基于Kalman濾波及蟻群優(yōu)化算法的步態(tài)信號(hào)處理新方法研究.pdf

1、本文通過(guò)使用實(shí)驗(yàn)室自行研發(fā)的便攜式下肢多傳感數(shù)據(jù)采集系統(tǒng)，對(duì)人在步行過(guò)程中的足底壓力信號(hào)以及下肢慣性測(cè)量單元(Inertial Measurement Units，IMUs)信號(hào)進(jìn)行采集，并基于這兩種信號(hào)分別對(duì)步頻預(yù)測(cè)新方法以及下肢空間姿態(tài)反演新方法進(jìn)行了研究與驗(yàn)證。
　　基于足底壓力的步頻預(yù)測(cè)新方法研究的目的是為了使智能下肢能夠?qū)崟r(shí)地調(diào)節(jié)膝關(guān)節(jié)阻尼，使其固有頻率與實(shí)際步頻相符，達(dá)到更加接近正常步態(tài)的效果。通過(guò)卡爾曼(Kalman

2、)預(yù)測(cè)方程對(duì)步頻進(jìn)行預(yù)測(cè)，利用蟻群算法在規(guī)定的連續(xù)域中尋找Kalman預(yù)測(cè)方程中系統(tǒng)噪聲方差與測(cè)量噪聲方差兩個(gè)參數(shù)的最優(yōu)組合，實(shí)現(xiàn)對(duì)Kalman預(yù)測(cè)方程的優(yōu)化。設(shè)計(jì)并進(jìn)行實(shí)驗(yàn)獲取6組人行走的步頻數(shù)據(jù)，利用蟻群算法對(duì)其中3組數(shù)據(jù)進(jìn)行訓(xùn)練，得到參數(shù)最優(yōu)組合。然后將該參數(shù)組合代入Kalman預(yù)測(cè)方程對(duì)另外3組數(shù)據(jù)進(jìn)行測(cè)試。測(cè)試實(shí)驗(yàn)結(jié)果表明，經(jīng)蟻群算法優(yōu)化后，Kalman預(yù)測(cè)算法預(yù)測(cè)得到的步頻與后驗(yàn)值之間的誤差比跟隨方式的誤差分別減少了44.1

3、0％、43.42％、36.17％。證明了Kalman預(yù)測(cè)算法跟蟻群算法結(jié)合的方法在智能下肢控制上的應(yīng)用前景。
　　基于IMU信號(hào)的下肢空間姿態(tài)反演新方法研究的目的則是探索一種新的下肢關(guān)節(jié)角度反演方法。利用人體運(yùn)動(dòng)學(xué)約束以及四元數(shù)的特性，對(duì)IMU信號(hào)進(jìn)行處理找出膝關(guān)節(jié)的旋轉(zhuǎn)軸，避免了IMU傳感器安裝過(guò)程中通常需要將其以特定的方向安裝在人體表面的限制，同時(shí)省去難以確保完成準(zhǔn)確度的校準(zhǔn)動(dòng)作，并利用Kalman濾波器進(jìn)行傳感器融合，消除陀