计算机工程

作者：阳佩珉, 闵华松

单位：武汉科技大学信息科学与工程学院, 湖北 武汉 430081

关键词：表面肌电信号,手势识别,微控制器,模型剪枝,模型量化

基金：国家自然科学基金(62073249); 国家重点研发计划(2022YFB4700400)

目前, 大多数商用表面肌电(sEMG)信号采集系统存在价格昂贵、便携性和时效性无法满足应用需求的缺陷。为了解决该问题, 结合模拟采集电路的精度要求以及微控制器低功耗、高性能、灵活性等方面的需求, 设计一种嵌入式一体化肌电腕带, 可以用于实时手势识别。首先, 采用低成本、低噪声的精密放大器完成模拟采集电路设计, 并在仿真环境中对电路进行仿真验证, 保证信号采集质量; 其次, 在低功耗、高性能的微控制器ESP32-S3上提出轻量化卷积神经网络L-CNN以进行实时识别。L-CNN在预训练后进行剪枝和量化, 然后完成部署。通过剪枝算法去除模型中冗余的权重参数, 减小模型大小, 加快推理速度, 并微调到预训练模型中。量化将原有32位浮点数降到8位整数进行计算, 使模型尺寸降低以适用于嵌入式设备。实验结果表明, L-CNN的尺寸相比原模型大幅降低, 推理速度得到提升, 并且在实时手势识别中能达到95%左右的识别准确率, 验证了整个系统的可靠性。

来源：2025年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第2期