發(fā)布時(shí)間：2022-10-21 19:32

　　最近,由于社會(huì)老齡化加劇,為老年人開展日常生活活動(dòng)提供援助的新方案開始受到社會(huì)的關(guān)注,這種幫助老年人保持獨(dú)立的輔助技術(shù)需求也越來越迫切。在這種情況下,助力外骨骼機(jī)器人就可以提供相應(yīng)的幫助,提高老年人的行動(dòng)能力,支持老年人完成基本的日常生活活動(dòng),在一定程度上緩解人口老齡化問題。而準(zhǔn)確的步態(tài)模式識(shí)別是下肢外骨骼機(jī)器人人體協(xié)調(diào)控制策略制定的前提與基礎(chǔ)。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(gè)慣性傳感器（IMU）的信號(hào)通過CAN-bus被采集,并通過上位機(jī)顯示和存儲(chǔ)。對(duì)采集到的下肢各關(guān)節(jié)加速度和角速度信號(hào)采用滑動(dòng)窗口的方式提取信號(hào)段,從單個(gè)時(shí)間窗提取時(shí)域特征以及頻域特征。為了提高算法的魯棒性和準(zhǔn)確性,構(gòu)建了6人的步態(tài)數(shù)據(jù)集。最后采用不同的分類器進(jìn)行分類識(shí)別,在SVM、kNN、DTs三種算法的基礎(chǔ)上,提出了一套kNN和DTW結(jié)合的步態(tài)特征提取和機(jī)器學(xué)習(xí)算法,實(shí)驗(yàn)結(jié)果表明,采用時(shí)域和頻域相結(jié)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(dāng)窗口大小為300ms時(shí),kNN＆DTW分類器的平均識(shí)別率達(dá)到了 98.23%。 

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 可穿戴外骨骼機(jī)器人的研究背景
    1.2 人體步態(tài)模式識(shí)別的意義
    1.3 人體步態(tài)識(shí)別的國內(nèi)外研究現(xiàn)狀
        1.3.1 信號(hào)采集系統(tǒng)
        1.3.2 識(shí)別算法
    1.4 人體步態(tài)識(shí)別的關(guān)鍵問題
    1.5 本文的結(jié)構(gòu)安排
2 步態(tài)識(shí)別系統(tǒng)總體設(shè)計(jì)
    2.1 數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)
    2.2 步態(tài)識(shí)別系統(tǒng)設(shè)計(jì)
    2.3 本章小結(jié)
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(shè)計(jì)
        3.2.5 信號(hào)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(jī)界面設(shè)計(jì)
    3.7 本章小結(jié)
4 數(shù)據(jù)采集與處理
    4.1 實(shí)驗(yàn)步驟
    4.2 數(shù)據(jù)處理
        4.2.1 數(shù)據(jù)預(yù)處理
        4.2.2 特征選擇
    4.3 本章小結(jié)
5 步態(tài)識(shí)別算法
    5.1 步態(tài)識(shí)別算法及其識(shí)別結(jié)果
        5.1.1 支持向量機(jī)
        5.1.2 kNN算法
        5.1.3 決策樹
        5.1.4 kNN&DTW
    5.2 識(shí)別結(jié)果對(duì)比分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
參考文獻(xiàn)
個(gè)人簡介
導(dǎo)師簡介
獲得成果目錄
致謝



本文編號(hào)：3696247