基于高斯过程的人体步态关节力矩估计北大核心CSCD

目的 提出一种基于高斯过程的下肢关节力矩估计方法,实现人体自然步态下下肢关节力矩精确估计。方法 根据自然步态关节力矩曲线特点,选取平方指数核函数探索关节角度和关节力矩之间的相互关系,建立基于高斯过程的数据融合模型,该模型输入为下肢关节角度,输出为关节力矩。结果 1例健康受试者以0.8 m/s的行走速度在步态跑台行走,采用提出的高斯过程模型进行3次关节力矩预测试验,试验结果显示大部分预测的期望值都落在置信区间内,89%的预测值与实际值的r~2> 0.8。结论 该方法可以较为精确地估计出关节力矩。该研究潜在应用在于优化外骨骼机器人、控制主动式假肢以及调节类人机器人的关节力矩等。

Estimation of joint torques in human gait based on Gaussian process

Objective To propose an estimation method of lower limb joints torques based on Gaussian process to achieve the accurate estimation of the lower limb joint torques in human gait.