博文
科学家提出一种用于人机交互系统中运动检测的新型肌电图传感器设计 
精选
|
科学家提出一种用于人机交互系统中运动检测的新型肌电图传感器设计
越南胡志明市科技大学Huy-Tuan Pham团队提出一种用于人机交互系统中运动检测的新型肌电图传感器设计。相关论文于2025年5月6日发表在国际学术期刊《机械工程的进展》上。
研究人员介绍了一种经济高效的多通道肌电图（EMG）传感器，该传感器能够同时采集最多四块肌肉的电活动信号。考虑到肌电信号易受电源线干扰、肌肉串扰及皮肤运动伪影等噪声源影响，所提出的传感器旨在提升信号保真度。该设计采用了精细调谐的模拟滤波器与驱动右腿（DRL）电路，后者通过向人体反向注入放大后的共模电压来抑制电源线干扰。传感器采用AD620仪用放大器、TL074运算放大器及SMD PJ-131音频接口等电子元件，配备四个独立采集通道，通过低通与高通滤波器对原始输入信号进行处理，形成针对20–440 Hz典型肌肉活动频段的带通滤波。该双层印刷电路板由两节9伏电池供电，可实现平均23 dB的信噪比。
实验结果验证了其在上肢运动检测中的有效性，展现出显著的噪声抑制能力与清晰的肌肉状态区分度。相较于传统接地参考方式20 dB的信噪比，DRL参考电路将信噪比提升至23 dB。该肌电系统的元件成本约为10欧元，规模化生产可进一步降低电路板制造成本，为相关领域提供了高性价比的解决方案。
Advances in Mechanical Engineering
本刊是本经过同行评审的开放获取期刊。面向机械工程各个领域出版原创论文以及综述文章，欢迎来自基础及应用领域的原创研究并鼓励具有新颖和创新见解的投稿。
期刊优势
影响因子：2.0
期刊分区：JCR Q3, ENGINEERING, MECHANICAL; THERMODYNAMICS
期刊网址:
往期研究:
投稿网址:
https://wap.sciencenet.cn/blog-3650976-1522082.html
上一篇：科学家开发基于YOLO-NAS深度学习模型的集装箱损伤自动化检测
