摘要
本发明涉及基于多模态传感器的疲劳步态模式识别设备及识别方法,基于多模态传感器采集多模态传感数据,预处理后进行步态分割,获得步态分割后的数据样本,包括多模态传感数据及对应的数据特征;构建改进的特征融合模型,以数据样本训练至模型稳定;采集多模态传感数据,预处理后输入训练后的模型,输出疲劳步态模式识别结果;设备包括2组采集多模态传感数据的多模态传感器,同步收发装置将配合的2组多模态传感数据对应后发送,控制器获取多模态传感数据,识别疲劳步态模式。本发明实现疲劳步态模式的高精度分类,准确率较传统单模态方法提升15%‑20%;基于动态阈值分类与多维特征分析,生成用户特异性康复建议,提升行走能力与安全性。
技术关键词
步态模式识别
多模态传感器
数据
深度卷积神经网络
收发装置
肌电传感器
惯性传感器
高通滤波器
多维特征分析
低通滤波器
对称性特征
表征步态
识别方法
压力传感器
非线性特征
模块
系统为您推荐了相关专利信息
高压六氟化硫断路器
电弧模型参数
曲线
电压
电流
人工智能分析系统
计算机视觉检测
制砂机
样本
故障存储单元
分布式控制方法
强化学习模型
暖通设备
训练集
建筑
开门预警系统
流媒体后视镜
AI算法
图像
轻量级神经网络