1.1 研究目的及意义

随着信息化时代的到来，计算机、网络、通信等技术得到显著的进步，通过键盘、鼠标向计算机输入信息的交互方式已成为人机通信的瓶颈，不足以满足人们日益增长的人机交互需求，而虚拟现实技术的诞生和发展，使这种限制变得更加明显。因此不断寻找新型有效的交互技术成为了时代的迫切需要。

人体手势动作包含丰富的信息，比如聋哑人之间可以通过哑语进行交流，军事行动过程中也有手语的身影。因而手势识别成为近年来人机交互研究的热点。这一形式的开拓，使得人机交互更加方便快捷。

人体在运动过程中，必然会伴随肌肉的收缩和扩张，而这会产生肌电信号，所以利用相应肌肉组织采集的表面肌电信号就成了人们研究手势识别的平台。这一信号中包含了很多运动信息，可以反映出肌肉的状态，进而判断出在做什么运动。

基于上肢表面肌电信号的虚拟人机交互系统的设计，不仅仅方便了人机之间的通信，对康复医疗领域来说更是意义重大。该系统既能检测肌肉力，对康复效果做出客观的判断，又让康复过程变得充满乐趣。

1.2 国内外研究现状

利用从相应肌肉组织采集到的表面肌电信号（Surface Electromyography ,SEMG）对手势动作进行识别并应用于人机交互是近三十年来生物医学工程领域的热点研究方向之一。SEMG信号发源于作为中枢神经一部分的脊髓中的运动神经元，是电极所接触到的许多运动单元发放的动作电位的总和。它蕴涵了与肌肉中被激发的运动神经元的数目、空间分布以及神经电位传导速度等因素有关的运动信息，而这些因素决定着肌肉的运动模式。这就是根据 SEMG 信号对不同手势动作进行分类的运动生理学基础。早在上世纪 70年代 D. Taylor 和 F. Finley 等人就开始利用多电极阵列采集肌电信号控制上肢假肢的肩关节、肘关节和前臂运动。2007年 Jun-Uk Chu[2]等对 9 类手势动作的研究达到了 97.4%分类识别率。

人体表面肌电信号（SEMG）是肌电信号这一肌肉运动模式在人体表面的综合体现。作为生物电信号，SEMG能够有效地反映人体的运动意图，非常适合作为人机交互系统的输入信号。在利用SEMG进行人机交互方面，国外有多家大学和科研单位正在从事相关工作，其中包括美国的约翰霍普金斯大学的应用物理实验室和加拿大纽布伦斯威克大学，英国的帝国理工学院等。加拿大的Thalmic Labs公司设计出了一款名为MYO的腕带，它基于SEMG分析与识别，实现了与电脑联动的虚拟仿真控制。与国内，上海交通大学和复旦大学联合展开了“神经的北京理工大学硕士学位论文 3 运动控制与控制信息源的研究”。其研究目的是提取神经信息来完成人机交互。上海交通大学生物医学工程系王志中教授团队利用分形和非线性分析的方法对四个手腕手势对应的SEMG进行分类。杭州电子科技大学机器人研究所的罗志增团队采用了信号轮廓DTW和小波变换等方法对肌电信号进行了分类，达到了较高的识别率。第三医科大学的何庆华团队利用不同方法对SEMG进行特征提取分析比较。另外，中国科技大学，天津大学，东南大学，大连理工大学，南京航空航天大学，东北大学，重庆邮电大学和燕山大学等高校也开展了表面肌电信号研究和基于SEMG的手势动作识别方法研究。

2. 研究的基本内容与方案

本文以将表面肌电信号作为一种新型的人机交互方式为背景，通过人体上肢运动实现对虚拟飞机的运动控制。利用Hill模型分别计算得到运动过程中的肌肉力，搭建虚拟飞机游戏系统，实现肌电信号处理模块与虚拟系统的数据通信进而实现人与虚拟环境的实时友好交互，展示肌电控制的可行性及其在人机交互中的应用前景。

本次设计是利用从人体前臂采集到的 SEMG 信号对手势动作进行分类识别，然后利用识别结果控制虚拟环境中的虚拟飞机进行三自由度的飞行。系统原理框图如图 1 所示，整个系统由检测系统模块、信号识别模块、模型控制模块和虚拟环境模块四个部分构成。检测系统模块根据用户所做的不同的手势动作从人体上肢肌肉获取 SEMG 信号，经预处理后送入计算机中。信号识别模块定时地对计算机采集卡中的手势EMG 信号数据进行读取，并完成对它们的识别。模型控制模块定时接收识别结果，并根据不同的识别结果向虚拟环境传输不同的命令。虚拟环境模块则根据模型控制模块提供的命令驱动虚拟飞机完成不同自由度的飞行任务，实现整个系统的交互。