穿戴式步态矫形器是下肢康复机器人的一种，是近年来医疗康复器械领域比较新的研究热点。
穿戴式步态矫形器涉及人体生理学、人机工程学、控制理论、信息处理等多个学科知识，其旨在帮助因年龄、疾病等因素造成下肢行走能力减弱的人群进行下肢康复训练，提高下肢运动能力。
穿戴式步态矫形器感知系统的研究是整个下肢康复机器人系统研制过程中十分重要的环节。
感知系统的自动化程度直接影响到步态矫形器的机械控制，同时会影响到穿戴者步态训练的效果。
步行减重训练是传统的下肢康复训练手段，依赖于治疗师的经验，使用手动协助训练，自动化程度低，效率低，而穿戴式步态矫形器依赖于多传感器组成的感知系统，具有高度自动化的特点，能很好的解决传统训练方法的问题，提高康复效率。
为了能准确获知下肢运动障碍患者的步态信息，并有针对性的进行步态康复训练，本文研究并设计了一种基于多传感器和高速数据同步传输网络的感知系统。
该感知系统通过安装在液压杆上的力传感器获取液压缸驱动力信息，通过安装在关节处的旋转编码器获取角度和角速度信息，通过加速度计获取加速度信息，以及通过足底压力传感器实时准确获知人体步行的步态信息。
传感器信号经过调理电路处理后由数据采集卡采集并经高速数据传输网络传输至主控计算机。
数据采集卡采集到的传感器信号一般包含高频噪声影响，本文针对不同的传感器信号特性设计不同参数的巴特沃斯低通滤波器滤除高频噪声，还原传感器真实信息。
通过分析数字滤波后的传感器的信息与人体实时运动状态验证了感知系统检测数据的可行性。
同时通过分析人体步行时足底压力变化，将人体步态周期进行划分。
基于不同的步态划分方式，采用不同的步态识别方案：基于足底压力信息判断法和基于欧式距离分类识别法。
实际行走试验时的数据可用来验证使用足底压力传感器检测人体步态的可行性，以及足底压力传感器布局的合理性。
最后通过足底压力信息对行走步态的实时监测识别，为步态矫形器的步态规划和行走控制提供基础。
