论文部分内容阅读
神经学研究表明人类通过协同的方法控制一系列肌肉的运动来控制手的动作。近来指间运动协同的概念被广泛的运用在机械手的控制和算法中。多驱动的仿人形假肢手能由此通过两到三通道的生物信号被控制。 通过指间运动协同，高维度的手姿动作能够被低维度的协同空间所复现。抽取指间协同的信息有多种方法，主元素分析法是最流行的方法之一。本论文首先介绍了两款假肢手的设计和主元素分析法在指间协同上的应用。由于主元素分析法是一种线性降维方法，用其复现假肢手姿态时存在较大的复现误差，因此本论文接下来介绍了高斯过程潜变量模型这一非线性降维方法来抽取手姿的指间运动协同，并通过理论和实验的对比研究来比较这两种降维方法的优劣和区别。