下肢外骨骼系统

意图识别同步跟踪

融合生物电、关节角度与重心的运动意图识别与同步跟踪，解决长期使用中识别精度下降问题，实现主动式人机物理交互。

Shi, Weiguo · 王卫群 · Wang, Jiaxing · Liu, Shengda · Xu, Liang · Hou, Zeng

Frontiers in Neurorobotics 2026

技术优势

长期使用不衰减

在线自适应方法将新的sEMG特征映射到初始特征空间，使预测模型在长期运行中保持性能。

多源信息融合识别

融合sEMG、历史关节角度和重心信息，利用CNN、Mamba和MLP网络分别进行特征提取、信息融合和关节角度预测。

实时同步跟踪

基于预测的关节角度给出实时控制方法，实现外骨骼的同步跟踪。

应用场景

• 康复外骨骼：提供更符合患者运动意图的助力，改善康复训练效果。
• 人机协同控制：基于预测意图的实时控制实现人机物理交互的同步。
• 运动意图解码：多源生物信号融合与自适应更新提高意图解码的长期稳定性。
• 可穿戴机器人：实现穿戴环境下主动式人机交互，提升机器人对穿戴者动作的适应性。