Antecedentes: Este documento se centra en las características de las señales de EMG de las extremidades inferiores para movimientos comunes. Métodos: Obtuvimos datos de longitud de los músculos de las extremidades inferiores durante el movimiento de la marcha utilizando un software llamado OpenSim; se utilizaron soluciones de productos y servicios estadísticos (SPSS) para estudiar la correlación entre cada músculo, basándose en datos de la marcha. Se seleccionaron músculos con baja correlación en diferentes regiones; se utilizaron un sensor de unidad de medida inercial (IMU) y sensores de EMG para medir los ángulos de las extremidades inferiores y las señales de EMG al estar en siete tipos de pendiente, en cinco tipos de marcha (caminar en terreno plano, cuesta arriba, cuesta abajo, subir escalones y bajar escalones) y cuatro tipos de movimientos (sentadillas, estocadas, pierna levantada y levantarse). Resultados: Después del filtrado de datos y la extracción de características, diseñamos una red neuronal BP de doble capa oculta para reconocer los movimientos anteriores según las señales de EMG. Los resultados muestran que las señales de EMG de los músculos seleccionados tienen cierta periodicidad en el proceso de movimiento que se puede utilizar para identificar los movimientos de las extremidades inferiores. Conclusiones: Se puede observar, después del reconocimiento de diferentes proporciones de conjuntos de entrenamiento y pruebas, que la tasa de reconocimiento promedio de la red neuronal BP es del 86.49% para siete pendientes, del 93.76% para cinco tipos de marcha y del 86.07% para cuatro tipos de movimientos.