本发明提供了一种基于模仿学习的下肢假肢控制系统及方法,涉及下肢假肢的控制策略技术领域,系统包括膝关节控制电机、踝关节控制电机、连杆和外壳。方法包括：采集数据步骤：健康人体配戴IMU传感器,采集不同步态下健康人体步态信息,形成训练数据集；仿真训练模型步骤：搭建卷积神经网络模型,并在仿真环境中利用采集到的数据对模型进行训练；实体验证步骤：将卷积神经网络模型移植到下肢假肢实体控制器中,当下肢假肢控制器接收到IMU传感器的信号输入时,利用训练的卷积神经网络模型输出下肢假肢关节的动作指令,实现对下肢假肢的控制。本发明能够实现端到端的控制,控制流程更加平滑,同时减去了标注训练数据集的繁琐程序。

本发明公开了一种肢体动作识别方法,包括分别获得肌电信号和加速度信号；对每个有效活动时间段对应的有效肌电信号和有效加速度信号均分别进行AR模型特征提取、小波分析特征提取以及模糊熵特征提取,并将获得的肌电第一特征数据、肌电第二特征数据、肌电第三特征数据,加速度第一特征数据、加速度第二特征数据和加速度第三特征数据进行相关性分析,获得融合特征矩阵；利用预先创建获得的支持向量机对融合特征矩阵进行识别,获得肢体动作信息。本申请以肌电信号和加速度信号三个不同方面特征的融合特征识别肌体动作,提升了肌体动作识别的准确性。本申请还提供了一种肌体动作识别装置、系统以及计算机可读存储介质,具有上述有益效果。