Key points are not available for this paper at this time.
सार पहनने योग्य निचले अंग एक्सोस्केलेटन एक विशिष्ट मानव-इन-लूप मानव-रोबोट युग्मित प्रणाली है, जो मानव की प्राकृतिक और निकट सहयोग को समय पर मानव गतिशीलता की पहचान करके अंजाम देती है। विषय-विशिष्ट प्रशिक्षण की आवश्यकता मौजूदा दृष्टिकोणों की मुख्य चुनौती है, और अधिकांश तरीकों में पहचान की अपर्याप्तता की समस्या है। यह लेख निचले अंग एक्सोस्केलेटन प्रणाली के लिए GA-CNN पर आधारित एक समग्र विषय-उपयोगकर्ता अनुकूल वास्तविक समय गतिशीलता मोड पहचान (LMR) विधि प्रस्तावित करता है। LMR विधि संकुचन तंत्रिका नेटवर्क (CNN) और आनुवंशिक एल्गोरिदम (GA)-आधारित बहु-सेंसर सूचना चयन का संयोजन है। नेटवर्क प्रदर्शन में सुधार के लिए, उच्चतर पैरामीटर को बायेजियन अनुकूलन द्वारा अनुकूलित किया जाता है। प्रस्तावित विधि को सत्यापित करने के लिए बहु-प्रकार के सेंसर और नवोन्मेषी संवेदनशील जूतों के साथ एक एक्सोस्केलेटन प्रोटोटाइप प्रणाली का उपयोग किया जाता है। बारह गतिशीलता मोड, जो एक्सोस्केलेटन के दैनिक अनुप्रयोग के लिए एक समग्र गतिशीलता प्रणाली का गठन करते हैं, प्रस्तावित विधि द्वारा पहचाने जा सकते हैं। एक श्रृंखला प्रयोगों के अनुसार, पहचानकर्ता उच्च सटीकता, कम विलंब, और विभिन्न विषयों के लिए पर्याप्त अनुकूलन सहित मजबूत समग्र क्षमताओं का प्रदर्शन करता है।
Wang et al. (Mon,) ने इस प्रश्न का अध्ययन किया।