作者：宋戈; 叶晓东; 王美玲意图识别轻量级梯度提升机多源融合下肢外骨骼
摘要：运动意图识别作为帮助穿戴者主动控制下肢外骨骼的关键技术,近年来受到广泛重视.下肢表面肌电信号是目前最常用的识别信号源,但是表面肌电信号具有不稳定性,同时传统机器学习算法也难以快速处理大规模高维度数据.本文基于轻量级梯度提升机,提出了结合表面肌电信号和关节角度信号的下肢多源意图识别算法.实验通过巴特沃斯滤波器对采集到的表面肌电以及关节角度信号进行预处理,然后提取时域频域特征,使用训练后的模型对五种常见的下肢动作进行识别,识别准确率达到98.4%,相比于其它算法,有较高的准确率,运行速度也有较大的提升,证明了该方法的优越性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
