表面肌电信号(surface electromyography signal,sEMG)能够在一定程度上反映神经肌肉的活动,在临床医学的神经肌肉疾病诊断,康复医学领域的肌肉功能评价和假肢控制方面均有重要的实用价值。它的关节运动信息识别已经得到一定的发展和应用。本文针对偏瘫患者单侧肢体运动功能受损的特点,研究基于sEMG的上肢动作定量辨识,用于理解患者运动意图,从而为患者提供自主性的运动控制。重点探讨sEMG特征提取和定量辨识两个方面关键技术。分析sEMG的特点和影响因素,确定关节角度信号的测量方法,构建了信号采集系统,系统包括sEMG传感器、角度传感器、编码器、表面肌电图仪。设计信号处理程序和采集界面,并完成40位受试者的sEMG和肘关节角度信号的采集。在对采集的原始sEMG进行陷波、滤波等预处理的基础上,对检测电极对的距离、肘部屈伸动作的快慢、手部负荷的大小、静态时肘关节的弯曲角度对sEMG信号的影响进行分析;提取sEMG的积分肌电值、均方根值、平均功率频率和中位频率,为sEMG定量辨识提供基础。根据sEMG和肘关节运动位置变化的关联性,将选定的sEMG特征值作为BP神经网络的输入,将处理后的肘关节角度信号作为神经网络的输出,构建了神经网络,并进行训练,从而建立sEMG与关节角度信号的映射关系。预测测试集的角度信号,对不同特征值情况下的预测效果进行比对。同时,对于运动速度和个体差异对辨识结果的影响进行分析。利用实验室现有5DOF外骨骼式上肢康复机器人系统进行运动控制实验,将采集到的sEMG输入已建立的sEMG与关节角度信号的定量关系模型中,输出预测关节角度,并辨别运动意图,进行运动规划。实验结果表明机器人手臂的跟随效果、sEMG的定量辨识效果良好,有助于将表面肌电信号的研究推向康复机器人研发的实际应用阶段。