使用用于 3D 打印机械手的 Myo EMG 臂带通过神经网络进行手指运动分类
介绍
该存储库展示了一种使用神经网络对来自 Myo Armband 的 EMG 数据进行分类的简单快捷的方法。 然后将分类的手指运动发送到我通过蓝牙设计的 3D 打印机械手，机械手会模仿手指运动。
解释
EMG信号本质上是相当随机的，如果我们要使用它们来区分手指的运动，则很难区分它们。 研究人员使用了不同的传感器来提取 EMG 信号，从痛苦的针头插入技术到在手上安装多个表面 EMG 传感器。 在这个项目中，使用了一个基于表面肌电图的臂章，称为“我的手势控制臂章”。 它是由加拿大公司“Thalmic Labs”设计的。 该臂带有 8 个传感器，可测量 200 Hz 频率的 EMG 信号。
对于这个项目，我使用了 Niklas Rosenstein 的 Myo-Python 库，他在 Github 上好心地分享了
