1、外骨骼機器人是當前的研究熱點，在軍事和醫(yī)療康復領域有廣泛的應用前景。對外骨骼機器人的一個基本要求是能夠穩(wěn)定的跟隨人的行為，故而及時準確地識別人的步態(tài)對外骨骼的控制至關重要。步態(tài)識別算法通常需要多種類型傳感器的數(shù)據作為參考，這增加了外骨骼機器人傳感器系統(tǒng)的復雜性，也加重了信號處理的負荷。
　　人在行走過程中，足底與地面的接觸力具有周期性，是重要的步態(tài)數(shù)據，分析其與下肢關節(jié)角度之間的相關性，試圖通過壓力信號來判斷關節(jié)角度的變化趨勢以達

2、到減少外骨骼系統(tǒng)傳感器數(shù)量的目的。因此需要根據關節(jié)角度變化情況重新定義步態(tài)周期，并利用壓力數(shù)據完成步態(tài)識別。由于系統(tǒng)延時，為了實時的跟隨人的行為，外骨骼機器人必須對人的步態(tài)進行預測。
　　本文首先設計并實現(xiàn)了一套足底壓力測量系統(tǒng)，該系統(tǒng)包含一套壓力鞋墊和一個信號處理模塊，電池供電。其能夠實時地采集人行走過程中的足底壓力信號而不影響人的行為，并對信號進行調理、放大、采樣和存儲。結合姿態(tài)傳感器，該系統(tǒng)即能同時采集到壓力信號與關節(jié)角度信

3、號。
　　然后分別從足底壓力數(shù)據和關節(jié)角度數(shù)據對人的步態(tài)進行特征分析，并從相關系數(shù)和單調性分析了壓力數(shù)據與同側和對側關節(jié)角度數(shù)據的相關性，根據二者的關系重新劃分了步態(tài)周期，并定義了兩個步態(tài)特征，并根據步態(tài)特征完成步態(tài)識別的工作。
　　其次利用LMS和RLS自適應濾波算法對壓力數(shù)據進行預測，通過仿真確定了算法的關鍵參數(shù)。利用預測后的數(shù)據進行步態(tài)識別，以此達到步態(tài)預測的目的。
　　最后在信號處理模塊中實現(xiàn)了LMS預測算法和