【技术实现步骤摘要】
一种基于可穿戴式传感器的人体关节中心确定方法
[0001]本专利技术涉及机器人领域,具体是一种基于可穿戴式传感器的人体关节中心确定方法。
技术介绍
[0002]近年来随着中国社会老龄化的加剧和各类事故的日益高发,由脑卒中、脊髓损伤和脑外伤等原因造成的肢体运动障碍的人口迅速增长。有效的康复手段是术后恢复行走功能的重要途径,对于提高生活质量,减轻社会负担具有重要的实际意义。
[0003]在医护人员的辅助下进行康复训练的传统康复方式,训练强度大、持续性难以保证,同时,受治疗师数量以及水平影响,训练效果难以精确观察,因此无法做到对患者的治疗需求精确辅助。下肢康复机器人应运而生,成为了恢复患者下肢运动功能的有效手段。
[0004]下肢康复机器人主要由机械部分和控制系统组成,机械部分是控制系统的控制对象和研究基础,通过机械部分的设计,在保证机器人与穿戴者(患者)的结构匹配和运动匹配后,机器人的控制性能主要由控制系统决定;控制系统是整个机器人的大脑,起着至关重要的作用。
[0005]在控制系统的设计和动力学建模过程中,人体关节中心位置的确定对于整体的建模有着重要的意义。由于人体髋关节和膝关节生理结构的复杂性,导致其运动中心不能通过简单的测量精确确定,所以如何精确确定关节中心成为了一个难点。
[0006]目前关节中心位置的确定方法主要有两种:一是基于人体特征数据库中的身高和体重等参数,利用二元回归模型的方法来确定;二是基于惯性测量单元(Inertial Measurement Unit,简称IMU), ...
【技术保护点】
【技术特征摘要】
1.一种基于可穿戴式传感器的人体关节中心确定方法,其特征在于,具体步骤如下:首先,选取m个惯性测量单元IMU,按需分别绑缚在人体腰部和腿部各部位的关节位置,同时连接控制器读取各IMU的三轴角速度值和三轴加速度值;m为大于等于1的正整数;针对每个关节位置放置的IMU,等时间间隔进行数据采样,将该IMU采样的三轴加速度值和三轴角速度值分别各自绘制一张图像;并判断每个IMU的三轴角速度值绘制的图像是否符合预期的平滑程度,当不符合时,对图像中的锯齿波纹进行过滤,直至得到平滑图像;然后,采用数据融合算法结合平滑图像中保留的角速度,以及各IMU采样的加速度数据,计算各IMU对应的关节的梯度,进一步计算每个采样时刻下的损失函数;针对采样时刻k的损失函数δ
k
,表达式如下:a
l,t
表示第l个IMU的三轴加速度值;表示第l个关节的中心旋转产生的径向加速度和切向加速度之和;l={1,2,...,m};构建各IMU所有采样时刻的损失函数之和的模型,并利用Levenberg
‑
Marquart最优方法优化该模型使得误差最小,从而得到各关节中心位置的最优估计;损失函数之和模型的目标函数为:Ndata表示采样总时刻。2.如权利要求1所述的一种基于可穿戴式传感器的人体关节中心确定方法,其特征在于,所述腰部和腿部各部位的关节具体包括:腰部的胯骨、大腿和小腿右侧肌肉活动薄弱的位置。3.如权利要求1所述的一种基于可穿戴式传感器的人体关节中心确定方法,其特征在于,所述每个IMU均包括一个三轴陀螺仪和一个三轴加速度计,读取的数据包括:三轴陀螺仪测量的三轴角速度值;三轴加速度计测量的三轴加速度值;第一个IMU的三轴角速度值用g
1,t
表示:g
1,t
={g
1,t,x
,g
1,t,y
,g
1,t,z
};第一个IMU的三轴加速度值用a
1,t
表示:a
1,t
={a
1,t,x
,a
1,t,y
,a
1,t,z
};同理,第二个IMU的三轴角速度值用g
2,t
表示:g
2,t
={g
2,t,x
,g
2,t,y
,g
2,t,z
},第二个IMU的三轴加速度值用a
2,t
表示:a
2,t
={a
2,t,x
,a
【专利技术属性】
技术研发人员:张武翔,鞠林航,石狄,丁希仑,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。