首页> 中文期刊> 《广西大学学报:自然科学版》 >基于长短期记忆模型的外骨骼实时步态分类

基于长短期记忆模型的外骨骼实时步态分类

         

摘要

外骨骼机器人作为一种创新的辅助技术正在蓬勃发展,它可以帮助偏瘫患者康复以再次行走。针对外骨骼机器人,提出了一种基于表面肌电图(sEMG)信号的长短期记忆模型(LSTMM)来识别4种不同的步态阶段。其中包括脚跟着地(HS)、脚掌着地(FF)、脚尖着地(HO)以及脚部抬起(SW),该模型仅需要6个sEMG信号。本研究使用Vicon-nexus(VN)验证了sEMG数据采集系统的可用性,避免了复杂的传感器系统,并确保了步态相位分类的准确性。最后,结果表明:当使用6个sEMG信号时,用于步态相位分类的LSTMM的精度为91.44%,优于其他算法。在用于不同人群时,对于步态阶段分类具有明显更高的预测精度和更好的鲁棒性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号