利用平均影响值与概率神经网络的步态识别.PDFVIP

第３６卷第２期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３６ №．２ ２０１５年２月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｆｅｂ．２０１５ 利用平均影响值和概率神经网络的步态识别 １ １，２ １，２ 袁娜 ，杨鹏 ，刘作军 （１． 河北工业大学控制科学与工程学院，天津３００１３０；２． 智能康复装置与检测技术教育部工程研究中心，天津３００１３０） 摘　 要：为了实现对智能下肢假肢进行有效控制，下肢步态（包括平地行走、上下楼梯和上下坡等）的有效识别是关键。 先从提取不同步态下的特征值入手，利用平均影响值（ＭＩＶ）来实现变量的筛选，并针对膝上截肢者的特点确定了６个特 征值，分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差（即Ｍｈ、ＩＳｈ、ＭＳｈ、 ＳＷｈ、ＭＳＶ、ＳＷＶ），然后利用概率神经网络（ＰＮＮ）对本实验系统的５种步态进行准确识别，并与ＢＰ 神经网络（ＢＰＮＮ）识 别步态进行比较，试验结果表明将特征值用平均影响值方法筛选后，用概率神经网络进行步态识别，具有较好的识别率 和识别速度，其识别率与ＢＰ神经网络相比提高了１０％以上，验证了该方法的有效性和可行性。 关键词：智能假肢；步态识别；平均影响值；概率神经网络；特征筛选 ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１３０９０４２ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｏｉ／ １０．３９６９／ ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１３０９０４２．ｈｔｍｌ 中图分类号：ＴＰ１８３　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１５）０２⁃０１８１⁃０５ Ｇａｉｔ ｒｅｃｏｇｎｉｔｉｏｎ ｂｙ ｔｈｅ ｍｅａｎ ｉｍｐａｃｔ ｖａｌｕｅ ａｎｄ ｐｒｏｂａｂｉｌｉｔｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １ １，２ １，２ ＹＵＡＮ Ｎａ ，ＹＡＮＧ Ｐｅｎｇ ，ＬＩＵ Ｚｕｏｊｕｎ （１． Ｓｃｈｏｏｌ ｏｆ Ｃｏｎｔｒｏｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｉｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ ３００１３０，Ｃｈｉｎａ；２． Ｅｎｇｉｎｅｅｒｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｈａｂｉｌｉｔａｔｉｏｎ ａｎｄ Ｄｅｔｅｃｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｔｉａｎｊｉｎ ３００１３０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｅｆｆｅｃｔｉｖｅｌｙ ｃｏｎｔｒｏｌ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｌｏｗｅｒ ｌｉｍｂ ｐｒｏｓｔｈｅｓｉｓ，ｔｈｅ ｋｅｙ ｉｓ ｔｏ ｅｆｆｅｃｔｉｖｅｌｙ ｉｄｅｎｔｉｆｙ ｔｈｅ ｇａｉｔｓ ｏｆ ｔｈｅ ｌｏｗｅｒ ｌｉｍｂ，ｉｎｃｌｕｄｉｎｇ ｗａｌｋ，ｕｐ ａｎｄ ｄｏｗｎ ｓｔａｉｒｓ ｏｒ ｓｌｏｐｅｓ，ｅｔｃ． Ｆｉｒｓｔｌｙ，ｅｘｔｒａｃｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｖａｌｕｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｇａｉｔｓ，ｓｃｒｅｅｎ ｔｈｅｖａｌｕｅｓｗｉｔｈｔｈｅｍｅａｎｉｍｐａｃｔｖａｌｕｅ，ａｎｄｉｄｅｎｔｉｆｙ ｓｉｘｆｅａｔｕｒｅｖａｌｕｅｓｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｋｎｅｅａｍｐｕｔｅｅｓ，ｉｎｃｌｕｄｉｎｇｔｈｅｍａｘｉｍｕｍｖａｌｕｅｏｆ ｈｉｐｊｏｉｎｔａｎｇｌｅ，ｍｅａｎｖａｌｕｅｉｎＩｎｉｔｉａｌ Ｓｔａｎｃｅ， ｍｅａｎ ｖａｌｕｅ ｉｎ ｍｉｄｄｌｅ ｓｔａｎｃｅ，ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ ｉｎ ｍｉｄｄｌｅ ｓｔａｎｃｅ，ｓｔａｎｄａｒｄ ｄ