用于肢体的运动模式识别方法技术

本申请涉及人体下肢及其假肢、矫形器或外骨骼的运动模式识别方法，所述方法可包括：利用传感器收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据，如对地绝对运动轨迹、对地绝对速度或对地绝对加速度等；将收集的运动数据和相应的肢体运动模式输入分类器或模式识别器以对分类器或模式识别器进行训练；以及将通过传感器实时获得的肢体的运动数据输入经训练的分类器或经训练的模式识别器，以识别肢体的运动模式。其中常见的人体运动模式包括：上坡、下坡、上楼、下楼、平地行走以及转弯等。此外，该方法也可结合人体足底压力分布，肌电信号等用于提高现有模式识别方法的准确性。性。性。

【技术实现步骤摘要】
用于肢体的运动模式识别方法


[0001]本申请总体上涉及肢体步态识别
具体地，本申请涉及一种用于肢体的运动模式识别方法，以及更具体地涉及人体下肢及其假肢、矫形器或外骨骼的运动模式识别方法。

技术介绍

[0002]随着科学技术的进步以及人类生活水平的不断提高，社会和政府对有关民生的康复医疗设备的研究及其发展状况的关注度逐渐增加。近年来，中风偏瘫者、下肢运动功能受损人士或残疾者对人体助力设备或医疗康复训练设备的需求显著增加。下肢康复训练设备可帮助中风偏瘫者或运动功能受损者重获行走能力，提升生活质量。此外，下肢康复训练设备还可有助于使受伤肌肉或关节恢复运动功能，降低或消除永久性身体机能损伤。此外，部分研究者也正致力于为军人或大负重搬运工人研发各种智能人体助力设备，希望能够大大提高穿戴者的负重能力同时降低他们的行走或工作负担。
[0003]已经注意到，在不同的运动模式下，例如上坡、下坡、上楼或下楼，人体下肢的各关节所实现的功能以及对应的生物力学特征有很大的差异。因此，为了能够更准确地实现预期功能，下肢辅助设备首先应能够准确地识别穿戴者的运动模式，进而控制驱动器根据对应的运动模式生成预先设置的辅助力矩，从而帮助穿戴者更轻松地完成预期动作。
[0004]为了实现上述人体下肢及其下肢矫形器和外骨骼的运动模式识别功能，目前，研究者提出了多种实现方法。部分研究者提出通过提取和分析下肢辅助设备穿戴者的肌电信号(EMGs)或脑电信号(EEG)来实时检测穿戴者的运动模式。然而，由于肌肉在长时间运动过程中易出现疲劳以及身体出汗等因素，该类方法的识别准确度会被大大降低。此外，脑电信号(EEG)的维度较多，信号计算量较大，目前很难在移动设备上实现实时模式识别。此外，现有技术还提出了根据足底的压力信号分析穿戴者的运动模式。但是，应当注意到当地面不平或者穿戴者的行走速度改变时，该类模式识别方法的性能将大大降低，因此很难在实际生活中得到广泛应用。另一现有技术提出利用固定在腱侧或嵌入假肢的惯性测量单元获得的动态信息进行假肢的运动意图识别。然而考虑到在运动过程中获得的传感器参考系内的动态信息与穿戴者的运动速度相关，因此该类方法也很难在实际应用中得到推广。

技术实现思路

[0005]为了克服现有的运动模式识别方法的不足，本申请提出了一种用于人体下肢及其假肢、矫形器或外骨骼的运动模式识别方法。
[0006]根据本申请的一个方面，提供了一种用于肢体的运动模式识别方法，该方法可包括：利用传感器收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据；将所收集的运动数据和相应的肢体运动模式输入分类器或模式识别器以对分类器或模式识别器进行训练；以及将通过传感器实时获得的肢体的运动数据输入经训练的分类器或经训练的模式识别器，以对肢体的运动模式进行识别。
[0007]根据本申请的示例性实施方式，其中所述肢体例如可以包括人体的下肢、下肢假肢、下肢矫形器和下肢外骨骼等，以及所述运动模式例如可以包括上坡、下坡、上楼、下楼、平地行走和转弯等。
[0008]根据本申请的示例性实施方式，其中，所述运动数据可包括肢体末端在不同运动模式下的摆动阶段的对地绝对运动轨迹、对地绝对速度和对地绝对加速度中的一者或多者。
[0009]根据本申请的示例性实施方式，其中，传感器可包括固定在肢体末端的惯性测量单元。运动模式识别方法还可包括：通过对在传感器坐标系内获得的惯性测量单元的角速度和加速度数据进行坐标变换和积分运算(例如，一次积分或二次积分)来获取肢体末端的对地绝对运动轨迹、对地绝对速度和对地绝对加速度中的一者或多者。
[0010]根据本申请的示例性实施方式，用于肢体的运动模式识别方法还可包括：在受试者处于站立阶段时重置用于坐标变换的变换矩阵、对地绝对速度和对地绝对运动位移，以消除或减小惯性测量单元的累计漂移或累计误差。
[0011]根据本申请的示例性实施方式，可通过固定在肢体末端的惯性测量单元或安装在受试者的脚掌的测力传感器检测受试者的站立阶段。
[0012]根据本申请的示例性实施方式，收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据可包括：提取肢体末端在矢状面的对地绝对运动轨迹，通过矢状面的对地绝对运动轨迹推导与不同运动模式相对应的地形斜率，以识别受试者所从事的运动模式。
[0013]根据本申请的示例性实施方式，用于肢体的运动模式识别方法，还可包括：利用触发边界条件触发经训练的分类器或经训练的模式识别器，以在受试者的脚掌触地之前识别受试者所从事的运动模式。当满足触发边界条件时，受试者的运动模式即被识别。
[0014]根据本申请的示例性实施方式，触发边界条件例如可包括椭圆边界条件、圆形边界条件和矩形边界条件，当肢体末端的对地绝对运动轨迹穿过所述触发边界条件时，受试者的运动模式即被识别。
[0015]根据本申请的示例性实施方式，触发边界条件例如还可包括时间阀值触发、前进方向或地面垂直方向的对地绝对位移触发、对地绝对速度触发、或对地绝对加速度触发中的一者或多者。
[0016]根据本申请的示例性实施方式，触发边界条件还可包括惯性测量单元在传感器坐标系内的角速度或加速度信号中的一者或多者满足预设触发条件。
[0017]根据本申请的示例性实施方式，用于肢体的运动模式识别方法还可包括：利用时间窗对受试者的运动模式进行实时检测，以在受试者的脚掌触地之前识别受试者所从事的运动模式。当时间窗内的对地绝对速度、对地绝对加速度或对地绝对运动轨迹中的一者或多者与特定运动模式的相应数据匹配时，受试者的运动模式即被识别。
[0018]根据本申请的示例性实施方式，其中，收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据可包括：计算肢体末端相对受试者的初始矢状面或初始冠状面的转动角度或角速度，以识别受试者的转弯活动。
[0019]根据本申请的示例性实施方式，用于肢体的运动模式识别方法还可包括：通过对固定在肢体末端的惯性测量单元的输出数据进行转换来获得肢体末端相对受试者的初始矢状面或初始冠状面的转动角度或角速度，或者通过检测受试者的身体其它部位(例如头
部、上身躯干、手臂、下肢大腿、小腿、脚掌等)相对受试者的初始矢状面或初始冠状面的转动角度或角速度来识别受试者的转弯活动。
[0020]根据本申请的示例性实施方式，用于肢体的运动模式识别的分类器或模式识别器例如可包括线性判别式分析、二次判别分析、支持向量机以及神经网络等，但本申请不限于此。
[0021]根据本申请的示例性实施方式，传感器还可包括惯性测量单元结合激光位移传感器。惯性测量单元结合激光位移传感器可安装在受试者的小腿、大腿、腰间或头部等其他位置。惯性测量单元结合激光位移传感器可用于测量对地绝对运动轨迹、对地绝对速度或对地加速度中的一者或多者，以及可用于直接测量不同运动模式下的地形特征。
[0022]根据本申请的示例性实施方式，传感器还可包括惯性测量单元结合深度摄像头。惯性测量单元结合深度摄像头可安装在所述受试者本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于肢体的运动模式识别方法，包括：利用传感器收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据；将所述运动数据和相应的肢体运动模式输入分类器或模式识别器以对分类器或模式识别器进行训练；以及将通过所述传感器实时获得的所述肢体的所述运动数据输入经训练的分类器或经训练的模式识别器，以进行所述肢体的运动模式识别。2.根据权利要求1所述的运动模式识别方法，其中，所述肢体包括人体的下肢、下肢假肢、下肢矫形器和下肢外骨骼，以及所述运动模式包括上坡、下坡、上楼、下楼、平地行走和转弯。3.根据权利要求2所述的运动模式识别方法，其中，所述运动数据包括所述肢体末端在所述不同运动模式下的摆动阶段的对地绝对运动轨迹、对地绝对速度和对地绝对加速度中的一者或多者。4.根据权利要求3所述的运动模式识别方法，其中，所述传感器包括固定在所述肢体末端的惯性测量单元，以及其中，所述运动模式识别方法还包括：通过对在传感器坐标系内获得的所述惯性测量单元的角速度和加速度数据进行坐标变换和积分运算来获取所述肢体末端的所述对地绝对运动轨迹、所述对地绝对速度和所述对地绝对加速度中的一者或多者。5.根据权利要求4所述的运动模式识别方法，还包括：在所述受试者处于站立阶段时重置用于所述坐标变换的变换矩阵、所述对地绝对速度和对地绝对运动位移，以消除或减小所述惯性测量单元的累计漂移或累计误差。6.根据权利要求5所述的运动模式识别方法，其中，通过固定在所述肢体末端的所述惯性测量单元或安装在所述受试者的脚掌的测力传感器检测所述受试者的站立阶段。7.根据权利要求3所述的运动模式识别方法，其中，所述收集受试者的肢体末端在不同运动模式下的摆动阶段的运动数据包括：提取所述肢体末端在矢状面的所述对地绝对运动轨迹，通过所述矢状面的所述对地绝对运动轨迹推导与所述不同运动模式相对应的地形斜率，以识别所从事的运动模式。8.根据权利要求4所述的运动模式识别方法，还包括：利用触发边界条件触发所述经训练的分类器或所述经训练的模式识别器，以在所述受试者的脚掌触地之前识别所述受试者所从事的运动模式，其中，当所述触发边界条件满足时，所述受试者的运动模式被识别。9.根据权利要求8所述的运动模式识别方法，其中，所述触发边界条件包括椭圆边界条件、圆形边界条件和矩形边界条件，当所述肢体末端的所述对地绝对运动轨迹穿过所述触发边界条件时，所述受试者的运动模式被识别。10.根据权利要求8所述的运动模式识别方法，其中，所述触发边界条件包括时间阀值触发、前进方向或地面垂直方向的对地绝对位移触发、对地绝对速度触发、或对地绝对加速度触发中的一者或多者。11.根据权利要求8所述的运动模式识别方法，其中，
所述触发边界条件包括所述惯性测量单元在所述传感器坐标系内的角速度或加速度信号中的一者或多者满足预设触发条件。12.根据权利要求4所述的运动模式识别方法，还包括：利用时间窗对所述受试者的运动模式进行实时检测，以在所述受试者的脚掌触地之前识别所述受试者所从事的运动模式，其中，当所述时间窗内的所述对地绝对速度、所述对地绝对加速度或所述对地绝对运动...

【专利技术属性】
技术研发人员：廖维新，高飞，刘高禹，
申请(专利权)人：香港中文大学，
类型：发明
国别省市：