一种基于LSTM-KAN融合模型的下肢外骨骼步态轨迹预测方法

本发明公开了一种基于LSTM‑KAN融合模型的下肢外骨骼步态轨迹预测方法，其通过传感器组件采集人体运动数据，并对其进行滤波、缺失值处理和归一化；然后基于LSTM‑KAN网络构建预测模型的整体架构，并使用粒子群优化算法PSO优化预测模型的参数，提取预处理后数据中的关键特征作为训练数据集输入预测模型进行训练；最后采集当前人体运动数据，经预处理后输入训练好的预测模型中，预测模型输出未来的人体步态和轨迹。控制器将预测模型生成的未来步态轨迹作为参考轨迹生成驱动信号并送至执行器，以实现对执行器的精准控制。本发明通过采用陀螺仪传感器和加速度传感器以及压力传感器进行步态预估可以有效改善外骨骼运动控制，有效提高人机交互体验。