面向多人机差异场景的肌电步态识别影响研究及应用

第1章 绪论

 1.1 课题研究背景和意义

 1.2 步态识别研究综述

 1.2.1 步态识别的应用

 1.2.2 步态识别的研究现状

 1.3 本书研究内容与组织结构

 1.3.1 本书研究内容

 1.3.2 本书组织结构

第2章 肌电步态识别的相关理论

 2.1 引言

 2.2 人体下肢的基本结构

 2.2.1 人体测量基准面划分

 2.2.2 下肢主要骨骼和关节

 2.2.3 下肢主要肌肉

 2.3 步态识别的相关理论

 2.4 表面肌电信号的相关知识

 2.4.1 肌电信号的产生和采集

 2.4.2 肌电信号的特点和稳定性

 2.4.3 肌电信号的分析方法

 2.5 本章小结

第3章 基于肌电信号的负重差异对步态识别的影响研究

 3.1 引言

 3.2 研究目的和思路

 3.3 实验原型和流程

 3.3.1 被试者组成

 3.3.2 待测肌肉选择

 3.3.3 实验设备及参数

 3.3.4 实验操作及过程

 3.4 数据收集与处理

 3.4.1 数据收集

 3.4.2 信号预处理

 3.4.3 特征提取

 3.4.4 分类模型选择和构建

 3.4.5 数据分析

 3.5 实验结果

 3.5.1 负重差异对步态识别的影响

 3.5.2 含混矩阵结果评估

 3.5.3 混合负重结果评估

 3.6 实验分析和讨论

 3.6.1 负重差异对步态识别显著影响的原因分析

 3.6.2 实时环境中基于肌电的下肢外骨骼控制系统有效性分析

 3.6.3 在负重层面上提高步态识别的方法探讨

 3.6.4 速度对步态识别的影响分析

 3.7 本章小结

第4章 基于肌电图像和CNN的负重方式差异对步态识别的

 影响研究

 4.1 引言

 4.2 研究目的和思路

 4.3 卷积神经网络

 4.3.1 卷积层

 4.3.2 降采样层

 4.3.3 全连接层

 4.4 实验原型

 4.4.1 实验设计和过程

 4.4.2 信号收集和预处理

 4.4.3 肌电图像和CNN构建

 4.4.4 经典分类算法和数据处理

 4.5 实验结果和讨论

 4.5.1 负重方式差异对步态识别的影响与分析

 4.5.2 组内和组间差异对步态识别的影响与分析

 4.5.3 在负重方式层面上提高步态识别的方法探索

 4.6 本章小结

第5章 面向多人机差异场景的实时步态识别系统开发

 5.1 引言

 5.2 面向多人机差异场景的实时步态识别系统设计

 5.3 系统硬件开发与组织

 5.3.1 脚底压力信号采集模块

 5.3.2 肌电信号采集模块

 5.4 LSTM与系统软件模块

 5.4.1 LSTM分类模型

 5.4.2 系统软件功能模块

 5.4.3 实时步态识别流程和思路

 5.5 实验验证及结果

 5.5.1 实验规划与组织

 5.5.2 基于LSTM的离线模型构建

 5.5.3 面向多人机差异场景的实时步态识别及结果分析

 5.6 本章小结

第6章 实时步态识别系统在下肢外骨骼中的运用

 6.1 下肢外骨骼设计的基本原则

 6.2 下肢外骨骼模型及机械结构

 6.3 基于表面肌电信号的下肢外骨骼控制系统设计

 6.4 实验内容及结果

 6.4.1 实验目的和内容

 6.4.2 实验安排与过程

 6.4.3 实验结果与分析

 6.5 本章小结

第7章 总结与展望

 7.1 主要研究工作

 7.2 本书创新点

 7.3 展望

参考文献