曹 更，玄兆燕，李德恒，崔冰艳

（1.华北理工大学机械工程学院，唐山 063210；2.河北君业科技股份有限公司，唐山 063000）

引 言

随着临床康复系统的蓬勃发展，人体下肢运动目标检测、运动预测识别在康复机器人和康复训练中得到广泛的应用，下肢运动识别是临床决策支持系统的核心［1］。在下肢运动识别系统中，下肢运动识别可划分机械式运动识别、光学式运动识别、电磁式运动识别［2⁃4］和生物信息式识别。机械式运动识别通过机械仪器、位姿传感器获取运动数据，参考对照实验表进行识别，如穿戴外骨骼康复机器人运动识别；光学式运动识别通过搭载视觉相机或传感器，利用视觉三角测量方法对运动目标进行精准定位，如视觉定位识别机器人方面的研究；电磁式运动识别通过采集一种单自由度电磁振动能量进行运动识别；生物信息式识别通过采集生物力学和肌肉电信号，用于检测识别运动步态信息。与生物力学信息不同的是，光学式、运动识别方式普遍存在下肢运动识别稳定性差，易受环境因素影响的问题；电磁式运动识别计算方法复杂、耗时时间长；机械式运动识别对硬件要求高；而基于生物力学原理，采用足底压力可以准确地分析运动过程中的步态参数，探测人体下肢结构，评估和预测下肢运动轨迹，分析运动模式更加容易和可追踪。因此，对步态参数进行运动状态分析是生物信息式识别的关键要素。

人体运动预测是下肢康复机器人运动识别的关键环节，利用运动预测具备高估计精度和鲁棒性［5］的特点，采用相适应的预测算法是下肢运动预测的核心。……