CN111469117B - 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 PDF

Info

Publication number
CN111469117B
CN111469117B CN202010291967.5A CN202010291967A CN111469117B CN 111469117 B CN111469117 B CN 111469117B CN 202010291967 A CN202010291967 A CN 202010291967A CN 111469117 B CN111469117 B CN 111469117B
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.)
Active
Application number
CN202010291967.5A
Other languages
English (en)
Other versions
CN111469117A (zh
Inventor
郑建彬
黄立平
彭辉辉
殷凌寒
江旺
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202010291967.5A priority Critical patent/CN111469117B/zh
Publication of CN111469117A publication Critical patent/CN111469117A/zh
Application granted granted Critical
Publication of CN111469117B publication Critical patent/CN111469117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02Sensing devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/0006Exoskeletons, i.e. resembling a human figure
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme 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

一种刚柔耦合有源外骨骼的人体运动模式检测方法
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系统,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。由于外骨骼控制系统是关键技术所在,而控制系统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θt1t2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θt1t2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 (2)

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,所述阈值设定如下:θ1=30°;θ2=45°;θ3=100°;θ4=130°;θ5=5°;θ6=25°;θ7=70°;θ8=95°。
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θt1t2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。
CN202010291967.5A 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 Active CN111469117B (zh)

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 CN111469117A (zh) 2020-07-31
CN111469117B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
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
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

Citations (10)

* Cited by examiner, † Cited by third party
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系统
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系统
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系统及方法
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系统及其步行控制方法
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

Patent Citations (10)

* Cited by examiner, † Cited by third party
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系统
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系统
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系统及方法
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系统及其步行控制方法
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

Also Published As

Publication number Publication date
CN111469117A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN110141239B (zh) 一种用于下肢外骨骼的运动意图识别及装置方法
CN111469117B (zh) 一种刚柔耦合有源外骨骼的人体运动模式检测方法
Lim et al. Development of real-time gait phase detection system for a lower extremity exoskeleton robot
CN103800016B (zh) 基于视触觉结合的人体身份步态识别系统及其识别方法
US20150087995A1 (en) Body information obtaining device, body information obtaining method and body information obtaining program
CN106805980A (zh) 一种步态分析系统及分析方法
CN108577854A (zh) 步态识别方法和步态辅助设备
CN105125216A (zh) 一种基于足底压力的步态检测系统
CN107174253A (zh) 一种下肢运动姿态的判断方法、装置和系统
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
US8579838B2 (en) Multi-sensor signal processing system for detecting walking intent, walking supporting apparatus comprising the system and method for controlling the apparatus
CN108634960A (zh) 一种用于外骨骼穿戴者的步态在线检测方法
CN110522458A (zh) 一种适用于膝关节外骨骼的步态实时识别方法
CN108143420A (zh) 一种用于测量足压的鞋垫和检测足压的方法
CN106217352A (zh) 基于压力传感器的外骨骼机器人步态控制方法
Yuan et al. A fuzzy logic based terrain identification approach to prosthesis control using multi-sensor fusion
CN113576467A (zh) 融合足底压力传感器和imu的可穿戴实时步态检测系统
Zeng et al. Research on a gait detection system and recognition algorithm for lower limb exoskeleton robot
Ye et al. An adaptive method for gait event detection of gait rehabilitation robots
Wang et al. Recognition of the Gait Phase Based on New Deep Learning Algorithm Using Multisensor Information Fusion.
Song et al. Adaptive neural fuzzy reasoning method for recognizing human movement gait phase
CN107561970A (zh) 一种双足支撑区域判别的控制系统及方法
CN108903947A (zh) 步态分析方法、步态分析装置以及可读存储介质
CN112440267B (zh) 一种基于惯性传感器的步态相识别方法
CN113146611A (zh) 一种刚柔耦合外骨骼机器人运动模式识别方法

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