基于双源传感与LSTM的运动步态相位识别研究

李鑫; 徐赵洁; 柳金康; 梁旭

doi:10.13873/J.1000-9787(2025)04-0013-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于双源传感与LSTM的运动步态相位识别研究

研究与探讨 | 更新时间：2025-09-11

- 基于双源传感与LSTM的运动步态相位识别研究
- 暂无标题
- 传感器与微系统 2025年第4期页码：13-16+20
- 作者机构：
  
  北方工业大学机械与材料工程学院
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目(2023YFE0202100);国家自然科学基金资助项目(62103007);北方工业大学科研启动基金资助项目(110051360023XN224—32)
- DOI：10.13873/J.1000-9787(2025)04-0013-04
  中图分类号： TP18;TP212
- 纸质出版：2025
- 稿件说明：
移动端阅览
李鑫, 徐赵洁, 柳金康, 等. 基于双源传感与LSTM的运动步态相位识别研究[J]. 传感器与微系统, 2025,(4):13-16+20.
李鑫, 徐赵洁, 柳金康, 等. 基于双源传感与LSTM的运动步态相位识别研究[J]. 传感器与微系统, 2025,(4):13-16+20. DOI： 10.13873/J.1000-9787(2025)04-0013-04.

DOI：

摘要

为了实现人体下肢不同运动模式步态相位更精确的识别，提出一种基于双源传感与长短期记忆(LSTM)的辨识方法。首先，对跑步、平地行走、上坡及上楼4种运动模式下运动学与生物学信息采集，并对4种步态进行了相位的划分。其次，采用经验公式对多运动模式进行特征提取，并利用LSTM算法实现对不同运动模式下的相位辨识，得到4种运动模式步态相位辨识平均准确率为95.76%。通过与K最近邻(KNN)、决策树(DT)算法对比，分别高出2.25%与1.66%。同时，与肌电、惯性测量单元(IMU)单源传感器辨识平均准确率对比，分别高出2.82%与2.70%。验证了在不同运动模式步态相位划分的基础上，双源传感与LSTM算法辨识的有效性。

Abstract

关键词

Keywords

references

Chen Jingcheng,Sun Yining,Sun Shaoming.Improving Human Activity Recognition Performance by Data Fusion and Feature Engineering[J].Sensors,2021.

Bhaben Kalita,Jyotindra Narayan,Santosha Kumar Dwivedy.Development of Active Lower Limb Robotic-Based Orthosis and Exoskeleton Devices: A Systematic Review[J].International Journal of Social Robotics,2020.

Junhong Wang,Lipeng Wang,Xugang Xi,Seyed M. Miran,Anke Xue.Estimation and Correlation Analysis of Lower Limb Joint Angles Based on Surface Electromyography[J].Electronics,2020.

张德帝,刘宁,苏中,戚文昊,宋一平,乔利康.基于深度神经网络的人体运动识别系统设计[J].传感器与微系统,2023(05).

任丽晔,邵宗明,徐冬蕾.人体表面肌电信号的时频域特征提取研究[J].长春大学学报,2019(10).

张瀚中,曹江涛,邹怀武.下肢外骨骼机器人变步长步态规划方法[J].传感器与微系统,2019(06).

张乾勇,张涛,赵治羽.基于多传感器的人体运动模式识别[J].传感器与微系统,2019(02).

周攀,杨勇,马磊,舒杨.外骨骼机器人的人体步态感知系统设计[J].传感器与微系统,2016(10).

浏览量

243

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用MEMS惯性传感器的低成本手势识别方法

基于中心差分扩展集员滤波的融合室内定位算法

基于EKF算法的多传感器定位仪设计

基于PSO级联互补滤波的姿态解算方法研究

基于可穿戴设备的矢状下肢姿势连续预测