一种基于扭矩和角度反馈融合的步态周期识别方法
阅读说明：本技术 一种基于扭矩和角度反馈融合的步态周期识别方法 (Gait cycle identification method based on torque and angle feedback fusion ) 是由 李哲 张岩岭 冯琴琴 金坤锋 玄利圣 于 2019-11-05 设计创作，主要内容包括：本发明公开了一种基于扭矩和角度反馈融合的步态周期识别方法,其特征在于,根据假肢佩戴者的假腿延长杆的轴向受力和弯矩,建立地面支反力模型,根据安装在所述假腿延长杆末端的压力传感器,得到所述假脚掌受到的地面支反力数据和支反力分布情况,再根据安装在所述假腿膝关节的角度传感器,得到膝关节转角数据；根据所述支反力数据和所述膝关节转角数据,对照步态数据库中的数据,确定当前步态周期所属阶段。本发明克服了肌电信号识别步态周期方法的测量数据易受皮肤表面状态干扰,不能在皮肤出汗或是不洁净等状态下准确判断步态周期的缺陷,且传感器测试结果可靠,不会出现传感器脱落的风险。(The invention discloses a gait cycle recognition method based on torque and angle feedback fusion, which is characterized in that a ground support reaction model is established according to axial stress and bending moment of a leg prosthesis extension rod of a prosthesis wearer, ground support reaction data and support reaction distribution conditions borne by a prosthetic foot sole are obtained according to a pressure sensor arranged at the tail end of the leg prosthesis extension rod, and knee joint corner data are obtained according to an angle sensor arranged at a knee joint of a leg prosthesis; and determining the stage of the current gait cycle according to the support reaction force data and the knee joint corner data and by contrasting data in a gait database. The invention overcomes the defects that the measured data of the gait cycle identification method by electromyographic signals is easy to be interfered by the skin surface state and the gait cycle can not be accurately judged under the states of skin sweating or unclean and the like, and the test result of the sensor is reliable without the risk of falling off of the sensor.)
技术领域
本发明涉及计算机识别技术领域，尤其涉及一种基于扭矩和角度反馈融合的步态识别方法。
背景技术
随着现代化工业的发展，自然灾害，交通事故，疾病等意外伤害频繁发生，大腿截肢者的数量正在迅速增加，对于大腿截肢者，截肢使他们失去了基本行走能力，安装智能假肢是他们恢复基本行走能力的一种有效方法。智能假肢的关键技术之一就是步态周期识别，因此研究步态周期识别对于改善大腿截肢者生活具有重要意义。
目前步态周期识别的主要方法包括肌电信号识别步态周期。肌电信号识别步态周期是将肌电传感器贴放在大腿截肢受试者的皮肤表面肌肉位置，采集不同步态下的多通道残肢表面肌电信号，对采集到的肌电信号进行分析预处理，对预处理后的肌电信号进行特征值提取，构建相应的特征向量，用改进后有监督Kohonen神经网络聚类算法对大腿截肢者的步态周期进行识别。但是肌电信号识别步态周期需要将肌电传感器与人体皮肤表面完全接触，信号比较微弱，皮肤表面的干燥程度，清洁程度，出汗情况等都会影响肌电传感器的输出信号，容易出现测量结果不准确，步态周期判断错误等情况。
发明内容
针对上述现有技术存在的缺陷，本发明提供一种基于扭矩和角度反馈融合的步态周期识别方法，在任何时期都能准确判断出人体处于步态周期中的哪个阶段，确定智能假肢下一步应该做出的动作，从而使智能假肢佩戴者走路更加自然舒适。
本发明提供的一种基于扭矩和角度反馈融合的步态周期识别方法，其改进之处在于，根据假肢佩戴者的假腿延长杆的轴向受力和弯矩，建立地面支反力模型，根据安装在所述假腿延长杆末端的压力传感器，得到假脚受到的地面支反力数据和支反力分布情况，再根据安装在假腿膝关节的角度传感器，得到膝关节转角数据；根据所述支反力数据和所述膝关节转角数据，对照步态数据库中的数据，确定当前步态周期所属阶段。根据支反力分布情况建立统计表，用于对步态周期的统计。
其中，建立地面支反力模型包括：
式中，
其中，安装在所述假腿延长杆末端的压力传感器，是指在假腿小腿末端与假脚的踝关节连接处，用弹性片链接，在所述弹性片上安装压力传感器，通过应变片的形变计算小腿延长杆处的轴向压力和弯矩。
其中，所述步态数据库包括CGA步态数据库。
其中，所述压力传感器为应变片式压力传感器。
其中，所述应变片式压力传感器通过形变表示承受的压力，将由轴向受力和弯矩形成的弹性形变转化为电压形式输出，通过所述假腿延长杆上的MCU处理器，计算轴向受力和弯矩。
本发明的技术方案中，克服了肌电信号识别步态周期方法的测量数据易受皮肤表面状态干扰，不能在皮肤出汗或是不洁净等状态下准确判断步态周期的缺陷，且传感器测试结果可靠，不会出现传感器脱落的风险。
附图说明
图1为本发明实施例的步态周期识别方法流程示意图；
图2为本发明实施例的脚掌受地面支反力示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
本实施例提供的一种基于扭矩和角度反馈融合的步态周期识别方法，流程示意图如图1所示，具体为根据假肢佩戴者的假腿延长杆的轴向受力和弯矩，建立地面支反力模型，根据安装在所述假腿延长杆末端的压力传感器，得到所述假脚掌受到的地面支反力数据和支反力分布情况，再根据安装在所述假腿膝关节的角度传感器，得到膝关节转角数据；根据所述支反力数据和所述膝关节转角数据，对照CGA步态数据库中的数据，确定当前步态周期所属阶段。
具体的，本实施例可分为四部分：
第一部分，步态周期内，脚掌受力与小腿延长杆受力情况分析：
步态周期内，脚掌会受到的地面支反力的作用，同时由于行走过程中人体重心的不断偏移，脚掌受到的地面支反力分布情况是不断变化的。脚掌受到的地面支反力会沿着小腿延长杆传递到假肢上，在小腿延长杆上形成轴向受力，重心的偏移造成地面支反力分布情况的不断变化也会沿着小腿延长杆传递到假肢上，在小腿延长杆上形成弯矩受力。
由于脚步结构的原因，与地面接触的为前脚掌和后脚跟，足弓部分不接触地面，为了分析可以简化为图2所示的示意图，前脚掌受力为
小腿延长杆轴向受力：
小腿延长杆弯矩：
由以上两个公式得到：
式中，为与所述假腿匹配的假脚上前脚掌的受力；
由此，就可以通过测量小腿延长杆的轴向受力和弯矩来确定脚掌受到的地面支反力情况。
第二部分，安装压力传感器，测量小腿延长杆的轴向受力和弯矩，确定地面支反力分布情况：
由第一部分可以知道，测量小腿延长杆的轴向受力和弯矩就可以确定脚掌收到地面支反力的情况。轴向受力为地面给小腿延长杆的支反力，弯矩为人体行走过程中，由于重心的偏移在小腿延长杆上产生一个力。安装在所述假腿延长杆末端的压力传感器，是指在小腿末端与假脚的踝关节连接处，用弹性片链接，在所述弹性片上安装压力传感器。本实施例的压力传感器为应变片式压力传感器，其通过形变表示承受的压力，将由轴向受力和弯矩形成的弹性形变转化为电压形式输出，通过所述假腿延长杆上的MCU处理器，计算轴向受力和弯矩。
第三部分，安装角度传感器，测量膝关节角度：
人在行走过程中，一个步态周期内膝关节转角会根据阶段的不同而不断发生变化，在膝关节处安装角度传感器，用于测量膝关节转角。
第四部分，参照CGA步态数据库数据对大腿残肢者步态进行识别：
将测量到的地面支反力和膝关节转角数据，对照CGA步态数据库中对应的数据曲线阈值，确定当前步态周期处于哪个阶段。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种基于移动设备的行人步态检测方法