人体运动模式识别是康复辅具和远程医疗平台的重要功能，针对当前识别算法所需硬件复杂的问题，本项目设计了一种基于肌电与足底力的兼具高精度与低复杂度的运动模式识别方法，提出了“神经-机械”传感融合策略，基于仿真与实验结果提取了生物力学特征，设计了优化融合机器学习分类算法。结果表明本方法仅利用4个传感器即获得了97%的识别准确率，降低了系统硬件复杂度，提升了算法在低端平台的可移植性，具有良好的应用前景。
