基于多传感信息融合的步态识别与预测研究
摘要
人体运动识别与预测技术是下肢外骨骼机器人的核心,决定其响应速度与控
制精度。然而,现有多传感数据融合方法在信息整合过程中易引入相位延迟与特
征冗余,且步态识别与运动预测常采用串行处理机制,导致预测效果差和计算时间
长。为此,本文提出了一种基于多传感信息融合与多任务深度学习模型结合的运动识
别与预测方法,提高识别与预测的精度和实时性。本文主要工作如下:
(1)设计了一个用于多源运动信
基于多传感信息融合的步态识别与预测研究
摘要
人体运动识别与预测技术是下肢外骨骼机器人的核心,决定其响应速度与控
制精度。然而,现有多传感数据融合方法在信息整合过程中易引入相位延迟与特
征冗余,且步态识别与运动预测常采用串行处理机制,导致预测效果差和计算时间
长。为此,本文提出了一种基于多传感信息融合与多任务深度学习模型结合的运动识
别与预测方法,提高识别与预测的精度和实时性。本文主要工作如下:
(1)设计了一个用于多源运动信
文档评论(0)