CN110842893A - 搬运外骨骼步态判别方法、装置及系统 - Google Patents

搬运外骨骼步态判别方法、装置及系统 Download PDF

Info

Publication number
CN110842893A
CN110842893A CN201911091389.4A CN201911091389A CN110842893A CN 110842893 A CN110842893 A CN 110842893A CN 201911091389 A CN201911091389 A CN 201911091389A CN 110842893 A CN110842893 A CN 110842893A
Authority
CN
China
Prior art keywords
pressure
parameters
gait
preset
leg
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
Application number
CN201911091389.4A
Other languages
English (en)
Other versions
CN110842893B (zh
Inventor
吴庆勋
王道臣
常远
李冠呈
崔翔
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.)
Beijing Machinery Equipment Research Institute
Original Assignee
Beijing Machinery Equipment Research Institute
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 Beijing Machinery Equipment Research Institute filed Critical Beijing Machinery Equipment Research Institute
Priority to CN201911091389.4A priority Critical patent/CN110842893B/zh
Publication of CN110842893A publication Critical patent/CN110842893A/zh
Application granted granted Critical
Publication of CN110842893B publication Critical patent/CN110842893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/0006—Exoskeletons, i.e. resembling a human figure
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • 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
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • 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
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Automation & Control Theory (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Manipulator (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本申请揭示了一种搬运外骨骼步态判别方法、装置及系统，属于计算机技术领域。该方法包括获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数，分别为左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力；计算预定数量样本中四种参数各自的均值；获取当前初始站立状态下采集到的一组数据；根据采集到的数据以及四种参数的均值，对步态进行判别。本申请通过在腿的前侧和后侧均绑定多个传感器，获知在腿部下蹲和蹲起时的压力，并根据样本数据，来判定步态，解决了传统足底压力判别方法无法判别下蹲和蹲起步态的缺陷，实现了对步态的精确判定。

Description

搬运外骨骼步态判别方法、装置及系统
技术领域
本发明属于计算机技术领域，涉及一种基于大腿绑带交互里的搬运外骨骼步态判别方法、装置及系统。
背景技术
传统基于足底压力的步态判别方法虽然可以通过足底的多个压力传感器判别出常规外骨骼机器人的步态，但对于用于搬运的全身外骨骼，只用足底压力不能分辨出搬运时的下蹲和蹲起步态，造成步态识别的失效。
发明内容
为了解决传统足底压力判别方法无法判别下蹲和蹲起步态的缺陷的问题，本申请提供了一种基于大腿绑带交互里的搬运外骨骼步态判别方法、装置及系统，技术方案如下：
第一方面，提供了一种搬运外骨骼步态判别方法，包括：
获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，分别用于表示左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力；
计算所述预定数量样本中四种参数各自的均值；
获取当前初始站立状态下采集到的一组数据；
根据所述采集到的数据以及所述四种参数的均值，对步态进行判别。
可选的，所述四种参数各自的均值分别为FLFA、FLBA、FRFA、FRBA，所述采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)；
所述根据采集到的数据以及所述四种参数的均值，对步态进行判别，包括：
当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
当采集到的数据与计算得到的所述四种参数的均值符合第二条件时，判定为蹲起步态；
所述第一条件为：
Figure BDA0002266962680000011
所述第二条件为：
Figure BDA0002266962680000021
其中，αLF，βLF为左腿前侧压力权重，αLB，βLB为左腿后侧压力权重，αRF，βRF为右腿前侧压力权重，αRB，βRB为右腿后侧压力权重。
可选的，所述计算所述预定数量样本中四种参数各自的均值，包括：
对于每种参数，获取所述预定数量样本中所述参数的和值；
将所述和值除以所述预定数量，得到所述参数的均值。
第二方面，提供了一种搬运外骨骼步态判别装置，该装置包括：
第一获取模块，被配置为获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，分别用于表示左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力；
计算模块，被配置为计算所述预定数量样本中四种参数各自的均值；
第二获取模块，被配置为获取当前初始站立状态下采集到的一组数据；
判别模块，被配置为根据采集到的数据以及所述四种参数的均值，对步态进行判别。
可选的，所述四种参数各自的均值分别为FLFA、FLBA、FRFA、FRBA，所述采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)；
所述判别模块，包括：
第一判定单元，被配置为当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
第二判定单元，被配置为当采集到的数据与计算得到的所述四种参数的均值符合第二条件时，判定为蹲起步态；
所述第一条件为：
Figure BDA0002266962680000022
所述第二条件为：
Figure BDA0002266962680000023
其中，αLF，βLF为左腿前侧压力权重，αLB，βLB为左腿后侧压力权重，αRF，βRF为右腿前侧压力权重，αRB，βRB为右腿后侧压力权重。
可选的，所述计算模块，还被配置为：
对于每种参数，获取所述预定数量样本中所述参数的和值；
将所述和值除以所述预定数量，得到所述参数的均值。
第三方面，提供了一种搬运外骨骼步态判别系统，该系统包括：处理器以及与所述处理器电性连接的左腿前预定个绑带传感器、左腿后预定个绑带传感器、右腿前预定个绑带传感器、右腿后预定个绑带传感器，其中：各个绑带传感器将感应到的压力传递给所述处理器，所述处理器执行如第一方面以及第一方面各种可选方式中提供的搬运外骨骼步态判别方法。
基于上述技术特征，本申请至少可以实现如下技术效果：
通过在腿的前侧和后侧均绑定多个传感器，获知在腿部下蹲和蹲起时的压力，并根据样本数据，来判定步态，解决了传统足底压力判别方法无法判别下蹲和蹲起步态的缺陷，实现了对步态的精确判定。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请一个实施例中提供的搬运外骨骼步态判别方法的流程图；
图2是本申请一个实施例中提供的搬运外骨骼步态判别装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了实现对步态蹲下和蹲起的步态判定，本申请中提供了一种搬运外骨骼步态判别系统，该系统包括：处理器以及与处理器电性连接的左腿前预定个绑带传感器、左腿后预定个绑带传感器、右腿前预定个绑带传感器、右腿后预定个绑带传感器。
在实现中，各个绑带传感器将感应到的压力传递给处理器，处理器通过对这些数据的分析，实现对步态的判别。在一种可能的实现方式中，搬运外骨骼步态判别系统在实现搬运外骨骼步态判别方法时可以参见图1的流程。
图1是本申请一个实施例中提供的搬运外骨骼步态判别方法的流程图，该方法包括：
步骤101，获取初始站立状态下采集到的预定数量的样本；
每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，FLF(k)用于表示左腿前预定个绑带传感器的合压力、FLB(k)用于表示左腿后预定个绑带传感器的合压力、FRF(k)用于表示右腿前预定个绑带传感器的合压力、FRB(k)用于表示右腿后预定个绑带传感器的合压力，k为样本序号。
为了能够精确反映步态，这里的k可以取一个较大的值，比如2000，在实际应用中，可以根据实际情况和实验验证对k的取值进行确认，本申请不对k的取值进行限定。
取预定个为n，计算左前、左后、右前、右后绑带的合压力分别为：
n为自然数，比如1、2、3、4、5等，本申请一个实施例中的k可以取值为3。
当k为3时，FLF(k)可以表示左腿前3个绑带传感器的合压力，左腿前侧3个绑带压力传感器的压力分别可以表示为：PLF1(k)为左腿前侧绑带压力传感器1的压力，FLF2(k)为左腿前侧绑带压力传感器2的压力，FLF3(k)为左腿前侧绑带压力传感器3的压力。
类似的，FLB(k)可以表示左腿前3个绑带传感器的合压力，左腿前侧3个绑带压力传感器的压力分别可以表示为：FLB1(k)为左腿后侧绑带压力传感器1压力，FLB2(k)为左腿后侧绑带压力传感器2压力，FLB3(k)为左腿后侧绑带压力传感器3压力。
FRF(k)可以表示左腿前3个绑带传感器的合压力，左腿前侧3个绑带压力传感器的压力分别可以表示为：FRF1(k)为左腿后绑带压力传感器1压力，FRF2(k)为左腿后绑带压力传感器2压力，FRF3(k)为左腿后绑带压力传感器3压力。
FRB(k)可以表示左腿前3个绑带传感器的合压力，左腿前侧3个绑带压力传感器的压力分别可以表示为：FRB1(k)为右腿后绑带压力传感器1压力，FRB2(k)为右腿后绑带压力传感器2压力，FRB3(k)为右腿后绑带压力传感器3压力。
这样，计算左前、左后、右前、右后绑带的合压力分别为：
Figure BDA0002266962680000042
步骤102，计算预定数量样本中四种参数各自的均值；
在计算预定数量样本中四种参数各自的均值时，对于每种参数，首先，获取预定数量样本中参数的和值，即：
Figure BDA0002266962680000051
其中，FLFS为左前绷带压力点和，FLBS为左后绷带压力点和，FRFS为右前绷带压力点和，FRBS为右后绷带压力点和。
然后，将和值除以预定数量，得到参数的均值，四种参数各自的均值分别表示为FLFA、FLBA、FRFA、FRBA，FLPA为左前绷带合压力均值，FLBA为左后绷带合压力均值，FRFA为右前绷带合压力均值，FRBA为右后绷带合压力均值。则：
Figure BDA0002266962680000052
步骤103，获取当前初始站立状态下采集到的一组数据；
采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)。
步骤104，根据采集到的数据以及四种参数的均值，对步态进行判别。
根据采集到的数据以及四种参数的均值，对步态进行判别，包括：
当采集到的数据与计算得到的四种参数的均值符合第一条件时，判定为下蹲步态，P＝1。
当采集到的数据与计算得到的四种参数的均值符合第二条件时，判定为蹲起步态，P＝2。
第一条件为：
Figure BDA0002266962680000053
第二条件为：
Figure BDA0002266962680000054
其中，αLF，βLF为左腿前压力权重，αLB，βLB为左腿后压力权重，αRF，βRF为右腿前压力权重，αRB，βRB为右腿后压力权重。
θL为左膝关节角度，θR为右膝关节角度。P为模式识别结果。
综上所述，本申请提供的搬运外骨骼步态判别方法，通过在腿的前侧和后侧均绑定多个传感器，获知在腿部下蹲和蹲起时的压力，并根据样本数据，来判定步态，解决了传统足底压力判别方法无法判别下蹲和蹲起步态的缺陷，实现了对步态的精确判定。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图2是本申请一个实施例中提供的搬运外骨骼步态判别装置的结构示意图，该装置包括
第一获取模块210，被配置为获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，分别用于表示左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力；
计算模块220，被配置为计算预定数量样本中四种参数各自的均值；
第二获取模块230，被配置为获取当前初始站立状态下采集到的一组数据；
判别模块240，被配置为根据采集到的数据以及四种参数的均值，对步态进行判别。
在一种可能的实现方式中，计算模块220得到的上述四种参数各自的均值分别为FLFA、FLBA、FRBA、FRBA，第二获取模块230采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)；
判别模块240，包括：第一判定单元和第二判定单元。
第一判定单元，被配置为当采集到的数据与计算得到的四种参数的均值符合第一条件时，判定为下蹲步态；
第二判定单元，被配置为当采集到的数据与计算得到的四种参数的均值符合第二条件时，判定为蹲起步态；
第一条件为：
Figure BDA0002266962680000061
第二条件为：
Figure BDA0002266962680000062
其中，αLF，βLF为左腿前侧压力权重，αLB，βLB为左腿后侧压力权重，αRF，βRF为右腿前侧压力权重，αRB，βRB为右腿后侧压力权重。
在一种可能的实现方式中，计算模块，还被配置为：
对于每种参数，获取预定数量样本中参数的和值；
将和值除以预定数量，得到参数的均值。
综上所述，本申请提供的搬运外骨骼步态判别装置，通过在腿的前侧和后侧均绑定多个传感器，获知在腿部下蹲和蹲起时的压力，并根据样本数据，来判定步态，解决了传统足底压力判别方法无法判别下蹲和蹲起步态的缺陷，实现了对步态的精确判定。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (7)

1.一种搬运外骨骼步态判别方法，其特征在于，所述方法包括：
获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，分别用于表示左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力，k为样本序号；
计算所述预定数量样本中四种参数各自的均值；
获取当前初始站立状态下采集到的一组数据；
根据所述采集到的数据以及所述四种参数的均值，对步态进行判别。
2.根据权利要求1所述的方法，其特征在于，所述四种参数各自的均值分别为FLFA、FLBA、FRFA、FRBA，所述采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)；
所述根据采集到的数据以及所述四种参数的均值，对步态进行判别，包括：
当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
所述第一条件为：
Figure FDA0002266962670000011
所述第二条件为：
Figure FDA0002266962670000012
其中，αLF，βLF为左腿前压力权重，αLB，βLB为左腿后压力权重，αRF，βRF为右腿前压力权重，αRB，βRB为右腿后压力权重。
3.根据权利要求1或2所述的方法，其特征在于，所述计算所述预定数量样本中四种参数各自的均值，包括：
对于每种参数，获取所述预定数量样本中所述参数的和值；
将所述和值除以所述预定数量，得到所述参数的均值。
4.一种搬运外骨骼步态判别装置，其特征在于，所述装置包括：
第一获取模块，被配置为获取初始站立状态下采集到的预定数量的样本，每个样本包括四种参数FLF(k)、FLB(k)、FRF(k)、FRB(k)，分别用于表示左腿前预定个绑带传感器的合压力、左腿后预定个绑带传感器的合压力、右腿前预定个绑带传感器的合压力、右腿后预定个绑带传感器的合压力；
计算模块，被配置为计算所述预定数量样本中四种参数各自的均值；
第二获取模块，被配置为获取当前初始站立状态下采集到的一组数据；
判别模块，被配置为根据采集到的数据以及所述四种参数的均值，对步态进行判别。
5.根据权利要求4所述的装置，其特征在于，所述四种参数各自的均值分别为FLFA、FLBA、FRFA、FRBA，所述采集到的一组数据包括FLF(k)、FLB(k)、FRF(k)、FRB(k)；
所述判别模块，包括：
第一判定单元，被配置为当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
第二判定单元，被配置为当采集到的数据与计算得到的所述四种参数的均值符合第一条件时，判定为下蹲步态；
所述第一条件为：
所述第二条件为：
Figure FDA0002266962670000022
其中，αLF，βLF为左腿前侧压力权重，αLB，βLB为左腿后侧压力权重，αRF，βRF为右腿前侧压力权重，αRB，βRB为右腿后侧压力权重。
6.根据权利要求4或5所述的装置，其特征在于，所述计算模块，还被配置为：
对于每种参数，获取所述预定数量样本中所述参数的和值；
将所述和值除以所述预定数量，得到所述参数的均值。
7.一种搬运外骨骼步态判别系统，其特征在于，所述系统包括：处理器以及与所述处理器电性连接的左腿前预定个绑带传感器、左腿后预定个绑带传感器、右腿前预定个绑带传感器、右腿后预定个绑带传感器，其中：
各个绑带传感器将感应到的压力传递给所述处理器，所述处理器执行如权利要求1-3中任一所述的搬运外骨骼步态判别方法。
CN201911091389.4A 2019-11-10 2019-11-10 搬运外骨骼步态判别方法、装置及系统 Active CN110842893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911091389.4A CN110842893B (zh) 2019-11-10 2019-11-10 搬运外骨骼步态判别方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911091389.4A CN110842893B (zh) 2019-11-10 2019-11-10 搬运外骨骼步态判别方法、装置及系统

Publications (2)

Publication Number Publication Date
CN110842893A true CN110842893A (zh) 2020-02-28
CN110842893B CN110842893B (zh) 2021-12-03

Family

ID=69601081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911091389.4A Active CN110842893B (zh) 2019-11-10 2019-11-10 搬运外骨骼步态判别方法、装置及系统

Country Status (1)

Country Link
CN (1) CN110842893B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103431929A (zh) * 2013-08-29 2013-12-11 电子科技大学 一种力量增强型动力外骨骼行走步态感知方法及装置
CN105147298A (zh) * 2015-10-16 2015-12-16 北京机械设备研究所 一种外骨骼状态检测方法
CN204972974U (zh) * 2015-07-28 2016-01-20 安徽工程大学 一种运动员跨栏过程姿态检测装置
CN108175413A (zh) * 2016-12-08 2018-06-19 哈尔滨工大天才智能科技有限公司 一种外骨骼机器人的人体步态感知系统
CN108283564A (zh) * 2018-02-28 2018-07-17 北京航空航天大学 一种轻量型绳驱动智能踝关节外骨骼系统
CN108379038A (zh) * 2018-01-15 2018-08-10 浙江大学 一种下肢康复外骨骼系统及其步行控制方法
CN108577854A (zh) * 2018-04-28 2018-09-28 深圳市迈步机器人科技有限公司 步态识别方法和步态辅助设备
US10124484B1 (en) * 2015-12-08 2018-11-13 Lockheed Martin Corporation Load-bearing powered exoskeleton using electromyographic control
US20190209413A1 (en) * 2018-01-11 2019-07-11 Samsung Electronics Co., Ltd. Method and device for assisting walking
US20190224841A1 (en) * 2018-01-24 2019-07-25 Seismic Holdings, Inc. Exosuit systems and methods for monitoring working safety and performance
CN110367991A (zh) * 2019-06-27 2019-10-25 东南大学 一种老年人跌倒风险评估方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103431929A (zh) * 2013-08-29 2013-12-11 电子科技大学 一种力量增强型动力外骨骼行走步态感知方法及装置
CN204972974U (zh) * 2015-07-28 2016-01-20 安徽工程大学 一种运动员跨栏过程姿态检测装置
CN105147298A (zh) * 2015-10-16 2015-12-16 北京机械设备研究所 一种外骨骼状态检测方法
US10124484B1 (en) * 2015-12-08 2018-11-13 Lockheed Martin Corporation Load-bearing powered exoskeleton using electromyographic control
CN108175413A (zh) * 2016-12-08 2018-06-19 哈尔滨工大天才智能科技有限公司 一种外骨骼机器人的人体步态感知系统
US20190209413A1 (en) * 2018-01-11 2019-07-11 Samsung Electronics Co., Ltd. Method and device for assisting walking
CN108379038A (zh) * 2018-01-15 2018-08-10 浙江大学 一种下肢康复外骨骼系统及其步行控制方法
US20190224841A1 (en) * 2018-01-24 2019-07-25 Seismic Holdings, Inc. Exosuit systems and methods for monitoring working safety and performance
CN108283564A (zh) * 2018-02-28 2018-07-17 北京航空航天大学 一种轻量型绳驱动智能踝关节外骨骼系统
CN108577854A (zh) * 2018-04-28 2018-09-28 深圳市迈步机器人科技有限公司 步态识别方法和步态辅助设备
CN110367991A (zh) * 2019-06-27 2019-10-25 东南大学 一种老年人跌倒风险评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
宋遒志: "《多关节外骨骼助力机器人发展现状及关键技术分析》", 《兵工学报》 *
崔翔: "《基于肌肉神经活跃度反馈的航天服关节助力技术研究》", 《载人航天》 *
常远: "《基于数据融合的模拟低重力步态识别方法》", 《载人航天》 *

Also Published As

Publication number Publication date
CN110842893B (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
Dos’Santos et al. A qualitative screening tool to identify athletes with ‘high-risk’movement mechanics during cutting: The cutting movement assessment score (CMAS)
CN104436597B (zh) 运动辅助装置以及运动辅助方法
Altman et al. A kinematic method for footstrike pattern detection in barefoot and shod runners
Wixted et al. Validation of trunk mounted inertial sensors for analysing running biomechanics under field conditions, using synchronously collected foot contact data
CN108452480A (zh) 一种跑步机及跑步机上跑步姿势的检测方法和装置
CN104463201B (zh) 一种识别驾驶状态、驾驶人的方法及装置
WO2008063527A8 (en) Detection of deception and truth-telling using fmri of the brain
CN102930133A (zh) 一体化平衡与步态快速评估系统及评估方法
CN108143420A (zh) 一种用于测量足压的鞋垫和检测足压的方法
CN112263246B (zh) 基于大腿角度的自适应步态相位识别方法及装置
EP3636153A1 (en) Cycling-posture analyzing system and method
CN110842893B (zh) 搬运外骨骼步态判别方法、装置及系统
CN106725495A (zh) 一种跌倒检测方法、装置及系统
CN109731316B (zh) 一种投篮训练系统
CN113269720B (zh) 一种直缝焊管的缺陷检测方法、系统和可读介质
CN114267088B (zh) 一种步态信息的处理方法、装置及电子设备
CN110009509B (zh) 评估车损识别模型的方法及装置
Yahya et al. Characterising leg-dominance in healthy netballers using 3D kinematics-electromyography features' integration and machine learning techniques
CN116869521A (zh) 一种下肢助力外骨骼系统的人体运动模式实时识别方法
CN115153475B (zh) 一种车载心跳间隔检测方法、装置及车辆
Andersen et al. Reliability and validity of Garmin Forerunner 735XT for measuring running dynamics in-field
US20230117142A1 (en) Instrumented Footwear Device for Upper-Body Exercise Identification
CN106798561A (zh) 一种基于肌音信号检测的八字脚检测提醒装置
US11944870B2 (en) Movement determination method, movement determination device and computer-readable storage medium
CN106510724A (zh) 一种基于表面肌电技术的八字脚检测提醒装置

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