双髋角图卷积网络

少传感器快 8 倍

仅用双侧髋关节角度即可实现个体无关的髋力矩估计，在步态过渡与稳态下均保持高精度与强泛化能力。

Hamza, Azam · Wenzhu, Xu · Luying, Feng · 杨灿军 · Gerževič, Mitja · 杨卫

Expert Systems with Applications 2026

参数信息

决定系数

0.92

均方根误差

0.052 Nm/kg

决定系数

0.89

均方根误差

0.087 Nm/kg

训练加速比

3 x

推理加速比

8 x

技术优势

传感器少了一半

仅用双侧髋关节角度即可估计力矩，无需大量传感器，减轻穿戴负担。

快 8 倍

推理速度比 SOTA 时序卷积网络快 8 倍，适合实时控制。

跨步态也准

在步态过渡和稳态条件下均保持高精度，避免针对性调参。

应用场景

• 可穿戴机器人实时控制：推理快 8 倍，满足可穿戴机器人实时控制需求。
• 外骨骼力矩控制：准确估计髋力矩，可用于外骨骼力矩前馈控制。
• 临床步态分析：跨步态高精度，支持临床步态异常评估。
• 轻量化关节力矩传感：仅两个髋角传感器即可实现轻量化力矩感知。