本发明提供一种基于多模态深度学习的人体步态预测方法，属于步态预测、深度学习领域。该方法基于时间卷积网络构建深度神经网络，对融合了惯性传感器、足底压力传感器和声音传感器三种模态的信息进行分析处理，实时输出步态预测结果。本发明不需要人为设计特征提取器提取步态特征，而是自动将特征学习和步态预测集为一体，可以在不同行走环境下实时预测不同人体步态行为，提高了步态预测的准确率和鲁棒性，未来可以应用于在医疗康复和军事领域中外骨骼机器人的步态预测。