用于预测踝关节运动的电动假肢关节共享模型学习
机器人学
2021-11-16 v1 机器学习
应用统计
摘要
主动假肢或矫形器的控制策略利用传感器输入识别用户的运动意图,并生成相应的控制指令以产生期望的运动。本文提出一种基于学习的共享模型,用于预测不同运动模式(如平地行走、上楼梯、下楼梯、上坡和下坡)下的踝关节运动,而无需对它们进行分类。从髋关节和膝关节角运动提取的特征,通过基于前馈神经网络(Feed-Forward Neural Network)的共享模型连续预测踝角度和力矩。我们表明,该共享模型足以在不同运动模式下预测踝角度和力矩,而无需显式分类各模式。所提策略显示了为可适应不同运动模式的智能假肢踝关节设计高层控制器的潜力。
引用
@article{arxiv.2111.07419,
title = {Learning a Shared Model for Motorized Prosthetic Joints to Predict Ankle-Joint Motion},
author = {Sharmita Dey and Sabri Boughorbel and Arndt F. Schilling},
journal= {arXiv preprint arXiv:2111.07419},
year = {2021}
}
备注
NeurIPS 2021 Workshop Spotlight presentation, Machine Learning for Health (ML4H) 2021 - Extended Abstract