基于自适应时序对齐的智能下肢假肢运动意图识别
Adaptive temporal alignment-based motion intention recognition for intelligent lower-limb prostheses
摘要目的 针对智能下肢假肢运动意图识别中因个体步态差异和固定时间窗提取数据导致的运动误分类问题,提出一种基于自适应时序对齐的运动意图识别方法.方法 在下肢运动中,对于连续两个步态周期数据,基于不同稳态模式下的类间差异性,通过跨周期帧间差分检测步态模式一致性.针对检测为单一稳态模式的样本,引入动态时间规整算法将相邻周期运动序列进行对齐,以减小个体差异.提取Haar小波4层分解低频系数构建特征向量,最后通过支持向量机实现分类.试验方案设计为:利用3个惯性测量单元采集测试对象在13种运动模式中下肢的加速度和角速度信息,测试对象为10例健康受试者和1例经胫骨截肢受试者,13种运动模式包括5种稳态模式(平地行走、上楼、下楼、上坡和下坡)和8种转换模式(平地行走与上楼、下楼、上坡、下坡的相互转换).结果 经过对10例健康人的模拟测试和1例截肢者的测试,5种稳态模式的识别准确率分别为99.24%和100%,13种运动模式的识别准确率分别为98.51%和89.11%.结论 本研究提出了一种自适应时序对齐的运动意图识别方法,该方法有效减小个体步态差异对特征表征的干扰,增强了步态特征的一致性与判别性,最终实现了识别性能的提升.
更多相关知识
- 浏览6
- 被引0
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



