CN110522457B - 一种基于电机电流、传感器反馈的实时步态分析方法 - Google Patents

一种基于电机电流、传感器反馈的实时步态分析方法 Download PDF

Info

Publication number
CN110522457B
CN110522457B CN201910940433.8A CN201910940433A CN110522457B CN 110522457 B CN110522457 B CN 110522457B CN 201910940433 A CN201910940433 A CN 201910940433A CN 110522457 B CN110522457 B CN 110522457B
Authority
CN
China
Prior art keywords
joint
human body
detected
gait
hip
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.)
Active
Application number
CN201910940433.8A
Other languages
English (en)
Other versions
CN110522457A (zh
Inventor
徐海东
黄河
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Vishee Medical Technology Co Ltd
Original Assignee
Nanjing Vishee Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Vishee Medical Technology Co Ltd filed Critical Nanjing Vishee Medical Technology Co Ltd
Priority to CN201910940433.8A priority Critical patent/CN110522457B/zh
Publication of CN110522457A publication Critical patent/CN110522457A/zh
Application granted granted Critical
Publication of CN110522457B publication Critical patent/CN110522457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A61H1/0237—Stretching or bending or torsioning apparatus for exercising for the lower limbs
    • A61H1/0255—Both knee and hip of a patient, e.g. in supine or sitting position, the feet being moved in a plane substantially parallel to the body-symmetrical-plane
    • A61H1/0262—Walking movement; Appliances for aiding disabled persons to walk
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0266—Operational features for monitoring or limiting apparatus function
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0462—Apparatus with built-in sensors
    • A61B2560/0468—Built-in electrodes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/06—Arrangements of multiple sensors of different types
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12—Driving means
    • A61H2201/1207—Driving means with electric or magnetic drive
    • A61H2201/1215—Rotary drive
    • A61H2201/1223—Frequency controlled AC motor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5061—Force sensors

Abstract

本发明公开了一种基于电机电流、传感器反馈的实时步态分析方法，包括以下步骤：1)调试设备；2)穿戴设备:使待测人体完成下肢外骨骼机器人的穿戴；3)设置运动模式、步长、步高、步态周期，形成运动参数数据；运动模式为被动模式，由下肢外骨骼机器人控制待测人体步态轨迹；4)获取行走步态数据：包括行走过程中的各关节的角度，以及各关节对应的电机的电流值和/或各关节的扭矩值；5)整合数据、图表显示；6）根据图表，分析待测人体的步态功能或能力，本发明对步行步态的分析方法进行了标准化集成，同时实现了自动分析，其输出的结果为医生以及治疗师提供了可靠的医学数据，为后续的康复训练方案调整提供了可靠的训练依据。

Description

一种基于电机电流、传感器反馈的实时步态分析方法
技术领域
本发明涉及一种基于电机电流、传感器反馈的实时步态分析方法，属于步态分析技术领域。
背景技术
目前，在临床上出现了各种的对于患者（比如脑卒中、脊髓损伤等引起的下肢运动功能障碍的恢复期患者）步态分析的设备，如早期采用的EMG，其所有的功能都是直接检测肌肉信号来实现的。肌电信号处理的方法是将肌电信号看成均值为零、方差随信号强度变化而变化的随机信号。时域特征的提取相对比较简单。然而，时域特性虽然容易提取，但大量研究表明，当肌肉收缩力大小稍有变化时，表面肌电信号的时域特征变化较大，并不稳定。而且实际临床应用中对使用者要求比较高，难以定位，并且操作使用也比较繁琐，难以在临床上得到广泛应用。此外，直接检测肌肉信号的方法，要求患者必须主动运动，而在患者在被动模式下的步态无法进行精确分析。
发明内容
为解决现有技术的不足，本发明提供一种基于电机电流、传感器反馈的实时步态分析方法。分别针对下肢步态行走的电机电流值、传感器检测的扭矩值以及关节角度进行检测。整个过程操作简单便捷，数据精准易分析，方便在临床使用。通过检测结果的整合以及自动输出，并通过有效的结果显示方式进行直观显示，能实现检测的标准化、自动化以及对结果的直观、准确的描述。
为了实现上述目标，本发明采用如下的技术方案：一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，基于实时检测到的与待测人体各髋关节或膝关节对应的电机电流和/或扭矩，对行走步态数据进行标准化分析，所述的实时步态分析方法包括以下步骤：
1)调试设备：
调整设备的大、小腿长度以及骨盆宽度，使其与待测人体的腿长度、骨盆宽度相适应；所述的设备为下肢外骨骼机器人；
2)穿戴设备:
使待测人体完成下肢外骨骼机器人的穿戴；
3)设置运动参数：
设置运动模式、步长、步高、步态周期，形成运动参数数据；运动模式为被动模式，由下肢外骨骼机器人控制待测人体步态轨迹；
4)获取行走步态数据：
开始行走训练后，实时获取行走步态数据；
行走步态数据包括行走过程中的各髋关节或膝关节的关节角度，以及各髋关节或膝关节对应的电机的电流值和/或各髋关节或膝关节对应的扭矩传感器所检测到的关节扭矩值；
5)整合数据、图表显示：
对采集的关节角度、电机电流值、关节扭矩值在步态周期区域进行标记, 根据步骤3）的运动参数以及步骤4）的关节角度、电机电流值、关节扭矩值，进行数据整合并以图表形式表示，所述图表包括关节角度-电机电流值的图以及关节角度-关节扭矩值的图。关节角度、电流、扭矩均为纵坐标。
此外，还包括步骤6）根据图表，得出待测人体的步态特点:
某关节的电机电流值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当电机电流值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时电机电流值表示待测人体该关节用力大小；当某关节的电机电流值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时电机电流值表示待测人体该关节处肌张力大小；
某关节的关节扭矩值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当关节扭矩值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时关节扭矩值表示待测人体该关节用力大小；当某关节的关节扭矩值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时关节扭矩值表示待测人体该关节处肌张力大小；
根据各关节特定角度下的电流值和扭矩，判断待测人体用力肌肉的位置或者产生肌张力的肌群位置。具体地，某关节角度在行走时逐渐变化，如果在一个特定关节角度时电流值或扭矩值（绝对值）明显变大，则根据该角度以及该关节角度时电流值或扭矩值的方向，能找到用力的肌肉或产生肌张力的肌群位置。
作为对本发明的进一步改进，当待测人体主动运动，在一个步态周期内，通过比较髋关节前50%的步态周期与后50%步态周期的电机电流值或关节扭矩值（需比较绝对值），以比较髋屈曲肌肉力量、髋伸展肌肉的力量。值得一提的是，电机电流值、关节扭矩值、关节角度值的正负表示方向，例如，在图中，当某个关节的关节角度值、电机电流值均为正或均为负，则表示该关节电机电流值方向与待测人体该关节运动方向相同，待测人体该关节为主动运动；当某个关节的关节角度值、机电流值一个为正、一个为负，则表示该关节电机电流值方向与待测人体该关节运动方向相反，待测人体该关节为被动运动而没有用力，电机电流值表示待测人体该关节处肌张力；当某个关节的关节扭矩值、关节角度值一个为正、一个为负，表示待测人体该关节为被动运动而没有用力；当某个关节的关节扭矩值、关节角度值均为正或均为负，则表示关节扭矩值方向与待测人体该关节运动方向相同，待测人体为主动运动。
设置运动参数时，根据患者情况（例如正常步态周期、正常步长、正常步高等）设置相应的参数（步长、步高、步态周期）。
作为对本发明的进一步改进，当待测人体被动运动，在一个步态周期内，当某个时刻某髋关节的电机电流值或关节扭矩值（需比较绝对值）突然加大，表示髋屈曲肌肉或髂腰肌发生异常收缩。
优选的，在步骤1）之前，还包括如下步骤：获取待测人体病史数据：将待测人体的基本信息、生命体征、体格检查数据、功能评定数据输入至下肢外骨骼机器人中，形成待测人体的数据。
基本信息具体为：姓名、性别、既往史、遗传史、传染病等。
生命体征具体为：心率、血压、安静呼吸、体温等。
体格检测数据具体为：身高、 体重、大腿长度、小腿长度、骨盆宽度等。
功能评定：Fugl-Meyer运动功能评测、改良Barthel指数、肌力等。
优选的，在步骤1）和步骤2）之间，还包括如下步骤：检查下肢外骨骼机器人电量是否充足。具体为：检查外骨骼机器人的电量是否充足、检查减重车的电量是否充足。
步骤1）具体为：调整机器人大小腿长度以及骨盆宽度，以达到该患者适合的大小腿长度，以及适应该患者的骨盆宽度。
步骤2）具体为：患者（即待测人体）上机前穿戴好减重吊衣，视患者情况，至少在一人的辅助下完成坐位或者站立位的上机转移，连接好减重车或防摔车；治疗师或家属有序（自上而下）协助待测人体完成下肢外骨骼机器人的穿戴。
电机（驱动关节扭转的电机）安装于下肢外骨骼机器人的髋关节、膝关节侧面，传感器（用于检测关节扭矩）安装于下肢外骨骼机器人的髋关节侧面（电机有四个：左髋、右髋、左膝、右膝；传感器为两个：左髋、右髋），待测人体完成下肢外骨骼机器人的穿戴后，在训练过程中，电机始终对准待测人体两侧髋关节和膝关节侧面，传感器始终对准待测人体两侧髋关节。待测人体完成下肢外骨骼机器人的穿戴后各电机、传感器能检测到待测人体各关节的电流信息、扭矩信息。
工作原理：当运动模式为上述的被动模式，通过预先设定好的步长、步高、步态周期控制下肢外骨骼机器人的行走，完全由下肢外骨骼机器人带动待测人体进行行走；可通过调节步高及步长来改变下肢外骨骼机器人行走速度。本发明的具体实施例1和2中，默认运动模式为被动模式（机器人运动轨迹是确定的），在该被动模式中，仍然可以通过设置于机器人大腿绑带部位的力传感器检测待测人体主动运动意图，只是待测人体的主动运动无法改变运动轨迹，而体现在电流值和扭矩值的不同。
作为本发明的另一个技术方案，上述的步骤3）替换为：3) 获得运动参数数据：下肢外骨骼机器人大腿绑带部位安装有力传感器；运动模式包括主动和被动模式；当力传感器感知到待测人体的运动意图，则为主动模式，由待测人体控制步态轨迹（下肢机器人的驱动电机执行主动指令），待测人体带动下肢外骨骼机器人行走，由下肢外骨骼机器人的中央处理器实时检测待测人体的步长、步高、步态周期，形成主动运动参数数据；当力传感器无法感知到待测人体的运动意图，切换为被动模式，由下肢外骨骼机器人的中央处理器向各关节驱动电机下达指令（该指令使得机器人按照设定的步长、步高、步态周期所规划的步态轨迹行走，此为被动运动参数数据），驱动下肢外骨骼机器人行走；
工作原理：
主动模式与被动模式的切换通过力传感器是否感知到待测人体的运动意图而完成，还可以在患者刚开始训练时，通过手动选择主动模式或被动模式。
通过安装在下肢外骨骼机器人大腿绑带部位的力传感器感知待测人体的运动意图，力传感器将运动意图反馈给机器人中央控制器后通过中央控制器发送主动驱动的指令给各关节电机，以使下肢外骨骼机器人完全由待测人体控制进行行走；当力传感器无法感知到待测人体的运动意图，切换为被动模式，由下肢外骨骼机器人的中央处理器向各关节驱动电机下达指令，该指令使得下肢外骨骼机器人带动待测人体按照设定的步长、步高、步态周期所规划的步态轨迹行走。
上述第二个技术方案中，电机和传感器与外骨骼机器人为一体，训练过程中穿戴在患者两侧髋关节和膝关节侧面。机器人行走可在主动模式及被动模式中切换：主动模式是通过安装在机器人大腿绑带部位的力传感器感知使用者的运动意图，反馈给中央控制器处理后通过中央控制器发送指令给各关节电机来驱动机器人全程由使用者控制机器人进行行走；被动模式是通过预先设定好的各项运算参数并计算好的运算数据来控制机器人，全程由机器人带动使用者进行行走，使用过程中可以通过调节步态周期来改变机器人行走速度。使用时可以通过安装在大腿绑带部位的力传感器判断使用者的腿部力量变化。
相对于现有技术，本发明的有益效果为：分别针对下肢步态行走的电机电流值、传感器检测的扭矩值以及关节角度进行检测。整个过程操作简单便捷，数据精准易分析，方便在临床使用。通过检测结果的整合以及自动输出，并通过有效的结果显示方式进行直观显示，能实现检测的标准化、自动化以及对结果的直观、准确的描述，为后续的康复训练方案调整提供了可靠的训练依据。应用场景更为多样化，可以采用被动模式和/或主动模式，均能检测待测人体用力大小、肌张力、肌能力等等。
附图说明
图1为实施例1的右髋关节的关节角度-电机电流值示意图；
图2为实施例1的左髋关节的关节角度-电机电流值示意图；
图3为实施例1的右膝关节的关节角度-电机电流值示意图；
图4为实施例1的左膝关节的关节角度-电机电流值示意图；
图5为实施例1的右髋关节的关节角度-扭矩值示意图；
图6为实施例1的左髋关节的关节角度-扭矩值示意图；
图7为实施例2的右髋关节的关节角度-电机电流值示意图；
图8为实施例2的左髋关节的关节角度-电机电流值示意图；
图9为实施例2的右膝关节的关节角度-电机电流值示意图；
图10为实施例2的左膝关节的关节角度-电机电流值示意图；
图11为实施例2的右髋关节的关节角度-扭矩值示意图；
图12为实施例2的左髋关节的关节角度-扭矩值示意图；
图13为本发明的实时步态分析方法的流程图；
图14为实施例1的髋关节的步态曲线；
图15为实施例1的右膝关节的电流值；
图16为实施例1的右髋关节的扭矩值。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
实施例1
S1获取患者病史数据：
基本信息：
姓名：王晓书；性别：男 ；身高：173cm 体重：65kg；
生命体征：
心率：76次/分 ；血压：120/80mmHg ；
安静呼吸：18次/分 ；体温：36.8°C；
体格检查：
皮肤完整性：完整 ；
关节活动度是否影响机器穿戴：否；
功能评定：
髋关节活动度：正常 ；膝关节活动度：正常；踝关节活动度：正常；
Fugl-Meyer运动功能评测：23/34分；
改良Barthel指数：20分；
肌力：髋屈曲：1级；髋伸展：2-级；髋内收：2级；髋外展：1级
膝屈曲：1级；膝伸展：2级；
踝屈曲：1级；踝伸展：0级；
疾病诊断：脑出血；
病程：2个月
S2检查设备状态与调试设备：
检查设备电量是否充足
调整机器人大小腿长度以及骨盆宽度
S3上机穿戴设备：
患者上机前穿戴好减重吊衣，视患者情况，至少在一人的辅助下完成坐位或者站立位的上机转移，连接好减重车或防摔车；治疗师或家属有序（自上而下）完成下肢外骨骼机器人的穿戴；
S4设置运动参数：
根据患者情况设置相应的参数，包括运动模式、步长、步高、步态周期，形成运动参数数据；
运动模式：被动模式；
步长：30cm；
步高：110mm；
步态周期：2s；
减重比例：80%；
S5获取步态相关数据：
参数设置完毕后，开始训练后，实时获取步态相关数据
获取运动步态的数据（步态关节角度绘制成步态曲线，比如图14为髋关节的步态曲线）；
获取各关节电机的电流值，比如图15为右膝关节的电流值；
读取各关节传感器的扭矩值，比如图16为右髋关节的扭矩值；
S6整合数据图表显示：
远程控制软件系统通过各电机驱动器对采集的数据在步态周期区域进行色彩标记, 根据S4步骤中的参数设置、S5步骤中各关节角度的采集、各关节电机的电流值采集、各关节传感器的扭矩值采集，进行数据整合图标显示，如图1-6所示，步态见图1，图2-6、图14-16的步态与图1一致。其中，远程控制软件主要由账号管理、病人管理、系统设置、个人训练、训练报告管理等模块组成，该软件主要通过CAN口连接传输数据，可通过远程控制软件来调节数据（比如调节步态周期、步长等）以控制外骨骼机器人。
根据各项指标，分析用户的步态功能能力:
根据S6图标数据整合得出，
（1）右髋关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。在40%的步态周期内，电流值突然偏大，说明与机器的阻抗增加，可能出现痉挛，在髋伸直的位置，是髋屈曲肌肉（髂腰肌）发生异常收缩导致。
（2）左髋关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
（3）右膝关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
（4）左膝关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
（5）右髋关节（角度-扭矩图）：整个步态周期内，扭矩值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。在40%的步态周期内，扭矩值突然偏大，说明与机器的阻抗增加，可能出现痉挛，在髋伸直的位置，是髋屈曲肌肉（髂腰肌）发生异常收缩导致。
（6）左髋关节（角度-扭矩图）：整个步态周期内，扭矩值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
实施例2
S1获取患者病史数据：
基本信息：
姓名：陈莹；性别：女 ；身高：161cm 体重：55kg；
生命体征：
心率：88次/分 ；血压：132/80mmHg ；
安静呼吸：18次/分 ；体温：36.6°C；
体格检查：
皮肤完整性：完整 ；
关节活动度是否影响机器穿戴：否；
功能评定：
髋关节活动度：正常 ；膝关节活动度：正常；踝关节活动度：正常；
Fugl-Meyer运动功能评测：15/34分；
改良Barthel指数：50分；
肌力：髋屈曲：3级；髋伸展：3+级；髋内收：2级；髋外展：2级
膝屈曲：2+级；膝伸展：2+级；
踝屈曲：1级；踝伸展：0级；
疾病诊断：脑出血；
病程：1个月。
检查设备状态与调试设备：
检查设备电量是否充足；
调整机器人大小腿长度以及骨盆宽度。
上机穿戴设备：
患者上机前穿戴好减重吊衣，视患者情况，至少在一人的辅助下完成坐位或者站立位的上机转移，连接好减重车或防摔车；治疗师或家属有序（自上而下）完成下肢外骨骼机器人的穿戴；
S4设置运动参数：
根据患者情况设置相应的参数，包括运动模式、步长、步高、步态周期，形成运动参数数据；
运动模式：被动模式；
步长：25cm；
步高：100mm；
步态周期：2.45s；
减重比例：40%；
S5获取步态相关数据：
参数设置完毕后，开始训练后，实时获取步态相关数据
获取运动步态的数据（步态关节角度绘制成步态曲线）；
获取各关节电机的电流值；
读取各关节传感器的扭矩值；
S6整合数据图表显示：
软件系统会对采集的数据在步态周期区域进行色彩标记, 根据S4步骤中的参数设置、S5步骤中各关节角度的采集、各关节电机的电流值采集、各关节传感器的扭矩值采集，进行数据整合图标显示，如图7-12所示，步态见图7，图8-12的步态与图7一致。
根据各项指标，分析用户的步态功能能力:
根据S6图标数据整合得出，
（1）右髋关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向大致相同，且有规律的在零点位置波动，说明监测的到患者用力，且前50%的周期比后50%周期，用力大，说明该患者髋屈曲肌肉力量比髋伸展肌肉强；
（2）左髋关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向大致相同，且有规律的在零点位置波动，说明监测的到患者用力，且前50%的周期比后50%周期，用力大，说明该患者髋屈曲肌肉力量比髋伸展肌肉强；
（3）右膝关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
（4）左膝关节（角度-电流图）：整个步态周期内，电流值的方向与运动方向相反，说明监测的力为阻力，阻力为有规律的变化，且在零点位置波动，说明整个过程中患者未用力。
（5）右髋关节（角度-扭矩图）：整个步态周期内，电流值的方向与运动方向大致相同，且有规律的在零点位置波动，说明监测的到患者用力，且前50%的周期比后50%周期，用力大，说明该患者髋屈曲肌肉力量比髋伸展肌肉强。
（6）左髋关节（角度-扭矩图）：整个步态周期内，电流值的方向与运动方向大致相同，且有规律的在零点位置波动，说明监测的到患者用力，且前50%的周期比后50%周期，用力大，说明该患者髋屈曲肌肉力量比髋伸展肌肉强。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (6)

1.一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，基于实时检测到的与待测人体各髋关节或膝关节对应的电机电流和/或扭矩，对行走步态数据进行标准化分析，所述的实时步态分析方法包括以下步骤：
1)调试设备：
调整设备的大、小腿长度以及骨盆宽度，使其与待测人体的腿长度、骨盆宽度相适应；所述的设备为下肢外骨骼机器人；
2)穿戴设备:
使待测人体完成下肢外骨骼机器人的穿戴；
3)设置运动参数：
设置运动模式、步长、步高、步态周期，形成运动参数数据；运动模式为被动模式，由下肢外骨骼机器人控制待测人体步态轨迹；
4)获取行走步态数据：
开始行走训练后，实时获取行走步态数据；
行走步态数据包括行走过程中的各髋关节或膝关节的关节角度，以及各髋关节或膝关节对应的电机的电流值和/或各髋关节对应的扭矩传感器所检测到的关节扭矩值；
5)整合数据、用图表显示：
对采集的关节角度、电机电流值、关节扭矩值在步态周期区域进行标记, 根据步骤3）的运动参数以及步骤4）的关节角度、电机电流值、关节扭矩值，进行数据整合并以图表形式表示，所述图表包括关节角度-电机电流值的图以及关节角度-关节扭矩值的图；
所述的实时步态分析方法还包括步骤6）根据图表，得出待测人体的步态特点:
某关节的电机电流值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当电机电流值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时电机电流值表示待测人体该关节用力大小；当某关节的电机电流值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时电机电流值表示待测人体该关节处肌张力大小；
某关节的关节扭矩值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当关节扭矩值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时关节扭矩值表示待测人体该关节用力大小；当某关节的关节扭矩值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时关节扭矩值表示待测人体该关节处肌张力大小；
当待测人体主动运动，在一个步态周期内，通过比较髋关节前50%的步态周期与后50%步态周期的电机电流值或关节扭矩值，以比较髋屈曲肌肉、髋伸展肌肉的力量；
当待测人体被动运动，在一个步态周期内，当某个时刻髋关节的电机电流值或关节扭矩值突然加大，表示髋屈曲肌肉或髂腰肌发生异常收缩；
根据各关节在特定角度下的电流值和扭矩，得出待测人体用力肌肉的位置或者产生肌张力的肌群位置。
2.根据权利要求1所述的一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，在步骤1）之前，还包括如下步骤：获取待测人体数据：将待测人体的基本信息、生命体征、体格检查数据、功能评定数据输入至下肢外骨骼机器人中，形成待测人体数据。
3.根据权利要求1所述的一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，电机安装于下肢外骨骼机器人的髋关节和膝关节侧面，传感器安装于下肢外骨骼机器人的髋关节侧面，待测人体完成下肢外骨骼机器人的穿戴后，在训练过程中，电机始终对准待测人体两侧髋关节和膝关节侧面，传感器始终对准待测人体两侧髋关节。
4.根据权利要求3所述的一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，将设定的步长、步高、步态周期输入机器人中央控制器，由机器人中央控制器进行步态轨迹运算，步态轨迹运算结果被发送至各关节的驱动器并驱动各关节电机运转；通过调节步高及步长以调节下肢外骨骼机器人行走速度。
5.一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，基于实时检测到的与待测人体各髋关节或膝关节对应的电机电流和/或扭矩，对行走步态数据进行标准化分析，所述的实时步态分析方法包括以下步骤：
1)调试设备：
调整设备的大、小腿长度以及骨盆宽度，使其与待测人体的腿长度、骨盆宽度相适应；所述的设备为下肢外骨骼机器人；
2)穿戴设备:
使待测人体完成下肢外骨骼机器人的穿戴；
3) 获得运动参数数据：
下肢外骨骼机器人大腿绑带部位安装有力传感器；运动模式包括主动和被动模式；当力传感器感知到待测人体的运动意图，则由待测人体控制步态轨迹，由下肢外骨骼机器人的中央处理器实时检测步长、步高、步态周期，形成主动运动参数数据；当力传感器无法感知到待测人体的运动意图，切换为被动模式，由下肢外骨骼机器人的中央处理器向各关节电机下达指令，驱动下肢外骨骼机器人行走；
4)获取行走步态数据：
开始行走训练后，实时获取行走步态数据；
行走步态数据包括行走过程中的各髋关节或膝关节的关节角度，以及各髋关节或膝关节对应的电机的电流值和/或各髋关节对应的扭矩传感器所检测到的关节扭矩值；
5)整合数据、图表显示：
对采集的关节角度、电机电流值、关节扭矩值在步态周期区域进行标记, 根据步骤3）的运动参数以及步骤4）的关节角度、电机电流值、关节扭矩值，进行数据整合并以图表形式表示，所述图表包括关节角度-电机电流值的图以及关节角度-关节扭矩值的图；
6）根据图表，得出待测人体的步态特点:
某关节的电机电流值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当电机电流值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时电机电流值表示待测人体该关节用力大小；当某关节的电机电流值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时电机电流值表示待测人体该关节处肌张力大小；
某关节的关节扭矩值与待测人体该关节用力大小或者待测人体该关节处肌张力呈正比；当关节扭矩值方向与待测人体该关节运动方向相同，表示待测人体该关节为主动运动，此时关节扭矩值表示待测人体该关节用力大小；当某关节的关节扭矩值方向与待测人体该关节运动方向相反，表示待测人体该关节为被动运动，此时关节扭矩值表示待测人体该关节处肌张力大小；
根据各关节特定角度下的电流值和扭矩，得出待测人体用力肌肉的位置或者产生肌张力的肌群位置；
当待测人体主动运动，在一个步态周期内，通过比较髋关节前50%的步态周期与后50%步态周期的电机电流值或关节扭矩值，以比较髋屈曲肌肉、髋伸展肌肉的力量；
当待测人体被动运动，在一个步态周期内，当某个时刻髋关节的电机电流值或关节扭矩值突然加大，表示髋屈曲肌肉或髂腰肌发生异常收缩。
6.根据权利要求5所述的一种基于电机电流、传感器反馈的实时步态分析方法，其特征在于，
通过安装在下肢外骨骼机器人大腿绑带部位的力传感器感知待测人体的运动意图，力传感器将运动意图反馈给机器人中央控制器后通过中央控制器发送主动驱动的指令给各关节电机，以使下肢外骨骼机器人完全由待测人体控制进行行走；
当力传感器无法感知到待测人体的运动意图，切换为被动模式，由下肢外骨骼机器人的中央处理器向各关节电机下达指令，该指令使下肢外骨骼机器人带动待测人体按照设定的步长、步高、步态周期所规划的步态轨迹行走。
CN201910940433.8A 2019-09-30 2019-09-30 一种基于电机电流、传感器反馈的实时步态分析方法 Active CN110522457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910940433.8A CN110522457B (zh) 2019-09-30 2019-09-30 一种基于电机电流、传感器反馈的实时步态分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910940433.8A CN110522457B (zh) 2019-09-30 2019-09-30 一种基于电机电流、传感器反馈的实时步态分析方法

Publications (2)

Publication Number Publication Date
CN110522457A CN110522457A (zh) 2019-12-03
CN110522457B true CN110522457B (zh) 2022-03-15

Family

ID=68671057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910940433.8A Active CN110522457B (zh) 2019-09-30 2019-09-30 一种基于电机电流、传感器反馈的实时步态分析方法

Country Status (1)

Country Link
CN (1) CN110522457B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292824A (zh) * 2020-01-20 2020-06-16 深圳市丞辉威世智能科技有限公司 康复方法、康复设备、装置及计算机可读存储介质
CN111319027B (zh) * 2020-02-28 2022-04-01 迈宝智能科技(苏州)有限公司 一种有源腰部助力外骨骼机器人电气系统
CN111568428A (zh) * 2020-04-13 2020-08-25 汕头大学医学院 一种人体关节活动度检测系统以及检测方法
CN112494272B (zh) * 2020-11-27 2021-12-24 中国科学院自动化研究所 足下垂康复外骨骼机器人及自适应步态辅助控制方法
CN112220650B (zh) * 2020-12-09 2021-04-16 南京伟思医疗科技股份有限公司 一种外骨骼机器人对侧训练用在线步态生成控制系统
CN114147687B (zh) * 2021-12-02 2024-02-23 中国科学技术大学 用于下肢外骨骼实时人机主导切换协同控制的方法与系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101065420B1 (ko) * 2008-12-16 2011-09-16 한양대학교 산학협력단 상지거동을 위한 착용형 로봇장치
CN102614066B (zh) * 2010-12-14 2016-01-13 雷哈博泰克有限责任公司 一种提供主动辅助和被动拉伸的患肢训练装置及其控制方法
CN109157803B (zh) * 2018-09-10 2020-12-29 国家康复辅具研究中心 一种多模态反馈主被动康复训练系统及其使用方法

Also Published As

Publication number Publication date
CN110522457A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN110522457B (zh) 一种基于电机电流、传感器反馈的实时步态分析方法
Fan et al. Active and progressive exoskeleton rehabilitation using multisource information fusion from EMG and force-position EPP
KR101680740B1 (ko) 발바닥 굴근 표면 근전도 신호 기반의 보행 속도 의도 인식 방법 및 하지 외골격 로봇의 보행 속도 제어 방법
JP4825456B2 (ja) 筋活動推定システム
JP6340528B2 (ja) Ｂｍｉ運動補助装置
el Zahraa Wehbi et al. Active impedance control of a knee-joint orthosis during swing phase
Pietrusinski et al. Gait rehabilitation therapy using robot generated force fields applied at the pelvis
US20180263560A1 (en) System, device and method for monitoring physical recovery
CN111067543A (zh) 一种卧式踏步式康复训练机器人的人机交互系统
Moltedo et al. Walking with a powered ankle-foot orthosis: the effects of actuation timing and stiffness level on healthy users
CN109452933B (zh) 一种用于重症偏瘫患者的多功能康复裤
Bhardwaj et al. Lower limb rehabilitation robotics: The current understanding and technology
Kasai et al. The effect of a hybrid assistive limb® on sit-to-stand and standing patterns of stroke patients
Matsumoto et al. Comparison of healthcare workers transferring patients using either conventional or robotic wheelchairs: kinematic, electromyographic, and electrocardiographic analyses
Gambon et al. Effects of user intent changes on onboard sensor measurements during exoskeleton-assisted walking
Villa-Parra et al. Design of active orthoses for a robotic gait rehabilitation system
Zhao et al. Multimodal sensing in stroke motor rehabilitation
Ganguly et al. Wearable pediatric gait exoskeleton-a feasibility study
Li et al. BEAR-H: An intelligent bilateral exoskeletal assistive robot for smart rehabilitation
Wang et al. Rehabilitation control strategies for a gait robot via EMG evaluation
Al-Omri et al. Internet of things-based telemonitoring rehabilitation system for knee injuries
CN116617054A (zh) 一种下肢外骨骼智能柔顺控制系统及方法
CN115474926A (zh) 一种用于医疗辅助的步态识别方法及系统
Adhikari et al. Assist-as-needed controller to a task-based knee rehabilitation exoskeleton
KR100706065B1 (ko) 근전도를 이용한 사용자 의도 인식 방법 및 그 시스템

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