Un enfoque novedoso de reconocimiento de intención de movimiento para exoesqueletos blandos a través de IMU
Autores: Zhu, Lu; Wang, Zhuo; Ning, Zhigang; Zhang, Yu; Liu, Yida; Cao, Wujing; Wu, Xinyu; Chen, Chunjie
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Un enfoque novedoso de reconocimiento de intención de movimiento para exoesqueletos blandos a través de IMU
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Reconocimiento de intención de movimiento tradicional
Basado en sensores inerciales
Exoesqueleto suave
Reconocimiento del terreno
Red neuronal convolucional profunda
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Para resolver la complejidad del método tradicional de reconocimiento de intención de movimiento utilizando una señal de sensor multimodo y el retraso del proceso de reconocimiento, en este artículo se propone un método de reconocimiento de intención de movimiento basado en sensores inerciales para un exoesqueleto suave. Comparado con el reconocimiento de movimiento tradicional, además de las cinco clases clásicas de terreno, también se añade el reconocimiento de terreno transformado. En la adquisición de modo, se recopilan los datos de los sensores en el muslo y la pantorrilla en diferentes modos de movimiento. Después de una serie de preprocesamientos de datos, como filtrado y normalización de datos, se utiliza una ventana deslizante para mejorar los datos, de modo que cada fotograma de datos de la unidad de medida inercial (IMU) conserve la última mitad de la información histórica del fotograma anterior. Finalmente, diseñamos una red neuronal convolucional profunda que puede aprender a extraer características discriminantes del período de paso temporal para clasificar diferentes terrenos. Los resultados experimentales muestran que el método propuesto puede reconocer la postura del exoesqueleto suave en diferentes terrenos, incluyendo caminar en terreno plano, subir y bajar escaleras y subir y bajar pendientes. La tasa de precisión de reconocimiento puede alcanzar el 97.64%. Además, el retraso de reconocimiento del patrón de conversión, que se convierte entre los cinco modos, solo representa el 23.97% de un ciclo de paso. Finalmente, se midió el consumo de oxígeno mediante el sistema metabólico portátil (COSMED K5, The Metabolic Company, Roma, Italia) y, comparado con el método sin identificación, el metabolismo neto se redujo en un 5.79%. El método de este artículo puede mejorar significativamente el rendimiento de control del sistema de exoesqueleto de extremidad inferior flexible y realizar el cambio de estado natural y sin problemas del exoesqueleto entre múltiples modos de movimiento según la intención de movimiento humana.
Descripción
Para resolver la complejidad del método tradicional de reconocimiento de intención de movimiento utilizando una señal de sensor multimodo y el retraso del proceso de reconocimiento, en este artículo se propone un método de reconocimiento de intención de movimiento basado en sensores inerciales para un exoesqueleto suave. Comparado con el reconocimiento de movimiento tradicional, además de las cinco clases clásicas de terreno, también se añade el reconocimiento de terreno transformado. En la adquisición de modo, se recopilan los datos de los sensores en el muslo y la pantorrilla en diferentes modos de movimiento. Después de una serie de preprocesamientos de datos, como filtrado y normalización de datos, se utiliza una ventana deslizante para mejorar los datos, de modo que cada fotograma de datos de la unidad de medida inercial (IMU) conserve la última mitad de la información histórica del fotograma anterior. Finalmente, diseñamos una red neuronal convolucional profunda que puede aprender a extraer características discriminantes del período de paso temporal para clasificar diferentes terrenos. Los resultados experimentales muestran que el método propuesto puede reconocer la postura del exoesqueleto suave en diferentes terrenos, incluyendo caminar en terreno plano, subir y bajar escaleras y subir y bajar pendientes. La tasa de precisión de reconocimiento puede alcanzar el 97.64%. Además, el retraso de reconocimiento del patrón de conversión, que se convierte entre los cinco modos, solo representa el 23.97% de un ciclo de paso. Finalmente, se midió el consumo de oxígeno mediante el sistema metabólico portátil (COSMED K5, The Metabolic Company, Roma, Italia) y, comparado con el método sin identificación, el metabolismo neto se redujo en un 5.79%. El método de este artículo puede mejorar significativamente el rendimiento de control del sistema de exoesqueleto de extremidad inferior flexible y realizar el cambio de estado natural y sin problemas del exoesqueleto entre múltiples modos de movimiento según la intención de movimiento humana.