张晓东,陈 炜,孙玉超,魏丽璞

1(天津理工大学 机械工程学院 天津市先进机电一体化系统设计与智能控制重点实验室,天津 300384)

2(天津理工大学 机械工程学院 机电工程国家级实验教学示范中心,天津 300384)

3(天津理工大学 中环信息学院,天津 300350)

4(军事科学院系统工程研究院 卫勤保障技术研究所,天津 300161)

近年来,越来越多的下肢外骨骼机器人被应用在医疗、军事、工业等领域[1].在这些设备的控制中,准确的步态数据检测和识别显得尤为重要.通过深入研究,下肢外骨骼已朝着更智能的人机协作方向发展,许多研究者通过检测穿戴者的运动意图来提高步态识别能力,从而增强人机协调能力[2,3].

以往对不同步态数据检测的研究主要通过肌电(EMG)传感器[4]、惯性(IMU)传感器[5]、足压传感器[6]和电容传感器[7]等实现.例如Kuang 等[8]利用胶水将足底压力传感器粘贴在鞋垫上,将肌电传感器直接粘贴在受试者的小腿皮肤上来采集人体步态数据.但由于粘贴不牢靠和肌肉的特殊性,这些信号是不稳定的,对受试者产生了很大不便.惯性传感器和电容传感器都需要绑带绑在人体身上采集数据,不同的是电容传感器受到了皮肤状况和汗液的影响[9,10].采集到的数据需要特征提取和分类器识别.Li 等[11]使用绝对值和方差积分特征提取,支持向量机作为分类器来识别五种步态,最终证明个体差异和样本大小都会影响步态分类的准确性.Wu 等[12]提出了一种基于简化支持向量机的下……