科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种新颖的基于长短期记忆神经网络(Long Short-term Memory, LSTM)和Conformer相结合的步态预测方法，用于解决下肢外骨骼人机协同问题。首先利用LSTM网络模型在时间上对步态数据序列做初步的特征提取及预测，然后采用Conformer模型对LSTM模型输出的数据在时空上作进一步的深度特征提取，并经线性激活单元输出预测结果。利用Pytorch搭建LSTM-Conformer神经网络模型，由采集到的下肢姿态数据组建成的数据集作为输入，将步态所属类别标签作为输出进行验证。实验结果表明，拟议网络模型平均准确率达到了94.89%。
-
单位山东建筑大学; 机电工程学院
