CN111469117A - 一种刚柔耦合有源外骨骼的人体运动模式检测方法 - Google Patents
一种刚柔耦合有源外骨骼的人体运动模式检测方法 Download PDFInfo
- Publication number
- CN111469117A CN111469117A CN202010291967.5A CN202010291967A CN111469117A CN 111469117 A CN111469117 A CN 111469117A CN 202010291967 A CN202010291967 A CN 202010291967A CN 111469117 A CN111469117 A CN 111469117A
- Authority
- CN
- China
- Prior art keywords
- theta
- value
- judging
- imu
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0006—Exoskeletons, i.e. resembling a human figure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种刚柔耦合有源外骨骼的人体运动模式检测方法,包括以下步骤:1)判断足底压力值是否小于阈值T1;2)如果足底压力值小于T1,判断当前足底压力对应腿为摆动态,转入步骤3);3)寻找摆动态开始时刻对应的大腿IMU值c,寻找摆动腿的小腿IMU峰值时刻t以及时刻t对应的大腿IMU的值a;4)判断是否θ1<c‑a<θ2且θ3<a<θ4,若是,判断当前状态为上楼;5)判断是否θ5<c‑a<θ6且θ7<a<θ8,若是,判断当前状态为平地行走;6)判断是否θ5<c‑a<θ6且θ3<a<θ4,若是,判断当前状态为下楼;否则判断当前状态维持上一状态,返回步骤1)。本发明有效地结合了关节角度极值特征和足底压力信号稳定,极大提高了运动模式识别的准确性和实时性,为刚柔耦合有源外骨骼的助力效率提供保证。
Description
技术领域
本发明涉及人体运动模式感知技术,尤其涉及一种刚柔耦合有源外骨骼的人体运动模式检测方法。
背景技术
随着现代科技的飞速发展,武器装备水平越来越成为现代战争胜利的重要保证,单兵作战外骨骼在军事斗争中地位逐渐上升。刚柔耦合外骨骼设计制造的主要目标是有效支撑负重载荷,将80%的负重传至地面,而人体自身只需要承受20%的负重竖直向载荷和全部水平载荷。该型外骨骼不仅可以帮助士兵大大增强作战时的负重,而且可以让单兵的负重量达到50kg~70kg,同时还提供支撑、保护关节等功能。
刚柔耦合外骨骼将穿戴者和整个外骨骼视为一个相互作用的闭环***,使人体的输入输出信号与外骨骼的输入输出信号进行协调,达到彼此平衡的目的。由于外骨骼控制***是关键技术所在,而控制***以人体运动模式为控制依据,因此准确快速的识别人体运动模式一直是研究的一大重点。目前应用于下肢外骨骼机器人的运动模式识别方法主要有三种:1、基于足底压力的步态相位识别,这种方法只能识别出人体运动步态周期的相位划分,进而作为开关量信号配合柔顺控制算法使用,无法识别不同的运动模式;2、基于表面肌电信号(sEMG)的运动意图识别,表面肌电信号产生于动作执行之前,具有一定的超前性,但肌电信号内部包含运动信息太多,目前技术主要聚焦于肌肉激活度,识别模型较为复杂;3、基于多维力传感器的人体运动模式识别,主要依据人机交互力大小对人体运动模式进行识别,识别效果较好,但多维力传感器体积较大,价格昂贵,安装不方便,增加成本。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种刚柔耦合有源外骨骼的人体运动模式检测方法。
本发明解决其技术问题所采用的技术方案是:一种刚柔耦合有源外骨骼的人体运动模式检测方法,包括以下步骤:
1)采集足底压力值,判断足底压力值是否小于阈值T1;
2)如果足底压力值小于T1,判断当前足底压力对应腿为摆动态,转入步骤3),否则判断人体处于站立态,返回步骤1);
3)寻找摆动态开始时刻对应的大腿IMU值c,寻找摆动腿的小腿IMU峰值时刻t;寻找该峰值时刻t对应的大腿IMU的值a和对应的髋关节的值b;
4)判断是否θ1<c-a<θ2且θ3<a<θ4,若是,判断当前状态为上楼,返回步骤1);否则执行步骤5);
其中,θ1至θ4为预设阈值;
5)判断是否θ5<c-a<θ6且θ7<a<θ8,若是,判断当前状态为平地行走,返回步骤1);否则执行6);
6)判断是否θ5<c-a<θ6且θ3<a<θ4,若是,判断当前状态为下楼,返回步骤1);否则将当前状态维持上一状态,返回步骤1)。
按上述方案,所述阈值设定如下:θ1=30°;θ2=45°;θ3=100°;θ4=130°;θ5=5°;θ6=25°;θ7=70°;θ8=95°。
按上述方案,所述阈值是根据行走的IMU波形图得到的,具体获取方式如下:针对包括上楼下楼和平地行走三种不同运动模式,任意截取一组单步行走数据,对于一组单步行走数据,找到摆动态开始时刻t1,并求t1时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt1;然后求其摆动腿的小腿IMU达到峰值时刻t2,并求t2时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt2;将对应模式下所有单步行走数据按照此方法分别求出θt1-θt2和样本θt2的集合;依据此集合分别确定对应运动模式的阈值范围。
本发明产生的有益效果是:本发明有效地结合了关节角度极值特征和足底压力信号稳定,极大提高了运动模式识别的准确性和实时性,为刚柔耦合有源外骨骼的助力效率提供保证。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例的IMU值判断示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
由于人的步态是左右脚交替的,故可以检测摆动腿的状态来判断当前的人所处的行进状态。整个摆动态周期分为:前摆动、后摆动、落地支撑。可以真正用来判断的时刻,是处于后摆动时期。即在摆动态的第三分之一周期时刻便可以判断出当前步态。而这一时刻的分界可以用小腿IMU到达峰值的时刻来判断。
本发明采用足底压力传感器和IMU(惯性测量单元)作为刚柔耦合外骨骼运动模式检测的装置,根据对不同人群的足底压力和关节IMU值的分析,发现人体的不同运动模式(如平地行走、上下楼梯、上下坡等)与关节角度极值存在相关性,将该相关性进行解算,可准确判断人体的运动模式。本发明有效地结合了关节角度极值特征和足底压力信号稳定,极大提高了运动模式识别的准确性和实时性,为刚柔耦合有源外骨骼的助力效率提供充足的保证。
如图1所示,一种刚柔耦合有源外骨骼的人体运动模式检测方法,包括以下步骤:
1)设置足底压力传感器采集足底压力值,判断足底压力值是否小于阈值T1;
2)如果足底压力值小于T1,判断当前足底压力对应腿为摆动态,转入步骤3),否则判断人体处于站立态,返回步骤1);
3)使用IMU(惯性测量单元)测量各部位IMU值,惯性测量单元分别放置于测试人员的背部、大腿和小腿,寻找摆动态开始时刻对应的大腿IMU值c,寻找摆动腿的小腿IMU峰值时刻t;寻找该峰值时刻t对应的大腿IMU的值a和对应的髋关节IMU的值b;
制图,如图2,
4)判断是否θ1<c-a<θ2且θ3<a<θ4,若是,判断当前状态为上楼,返回步骤1);否则执行步骤5);
5)判断是否θ5<c-a<θ6且θ7<a<θ8,若是,判断当前状态为平地行走,返回步骤1);否则执行6);
6)判断是否θ5<c-a<θ6且θ3<a<θ4,若是,判断当前状态为下楼,返回步骤1);否则将当前状态维持上一状态,返回步骤1)。
其中,θ1至θ8为预设阈值;以全足着地为例,设置如下:θ1=30°;θ2=45°;θ3=100°;θ4=130°;θ5=5°;θ6=25°;θ7=70°;θ8=95°。
预设阈值θ1至θ8也可根据用户实际行走数据得到,针对包括上楼下楼和平地行走三种不同运动模式,提示用户进行运动行走并保证一定时长,对每种运动模式,任意截取一组单步行走数据,对于一组单步行走数据,找到摆动态开始时刻t1,并求t1时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt1;然后求其摆动腿的小腿IMU达到峰值时刻t2,并求t2时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt2;将对应模式下所有单步行走数据按照此方法分别求出θt1-θt2和样本θt2的集合;依据此集合分别确定对应运动模式的阈值范围。
为进一步提高检测结果的准确率,我们增加了一个判断因素:
摆动腿中,小腿IMU达到峰值时刻,对应摆动腿的髋关节IMU的值;
在摆动态最开始对应时刻t1,对应摆动腿大腿IMU的值记为A0。
寻找摆动腿中,小腿IMU达到峰值时刻t2,对应摆动腿大腿IMU的值记为A1,对应摆动腿的髋关节IMU的值为A2。
θ1<=A0–A1<=θ2且θ3<=A1<=θ4且θ5<=A2<=θ6;
判定为平地行走;
θ7<=A0–A1<=θ8且θ9<=A1<=θ10且θ11<=A2<=θ12;
判定为上楼;
θ1<=A0–A1<=θ2且θ9<=A1<=θ10且θ5<=A2<=θ6;
判定为下楼。
其中,阈值的获取方式同上。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (3)
1.一种刚柔耦合有源外骨骼的人体运动模式检测方法,其特征在于,包括以下步骤:
1)采集足底压力值,判断足底压力值是否小于阈值T1;
2)如果足底压力值小于T1,判断当前足底压力对应腿为摆动态,转入步骤3),否则判断人体处于站立态,返回步骤1);
3)寻找摆动态开始时刻对应的大腿IMU值c,寻找摆动腿的小腿IMU峰值时刻t;寻找该峰值时刻t对应的大腿IMU的值a;
4)判断是否θ1<c-a<θ2且θ3<a<θ4,若是,判断当前状态为上楼,返回步骤1);否则执行步骤5);
5)判断是否θ5<c-a<θ6且θ7<a<θ8,若是,判断当前状态为平地行走,返回步骤1);否则执行6);
6)判断是否θ5<c-a<θ6且θ3<a<θ4,若是,判断当前状态为下楼,返回步骤1);否则将当前状态维持上一状态,返回步骤1);
其中,θ1至θ8为预设阈值。
2.根据权利要求1所述的刚柔耦合有源外骨骼的人体运动模式检测方法,其特征在于,所述阈值设定如下:θ1=30°;θ2=45°;θ3=100°;θ4=130°;θ5=5°;θ6=25°;θ7=70°;θ8=95°。
3.根据权利要求1所述的刚柔耦合有源外骨骼的人体运动模式检测方法,其特征在于,所述预设阈值是根据行走的IMU波形图得到的,具体获取方式如下:针对包括上楼下楼和平地行走三种不同运动模式,任意截取一组单步行走数据,对于一组单步行走数据,找到摆动态开始时刻t1,并求t1时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt1;然后求其摆动腿的小腿IMU达到峰值时刻t2,并求t2时刻对应摆动腿的大腿IMU值,记为该运动模式下的一个样本θt2;将对应模式下所有单步行走数据按照此方法分别求出θt1-θt2和样本θt2的集合;依据此集合分别确定对应运动模式的阈值范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291967.5A CN111469117B (zh) | 2020-04-14 | 2020-04-14 | 一种刚柔耦合有源外骨骼的人体运动模式检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291967.5A CN111469117B (zh) | 2020-04-14 | 2020-04-14 | 一种刚柔耦合有源外骨骼的人体运动模式检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111469117A true CN111469117A (zh) | 2020-07-31 |
CN111469117B CN111469117B (zh) | 2022-06-03 |
Family
ID=71752564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010291967.5A Active CN111469117B (zh) | 2020-04-14 | 2020-04-14 | 一种刚柔耦合有源外骨骼的人体运动模式检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111469117B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112641603A (zh) * | 2020-12-17 | 2021-04-13 | 迈宝智能科技(苏州)有限公司 | 一种外骨骼装置及外骨骼运动控制方法 |
CN112949676A (zh) * | 2020-12-29 | 2021-06-11 | 武汉理工大学 | 一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103876756A (zh) * | 2014-04-18 | 2014-06-25 | 南京工程学院 | 下肢助力外骨骼机器人步态模式识别方法及*** |
CN105456000A (zh) * | 2015-11-10 | 2016-04-06 | 华南理工大学 | 一种可穿戴仿生外骨骼机械腿康复装置的行走控制方法 |
CN106625604A (zh) * | 2016-12-30 | 2017-05-10 | 深圳先进技术研究院 | 基于助力外骨骼机器人的运动状态判别方法及*** |
CN106821391A (zh) * | 2017-03-23 | 2017-06-13 | 北京精密机电控制设备研究所 | 基于惯性传感器信息融合的人体步态采集分析***及方法 |
CN108245164A (zh) * | 2017-12-22 | 2018-07-06 | 北京精密机电控制设备研究所 | 一种可穿戴式惯性器件人体步态信息采集计算方法 |
CN108379038A (zh) * | 2018-01-15 | 2018-08-10 | 浙江大学 | 一种下肢康复外骨骼***及其步行控制方法 |
CN108634960A (zh) * | 2018-05-11 | 2018-10-12 | 浙江大学 | 一种用于外骨骼穿戴者的步态在线检测方法 |
CN108992072A (zh) * | 2018-08-13 | 2018-12-14 | 浙江大学 | 一种基于步态事件的人体下肢运动意图识别方法 |
CN110141239A (zh) * | 2019-05-30 | 2019-08-20 | 东北大学 | 一种用于下肢外骨骼的运动意图识别及装置方法 |
CN110522458A (zh) * | 2019-10-15 | 2019-12-03 | 北京理工大学 | 一种适用于膝关节外骨骼的步态实时识别方法 |
-
2020
- 2020-04-14 CN CN202010291967.5A patent/CN111469117B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103876756A (zh) * | 2014-04-18 | 2014-06-25 | 南京工程学院 | 下肢助力外骨骼机器人步态模式识别方法及*** |
CN105456000A (zh) * | 2015-11-10 | 2016-04-06 | 华南理工大学 | 一种可穿戴仿生外骨骼机械腿康复装置的行走控制方法 |
CN106625604A (zh) * | 2016-12-30 | 2017-05-10 | 深圳先进技术研究院 | 基于助力外骨骼机器人的运动状态判别方法及*** |
CN106821391A (zh) * | 2017-03-23 | 2017-06-13 | 北京精密机电控制设备研究所 | 基于惯性传感器信息融合的人体步态采集分析***及方法 |
CN108245164A (zh) * | 2017-12-22 | 2018-07-06 | 北京精密机电控制设备研究所 | 一种可穿戴式惯性器件人体步态信息采集计算方法 |
CN108379038A (zh) * | 2018-01-15 | 2018-08-10 | 浙江大学 | 一种下肢康复外骨骼***及其步行控制方法 |
CN108634960A (zh) * | 2018-05-11 | 2018-10-12 | 浙江大学 | 一种用于外骨骼穿戴者的步态在线检测方法 |
CN108992072A (zh) * | 2018-08-13 | 2018-12-14 | 浙江大学 | 一种基于步态事件的人体下肢运动意图识别方法 |
CN110141239A (zh) * | 2019-05-30 | 2019-08-20 | 东北大学 | 一种用于下肢外骨骼的运动意图识别及装置方法 |
CN110522458A (zh) * | 2019-10-15 | 2019-12-03 | 北京理工大学 | 一种适用于膝关节外骨骼的步态实时识别方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112641603A (zh) * | 2020-12-17 | 2021-04-13 | 迈宝智能科技(苏州)有限公司 | 一种外骨骼装置及外骨骼运动控制方法 |
CN112949676A (zh) * | 2020-12-29 | 2021-06-11 | 武汉理工大学 | 一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法 |
CN112949676B (zh) * | 2020-12-29 | 2022-07-08 | 武汉理工大学 | 一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111469117B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stolyarov et al. | Translational motion tracking of leg joints for enhanced prediction of walking tasks | |
CN111469117B (zh) | 一种刚柔耦合有源外骨骼的人体运动模式检测方法 | |
CN105795571B (zh) | 一种用于外骨骼压力鞋的数据采集***及方法 | |
CN103800016B (zh) | 基于视触觉结合的人体身份步态识别***及其识别方法 | |
CN108577854A (zh) | 步态识别方法和步态辅助设备 | |
Li et al. | Estimating system state during human walking with a powered ankle-foot orthosis | |
KR20160031246A (ko) | 보행 환경 인식 방법 및 장치 | |
CN107174253A (zh) | 一种下肢运动姿态的判断方法、装置和*** | |
CN109480857B (zh) | 一种用于帕金森病患者冻结步态检测的装置及方法 | |
CN105125216A (zh) | 一种基于足底压力的步态检测*** | |
CN112263246B (zh) | 基于大腿角度的自适应步态相位识别方法及装置 | |
US8579838B2 (en) | Multi-sensor signal processing system for detecting walking intent, walking supporting apparatus comprising the system and method for controlling the apparatus | |
CN112949676B (zh) | 一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法 | |
CN108634960A (zh) | 一种用于外骨骼穿戴者的步态在线检测方法 | |
CN104013513A (zh) | 康复机器人感知***及其方法 | |
Zhao et al. | Walking assist robot: A novel non-contact abnormal gait recognition approach based on extended set membership filter | |
Ye et al. | An adaptive method for gait event detection of gait rehabilitation robots | |
CN106217352A (zh) | 基于压力传感器的外骨骼机器人步态控制方法 | |
CN113576467A (zh) | 融合足底压力传感器和imu的可穿戴实时步态检测*** | |
Carvalho et al. | Environment-aware locomotion mode transition prediction system | |
Zakria et al. | Heuristic based gait event detection for human lower limb movement | |
KR20160023984A (ko) | 표면근전도 신호기반 보행동작 인식을 위한 분류기 시스템 | |
CN108903947A (zh) | 步态分析方法、步态分析装置以及可读存储介质 | |
KR101829356B1 (ko) | Gpes 라이브러리와 ismf를 이용한 emg신호 기반 보행단계 인식 방법 | |
CN112440267B (zh) | 一种基于惯性传感器的步态相识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |