-
题名基于SVM步态分类的柔性外骨骼自主定位优化方法
被引量：4
- 1
-
-
作者
沈世斌
古翠红
钱伟行
彭雄
王朔远
许博深
-
机构
南京师范大学电气与自动化工程学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2020年第2期153-158,共6页
-
基金
国家自然科学基金(61601228,61703208,61803208)
江苏省自然科学基金(BK20161021,BK20180726)。
-
文摘
针对复杂步态下柔性外骨骼虚拟惯性测量组件(VIMU)性能稳定性下降的问题,研究了一种基于支持向量机(SVM)步态分类的自主定位优化方法。采用SVM算法模型对柔性外骨骼的多种常规步态类型进行识别,根据不同的步态类型构建不同的卷积-长短期记忆(VGG-LSTM)混合神经网络模型,并通过判断实际惯性测量组件(IMU)的故障,利用VIMU构成具备系统重构能力的强鲁棒性自主定位方法。研究结果表明,复杂步态下基于SVM的步态分类方法可在保证VIMU精度的同时,降低VGG-LSTM神经网络模型的复杂性;机器人肢节末端IMU在常规步态下出现故障时,系统重构后的自主定位性能与无故障情况下基本保持一致,重构导航系统的定位误差在行进距离的2.5%以内。
-
关键词
柔性外骨骼机器人
惯性导航系统
虚拟惯性测量组件
支持向量机
步态识别
-
Keywords
flexible exoskeleton robot
inertial navigation system
virtual inertial measurement unit
SVM
gait recognition
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
