基于相位划分的下肢连续运动预测

作     者：段有康 陈小刚 桂剑 马斌 李顺芬 宋志棠 DUAN You-kang;CHEN Xiao-gang;GUI Jian;MA Bin;LI Shun-fen;SONG Zhi-tang

作者机构：中国科学院上海微系统与信息技术研究所上海200050 中国科学院大学北京100049 中国科学院上海高等研究院上海200125 上海中研久弋科技有限公司上海201200 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2021年第55卷第1期

页      面：89-95页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 082504[工学-人机与环境工程] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助项目(2017YFA0206104) 军民融合专项资助项目(2019JMRH1KJ22) 

主　　题：相位划分 运动意图识别 关节角度预测 外骨骼机器人 表面肌电信号 

摘      要：为了实现针对特定个体的运动特点进行更精确的下肢连续运动预测和用更短的时间开展预测模型训练,采用对每个步态相位都建立预测模型的方法.在识别出当前的步态相位后,使用当前相位的预测模型进行关节角度的预测.使用支持向量机(SVM),对提出的方法进行验证.实验表明,采用基于相位划分的下肢连续运动预测方法相比于对整个运动状态进行关节角度建模的预测方法,具有更高的预测精度和更短的模型训练时间.髋、膝、踝关节的预测结果与真实值的相关系数均大于0.99,每次预测的角度与真实值的平均均方根误差均小于2°,训练时间缩短4.0~5.0倍.