双模软体气动框架

感知控制一体

该框架将GA-MLP负荷感知与XGBoost角度调节相融合，通过气动平台实现动态传感与智能驱动的无缝协调。

Fanchao, Meng · 刘腾 · 孟垂舟 · Yuqing, Li · 张建军 · Zhiqiu, Ye · Guo S.

IEEE Internet of Things Journal 2026

参数信息

负荷估计决定系数

0.9881

负荷估计平均绝对误差

0.5321

角度调节决定系数

0.9893

角度调节平均绝对误差

0.4891

技术优势

感知与控制无缝融合

通过算法融合，动态感知与智能驱动在气动平台上协调工作，避免了两套系统独立运行导致的响应滞后。

负荷估计精度高

GA优化后的MLP模型在负荷估计上取得高回归性能，R²达0.9881，能可靠感知头部负荷变化。

角度调节精细

XGBoost模型用于精确压力调节，角度调节R²达0.9893，能够实现精细的头部姿态调整。

支持远程监控

IoT硬件系统集成软体气动与无线通信，支持远程监测与实时控制，便于护理人员远程管理。

应用场景

• 智能康复设备：为长期卧床患者提供负荷感知与角度自动调节的头部支撑。
• 软体驱动器：采用软体气动驱动，实现安全、顺应的姿态调节。
• 物联网控制：集成无线通信，支持远程监测与实时控制。
• 智能传感：GA-MLP模型实时感知头部负荷，为控制提供输入。