下肢外骨骼sEMG IMU融合意图识别与导纳助力控制设计.docxVIP

PAGE2

下肢外骨骼sEMG/IMU融合意图识别与导纳助力控制设计

摘要

本课题针对当前下肢外骨骼助力系统在用户意图识别准确性、助力适应性与穿戴舒适性方面的不足，设计并实现了一套基于表面肌电信号与惯性测量单元融合的意图识别与变导纳参数自适应控制系统。系统旨在通过精确解析穿戴者运动意图，并动态调整助力策略，以达成降低穿戴者代谢能耗、改善步态对称性及提升整体舒适度的目标。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先，通过分析老年助行、康复训练等场景的需求，明确了系统需具备高精度意图识别、自适应助力与良好人机交互等核心功能。其次，完成了基于LSTM网络的sEMG/IMU融合意图分类模型与变导纳控制器的总体架构设计。随后，对数据采集处理、意图识别、导纳控制等核心模块进行了详细算法设计与接口定义。在实现环节，搭建了包含传感器、嵌入式主控与执行机构的硬件平台，并完成了相应软件编程。最后，通过功能与性能测试验证了系统有效性。

测试结果表明，本设计成功实现了平地行走、上下楼梯、站坐转换等多种运动模式的在线识别，识别准确率达96.5%。基于识别结果的变导纳控制，使穿戴者在标准测试中的代谢能耗平均降低28%，步态对称性指标改善15%，同时主观舒适度评分显著提升。核心创新点在于提出了sEMG与IMU信号在特征层与决策层的双重融合框架，并设计了基于运动相位与意图分