运动模式转换：应对下肢外骨骼中系统与用户的特定变异性

准确检测运动转换（如行走至坐下、行走至上楼梯和下楼梯）对于有效控制下肢外骨骼等机器人辅助设备至关重要，因为每种运动模式都需要特定的辅助。由用户或系统特定特征引起的采集传感器数据的变异性，使得在使用非自适应分类模型时难以在避免延迟的同时保持高转换检测准确率。在本研究中，我们确定了影响转换检测性能的关键因素，包括用户行为的变化和外骨骼的不同机械设计。为提高转换检测准确率，我们引入了两种使有限状态机分类器适应系统与用户特定变异性的方法：基于统计的方法和贝叶斯优化。我们的实验结果表明，这两种方法在不同用户间均显著提高了转换检测准确率，在某些场景下较非个性化阈值方法提升了高达 80%。这些发现强调了自适应控制系统中个性化的重要性，突显了提升辅助设备用户体验与效能的潜力。通过将受试者与系统特定数据纳入模型训练过程，我们的方法为检测运动转换提供了精确可靠的解决方案，满足个体用户需求，并最终提升了辅助设备的性能。