最近,由于社會老齡化加劇,為老年人開展日常生活活動提供援助的新方案開始受到社會的關注,這種幫助老年人保持獨立的輔助技術需求也越來越迫切。在這種情況下,助力外骨骼機器人就可以提供相應的幫助,提高老年人的行動能力,支持老年人完成基本的日常生活活動,在一定程度上緩解人口老齡化問題。而準確的步態(tài)模式識別是下肢外骨骼機器人人體協(xié)調控制策略制定的前提與基礎。在本研究中,我們開發(fā)出了一套可穿戴的基于多傳感器的人體步態(tài)信息采集系統(tǒng),來自左右腿四個慣性傳感器（IMU）的信號通過CAN-bus被采集,并通過上位機顯示和存儲。對采集到的下肢各關節(jié)加速度和角速度信號采用滑動窗口的方式提取信號段,從單個時間窗提取時域特征以及頻域特征。為了提高算法的魯棒性和準確性,構建了6人的步態(tài)數(shù)據(jù)集。最后采用不同的分類器進行分類識別,在SVM、kNN、DTs三種算法的基礎上,提出了一套kNN和DTW結合的步態(tài)特征提取和機器學習算法,實驗結果表明,采用時域和頻域相結合的特征提取方式能夠有效區(qū)分站立、水平行走、上樓梯、下樓梯這4種不同的步態(tài)模式,當窗口大小為300ms時,kNN＆DTW分類器的平均識別率達到了 98.23%。 

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 可穿戴外骨骼機器人的研究背景
    1.2 人體步態(tài)模式識別的意義
    1.3 人體步態(tài)識別的國內外研究現(xiàn)狀
        1.3.1 信號采集系統(tǒng)
        1.3.2 識別算法
    1.4 人體步態(tài)識別的關鍵問題
    1.5 本文的結構安排
2 步態(tài)識別系統(tǒng)總體設計
    2.1 數(shù)據(jù)采集系統(tǒng)設計
    2.2 步態(tài)識別系統(tǒng)設計
    2.3 本章小結
3 步態(tài)信息采集系統(tǒng)
    3.1 傳感器的放置
    3.2 下肢步態(tài)信息的獲取
        3.2.1 傳感器選型
        3.2.2 微控制器選型
        3.2.3 無線通信模塊
        3.2.4 信息采集電路原理圖設計
        3.2.5 信號采集電路板焊接
    3.3 軟件程序開發(fā)環(huán)境
    3.4 數(shù)據(jù)通信格式
    3.5 CAN總線
    3.6 上位機界面設計
    3.7 本章小結
4 數(shù)據(jù)采集與處理
    4.1 實驗步驟
    4.2 數(shù)據(jù)處理
        4.2.1 數(shù)據(jù)預處理
        4.2.2 特征選擇
    4.3 本章小結
5 步態(tài)識別算法
    5.1 步態(tài)識別算法及其識別結果
        5.1.1 支持向量機
        5.1.2 kNN算法
        5.1.3 決策樹
        5.1.4 kNN&DTW
    5.2 識別結果對比分析
    5.3 本章小結
6 總結與展望
    6.1 工作總結
    6.2 展望
參考文獻
個人簡介
導師簡介
獲得成果目錄
致謝



本文編號：3696247