一种多传感器信息融合的人形机器人摔倒预测方法

本发明设计一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于包括以下步骤：S1.多传感器数据采集，S2.数据预处理，S3.多传感器时空信息融合网络模型构建，S4.模型训练，S5.模型验证与应用。本发明首先采集人形机器人的多传感器数据，接着通过所设计的一种多传感器时空信息融合神经网络依次进行多源信息加权、多尺度空间特征提取、时间特征信息提取、时空特征降维融合，最后实现对人形机器人摔倒状态的预测。该方法摔倒识别精度高，假阳性低，噪声鲁棒性好，提前预测时间较长，能够为后续控制器提供足够的缓冲时间定制摔倒解决方案。