控制与决策

作者：盛敏,刘双庆,王婕,苏本跃

单位：安庆师范大学数学与计算科学学院，安徽安庆246133;安徽省智能感知与计算重点实验室，安徽安庆246133,,安庆师范大学数学与计算科学学院，安徽安庆246133;安徽省智能感知与计算重点实验室，安徽安庆246133,,安徽省智能感知与计算重点实验室，安徽安庆246133;安庆师范大学计算机与信息学院，安徽安庆246133,,安徽省智能感知与计算重点实验室，安徽安庆246133;安庆师范大学计算机与信息学院，安徽安庆246133,

关键词：意图识别;完备模板库;原子模式;模板匹配;转换模式

基金：国家自然科学基金项目(11475003,61603003,11471093)；教育部“云数融合科教创新”基金项目(2017A09116)；安徽省科技重大专项项目(18030901021)；安徽省高校领军人才团队项目；安徽省高校优秀拔尖人才培育项目(gxbjZD26).

传统下肢假肢运动意图识别常使用多模态传感器采集残肢侧时频域特征,在短时意图识别中,具有一定的复杂性和滞后性,且时频域特征不稳定难以达到实时意图识别的目的.鉴于此,提出基于改进模板匹配技术的智能下肢假肢运动意图实时识别的方法.在重新定义单侧下肢截肢者的运动模式后,仅采用惯性传感器采集健肢侧位于摆动相的数据,基于改进的模板匹配,通过滑动窗口创建完备的模板库,使得每类运动模式在库中有充足的原子模式,对下肢假肢的运动意图进行实时识别.实验结果表明,所提出方法在5种稳态模式(平地行走、上下楼、上下坡)的识别率为99.50%,在引入8种转换模式后的识别率为97.03%,可以大大提高下肢假肢实时识别性能,助力单侧下肢截肢者更自然地行走.

来源：2020年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第9期