摘要
一种基于渐进无迹卡尔曼滤波网络的人体上肢姿态估计方法,包括:步骤1)搭建一套采集系统,通过视觉捕捉系统获取人体上肢运动关节的角度信息,使用肌电手环对小臂在运动过程中的肌电信号进行采集;步骤2)建立sEMG信号与上肢关节角度之间的模型;步骤3)构建由LSTM估计参数的无迹卡尔曼滤波体系,利用LSTM神经网络学习系统的量测方程h(·)、系统噪声Qk和量测噪声Rk;采用UT变化,利用加权统计线性回归近似非线性方程的后验均值#imgabs0#和方差Pk|k‑1;步骤4)根据UT变换和量测噪声Rk,求得量测变量的一步预测#imgabs1#方差Pzz,k|k‑1以及互协方差Pxz,k|k‑1;步骤5)根据UKF的计算步骤计算卡尔曼增益,根据k时刻的量测值zk,求出k时刻的状态估计#imgabs2#和估计方差Pk|k。