基于雙向長短時記憶神經網絡的步態時空參數腦肌電解碼方法

下肢外骨骼機器人是可用于幫助運動功能障礙患者行走和恢復運動功能、提高老年人運動能力、增強體力勞動者和士兵負載強度和耐力的可穿戴人機一體化輔助裝置

。與智能假肢不同,外骨骼需要與人體融合,感知人體的運動意圖,從而以一定的方式配合穿戴者完成特定動作

。對于下肢外骨骼而言,步態的分析和識別是其完成人體運動意圖感知和預測的關鍵環節。對穿戴者運動意圖的精確感知,是外骨骼配合穿戴者完成目標運動的首要條件,也是解決人機協調問題的關鍵技術

。患者通過自身意圖對外骨骼進行控制,一方面可以提高患者的參與度和積極性,另一方面可以促進大腦的可塑性

。目前,用于下肢外骨骼的步態信息形式包括:足底壓力、加速度、關節運動角度

、腦電(electroencephalography,EEG)、表面肌電信號(surface electromyography,sEMG)等

和多模態信號融合等

。基于步態相位和運動模式識別

的離散控制方式,存在運動不平穩、步態連續性差等問題,為了實現對外骨骼步態的連續、平滑控制,步態軌跡的連續解碼對下肢外骨骼的發展至關重要。

(1)由于冷凝式熱水器內部存在系統熱容會導致熱水器內管路對熱量有蓄熱的作用，熱量傳遞給水在時間上發生延遲，因此熱水溫升與加熱時間呈非線性增長趨勢，熱水器系統熱量分布可由 表示，熱水溫升與加熱時間關系數學模型由表示。熱水器加熱時間的影響因素包括系統熱容、進水流量以及進氣流量。

目前對連續步態軌跡解碼的研究有基于EEG信號、sEMG信號和關節運動學數據等,比如休斯頓大學的Nakagome等