基于IGAOSVM 的下肢外骨骼步态检测
(1. 贵州大学现代制造技术教育部重点实验室,贵州贵阳550025;2. 贵州航天控制技术有限公司,贵州贵阳550009)
黄斌浩,吕 健,强利刚
2026-07-16
为提升下肢外骨骼机器人在步态相位识别中的准确性,引入了一种基于改进的巨型犰狳优化(IGAO)算法来优化支持向量机(SVM)的方法。该方法在传统的巨型犰狳优化(GAO)算法中集成了基于正弦混沌映射的优化初始化策略和柯西变异策略,并引入随机扰动机制,以增强算法的全局搜索能力并优化SVM 的参数配置。经过对4 个典型测试函数的评估,IGAO 算法在优化精度、收敛速度及算法稳定性方面均显示出较其他算法更为优越的性能。外骨骼机器人的实际应用测试进一步验证了该方法在步态检测准确率上的显著提升,证明了其在下肢外骨骼机器人步态识别中的有效性。
被引用: 23次
年份: 2026年
下载文档 2.00元
引用
分享
来源期刊
核心点推荐
  • 外骨骼机器人;步态检测;群优化算法;支持向量机;机器学习