膝上型假肢的运动意图识别与控制

摘要

根据不同路况条件和典型步速的笛卡尔积组合,利用装配在残肢侧的陀螺仪、加速度计和足底前后的压力传感器的信息,通过相关性系数分析、传感器融合、隐马尔可夫模型的方法,判断假肢使用者的运动意图.以健肢运动状态为参考值,利用迭代学习控制分别建立不同路况和步速情况下的控制知识数据库.通过传感器的关键状态变化信号驱动有限状态机状态转换,输出控制知识库中的控制量,实现假肢膝关节在不同路况、步速条件下对步态相位的控制.针对控制过程中出现的输出量实时偏差,采取了在线校正措施.对于有限状态机输出控制数据序列在时间同步上的超前和滞后问题,采取了相应的保持和补偿措施.结果表明,经隐马尔可夫模型处理后路况判断准确率可提升到91.7%,基于数据驱动的无模型控制方法能够实现对不同路况、步速下假肢步态的有效控制.