摘要
本发明实施例公开了一种下肢运动意图预测方法、装置及外骨骼机器人,属于人机交互技术领域。该方法包括:获取下肢关键肌肉部位的sEMG信号及关键关节角度变化曲线;提取sEMG信号的时域特征和频域特征;将所提取的特征输入预设的基于LSTM神经网络的双分支循环神经网络模型进行处理,输出下肢关键关节的预测角度值;根据预测角度值确定下肢运动意图,其中运动意图生效时间与sEMG信号发生时间的差值小于预设延迟阈值。该方法通过双分支LSTM网络分别处理时域和频域特征,并融合处理结果,实现了对下肢运动意图的准确预测,可应用于外骨骼机器人的运动辅助控制,有效解决了传统方法预测精度低、延迟大的技术问题。
技术关键词
运动意图
循环神经网络模型
LSTM神经网络
下肢
外骨骼机器人
频域特征
时域特征
分支
预测装置
人机交互技术
信号
髋关节
优化器
膝关节
超参数
滤波
曲线
矩阵
系统为您推荐了相关专利信息
循环神经网络模型
AI算法
风机叶片
覆冰
声音传感器
智能优化方法
燃煤锅炉
三维温度场
优化控制策略
可视化人机界面
货物智能
智能分析模块
拥堵指数
调度系统
弹性存储
智能农业设备
协同控制系统
红外热成像传感器
协同调节装置
温湿度
杂质残留量
液闪谱仪
富集
氮氧传感器
色谱柱温度