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

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

2、)預測方程對步頻進行預測，利用蟻群算法在規(guī)定的連續(xù)域中尋找Kalman預測方程中系統(tǒng)噪聲方差與測量噪聲方差兩個參數(shù)的最優(yōu)組合，實現(xiàn)對Kalman預測方程的優(yōu)化。設(shè)計并進行實驗獲取6組人行走的步頻數(shù)據(jù)，利用蟻群算法對其中3組數(shù)據(jù)進行訓練，得到參數(shù)最優(yōu)組合。然后將該參數(shù)組合代入Kalman預測方程對另外3組數(shù)據(jù)進行測試。測試實驗結(jié)果表明，經(jīng)蟻群算法優(yōu)化后，Kalman預測算法預測得到的步頻與后驗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預測算法跟蟻群算法結(jié)合的方法在智能下肢控制上的應用前景。
　　基于IMU信號的下肢空間姿態(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。利用人體運動學約束以及四元數(shù)的特性，對IMU信號進行處理找出膝關(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，同時省去難以確保完成準確度的校準動作，并利用Kalman濾波器進行傳感器融合，消除陀