摘要：基于sEMG(表面肌電信號)的動作識別被廣泛應用于機器人輔助康復領域中.傳統(tǒng)的運動識別方法多是利用訓練后的參數(shù)模型,辨識出有限個已知動作.但由于患者患側(cè)難以長時間保持某一動作,無法獲得準確訓練模型,導致在線分類、在線運動角度估計時存在較大誤差.針對這一問題,提出一種自適應閾值分類模型,將歸一化后的特征值極值與設定閾值比較即可方便快速地獲取動作分類結果,然后估計得到患者關節(jié)運動角度.對于不同康復階段的患者而言,模型可以根據(jù)患者肌電信號強弱自適應改變閾值的大小.通過踝關節(jié)動作識別實驗方法有效性,相比傳統(tǒng)線性判別分析、K近鄰以及BP神經(jīng)網(wǎng)絡等方法,該方法精度更高、所用時間更短,更適用于患者患側(cè)的主動控制.