摘要
准确判断起立意图是构建外骨骼辅助策略的核心,但由于人体运动存在较大随意性,通过质心位移或角度阈值的方式难以准确捕获相位变换时刻。基于黑箱模型的识别方法虽然可以提高识别准确率,但缺乏生物力学层面的机理解释,难以预料识别结果。本文根据人体起立运动遵循的动态平衡规律,借鉴一种考虑起立运动速度的质心轨迹非线性处理手段,即外推质心,将质心轨迹直角坐标平面变换到动态平衡基准平面,降低特征数据对人体运动速度的依赖程度,提高起立意图判断准确性。本文分别使用支持向量机和神经网络对所提方法进行验证,与传统数据处理手段进行对比。结果显示,模型预测准确率均有提升。支持向量机预测准确率由73.3%~74.1%提升到79.9%,起立时刻与预测时刻的时间偏差从96ms~101ms降低到70ms。神经网络的预测准确率从81.2%提升到86.2%,时间偏差从87ms降低到59ms。
- 单位