摘要
本发明适用于智能助行技术领域,提供了一种基于多层改进ELM分类器的仿生智能动力助行器。本发明通过在两只脚面上安装IMU传感器进行数据采集,结合足底压力传感器进行相位识别,当穿戴者足跟离地时,相位识别模块启动,人体运动意图预测模型对运动特征向量进行模式识别。该模型通过增加输入权重干预层和输出权值相似性预测层,大大提高了穿戴者运动意图的预测精度。本发明不仅确保了高准确率的预测,还能适应实际应用场景需求。通过精简传感器数量和优化算法设计,有效地降低了设备成本,并提升了系统的实时性和效率,使得仿生智能动力助行器能够更好地满足日常生活中的人体运动意图识别需求,为穿戴者提供更加便捷、高效的辅助行走体验。
技术关键词
分类器
动力驱动模块
助行器
开发板
运动意图识别
蓝牙芯片
电机驱动器
人体动作捕捉系统
水滴轮
直流电机
信号采集模块
MicroSD卡
压力传感器供电
足底压力传感器
优化算法设计
数据
系统为您推荐了相关专利信息
罕见病辅助诊断系统
融合分类器
文本编码器
电子健康记录
多模态
长短期记忆网络
轨迹
数据分析模块
人体骨骼关键点
体能训练技术
手势识别方法
手势识别模型
编码模块
策略优化模型
节点特征
区域检测方法
模型预训练
空间金字塔池化
多尺度特征融合
损失函数优化
组学特征
分类方法
非小细胞肺癌患者
影像
神经元特异性烯醇化酶