摘要: 针对下肢助力外骨骼的连续运动控制问题,提出了一种基于表面肌电信号(sEMG)与长短时记忆(LSTM)网络的连续运动估计方法.通过LSTM对肌电-运动的映射关系进行训练分析,基于奇异值分解特征值矩阵的误差算法获取主元分析(PCA)算法的主成分数量(降维维度),实现了对下肢三个关节在矢状面内的连续运动估计,且提高了连续运动估计的实时性.通过与传统网络支持向量机(SVM)、反向传播(BP)神经网络训练结果的对比分析,证明了LSTM网络在下肢连续运动预测中的优越性.
中图分类号:
王斐, 魏晓童, 秦皞. 基于sEMG和LSTM的下肢连续运动估计[J]. 东北大学学报:自然科学版, 2020, 41(3): 305-311.
WANG Fei, WEI Xiao-tong, QIN Hao. Estimation of Lower Limb Continuous Movements Based on sEMG and LSTM[J]. Journal of Northeastern University Natural Science, 2020, 41(3): 305-311.