下肢假肢穿戴者跑动步态识别方法

• 作者: 刘作军 杨鹏 赵晓东 陈玲玲
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 下肢假肢 跑动运动 步态识别 粒子群优化(PSO) 支持向量机(SVM)
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 自动化技术
• 页码范围: 1980-1988
• 页数: 9页
• 分类号: TP242
• 字数: 6490字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.10.018

摘要

提出基于粒子群(PSO)优化支持向量机(SVM)的下肢假肢穿戴者跑动步态识别方法.将假肢接受腔装配的肌电(EMG)传感器、加速度计和足底的压力传感器采集的假肢穿戴者跑动运动信息进行去噪预处理,对应提取加速度的偏度、均值与肌电信号均方根多个特征参数作归一化处理,结合双下肢足底压力信息组成多维特征向量,作为SVM的输入,解决了单一特征识别步态的低准确率问题.利用PSO优化分类模型参数,建立基于SVM的次序二叉树分类模型对跑动步态进行辨识.与传统BP神经网络的步态识别方法对比表明,利用PSO优化SVM方法能够将跑动步态识别率提高到92.78％,优于SVM和BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	河北工业大学控制科学与工程学院	162	1021	16.0	23.0
3	刘作军	河北工业大学控制科学与工程学院	74	477	13.0	18.0
9	陈玲玲	河北工业大学控制科学与工程学院	26	157	7.0	11.0
13	赵晓东	河北工业大学控制科学与工程学院	5	12	2.0	3.0