En este artículo, se propone un método de interacción humano-máquina (HMI) adaptativo basado en señales de electromiografía de superficie (sEMG) para el control manos libres de una silla de ruedas inteligente. Las señales de sEMG generadas por los movimientos faciales se obtienen mediante un dispositivo de sensores de electrodos secos conveniente. Después de que se extraen las características de las señales del modelo autorregresivo, las muestras de datos de control se actualizan y entrenan mediante un algoritmo de aprendizaje en línea incremental en tiempo real. Los resultados experimentales muestran que el método propuesto puede mejorar significativamente la precisión de clasificación y la velocidad de entrenamiento. Además, este método puede reducir eficazmente la influencia de la fatiga muscular durante una operación prolongada de HMI basada en sEMG.