“十三五”规划中提出大力发展残疾人康复事业，促进残疾人全面发展和共同富裕。最新统计资料表明我国手部残疾人数已近千万，而假手装配比不足13%，可见假手研发存在巨大的社会价值与需求空间。传统假手多以装饰性为主，无法满足残疾人日常生活所需，开发出功能强大的智能假手以提升残疾人的生活水平显得尤为迫切。肌电假手作为智能假手的一种，利用人体生物电信号感知人体运动意图从而控制假手运动，相比于传统假手，功能更加强大，能够更好的满足残疾人日常生活所需。在此背景下，本文提出“利用人体前臂表面肌电信号识别使用者对假手腕关节的操作意图与过程，进而连续驱动假手腕关节按照人的运动意图实现类人手自然操作”的假手腕关节人机自然驱动理念，并着重对假手腕关节人机自然驱动的表面肌电精细感知技术展开深入研究。
针对肌电假手在关节角度解码与力矩估计方面存在的不足，研究了假手腕关节人机自然驱动的表面肌电精细感知机理。从手臂表面肌电产生与手腕操作的机理出发，明确手臂表面肌电与腕关节运动参量之间的联系，从而针对残疾人实际应用场景，提出假手腕关节人机自然驱动的表面肌电精细感知总体方案。
为了改善肌电假手操作的柔顺性，研究一种基于BP神经网络的腕关节运动角度表面肌电连续解码方法。一方面采集表面肌电并提取其时域特征，另一方面对腕关节运动角度进行测量与计算，进而利用BP神经网络映射表面肌电与腕关节运动角度之间的非线性关系，实现表面肌电对腕关节运动角度的连续解码。设计实验验证腕关节运动角度表面肌电连续解码方法的有效性，结果表明所提方法能够实现表面肌电对腕关节运动角度的连续解码，且解码角度与真实角度之间线性相关系数平均可达0.98。
为了保证肌电假手操作的稳定性，提出一种基于正向肌骨模型的腕关节运动力矩表面肌电估计方法。构建腕关节正向肌骨模型，利用表面肌电持续时间计算出模型中的可测参数肌肉收缩时间，根据腕关节峰力矩与各肌肉的肌电幅值比计算出模型中可测参数肌肉最大等长收缩张力；利用三维运动捕捉系统得到的腕关节运动学数据进行逆动力学求解计算出腕关节的真实运动力矩，并作为模型的参考力矩，结合遗传优化方法完成模型中不可测参数的优化，从而得到稳定的腕关节正向肌骨模型，实现输入表面肌电输出腕关节估计力矩。设计腕关节运动力矩表面肌电估计实验，验证腕关节运动力矩表面肌电估计方法的有效性，结果表明腕关节正向肌骨模型能够实现对腕关节3种运动力矩的估计。
基于表面肌电的假手腕关节人机自然驱动系统设计及其功能验证。展开系统总体设计，假手腕关节机械设计与加工、假手腕关节驱动控制系统设计；搭建功能验证平台并设计系统软件；验证基于表面肌电的假手腕关节人机自然驱动系统功能。实验结果表明，假手实际运动角度与人手真实运动角度的线性相关系数可达0.98，角度的绝对误差最大为8°，平均为3.4°，相同负载下假手实际最大驱动力矩可达人手真实的最大运动力矩。实验结果证明了基于表面肌电的假手腕关节人机自然驱动系统的稳定性和可靠性。