The present invention relates to a surface electromyography (sEMG) signal-based gait phase recognizing method adaptively selecting properties and channels using a classifier, which is most accurate, by generating classifiers as much as the number of all cases of a method for extracting muscle and properties of each test subject per a gait phase through a training process and calculating the accuracy of the generated classifiers using separate gait data. The sEMG signal-based gait phase recognizing method includes: (a) a step of receiving sample signals of the EMG signals of the multiple channels and generating the classifiers classifying the EMG signals per the channel (b) a step of receiving test signals of the EMG signals of the multiple channels, calculating the accuracy of the classifiers by testing the classifiers, and selecting the classifier in accordance with the accuracy and (c) a step of recognizing the gait phase with the selected classifier. By the method, the surface electromyography signal-based gait phase recognizing method is capable of processing the gait phase recognition faster than an existing method using all properties and all channels and considerably increasing the recognition accuracy by adaptively using the proper property and the proper channel among the multiple properties.COPYRIGHT KIPO 2016본 발명은 훈련과정을 통해 각 피험자에 대해 보행단계별로 근육과 특징 추출 방법의 모든 경우의 수만큼 분류기를 생성하고, 생성된 분류기를 별도의 보행 데이터를 이용하여 정확도를 계산하여, 정확도가 가장 높은 분류기를 보행인식 단계에 사용하는 표면근전도 신호기반 보행단계 인식 방법에 관한 것으로서, (a) 다수 채널의 EMG 신호의 샘플 신호를 입력받아, 상기 EMG 신호를 분류하는 분류기를 상기 채널별로 생성하는 단계 (b) 다수 채널의 EMG 신호의 테스트 신호를 입력받아, 상기 분류기를 테스트하여 정확도를 구하여, 상기 정확도에 따라 분류기를 선정하는 단계 및, (c) 상기 선정된 분류기로 보행단계를 인식하는 단계를 포함하는 구성을 마련한다.상기와 같은 방법에 의하여, 다수의 특징 값 중에서 적합한 특징 및 채널을 적응적으로 선택하여 사용함으로써, 모든 특징들과 채널을 이용하는 기존 방법 보다 빠르게 보행단계인식을 처리할 수 있고, 인식의 정확도도 상당히 높일 수 있다.
