基于生物力学分析的人体意图预测实验设计

摘要：

为实现人体运动意图预测,该文提出一种基于粒子群优化(particle swarm optimization,PSO)算法优化回声状态网络(echo state network,ESN)的模型预测控制(model predictive control,MPC)方法.首先,利用运动捕捉系统获得人体动作运动学信息,通过OpenSim软件反解算获取动力学信息;其次,以动力学信息为输入,运动学信息为输出,构建人体骨骼肌肉系统的ESN模型,并利用PSO算法优化ESN模型的关键参数;同时,将线性化后的ESN模型作为MPC控制对象,通过运动学信息,反优化MPC目标函数,求解目标结果,完成对人体运动意图的预测;最后,通过比较实验验证了所提方法的有效性.该方法对人体运动意图预测及穿戴式机器人控制算法设计等相关应用研究与教学实践具有实际意义.

关键词：人体运动意图预测、粒子群算法、回声状态网络、模型预测控制、实验设计

所属期刊栏目：40

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：40-46