1. 本选题研究的目的及意义
外骨骼机器人作为一种可穿戴式机器人，近年来在医疗康复、军事、工业等领域展现出巨大的应用潜力。
运动意图识别是外骨骼机器人智能化控制的核心，其准确性和实时性直接影响着人机交互的效率和安全性。
本研究旨在探索一种结合二维力信息的外骨骼机器人运动意图识别方法，以提高识别精度，为外骨骼机器人的智能控制提供理论和技术支持。
2. 本选题国内外研究状况综述
近年来，外骨骼机器人运动意图识别技术取得了显著进展，国内外学者从不同角度对此展开了深入研究。
1. 国内研究现状
国内学者在基于表面肌电信号(sEMG)的外骨骼机器人运动意图识别方面展开了大量研究。
3. 本选题研究的主要内容及写作提纲
本研究主要围绕结合二维力信息的外骨骼机器人运动意图识别方法展开，研究内容涵盖信号采集与处理、特征提取与选择、识别算法设计与实现等方面。
1. 主要内容
1.研究二维力传感器的工作原理，分析其在运动意图识别中的适用性。
4. 研究的方法与步骤
本研究将采用理论分析、实验验证和仿真模拟相结合的方法，逐步开展以下研究工作：1.文献调研：查阅国内外相关文献，了解外骨骼机器人运动意图识别领域的研究现状、最新进展和发展趋势，为本研究提供理论基础和技术参考。
2.系统建模：建立外骨骼机器人系统模型，包括机械结构模型、控制系统模型和二维力传感器模型，为后续的仿真分析和实验验证提供平台。
3.数据采集与分析：设计合理的实验方案，招募志愿者进行不同运动模式下的数据采集，获取二维力传感器信号，并对采集到的数据进行预处理，消除噪声和误差。
5. 研究的创新点
1.提出了一种基于二维力信息的外骨骼机器人运动意图识别方法，相较于传统的基于sEMG信号的方法，该方法具有无创、易于获取、抗干扰能力强等优点。
2.研究了二维力信号的特征提取方法，并利用机器学习算法进行特征选择，构建了高效的特征向量，提高了运动意图识别的精度和鲁棒性。
3.搭建了实验平台，对所提出的方法进行了验证，并对实验结果进行了分析和讨论，验证了该方法的有效性和可行性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 王立鹏, 陈柏, 刘金存, 等. 基于表面肌电信号和关节力矩的人体运动意图识别[J]. 机器人, 2019, 41(3): 338-346.
2. 刘海涛, 王宏, 张立勋, 等. 外骨骼机器人人机交互研究现状与发展趋势[J]. 机器人, 2020, 42(4): 506-519, 530.
3. 李浩, 张秀丽, 张宪民. 基于深度学习的外骨骼机器人运动意图识别[J]. 控制理论与应用, 2020, 37(1): 145-154.
