基于助力外骨骼機器人的運動狀態判別方法及系統與流程

本發明屬于智能設備技術領域，尤其涉及一種基于助力外骨骼機器人的運動狀態判別方法及系統。

背景技術：

助力外骨骼機器人是一類模仿人體生理構造，能被人穿戴、協同穿戴者運動的同時輔助穿戴者的智能機械裝置，它可以提高人們在行走耐久性、負重能力等特定方面的體能。助力外骨骼機器人在輔助人體行走時，需要在人體下肢關節動作之前，判斷出人體的運動狀態，然后根據人體的運動狀態對人體各個關節提供適當的輔助扭矩，來幫助人體行走。目前，助力外骨骼機器人采用的運動狀態判別的主流方法是：通過傳感器采集人的關節運動信息，然后通過聚類或者馬爾科夫模型等算法，進行運動狀態判別，這類算法是通用的模式識別算法，理論嚴謹，誤差也小。但是，這類算法較為復雜，計算量較大，實現起來較難，并實時性較差，不適用于實時控制系統。

技術實現要素：

本發明實施例的目的在于提供一種基于助力外骨骼機器人的運動狀態判別方法及系統，旨在解決現有的運動狀態判別技術中采用的算法較為復雜，計算量較大，實現起來較難，并實時性較差，不適用于實時控制系統的問題。

本發明實施例是這樣實現的，一種基于助力外骨骼機器人的運動狀態判別方法，其中，所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器，所述運動狀態判別方法包括：

采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機；

根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右；

根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態。

另一方面，本發明實施例提供一種基于助力外骨骼機器人的運動狀態判別系統，所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器，所述運動狀態判別系統包括：

數據采集單元，用于采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機；

加速度計算單元，用于根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右；

運動狀態識別單元，用于根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態。

實施本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法及系統具有以下有益效果：

本發明實施例通過在所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器，然后采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機；根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右；根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態，從而簡化了運動狀態識別的算法，減少了運動狀態識別的計算量，并且易于實現，實時性好，適用于實時性要求較高的助力外骨骼機器人的控制系統。

附圖說明

圖1是本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法的示意流程圖；

圖2是本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法中步驟S103的示意流程圖；

圖3是本發明另一實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法的示意流程圖；

圖4是本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別系統的示意性框圖；

圖5是本發明另一實施例提供的一種基于助力外骨骼機器人的運動狀態判別系統的示意性框圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

圖1是本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法的示意流程圖。其中，所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器。參見圖1所示，該方法可以包括以下步驟：

在S101中，采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機。

在本實施例中，所述助力外骨骼機器人的左、右髖關節處均安裝有角度傳感器，用于采集人體左、右髖關節的角度值φ_左、φ_右。所述助力外骨骼機器人左、右兩個足底踏板的上、下面均安裝有壓力傳感器，其中安裝在左、右足底踏板上面的壓力傳感器分別用于采集人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人；安裝在左、右足底踏板下面的壓力傳感器分別用于采集所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機。

在S102中，根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右。

在本實施例中，另當前步態周期為t₁～t₃，t₂為當前步態周期內的中間時刻點，在當前步態周期內三個不同時間點t₁、t₂、t₃采集到的人體左髖關節的角度值分別為φ_左1、φ_左2、φ_左3，人體左髖關節的角度值分別為φ_右1、φ_右2、φ_右3那么當前步態周期人體左、右髖關節的速度α_左、α_右的計算公式分別為：

在S103中，根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態。

圖2示出了本實施例中步驟S103的具體實現時的示意流程圖，參見圖2所示，在本實施例中，步驟S103具體包括：

在S201中，根據所述人體左、右髖關節的加速度α_左、α_右識別出當前步態周期的行走模式，所述行走模式包括行走態、跑步態以及起坐態。

在本實施例中，步驟S201具體包括：

若所述人體左、右髖關節的加速度α_左、α_右的絕對值均小于第一加速度閾值，則當前步態周期內的行走模式為行走態；

若所述人體左、右髖關節的加速度α_左、α_右的絕對值均大于第一加速度閾值并小于第二加速度閾值，則當前步態周期內的行走模式為跑步態；

若所述人體左、右髖關節的加速度α_左、α_右均為零，則當前步態周期內的行走模式為起坐態。

在S202中，根據所述人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內在所述行走模式下人體的運動步態。

在本實施例中，步驟S202具體包括：

計算所述人體左足底對所述助力外骨骼機器人的壓力F_左人和所述助力外骨骼機器人的左足底踏板對地的壓力F_左機的第一比值；

計算所述人體左足底對所述助力外骨骼機器人的壓力F_左人和所述助力外骨骼機器人的左足底踏板對地的壓力F_左機的第二比值；

計算所述人體左、右足對所述助力外骨骼機器人的壓力之和與所述助力外骨骼機器人的左、右足底踏板對地的壓力之和的第三比值；

計算人體重力與人體重力和所述助力外骨骼機器人的重力之和的第四比值；

根據所述第一比值、所述第二比值、所述第三比值、所述第四比值、所述人體左、右髖關節的角度值φ_左、φ_右以及預先配置的運動步態識別策略識別所述當前步態周期內在所述行走模式下人體的行走步態。

進一步的，在本實施例中，所述根據所述第一比值、所述第二比值、所述第三比值、所述第四比值、所述人體左、右髖關節的角度值φ_左、φ_右以及預先配置的運動步態識別策略識別所述當前步態周期內在所述行走模式下人體的行走步態具體包括：

當所述行走模式為行走態時：

若所述第三比值等于所述第四比值，則所述運動步態為站立狀態；

若所述第一比值大于第一支撐閾值，所述第二比值小于所述第一支撐閾值，則所述運動步態為左腿邁出狀態；

若所述第一比值小于所述第一支撐閾值，所述第二比值大于所述第一支撐閾值，則所述運動步態為右腿邁出狀態；

若所述第三比值小于所述第一支撐閾值，則所述運動步態為腿擺動狀態；

若所述第一比值大于第二支撐閾值，所述第二比值小于第二支撐閾值，則所述運動步態為右腿下臺階、左腿下臺階狀態；

若所述第一比值小于所述第二支撐閾值，所述第二比值大于所述第二支撐閾值，則所述運動步態為左腿下臺階、右腿上臺階狀態。

當所述行走模式為跑步態時：

若所述第三比值等于所述第四比值，則所述運動步態為站立狀態；

若所述第一比值大于第三支撐閾值，所述第二比值小于所述第三支撐閾值，則所述運動狀態為左腿邁出狀態；

若所述第一比值小于所述第三支撐閾值，所述第二比值大于所述第三支撐閾值，則所述運動狀態為右腿邁出狀態；

若所述第三比值小于所述第三支撐閾值，則所述運動狀態為腿擺動狀態。

當所述行走模式為起坐態時：

若所述第三比值等于所述第四比值，則所述運動步態為站立狀態；

若所述人體左、右髖關節的角度值φ_左、φ_右相等、所述第一比值等于所述第二比值并且大于第四支撐閾值，則所述運動步態為下蹲狀態；

若所述人體左、右髖關節的角度值φ_左、φ_右相等、所述第一比值等于所述第二比值并且小于所述第四支撐閾值，則所述運動步態為起立狀態；

若所述人體左、右髖關節的角度值φ_左、φ_右相等并且所述第一比值和所述第二比值均等于所述第四支撐閾值，則所述運動步態為完全坐下狀態。

以上可以看出，本實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法通過在所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器，然后采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機；根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右；根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態，從而簡化了運動狀態識別的算法，減少了運動狀態識別的計算量，并且易于實現，實時性好，適用于實時性要求較高的助力外骨骼機器人的控制系統。

圖3是本發明另一實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法的示意流程圖。參見圖3所示，相對于上一實施例，本實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法在所述根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右之前還包括：

在S302中，對采集到的當前步態周期內的人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機數據進行卡爾曼濾波處理。

在本實施例中，由于在對采集到的數據進行計算前先對其進行卡爾曼濾波處理，從而可以去除采集到的誤差數據，保證系統不會因為擾動而對運動狀態做出錯誤的判斷，提高了運動狀態判別的準確性和可靠性。

此外，在本實施例中還可以在所述助力外骨骼機器人的左、右膝關節處各安裝一角度傳感器，用于在步態周期內采集人體左、右膝關節處的角度，其采集到的角度值的處理方法與上一實施例中髖關節處采集到的角度值的處理方法相同，主要用于輔助修正運動狀態的判別結果，相對于上一實施例，能夠進一步提高運動狀態識別的準確性。

另外，需要說明的是，本實施例中的步驟S301以及步驟S303～S304由于分別與上一實施例中的步驟S101～步驟S103完全相同，因此，在此不再贅述。

因此，可以看出，本實施例提供的一種基于助力外骨骼機器人的運動狀態判別方法同樣簡化了運動狀態識別的算法，減少了運動狀態識別的計算量，并且易于實現，實時性好，適用于實時性要求較高的助力外骨骼機器人的控制系統；此外，相對于上一實施例，還能夠進一步提高運動狀態識別的準確性和可靠性。

圖4是本發明實施例提供的一種基于助力外骨骼機器人的運動狀態判別系統的示意性框圖。其中，所述助力外骨骼機器人的髖關節安裝有角度傳感器，所述助力外骨骼機器人的足底踏板的上下兩面均安裝有壓力傳感器。為了便于說明僅僅示出了與本實施例相關的部分。

參見圖4所示，本實施例提供的一種基于助力外骨骼機器人的運動狀態判別系統包括：

數據采集單元1，用于采用所述角度傳感器和所述壓力傳感器采集當前步態周期內人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機；

加速度計算單元2，用于根據當前步態周期內采集到的所述人體左、右髖關節的角度值φ_左、φ_右計算得出當前步態周期內所述人體左、右髖關節的加速度α_左、α_右；

運動狀態識別單元3，用于根據所述人體左、右髖關節的加速度α_左、α_右，人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內人體的運動狀態。

可選的，所述運動狀態識別單元3包括：

行走模式識別子單元31，用于根據所述人體左、右髖關節的加速度α_左、α_右識別出當前步態周期的行走模式，所述行走模式包括行走態、跑步態以及起坐態；

運動步態識別子單元32，用于根據所述人體左、右髖關節的角度值φ_左、φ_右，所述人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機識別所述當前步態周期內在所述行走模式下人體的運動步態。

可選的，所述行走模式識別子單元31具體用于：

若所述人體左、右髖關節的加速度α_左、α_右的絕對值均小于第一加速度閾值，則當前步態周期內的行走模式為行走態；

若所述人體左、右髖關節的加速度α_左、α_右的絕對值均大于第一加速度閾值并小于第二加速度閾值，則當前步態周期內的行走模式為跑步態；

若所述人體左、右髖關節的加速度α_左、α_右均為零，則當前步態周期內的行走模式為起坐態。

可選的，所述運動步態識別子單元32具體用于：

計算所述人體左足底對所述助力外骨骼機器人的壓力F_左人和所述助力外骨骼機器人的左足底踏板對地的壓力F_左機的第一比值；

計算所述人體左足底對所述助力外骨骼機器人的壓力F_左人和所述助力外骨骼機器人的左足底踏板對地的壓力F_左機的第二比值；

計算所述人體左、右足對所述助力外骨骼機器人的壓力之和與所述助力外骨骼機器人的左、右足底踏板對地的壓力之和的第三比值；

計算人體重力與人體重力和所述助力外骨骼機器人的重力之和的第四比值；

根據所述第一比值、所述第二比值、所述第三比值、所述第四比值、所述人體左、右髖關節的角度值φ_左、φ_右以及預先配置的運動步態識別策略識別所述當前步態周期內在所述行走模式下人體的行走步態。

可選的，參見圖5所示，在另一實施例中，所述運動狀態判別系統還包括：

濾波處理單元4，用于對采集到的當前步態周期內的人體左、右髖關節的角度值φ_左、φ_右，人體左、右足底對所述助力外骨骼機器人的壓力F_左人、F_右人以及所述助力外骨骼機器人的左、右足底踏板對地的壓力F_左機、F_右機數據進行卡爾曼濾波處理。

需要說明的是，本發明實施例提供的上述系統中的各個單元，由于與本發明方法實施例基于同一構思，其帶來的技術效果與本發明方法實施例相同，具體內容可參見本發明方法實施例中的敘述，此處不再贅述。

因此，可以看出，本實施例提供的基于助力外骨骼機器人的運動狀態判別系統同樣簡化了運動狀態識別的算法，減少了運動狀態識別的計算量，并且易于實現，實時性好，適用于實時性要求較高的助力外骨骼機器人的控制系統。

以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。