加州大学研发EMG+FMG手势识别系统，准确率超97％

查看引用/信息源请点击：techxplore

EMG和FMG结合时的分类准确率超过97%，而单独使用EMG和FMG的准确率则分别为92%和83%

（映维网Nweon 2025年04月28日）加州大学戴维斯分校的研究人员正在将肌电图（EMG）和肌力图（FMG）结合在一起，从而实现高准确率的手部运动识别。团队指出，这项技术可以应用于虚拟现实等领域。

诸如抓、捏、抓等手势是由前臂肌肉的运动驱动，而相关运动产生的小电信号可以由可穿戴式传感器读取。这种技术称为肌电图。

研究人员乔纳森·斯科菲尔德（jonathan Schofield）表示：“利用传感器和机器学习，我们可以根据肌肉活动识别手势。”

然而，尽管基于肌电图的控制在实验室环境和四肢休息时表现出色，但它存在一个众所周知的“位置和负载”问题。如果你将手臂移动到不同的位置，比如与肩高或头顶相同的位置，或者抓住不同重量的物体，测量值就会发生变化。

研究人员佩顿·杨（Peyton Young）解释道：“在现实世界中，每次你移动肢体并抓住某物时，测量结果都会发生变化。中立姿势（肢体被动地放在身体旁边）与自由活动非常不同。”

......（全文 794 字，剩余 430 字）

请微信扫码通过小程序阅读完整文章
或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限