《表3 放松状态下踝关节阻抗模型的参数辨识结果及其评价指标》

  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

《基于串联弹性原理和增广上三角分解辨识算法的踝关节阻抗估计方法》

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

根据8位受试者的踝关节阻抗测量数据，采用AUDI算法辨识踝关节阻抗模型的参数，结果如表3所示。从表3中可以看出，大部分R2>0.9，ERMS在0.4左右波动，说明二阶线性时不变模型的拟合效果较好，绝大多数的PVAF>90%，说明该二阶线性时不变模型可以较准确地估计放松状态下踝关节的阻抗；个别R2<0.9，对应的PVAF<90%，表示实际阻抗模型中含有较显著的非二阶模型成分，且该成分对阻抗模型的参数辨识具有一定程度的影响；基于8号受试者踝关节阻抗测量数据得到的惯性分量I与基于其他受试者得到的相比存在较大差异，这可能是因为小腿或大腿重力的共同影响。在实验过程中，通过调整大腿悬挂高度以减少小腿和大腿重力的影响，但高度调整主要依靠受试者的主观感受，无法准确检测实际效果，从而导致根据不同受试者的踝关节阻抗测量数据辨识得到的惯性分量I具有较大的差异。本文得到的踝关节阻抗模型的阻尼和刚度分量与文献[12]结果处于同一数量级，但整体数值小于文献[12]的结果。