| 基于粒子滤波算法的足底压力预测 |
| |
| 引用本文： | 曹更,玄兆燕,李德恒,崔冰艳.基于粒子滤波算法的足底压力预测[J].数据采集与处理,2021,36(4):730-738. |
| |
| 作者姓名： | 曹更 玄兆燕 李德恒 崔冰艳 |
| |
| 作者单位： | 1.华北理工大学机械工程学院，唐山 063210;2.河北君业科技股份有限公司，唐山 063000 |
| |
| 基金项目： | 河北省自然科学基金（E2017209252）资助项目。 |
| |
| 摘 要： | 针对人体下肢运动状态识别精度低的问题，提出了一种基于足底压力的下肢运动状态识别预测方法。以EMED足底压力平板采集的不同步速下各40组足底压力数据为试验样本，通过分析足底压力特征参数，构建步态相位，建立足底步态周期关系，以及步态位移模型。下肢运动是非线性运动，采用步态周期模型结合粒子滤波算法实现足底压力预测。先对粒子群初始化获取先验概率密度函数，对预测压力进行估计，其次对状态向量检验，使用多元线性回归推导出预测足底压力。实验结果表明，在不同步态速度下，粒子滤波算法性能好，精确度达到97%以上，从而证明了足底压力预测方法的有效性。补充不同年龄、性别、体重的实验者的足底压力数据进行分析，预测精度均在97.5%以上，验证了预测算法的稳定性和精准性。
|
| 关 键 词： | 运动识别 步态周期 粒子滤波 压力预测 |
| 收稿时间： | 2021/4/26 0:00:00 |
| 修稿时间： | 2021/7/2 0:00:00 |
Prediction of Plantar Pressure Based on Particle Filter Algorithm |
| |
| CAO Geng,XUAN Zhaoyan,LI Deheng,CUI Bingyan.Prediction of Plantar Pressure Based on Particle Filter Algorithm[J].Journal of Data Acquisition & Processing,2021,36(4):730-738. |
| |
| Authors: | CAO Geng XUAN Zhaoyan LI Deheng CUI Bingyan |
| |
| Affiliation: | 1.School of Mechanical Engineering, North China University of Science and Technology, Tangshan 063210, China;2.Hebei Junye Technology Co., LTD, Tangshan 063000, China |
| |
| Abstract: | |
| |
| Keywords: | motion recognition gait cycle particle filtering pressure prediction |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
