摘要
本发明提出一种基于LSTM的步态参数自适应优化方法和系统,该方法包括构建训练集,训练集包括救援人员在井上多种环境和步态模式下的步态分析数据和关节角度,步态分析数据包括惯性测量信号、肌电信号和足底压力信号;基于LSTM构建预测模型,利用训练集训练预测模型得到训练好的预测模型;在井下获取救援人员所处环境下当前时间步的实时步态分析数据,将实时步态分析数据输入训练好的预测模型输出下一时间步的关节角度预测初始值,并结合期望关节角度增强实时步态分析数据中的肌电信号,然后重新利用训练好的预测模型输出下一时间步的关节角度预测目标值,以在下一时间步时基于关节角度预测目标值对救援人员穿戴装备的步态参数进行自适应调整。
技术关键词
步态分析
步态参数
步态模式识别
电信号
数据
足底压力信号
计算机执行指令
构建预测模型
构建训练集
训练预测模型
装备
矩阵
误差
膝关节
可读存储介质
特征提取器
模块
系统为您推荐了相关专利信息
像素块
轮廓梯度
去噪模型
图像去噪方法
计算机程序指令
性能预测模型
资源配置参数
性能预测方法
数字孪生
样本
点云
图像
激光雷达
ORB特征提取
DBSCAN算法