一种下肢运动意图识别算法性能实时测评系统

发布时间：2024-02-03 20:37

　　对腿部运动意图识别算法的实时性能进行综合可靠的评价是实现下肢假肢灵活稳定控制的前提。提出一种逐层分级的基于下肢运动意图识别算法的实时测评方法,对算法的可靠性、稳定性以及运动意图识别速度进行综合评价。利用开发的运动意图识别算法评测系统,对基于肌电信号源和机械信号源的两种运动意图识别算法进行了实时性能测试,发现肌电信号源的算法识别时间大于机械信号源算法,但是其算法稳定性优于机械信号源算法。进一步地,还利用该评测系统有效地区分出正常识别策略与异常识别策略,发现正常策略的动作识别稳定系数比异常策略高25%左右。因此,所提的基于下肢运动意图识别算法的实时测评方法,能够对不同信号源算法以及不同识别策略的实时性能进行有效评价,为智能下肢假肢控制系统开发提供可供参考的测试平台。

【文章页数】：9 页

【部分图文】：

图1下肢运动意图识别算法测评系统工作原理

3)停止发送识别结果:收到该指令后,待测系统需停止向电脑发送识别结果,并发送响应。1.2测评系统软件设计

图2下肢运动意图识别算法测评系统软件界面

本文系统设计了多功能、可视化、友好交互的软件界面,如图2所示。通过界面操作,可以实现动作选择、参数设置、测试评估和算法性能评价等。1)动作选择:

图3测评系统工作流程

本文系统工作流程如图3所示,启动测试程序后,首先进行通信端口测试和参数设置,之后开始算法评估,下位机将算法计算出的动作识别结果实时传输至上位机进行结果判断。为了保证算法动作识别的稳定性和可靠性,系统要求算法能够对考核动作进行连续正确的识别输出。因此,上位机测试系统将对下位机的识别....

图4算法性能评价流程

本文系统采用逐层分级的方法对算法的可靠性、稳定性以及识别速度进行综合评价,其算法评价流程如图4所示。通过读取动作日志,首先计算平均动作识别正确率,平均正确率低于90%的算法认为可靠性差;对平均正确率高于90%的算法再计算其平均动作识别稳定系数,稳定系数低于0.9的算法认为稳定性差....

本文编号：3894642