Resumen

El reconocimiento de la intención del movimiento humano es clave para lograr una coordinación perfecta entre humanos y máquinas y la comodidad al usar robots portátiles. La electromiografía de superficie (sEMG), como una señal bioeléctrica, se genera antes del movimiento correspondiente y refleja directamente la intención de movimiento humano. Por lo tanto, una mejor interacción humano-máquina se puede lograr utilizando el reconocimiento de la intención de movimiento basado en sEMG. En este artículo, revisamos y discutimos el estado del arte del reconocimiento de la intención de movimiento basado en sEMG que se utiliza principalmente en detalle. Según el método adoptado, el reconocimiento de la intención de movimiento se divide en dos grupos: reconocimiento de la intención de movimiento basado en el modelo musculoesquelético (MS) impulsado por sEMG y reconocimiento de la intención de movimiento basado en el modelo de aprendizaje automático (ML). Se analizan y comparan sistemáticamente los modelos específicos y los efectos de reconocimiento de cada estudio. Finalmente, se presenta una discusión de los problemas existentes en los estudios actuales, los avances principales y los desafíos futuros.

• Materias:Control de microvehículos aéreos Tecnología de exoesqueleto Clasificación de escenas Técnicas de escaneo Enfoque antropocéntrico
• Subjects:Aerial microvehicle control Exoskeleton technology Scene classification Scanning techniques Anthropocentric approach
• Palabras claves:Coordinación hombre-máquina; Comodidad de uso; Electromiografía de superficie; Reconocimiento de la intención de movimiento; Modelo musculoesquelético; Modelo de aprendizaje automático
• Keywords:Human-machine coordination; Wearing comfort; Surface electromyography; Motion intention recognition; Musculoskeletal model; Machine learning model