一种基于经验规则结合机器学习的下肢运动意图识别方法

摘要

一种基于经验规则结合机器学习的下肢运动意图识别方法属模式识别技术领域，本发明首先获取膝关节角度传感器、称重传感器和IMU传感器产生的数据，并进行去噪及去除异常值，然后设计了三个分类器，分别通过经验阈值判断和改进的加权KNN算法进行人体意图识别。本发明仅使用少量机械传感器就能够准确识别七种常见的运动模式，并大大减少了改进加权KNN算法所需要的训练集数据量，减少算法在STM32单片机上运行的时间，确保对人体运动状态的实时预测。本发明在已进行实验的基础上，提出结合经验规则及机器学习算法进行人体意图识别，旨在推进商品化假肢的发展，更便于下肢截肢患者的日常使用。