外骨骼机器人的非结构地面行走步态分类算法

来源：机器人杂志2017年第4期北京时间：

作者：陈建华, 奚如如, 王兴松, 杜峰坡, 穆希辉

摘要：针对人体运动随机性和非结构地面等因素造成在不同类型地面上足底力（GRF）差异大的情况，研发了一套配有鞋底压力传感器、用于实时检测足底力变化的实验靴，提出了基于PSO-SVM（基于粒子群优化算法的支持向量机）的步态分类方法．根据足底受力云图，该实验靴中冗余布置了7枚压力传感器．对人行走在步行机（5 km/h）、水平硬路面和野外草地上的足底力进行了采集和处理．将基本组的足底力作为训练集，预设对应的标签值．基于这些训练集，构建了普通的分类器I和基于粒子群优化算法的支持向量分类器II，并分别利用它们对水平硬路面和野外草地行走的数据进行分类检验．实验结果表明，与普通的分类器I相比，该优化算法不仅对复杂地面上的行走步态分类具有明显的优势，对水平硬路面和野外草地的行走步态识别正确率分别提升了32.9%和42.8%，而且能在某些鞋底传感器发生故障后保持较快的寻优速度和较好的鲁棒性．

关键词：外骨骼, 支持向量机, 粒子群优化算法, 步态分类