步态识别96%准确
同时获取肌肉形变与电生理信号,机器学习融合后步态识别更准、关节角度估算更稳。
Wang, Tiantong · Jiang, Dongjie · Lu, Yuwen · Nuo, Xu · Wang, Zilu · 郑恩昊 · 王荣丽 · Zhao, Yunbiao · 王启宁
Advanced Materials Technologies 2024
采用柔性离子压力矩阵和自制EMG模块,避免传统刚性设备带来的不适,适合直接贴附在肌肉表面。
同时获取力肌图(FMG)和肌电(EMG),互补反映肌肉激活与结构变化,比单一模态更全面。
机器学习融合双模信号后,平均步态相位识别准确率显著提升到96.35%,踝关节角度估计误差降到1.44°。