BP神经网络大腿截肢者运动模式识别.pdf

摇 摇 第31卷摇 第5期 计摇 算摇 机摇 仿摇 真 2014年5月摇 摇 文章编号:1006-9348(2014)05-0331-05 BP神经网络大腿截肢者运动模式识别 刘摇 磊,杨摇 鹏,刘作军,耿艳利 (河北工业大学控制科学与工程学院,天津300130) 摘要:在假肢运动优化控制的研究中,针对动力型假肢控制方面存在的运动模式识别准确性差的问题,搭建人体下肢运动信 息系统获取下肢髋关节角速度信号和加速度信号。 建立基于BP神经网络的大腿截肢者运动识别模型。 研究了建模过程中 输入输出数据预处理、网络结构设计、训练模式选择等问题。 改进模型能有效识别平地行走、上楼、下楼、上坡和下坡5种运 动模式,正确识别率达到了90.4%,已具备一定的实用性。 关键词:神经网络;双轴加速度传感器;陀螺仪;运动模式识别模型 中图分类号:TP391.9摇 摇 文献标识码:B Leg Amputees Pattern Recognition with BP Neural Network LIU Lei,YANG Peng,LIU Zuo-jun,GENG Yan-li (School of Control Science and Engineering,Hebei University of Technology,Tianjin300130,China) ABSTRACT:Lower limb amputation significantly affectsthe quality of theleg amputeesdaily life. Recent advance鄄 ments in electromechanical actuatorshavepropelledtherecentdevelopmentofpoweredartificiallegs. Accuratelyrec鄄 ognizing thelegamputeeslocomotionintentisrequiredinordertorealizethesmoothandseamlesscontrolofprosthet鄄 ic legs. The approach infers amputees intents of upslope,downgrade,stairs ascent,stairs descent or level-ground walking withouttheneedforinstrumentationofthesound-sideleg. Specifically,theintentrecognizerutilizesthefea鄄 tures extracted from accelerometer and gyroscope. The preprocessing of input and output data, design of network structure,training mode selection and other aspects were analyzed. This paper demonstrates via experiments the ef鄄 fectiveness of the approach. KEYWORDS:Nural network;Accelerometer;Gyroscope ;Movement pattern recognition model 1摇 引言 的多运动模式进行识别和控制。 文献[1]以肌电信号 RMS [2] 根据2009 年 12 月国务院公布的第二次全国残疾人抽 值为特征向量对下肢动作进行了有效识别