基于足底压力测量的步态识别与预测

发布时间：2017-12-11 05:05

  本文关键词：基于足底压力测量的步态识别与预测

  更多相关文章： 外骨骼 足底压力 步态识别与预测 自适应滤波

【摘要】：外骨骼机器人是当前的研究热点,在军事和医疗康复领域有广泛的应用前景。对外骨骼机器人的一个基本要求是能够稳定的跟随人的行为,故而及时准确地识别人的步态对外骨骼的控制至关重要。步态识别算法通常需要多种类型传感器的数据作为参考,这增加了外骨骼机器人传感器系统的复杂性,也加重了信号处理的负荷。人在行走过程中,足底与地面的接触力具有周期性,是重要的步态数据,分析其与下肢关节角度之间的相关性,试图通过压力信号来判断关节角度的变化趋势以达到减少外骨骼系统传感器数量的目的。因此需要根据关节角度变化情况重新定义步态周期,并利用压力数据完成步态识别。由于系统延时,为了实时的跟随人的行为,外骨骼机器人必须对人的步态进行预测。本文首先设计并实现了一套足底压力测量系统,该系统包含一套压力鞋垫和一个信号处理模块,电池供电。其能够实时地采集人行走过程中的足底压力信号而不影响人的行为,并对信号进行调理、放大、采样和存储。结合姿态传感器,该系统即能同时采集到压力信号与关节角度信号。然后分别从足底压力数据和关节角度数据对人的步态进行特征分析,并从相关系数和单调性分析了压力数据与同侧和对侧关节角度数据的相关性,根据二者的关系重新划分了步态周期,并定义了两个步态特征,并根据步态特征完成步态识别的工作。其次利用LMS和RLS自适应滤波算法对压力数据进行预测,通过仿真确定了算法的关键参数。利用预测后的数据进行步态识别,以此达到步态预测的目的。最后在信号处理模块中实现了 LMS预测算法和基于特征的识别算法,并在平地直线常速行走和在跑步机上以不同的速度行走进行实验以验证算法的有效性,实验结果表明该系统能够实现步态的识别与预测。
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【相似文献】

中国期刊全文数据库 前10条

1 田光见,赵荣椿;基于傅立叶描绘子的步态识别[J];计算机应用;2004年11期

2 田光见;赵荣椿;;一种步态识别方法[J];计算机科学;2005年09期

3 洪文,黄凤岗,苏菡;基于连续隐马尔科夫模型的步态识别[J];应用科技;2005年02期

4 刘玉栋,苏开娜,马丽;一种基于模型的步态识别方法[J];计算机工程与应用;2005年09期

5 田光见,赵荣椿;步态识别综述[J];计算机应用研究;2005年05期

6 赵子健;吴晓娟;;基于近似时空切片向量的步态识别方法研究[J];模式识别与人工智能;2005年05期

7 赵黎丽;侯正信;;步态识别问题的特点及研究现状[J];中国图象图形学报;2006年02期

8 许文芳;吴清江;;步态识别综述[J];福建电脑;2007年01期

9 彭彰;吴晓娟;杨军;;基于肢体长度参数的多视角步态识别算法[J];自动化学报;2007年02期

10 韩旭;刘冀伟;么键;那幼超;王志良;;一种改进的步态识别方法[J];电子器件;2007年04期

中国重要会议论文全文数据库 前8条

1 邓玉春;刘世平;;自动步态识别方法研究综述[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

2 何卫华;李平;文玉梅;叶波;袁海军;;运用下肢关节角度信息进行步态识别[A];第十三届全国图象图形学学术会议论文集[C];2006年

3 肖军;苏洁;郑波;贾鹏宇;;智能仿生腿在不同路况下的步态识别系统研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 张聪;明东;万柏坤;;基于小波描述子和人体骨架模型的多视角融合步态识别[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年

5 朱京红;方帅;高明;方杰;;基于人工免疫模型的步态识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

6 叶波;文玉梅;李平;;基于核主元分析和支持向量机的步态识别算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 王科俊;阎涛;吕卓纹;;基于耦合度量学习的特征级融合方法及在步态识别中的应用[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 王科俊;贲f[烨;;基于线性插值的特征模板构造的步态识别算法框架[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

中国重要报纸全文数据库 前2条

1 编译 刘东征;新型“步态密码”给手机加把锁[N];北京科技报;2005年

2 若水;分析步态识别身份[N];光明日报;2003年

中国博士学位论文全文数据库 前10条

1 余杰;基于视频的人体目标跟踪与识别技术研究[D];电子科技大学;2016年

2 贲f[烨;基于人体运动分析的步态识别算法研究[D];哈尔滨工程大学;2010年

3 曾玮;基于确定学习理论的人体步态识别研究[D];华南理工大学;2012年

4 刘磊;基于多源信息的步态识别算法研究[D];河北工业大学;2015年

5 张元元;基于序列统计特性的步态识别算法研究[D];山东大学;2010年

6 赵国英;基于视频的步态识别[D];中国科学院研究生院（计算技术研究所）;2005年

7 薛召军;基于小波变换和支持向量机相结合的步态识别新方法研究[D];天津大学;2007年

8 胡荣;人体步态识别研究[D];华中科技大学;2010年

9 顾磊;基于图像序列的人体步态识别方法研究[D];南京理工大学;2008年

10 刘海涛;基于立体视觉的步态识别研究[D];中国科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 陈夏辉;步态识别的若干关键技术研究[D];华南理工大学;2015年

2 王奎;一种基于特征曲线匹配的快速步态识别方法研究[D];大连海事大学;2015年

3 杨亚洲;基于人体轮廓特征的步态识别技术研究[D];国防科学技术大学;2013年

4 马晓龙;基于MIMU的单兵室内导航算法研究[D];国防科学技术大学;2013年

5 衣美佳;步态识别关键技术研究[D];南京邮电大学;2015年

6 周浩理;复杂背景下多特征融合的人体步态识别研究[D];海南大学;2016年

7 李雪燕;视频监控中人体步态识别方法研究[D];长春工业大学;2016年

8 潘秀芳;基于手机的步态识别研究[D];燕山大学;2016年

9 罗璨;存在干扰因素情况下的步态识别统动力学初步探索[D];苏州大学;2016年

10 张鹏;耦合度量学习理论及其在步态识别中的应用研究[D];山东大学;2016年

，

本文编号：1277243