文章详情
| 稿件标题： | 肌电和足压信息融合的外骨骼步态识别 |
| 稿件作者： | 汪步云1，2，3,缪龙2,吴臣2,杨鸥2，张振2，许德章1，2，3 |
| DOI： | 10.11809/bqzbgcxb2024.01.037 |
| 科学编辑： | 周加永 博士（西北机电工程研究所 副研究员） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 外骨骼机器人；多模态信息感知；人机步态识别；SVMFCM融合算法 |
| 文章摘要： | 为解决基于单一信号识别步态相位不够精准的问题，开展了动态交互力激励下的人机协同行走的步态识别研究。设计了肌电和足压信息采集的多模态传感器检测硬件平台；分别对单一信号开展滤波降噪、特征提取与降维等预处理；将表征下肢生理信息的肌电信号与运动信息的足压信号相融合，构建了支持向量机模糊C均值 (support vector machinefuzzy Cmean algorithm,SVMFCM)多模信息融合的外骨骼助行步态识别算法；开展了人机协同助行实验，实验结果表明：信息融合后的人机步态相位平均识别率达到82.49%，优于使用单一信号的识别效果，验证了多模信息融合算法识别人机协同步态的有效性。本研究可用于下肢外骨骼机器人运动控制，为人机运动相融奠定基础。 |
| 稿件基金： | 国家自然科学基金项目(61741101); 安徽省重点研究与开发计划 (202004a05020013,202004b11020006); 安徽省属公办普通本科高校领军骨干人才项目; 安徽工程大学创新团队 |
| 引用本文格式： | 汪步云,缪龙,吴臣，等.肌电和足压信息融合的外骨骼步态识别［J］.兵器装备工程学报，2024，45(1)：278-287. WANG Buyun, MIAO Long, WU Chen, et al.Research on exoskeleton gait recognition based on sEMG and foot pressure information introspection［J］.Journal of Ordnance Equipment Engineering，2024，45(1)：278-287. |
| 刊期名称： | 2024年01期 |
| 出版时间： | 2024年1月 |
| 收稿日期： | 2022年11月28日 |
| 修回日期： | 2023年2月1日 |
| 录用日期： | 2023年3月2日 |
| 上线时间： | 2024年1月28日 |
| 浏览次数： | 1629 |
| 下载次数： | 44 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |