CN111475949B - 一种基于行人足底力提取腿部动力特征值的方法 - Google Patents
一种基于行人足底力提取腿部动力特征值的方法 Download PDFInfo
- Publication number
- CN111475949B CN111475949B CN202010272093.9A CN202010272093A CN111475949B CN 111475949 B CN111475949 B CN 111475949B CN 202010272093 A CN202010272093 A CN 202010272093A CN 111475949 B CN111475949 B CN 111475949B
- Authority
- CN
- China
- Prior art keywords
- leg
- matrix
- state
- human
- force
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于行人足底力提取腿部动力特征值的方法,包括以下步骤:(1)基于人腿结构的受力特征建立动力学控制方程;(2)基于动力学控制方程建立人腿状态矩阵方程;(3)建立人腿结构的扩展Kalman状态更新方程和测量更新方程;(4)建立扩展Kalman状态和测量更新计算流程;(5)把所测量的行人足底力代入所建立的扩展Kalman状态和测量更新计算流程,提取出人腿刚度和阻尼比参数。本发明可以高效、准确实现腿部动力特征的提取,有效降低了提取成本和实施难度,该方法在解决人体步态测试力的科研问题和工程问题上具有非常实用的价值。
Description
技术领域
本发明涉及提取运动步态特征的方法,特别是涉及一种基于行人足底力提取腿部动力特征值的方法。
背景技术
随着工业4.0变革的到来,现代科技大力发展机器人,尤其是仿人的足式机器人已成为科学界研究的热点。然而,由于在人体安装传感器不仅有难度,而且安装不方便;同时,传感器价格也很昂贵;在各类人群中普遍推广进行基于人体部位传感器的测量不具有现实性,从而导致人体结构的动力特性参数难以获得。
目前,测试人体动力学参数工作强度高且成本昂贵,其已成为制约人体结构和仿人机器研究的一个关键问题。公开测量数据的文献资料十分稀少,检索中仅仅文献[1]Hyunhwa Hong,Seyoung Kim,Cheolwoong Kim,Soonhyuck Lee and Sukyung Park,Spring-like gait mechanics observed during walking in both young and olderadults,Journal of Biomechanics 46(2013)77-82给出了一些基于安装在人体上传感器获得的人体动力学参数数据。
通过间接方法获取人体动力学参数是研究的重点,但同样存在很多需要克服的难题,例如:如何选择测量的参数,如何科学建立人体结构运动控制方程,如何从运动控制方程中求解出非线性关系的特征参数等等。
发明内容
发明目的:针对现有技术不足,本发明提出了一种基于行人足底力提取腿部动力特征值的方法,该方法使得腿部动力特征值的提取方便、高效,不需要在人体上安装各类传感器,满足对各类人群的测量需求。
技术方案:本发明所述基于行人足底力提取腿部动力特征值的方法,包括以下步骤:
(1)基于人腿结构的受力特征建立动力学控制方程为:
(2)基于动力学控制方程建立人腿状态矩阵方程为:
(3)建立人腿结构的扩展Kalman状态更新方程:
Xi+1=ΦiXi+Γi+wi,
其中,系统变量Xi+1为离散化条件下X(t)在ti+1时刻的值,Γi为系统向量;Φi+1表示Φ(ti+1,ti)在ti+1时刻的值,为系统参数矩阵;wi为服从均值为0,协方差矩阵Q的正态分布噪声向量,下标i表示离散状态下时间点序号,i=1,…,n;n为计算步数;
建立测量更新方程:
Zi+1=Hi+1Xi+1+vi+1,
其中,Hi+1=0.5[Xi+1(3)Xi+1(4)Xi+1(1)Xi+1(2)]为测量矩阵,Zi+1为所测得足底力,vi+1为服从均值为0,协方差矩阵R的正态分布测量噪声向量,Xi+1(j)表示Xi+1中的第j个元素;
(4)建立扩展Kalman状态和测量更新计算流程,包括:
(47)按如下公式计算后验协方差估计矩阵:
其中,εi+1|i+1为ti+1时刻的后验误差向量;
(48)判断是否遍历完计算步数n,遍历完则结束,否则返回步骤(42);每一时刻的cosθ取所测竖向地面反应力Fz与足底力Z的比值;
(5)把测量的行人足底力代入所建立的扩展Kalman状态和测量更新计算流程,提取出人腿刚度和阻尼比参数。
本发明基于足底支撑力,利用扩展的Kalman原理实现了人腿结构动力参数的有效提取,可实现对各类行人的测量,无需在人体部位施加传感器,减少了时间与步骤。
有益效果:本发明可实现对各类行人的测量,无需在人体部位施加传感器,提高的提取的效率;同时解决了采用人体部位施加传感器进行动力参数提取的高昂成本难题。
附图说明
图1是本发明的人腿简化力学模型;
图2是本发明的算法流程图;
图3是本发明的一名体重86kg男性腿的动力参数图;
图4为本发明的一名体重74kg女性腿的动力参数图;
图5为本发明所述的文献[1]所提供的人腿参数特征图。
具体实施方式
下面结合附图和具体实施方式,对本发明的技术方案作进一步的介绍。
如图1所示为步行中腿部结构的动力学简化模型,其中m、k、c分别为人体质量、腿刚度和阻尼;g为重力加速度,θ为人腿与重力向之间的夹角,u分别腿部的轴向加速度、速度和位移。足底Fx、Fy、Fz分别为x纵向、y侧向和z竖向的支撑分力,该分力可通过测力台直接测试获得,三者的合成力Z(即足底受到的地面反应合力,下称足底力)大小如式(1)所示,假定沿腿轴向作用。
根据图1所示的受力关系获得θ的余弦值为:
依据轴向受力平衡可以列出人腿结构的动力学控制方程为:
足底力Z由弹性力恢复力和阻尼力两部分构成如下:
其中,i表示离散状态下时间点序号,i=1,…,n,n为计算步数,Δt表示测试采样时间间隔。
对式(7)考虑系统噪声的影响后可变为扩展的Kalman系统状态更新方程:
Xi+1=ΦiXi+Γi+wi (8)
Zi+1=Hi+1Xi+1+vi+1 (9)
其中,Hi+1=0.5[Xi+1(3)Xi+1(4)Xi+1(1)Xi+1(2)]为测量矩阵,Xi+1(1)、Xi+1(2)、Xi+1(3)、Xi+1(4)分别表示Xi+1的第1、2、3、4个元素;vi+1为服从均值为0,协方差为R的正态分布测量噪声向量。依据Kalman思想可获得系统更新方程的先验状态估计向量如下:
则先验估计误差向量εi+1|i为:
先验估计协方差矩阵Pi+1|i为:
此处Ki+1如式(17)所示为增益矩阵;其中Hi+1为测量矩阵,其元素从中提取,为测量矩阵, 分别表示的第1、2、3、4个元素;Zi+1为ti+1时刻的足底力。结合式(9)和(13)可获得后验估计误差向量εi+1|i+1为:
后验估计协方差矩阵Pi+1|i+1为:
其中取Ri=R为噪声协方差矩阵,通过对后验协方差矩阵Pi+1|i+1的迹求导可得增益矩阵Ki+1如下:
求解式(16)可得Kalman增益矩阵Ki+1为:
基于足底反力的人腿结构动力特性参数识别算法流程如图2所示,其中n为所获测试足底反力数据长度。为检验本参数识别方法的有效性,对实际所测试两人的数据进行了识别。其中测试采样时间间隔Δt=0.001s,R=0.01,初始值协方差矩阵和初始状态估计
如图3和4分别给出一个86kg男性和74kg女性的测试数据识别结果,其中横坐标为人足从接触地面到离开地面所经历的时间历程。识别结果可知,人腿动力参数并不是一个常数,其值随着步态变化而变化,当足底刚触地时,无论刚度还是阻尼比都为0,随后人腿刚度和阻尼比迅速上升,刚度最大值约在18kN/m左右,男性阻尼比最大值约在23%左右,女性最大阻尼比约在25%左右。与已有测试结果图5比较可知,本专利所识别人腿刚度参数和阻尼参数范围基本涵盖了文献[1]所给出的范围,证实了本专利建议方法的有效性。
Claims (1)
1.一种基于行人足底力提取腿部动力特征值的方法,其特征在于,包括以下步骤:
(1)基于人腿结构的受力特征建立动力学控制方程为:
(2)基于动力学控制方程建立人腿状态矩阵方程为:
(3)建立人腿结构的扩展Kalman状态更新方程:
Xi+1=ΦiXi+Γi+wi,
其中,系统变量Xi+1为离散化条件下X(t)在ti+1时刻的值,Γi为系统向量;Φi+1表示Φ(ti+1,ti)在ti+1时刻的值,为系统参数矩阵;wi为服从均值为0,协方差矩阵Q的正态分布噪声向量,下标i表示离散状态下时间点序号,i=1,…,n;n为计算步数;
建立测量更新方程:
Zi+1=Hi+1Xi+1+vi+1,
其中,Hi+1=0.5[Xi+1(3) Xi+1(4) Xi+1(1) Xi+1(2)]为测量矩阵,Zi+1为所测得足底力,vi+1为服从均值为0,协方差矩阵R的正态分布测量噪声向量,Xi+1(j)表示Xi+1中的第j个元素;
(4)建立扩展Kalman状态和测量更新计算流程,包括:
(47)按如下公式计算后验协方差估计矩阵:
其中,εi+1|i+1为ti+1时刻的后验误差向量;
(48)判断是否遍历完计算步数n,遍历完则结束,否则返回步骤(42);每一时刻的cosθ取所测竖向地面反应力Fz与足底力Z的比值;
(5)把测量的行人足底力代入所建立的扩展Kalman状态和测量更新计算流程,提取出人腿刚度和阻尼比参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272093.9A CN111475949B (zh) | 2020-04-09 | 2020-04-09 | 一种基于行人足底力提取腿部动力特征值的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272093.9A CN111475949B (zh) | 2020-04-09 | 2020-04-09 | 一种基于行人足底力提取腿部动力特征值的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111475949A CN111475949A (zh) | 2020-07-31 |
CN111475949B true CN111475949B (zh) | 2022-01-04 |
Family
ID=71751256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272093.9A Active CN111475949B (zh) | 2020-04-09 | 2020-04-09 | 一种基于行人足底力提取腿部动力特征值的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111475949B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255241B (zh) * | 2021-04-12 | 2023-09-29 | 淮阴工学院 | 一种加多孔弹性挡板的矩形液罐内液体晃动模型的建立方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110695959A (zh) * | 2019-08-27 | 2020-01-17 | 成都锦江电子系统工程有限公司 | 外骨骼机器人及其控制系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4184679B2 (ja) * | 2001-08-01 | 2008-11-19 | 本田技研工業株式会社 | 二足歩行移動体の床反力推定方法及び二足歩行移動体の関節モーメント推定方法 |
CN102499700B (zh) * | 2011-09-29 | 2014-05-14 | 上海大学 | 下肢康复人-机耦合力检测装置和方法 |
CN106500695B (zh) * | 2017-01-05 | 2019-02-01 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN108614427B (zh) * | 2018-06-07 | 2022-06-17 | 中国北方车辆研究所 | 一种四足机器人应激控制方法和装置 |
-
2020
- 2020-04-09 CN CN202010272093.9A patent/CN111475949B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110695959A (zh) * | 2019-08-27 | 2020-01-17 | 成都锦江电子系统工程有限公司 | 外骨骼机器人及其控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111475949A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jeong et al. | Classification of three types of walking activities regarding stairs using plantar pressure sensors | |
Bebek et al. | Personal navigation via high-resolution gait-corrected inertial measurement units | |
CN106482733B (zh) | 行人导航中基于足底压力检测的零速修正方法 | |
CN111475949B (zh) | 一种基于行人足底力提取腿部动力特征值的方法 | |
JP6736652B2 (ja) | 演算モデル生成システムおよび演算モデル生成方法 | |
CN110319840A (zh) | 面向异常步态识别的共轭梯度姿态解算方法 | |
Guelpa et al. | Vision-based microforce measurement with a large range-to-resolution ratio using a twin-scale pattern | |
Wittmann et al. | State estimation for biped robots using multibody dynamics | |
Hoseinnezhad et al. | Real-time clamp force measurement in electromechanical brake calipers | |
Teruyama et al. | Effectiveness of Variable‐Gain Kalman Filter Based on Angle Error Calculated from Acceleration Signals in Lower Limb Angle Measurement with Inertial Sensors | |
CN110313918A (zh) | 一种基于足底压力的步态相位识别方法及系统 | |
CN103424127A (zh) | 一种速度加比力匹配传递对准方法 | |
CN104613964A (zh) | 一种跟踪脚部运动特征的步行者定位方法及系统 | |
Eslamy et al. | Estimation of knee and ankle angles during walking using thigh and shank angles | |
Hawley et al. | External force observer for small-and medium-sized humanoid robots | |
Pawin et al. | Neural-based human's abnormal gait detection using Force Sensitive Resistors | |
Masum et al. | Utilisation of skewness of wavelet‐based approximate coefficient in walking speed assessment | |
Hsiao et al. | Estimation of ground reaction forces based on knee joint acceleration of lower-limb exoskeletons | |
Ishikawa et al. | Real-time foot clearance and environment estimation based on foot-mounted wearable sensors | |
Maalouf et al. | Model-free human-like humanoid push recovery | |
Wang et al. | Gait recognition based on the Fast Fourier Transform and SVM | |
Bhateja | Optimization vs Unscented Filtering for Measuring Walking Motion using IMUs | |
CN117577339B (zh) | 基于微惯性导航的下肢力线精准建模与定位方法和系统 | |
Cha et al. | Faster detection of step initiation for the lower limb exoskeleton with vertical GRF events | |
CN111523208A (zh) | 一种对人体行走足底地面反应力的卡尔曼滤波方法 |
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 |