BP神经网络获得权值和阈值系数，根据BP网络输入层到隐层、隐层到输出层的传递函数公式，STM32对权值和阈值进行相应运算，得出对应5种动作的在线识别结果。最后根据识别结果串口输出控制信号控制假肢做相应动作。
采用的肌电传感器：



整体硬件设计：

在线实验，在线识别动作，并LED指示，并驱动假手动作：

4 个解决方案

#1

你好，我也打算毕业设计做一个类似肌电采集控制的系统，不知道楼主有没有些参考资料

#2

#3

学长，在这里遇见你了，打个招呼

#4

卜学长，你有时间时问你下问题，我做的你的这个项目不知道为什么灯不亮？向前辈请教