夏安琦，何清旋，王可林

(安庆师范大学 数理学院，安徽 安庆 246133)

0 引 言

智能动力下肢假肢在残疾人生活中发挥着越来越重要的作用。[1]它的控制系统分为高层控制器、中层控制器以及底层控制器。整个控制系统的关键是高层控制器，主要用来接收输入信号，并根据意图识别算法识别人的运动意图。[2]近年来，智能下肢假肢的运动意图识别研究正在火热进行。随着科学技术的进步，人民生活水平的提高，可穿戴设备在运动康复工程中得到了迅速发展与广泛应用。[3]通过可穿戴的传感器采集下肢运动的机械信号或肌电信号等进行分析，可对不同的运动模式进行分类，从而识别出残疾人的运动意图。由于机械信号具有稳定性好、不易被干扰等优点，本文使用机械信号传感器采集数据进行意图识别。

基于机械信号的意图识别研究中，Young等[4]分析了窗口大小对算法性能的影响，对平地行走、上楼、下楼、上坡和下坡5种稳态模式以及5种稳态模式之间的8种转换模式的识别率可达到93.9%。Chen等[5]提出一种新的参数优化策略，针对每个相位分别优化分类器、特征集和窗口大小，对6种稳态模式的识别率为94.6%。Xu等[6]提出了一个多层次实时车载系统来识别连续运动模式。设计了一种级联分类策略，对站立、平地行走、上楼、下楼、上坡、下坡6种稳态模式以及10种转换模式的识别率为93.2%。Stolyarov等[7]提出了一种利用集成惯性测量单元(Inertial Measurement Units, IMUs)估计腿部关节平移运动来预测即将到来的步行任务的新方法，对平地行走等5种稳态运动模式进行识别，平均识别率为94.1%。……