基于时空特征融合的细粒度步态子相位识别方法与装置

本发明公开了一种基于时空特征融合的细粒度步态子相位识别方法与装置，旨在准确识别下肢康复外骨骼机器人行走时的8类步态子相位，其方法包括：通过集成多源异构传感器获取步态多源数据，并设计步态子相位标签分配算法，结合滑动重叠窗口技术构建训练数据集；基于异构并行卷积架构设计特征提取模块，并与BiLSTM结合，构建时空特征融合模型；引入加权交叉熵损失函数以提高模型对样本较少步态子相位类别的识别能力，并通过分层K折交叉验证策略进行训练评估；最后，基于Simulink构建端到端的步态子相位在线识别系统，实现步态子相位的实时识别。本发明在识别精度、细粒度分析和实时性方面优于现有技术，显著提升了下肢康复外骨骼机器人对行走模式的感知能力。