一种基于深度学习的髋部外骨骼运动模式识别方法及系统

本发明公开了一种基于深度学习的髋部外骨骼运动模式识别方法及系统。该方法包括：数据采集与处理：通过髋部外骨骼的惯性测量单元和关节电机获取异构传感器数据；对数据进行离线/实时标定和时间同步，结合运动标签构建数据集；模型构建与训练：拼接多模态传感器数据作为输入，构建深度学习网络，融合异构特征识别地形与运动模式，训练模型并保存最优模型；轻量化部署：通过消融实验优化传感器配置，采用通道剪枝压缩模型参数量，结合INT8量化技术生成轻量化模型。该系统包含数据采集、模式识别、量化部署三大模块。本发明解决了异构传感器数据融合与实时部署难题，显著提升外骨骼运动识别的精度与效率。