面向下肢外骨骼的运动意图识别算法研究

作     者：牛苗赫 雷飞 

作者机构：北京工业大学都柏林国际学院 北京工业大学信息学部 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2025年

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 07[理学] 080202[工学-机械电子工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 0836[工学-生物工程] 

主　　题：下肢外骨骼 助力行走 表面肌电信号 人机运动 多尺度 卷积神经网络 感知模型 意图识别 

摘      要：随着人工智能和传感技术的快速发展，下肢外骨骼技术在助力行走和运动辅助领域展现出巨大的潜力，利用表面肌电(surface myoelectricity， sEMG)信号解码人体运动意图对实现人机运动的协调统一至关重要。然而，由于sEMG信号具有时空差异和非线性动态的特点，导致现有方法存在特征捕捉单一、识别准确率低等不足。针对上述问题，提出一种基于多尺度卷积神经网络的运动意图感知模型。该模型采用多个差异卷积块提取sEMG信号的时间与空间尺度特征，并利用多层深度网络捕捉sEMG信号的非线性动态特征。该模型针对离线肌电数据库的识别准确率达到94%，其中对全脚离地运动类别的识别准确率高达98%。在人体穿戴下肢外骨骼进行在线运动意图识别实验中，该模型的平均识别准确率超过90%，验证了其在下肢外骨骼意图识别领域的有效性。