《表5 实验方法与结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进模板匹配的智能下肢假肢运动意图实时识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于5种稳态模式，本文的识别率已达到99.50%，高于文献[16，18-21]的识别结果.当引入8种转换模式时，文中的识别率为97.03%，依然高于文献[16]和文献[21]，这与运动模式的重定义有内在的联系.文献[16]意图识别转换步起始于脚跟触地时刻，在脚跟触地时或脚跟触地后，而本文使用的转换步起始于前一个地形条件下一只脚脚尖离地时刻，结束于同侧脚脚后跟着地于后一个地形.此外，本文实验采集的数据均来自健侧的大腿、小腿及脚踝处的传感器，这样在转换步摆动相即可识别出健侧的运动意图，由对称性可识别假肢的运动意图.而且，假肢运动模式还未切换，此时调节假肢的控制参数可以解决传统意图识别中的滞后性问题.文中采用单惯性传感器，与文献[18-20]速度计、陀螺仪、压力传感器等多类型传感器相比，无需解决多模态数据信号融合的问题，降低了算法的复杂度，且在识别时间方面做到了短时、无延迟，识别精度上也不低于传统意图识别的结果（如表5所示）.