摘 要

在全球老龄化加剧和行动不便人群增多的时代背景下，可穿戴下肢外骨骼机器人作为一种集感知、控制等技术的装置，能有效提升他们的行动能力，减轻社会负担。而人体运动模式的准确可靠识别是保证外骨骼机器人能良好工作的重要前提。随着近年来的人工智能技术的不断进步，通过人工智能来提高人体运动模式识别能力是一个研究热点。本论文主要研究通过BP神经网络来识别人体下肢运动的平地行走、上楼、下楼这三种运动模式的特征数据，主要内容如下：

（1）搭建实验环境和实验设备，采集人体下肢在平地行走、上楼、下楼这三种不同运动模式下的传感器数据，分析不同类型传感器数据对运动模式识别的影响，筛选出相关性较大的传感器数据。

（2）对数据进行更进一步的处理，去掉明显的干扰数据点，让传感器数据在时间轴上没有突变。对平地行走、上楼、下楼这三种运动模式的传感器数据进行分析，选取出能反应运动状态的特征数据，把特征数据打上标签，制作BP神经网络训练所需的训练样本集合和测试数据集合。

（3）设计合适的BP神经网络结构，选择合适激活函数、代价函数、输出函数等。编写BP神经网络程序，用训练集数据来训练BP神经网络，测试训练后的神经网络的识别准确率，分析BP神经网络的识别效果和影响BP神经网络的识别因素。

BP神经网络的训练结果和测试结果反应了该网络对人体下肢运动的平地行走、上楼、下楼三种运动模式的特征数据有比较好的识别准确率。

关键词：下肢外骨骼，模式识别，BP神经网络

ABSTRACT

Under the background of the global aging and the increasing number of people with mobility difficulties, wearable lower extremity exoskeleton robot, as a device integrating sensing and control technologies, can effectively improve their mobility and reduce the social burden. The accurate and reliable recognition of the human movement pattern is an important prerequisite for the exoskeleton robot to work well. With the continuous progress of artificial intelligence technology in recent years, it is a research hot spot to improve the ability of human motion pattern recognition through artificial intelligence. This paper mainly studies the characteristic data of the three movement modes of walking on the ground, going up stairs and going down stairs of human lower limbs movement by BP neural network. The main contents are as follows:

(1) The experimental environment and equipment were built to collect the sensor data of human lower limbs walking on the flat ground, going up stairs and going down stairs under three different motion modes. The influence of different types of sensor data on motion pattern recognition was analyzed, and the sensor data with high correlation was screened out.

(2) Further processing is carried out on the data to remove the obvious interference data points so that there is no mutation in the time axis of the sensor data. The sensor data of walking on the ground, going up stairs and going down stairs were analyzed, and the characteristic data that could reflect the movement state was selected. The training sample set and test data set needed for BP neural network training were made by labeling the characteristic data.

(3) We design BP neural network by selecting appropriate activation function, cost function, output function and so on. Then we write the BP neural network program and use the training data to train the BP neural network. We use the test data to test the recognition accuracy of BP neural network and analyze the recognition effect of BP neural network. Finally, we analyze the factors affecting BP neural network.

The training results and test results of BP neural network reflect that the network has a good recognition accuracy rate for the characteristic data of the three motion modes of walking on the ground, going up stairs and going down stairs.

KEYWORKDS:Lower extremity exoskeleton, pattern recognition, BP neural network

目录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 1

1.3 研究内容及论文结构安排 3

1.3.1 研究内容 3

1.3.2 论文结构安排 4

第二章 人体运动数据采集预处理 5

2.1 实验平台 5

2.2 人体下肢关节分析 8

2.3 人体下肢步态相位分析 10

2.4 人体下肢采集数据预处理 11

2.5 人体下肢三种运动状态特征选取 13

第三章 BP神经网络原理及设计 17

4.1 BP神经网络 17

4.1.1 基本概念 17

4.1.2 BP神经网络原理 17

4.2 BP神经网络设计 18

4.2.1 基本参数设置 18

4.2.2 BP神经网络学习过程 19

第四章 实验结果及分析 22

5.1 训练BP神经网络 22

5.2 验证BP神经网络的识别率 23

5.3 分析BP神经网络的识别效果 23

第五章 全文总结与展望 24

6.1 全文总结 24

6.2 展望 24

致谢 26

参考文献 27

第一章 绪论

1.1 研究目的及意义

人工智能是了解人类智能的本质，并把这种本质应用到各种机器之中。这个领域的研究包括了语音识别、语言翻译、图像识别、智能机器人等。近几年，人工智能领域取得了很大的突破，指纹识别、人脸识别、自适应风力发电机组等各种人工智能技术得到了一定程度的商业化应用。由于人工智能领域的进步，外骨骼机器人的研究也取得了进步，例如：辅助人送快递的可穿戴外骨骼机器人等。

外骨骼机器人融合了传感、信息、控制、移动计算等各种技术，涉及了拟人化机械结构设计、能源问题及控制系统原理、驱动系统选择等研究领域。在一般情况下，可以将外骨骼机器人分为三种类型，分别是军用外骨骼、民用外骨骼、医疗外骨骼。其中军用外骨骼可以提高士兵的运动能力，减少士兵的身体负担。军用外骨骼可以极大程度提高士兵的各项能力，如减少体力消耗、增强机动力、增加持续作战能力、保护士兵身体不受伤害、辅助士兵进行攻击等。民用外骨骼则可以帮助残疾人，特别是肢体残疾的人回复正常人的行为能力，也能帮助重体力劳动者的生产活动。而医疗外骨骼则可以辅助医生护士进行医疗相关的活动。

在可穿戴下肢外骨骼机器人正常工作的情况下，其感知系统是最基础的一部分。它的感知系统能通过获取的各种传感器数据判断出当前的运动模式及步态相位，进而识别人体的运动意图。它的控制系统就能根据感知系统的输出，控制电机辅助人体完成相应的运动。在这个过程中，作为外骨骼机器人系统的基础部分，感知系统需要实时地监控人体的运动状态，判断运动意图，才能提高人机耦合协同控制功能。由此可见，能快速、准确识别人的运动意图是确保外骨骼机器人能良好工作的基础。