CN112515923A - 下肢外骨骼步态规划方法及计算机可读存储介质、设备 - Google Patents
下肢外骨骼步态规划方法及计算机可读存储介质、设备 Download PDFInfo
- Publication number
- CN112515923A CN112515923A CN202011418622.8A CN202011418622A CN112515923A CN 112515923 A CN112515923 A CN 112515923A CN 202011418622 A CN202011418622 A CN 202011418622A CN 112515923 A CN112515923 A CN 112515923A
- Authority
- CN
- China
- Prior art keywords
- gait
- motion
- lower limb
- parameters
- obtaining
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 156
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 20
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 230000003137 locomotive effect Effects 0.000 claims 2
- 210000000544 articulatio talocruralis Anatomy 0.000 description 9
- 210000004394 hip joint Anatomy 0.000 description 9
- 210000000629 knee joint Anatomy 0.000 description 9
- 210000001503 joint Anatomy 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 210000002414 leg Anatomy 0.000 description 6
- 208000006011 Stroke Diseases 0.000 description 5
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 208000029549 Muscle injury Diseases 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
Images
Classifications
-
- 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
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- A61H2201/16—Physical interface with patient
- A61H2201/1657—Movement of interface, i.e. force application means
- A61H2201/1659—Free spatial automatic movement of interface within a working area, e.g. Robot
-
- 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
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/62—Posture
- A61H2230/625—Posture used as a control parameter for the apparatus
-
- 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
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/80—Weight
- A61H2230/805—Weight used as a control parameter for the apparatus
-
- 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
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/82—Height, e.g. length
- A61H2230/825—Height, e.g. length used as a control parameter for the apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pain & Pain Management (AREA)
- Rehabilitation Therapy (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Tools (AREA)
Abstract
本申请公开了一种下肢外骨骼步态规划方法及计算机可读存储介质、设备。本申请的下肢外骨骼步态规划方法,包括:获取下肢位姿信息、下肢形态信息;根据下肢位姿信息、下肢形态信息得到第一运动力学模型;根据第一运动力学模型、运动速度、运动周期、优化约束条件、优化目标函数对贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据贝塞尔曲线参数最优解得到步态集;根据运动速度、运动周期、步态集得到步态库;根据健侧运动参数对步态库进行步态调用处理得到患侧步态集。本申请通过预先建立离线的步态库,下肢外骨骼机器人可以依据患者健侧运动参数对步态集进行快速调用,以实时规划对应速度、对应周期下的患侧下肢运动轨迹。
Description
技术领域
本申请涉及医疗辅助器械领域,尤其涉及一种下肢外骨骼步态规划方法及计算机可读存储介质、设备。
背景技术
相关技术中,通过下肢外骨骼机器人对中风患者进行下肢康复训练,以使中风患者养成正确的行走模式。
然而,一般的下肢外骨骼辅助方法只按照固定的轨迹进行辅助,无法做到实时修正,智能化辅助,且只对部分关节的轨迹进行单独规划,无法做到髋膝踝三关节联合运动。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种下肢外骨骼步态规划方法及计算机可读存储介质、设备,通过预先建立离线的步态库,下肢外骨骼机器人可以依据患者健侧运动参数对步态集进行快速调用,以实时规划对应速度、对应周期下的患侧下肢运动轨迹,从而为患者下肢康复训练提供智能辅助。
本申请实施例第一方面提供一种下肢外骨骼步态规划方法,包括:获取下肢位姿信息、下肢形态信息;根据所述下肢位姿信息、所述下肢形态信息得到第一运动力学模型;对运动速度、运动周期、贝塞尔曲线初始参数、优化约束条件进行预设定;根据所述第一运动力学模型、所述运动速度、所述运动周期、所述优化约束条件、优化目标函数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据所述贝塞尔曲线参数最优解得到步态集;根据所述运动速度、所述运动周期、所述步态集得到步态库;根据健侧运动参数对所述步态库进行步态调用处理得到患侧步态集。
本申请实施例中下肢外骨骼步态规划方法包括如下技术效果:通过预先建立离线的步态库,下肢外骨骼机器人可以依据患者健侧运动参数对步态集进行快速调用,以实时规划对应速度、对应周期下的患侧下肢运动轨迹。
在一些实施例中,所述获取下肢位姿信息、下肢形态信息,包括:获取身高信息、体重信息、腿部长度信息;根据所述身高信息、所述腿部长度信息得到所述下肢位姿信息、所述下肢形态信息。
在一些实施例中,所述第一运动力学模型包括第一规划方程、第二规划方程;所述根据所述下肢位姿信息、所述下肢形态信息得到第一运动力学模型,还包括:根据所述下肢位姿信息得到关节角度;根据所述关节角度、惯性矩阵、加速度参数、驱动分配矩阵、雅克比矩阵、所述系统受力值得到第一规划方程;根据所述关节角度导数、所述优化目标函数得到第二规划方程。
在一些实施例中,所述优化约束条件包括步速、步长、下肢抬高值,所述根据所述第一运动力学模型、所述运动速度、所述运动周期、所述优化约束条件、优化目标函数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据所述贝塞尔曲线参数最优解得到步态集,还包括:
根据所述步速、所述步长、所述下肢抬高值对所述第一规划方程、所述第二规划方程进行求解得到所述系统状态参数;根据所述运动速度、所述运动周期、所述优化目标函数、所述系统状态参数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解;根据所述贝塞尔曲线参数最优解得到关节角度解,根据所述关节角度解、与所述关节角度解对应的速度、周期得到所述步态集。
在一些实施例中,所述根据所述运动速度、所述运动周期、所述步态集得到步态库,还包括:对所述运动周期进行划分得到至少两个运动子周期,对所述运动速度划分得到至少两个运动子速度;对所述运动子周期、所述运动子速度、所述步态集进行映射关系建立并得到所述步态库。
在一些实施例中,所述健侧运动参数包括:健侧运动速度、健侧运动周期;所述根据健侧运动参数对所述步态库进行步态调用处理得到患侧步态集,包括:根据所述健侧运动速度、所述健侧运动周期对所述步态库中的步态集进行调用得到所述患侧步态集。
在一些实施例中,所述根据所述健侧运动速度、所述健侧运动周期对所述步态库中的步态集进行调用得到所述患侧步态集,包括:
根据所述健侧运动速度得到第一权值,根据所述健侧运动周期得到第二权值;根据所述步态集、所述第一权值、所述第二权值得到所述患侧步态集。
本申请实施例第二方面提供一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于:执行上述任一实施例中的下肢外骨骼步态规划方法。
本申请实施例第三方面提供一种设备,包括:处理器;存储器,其上存储有可在所述处理器上运行的计算机程序;其中,所述计算机程序被所述处理器执行时实现上述任一实施例中的的下肢外骨骼步态规划方法的步骤。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显。
附图说明
下面结合附图和实施例对本申请做进一步的说明,其中:
图1为本申请实施例一种下肢外骨骼步态规划方法的流程图;
图2为本申请又一实施例一种下肢外骨骼步态规划的流程图;
图3为本申请再一实施例一种下肢外骨骼步态规划的流程图;
图4为本申请又一实施例一种下肢外骨骼步态规划的流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
本申请的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
相关技术中,一般通过下肢外骨骼机器人对中风患者进行下肢康复训练,以使中风患者养成正确的行走模式。然而现有的下肢外骨骼机器人仅对部分关节的轨迹进行规划,并未考虑不同关节的康复速度不一致的问题。而由于不同关节的康复速度不一致,下肢外骨骼机器人中预设的下肢康复训练与中风患者的康复速度不匹配。且一般的下肢外骨骼辅助方法只按照固定的轨迹进行辅助,无法做到实时修正,智能化辅助,且只对部分关节的轨迹进行单独规划,无法做到髋膝踝三关节联合运动。
基于上述问题,本申请提供一种下肢外骨骼步态规划方法,以使得下肢外骨骼步机器人可根据不同关节的康复速度进行康复方案调节。
请参照图1,本申请实施例提供一种下肢外骨骼步态规划方法,包括:步骤S100、获取下肢位姿信息、下肢形态信息;步骤S200、根据下肢位姿信息、下肢形态信息得到第一运动力学模型;步骤S300、对运动速度、运动周期、贝塞尔曲线初始参数、优化约束条件进行预设定;步骤S400、根据第一运动力学模型、运动速度、运动周期、优化约束条件、优化目标函数对贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据贝塞尔曲线参数最优解得到步态集;步骤S500、根据运动速度、运动周期、步态集得到步态库;步骤S600、根据健侧运动参数对步态库进行步态调用处理得到患侧步态集。
通过预设传感器实时采集下肢位姿信息、下肢形态信息,并根据预设算法建立第一运动力学模型。通过第一运动力学模型表征关节角度的动态关系。通过运动速度、运动周期、步态集建立离线的步态库。其中步态库包括多个步态集,每一个步态步态集均包括:踝关节角度、髋关节角度、膝关节角度。通过踝关节角度、髋关节角度、膝关节角度组成一完整步态。
通过执行步骤S100至步骤S600以得到完整离线的步态库,根据患者健侧运动参数对离线的步态库中步态集进行调用以得到患侧轨迹。
进一步地,根据患侧下肢的动力学信息,规划出的轨迹,可以直接移植到控制器中,三个关节具有连贯性,非单独训练,移植性更好;步态库离线规划,实际轨迹可以在线规划,快速简便,减少运算量
下肢形态信息包括:左肢长度(大腿长度、小腿长度)、右肢长度(大腿长度、小腿长度)、下肢身高占比。此外,通过患者身高、体重信息对下肢外骨骼机器人的电机驱动力大小进行调节,以使得下肢外骨骼机器人可根据得到的关节运动轨迹进行运动,从而使得患者的患侧下肢可按照正常步态运动。
通过预设传感器实时采集下肢位姿信息、下肢形态信息,并根据预设算法对下肢位姿信息、下肢形态信息进行计算得到关节角度。根据关节角度、惯性矩阵、加速度参数、驱动分配矩阵、系统受力值建立第一运动力学模型(由于第一规划方程、第二规划方程联立得到的规划方程组)。
通过预先建立离线的步态库,下肢外骨骼机器人可以依据患者健侧运动参数对步态集进行快速调用,以实时规划对应速度、对应周期下的患侧下肢运动轨迹,从而为患者下肢康复训练提供智能辅助。
进一步地,通过健侧运动参数对步态库进行步态调用处理得到患侧步态集,以实时修正患者的患侧步态,从而提高患者下肢功能的对称性,避免异常步态产生。例如,一般的下肢外骨骼机器人为固定的预设步态,无法根据患者的实际状态进行步态修正,容易造成患者下肢功能的不对称性。
在一些实施例中,获取下肢位姿信息、下肢形态信息,包括:获取身高信息、体重信息、腿部长度信息;根据身高信息、腿部长度信息得到下肢位姿信息、下肢形态信息。
通过外设传感器对患者的身高信息、体重信息、腿部长度信息进行检测,并根据身高信息、腿部长度信息得到下肢位姿信息、下肢形态信息。根据患者的体重信息对下肢外骨骼机器人的系统作用力,以使得外骨骼机器人的下肢康复训练辅助的适用于不同体重的患者。通过关节角度、贝塞尔曲线初始系数得到贝塞尔曲线参数最优解(髋关节角度、膝关节角度、踝关节角度);根据关节角度、惯性矩阵、加速度参数、驱动分配矩阵、雅克比矩阵、系统受力值得到第一规划方程;根据关节角度导数、优化目标函数得到第二规划方程。
可理解为,根据关节角度、惯性矩阵、加速度参数、驱动分配矩阵、雅克比矩阵、系统受力值、控制输入信号得到第一规划方程,根据关节角度导数(关节角度一阶导数、关节角度二阶导数)、优化目标函数得到第二规划方程。根据第一规划方程、第二规划方程建立步态规划方程组,根据步态规划方程组建立各个步态参数之间的关系式。通过对步态规划方程组进行求解以得到当前状态下或目标状态下的关节角度、角速度,从而对下肢外骨骼步态机器人的目标位姿进行规划、求解。
请参照图2,在一些实施例中,第一运动力学模型包括第一规划方程、第二规划方程;步骤S200、根据下肢位姿信息、下肢形态信息得到第一运动力学模型,还包括:步骤S210、根据下肢位姿信息得到关节角度;根据关节角度、惯性矩阵、加速度参数、驱动分配矩阵、雅克比矩阵、系统受力值得到第一规划方程;步骤S220、根据关节角度导数、优化目标函数得到第二规划方程。
通过对第一规划方程、第二规划方程进行联合求解得到系统状态参数,系统状态参数包括关节角度和角速度。其中,关节角度和角速度包括:髋关节角度、膝关节角度、踝关节角度、髋关节角速度、膝关节角速度、踝关节角速度。
进一步地,通过第一规划方程、第二规划方程联立求解得到:
请参照图3,在一些实施例中,优化约束条件包括步速、步长、下肢抬高值,步骤S400、根据第一运动力学模型、运动速度、运动周期、优化约束条件、优化目标函数对贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据贝塞尔曲线参数最优解得到步态集,还包括:步骤S410、根据步速、步长、下肢抬高值对第一规划方程、第二规划方程进行求解得到系统状态参数;步骤S420、根据运动速度、运动周期、优化目标函数、系统状态参数对贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解;步骤S430、根据贝塞尔曲线参数最优解得到关节角度解,根据关节角度解、与关节角度解对应的速度、周期得到步态集。
其中,步态集包括:踝关节角度、髋关节角度、膝关节角度及对应M个阶的贝塞尔曲线系数,共3*(M+1)的数值。
进一步地,将患者的步速、步长、下肢抬高值作为预设约束条件,对系统状态参数进行求解得到系统状态参数。
通过优化约束条件对第一运动力学模型的求解进行约束,以保证下肢外骨骼机器人与患者下肢之间的运动协调。例如,若对第一运动力学模型约束过度,下肢外骨骼机器人与患者下肢之间的运动出现干涉或干涉;若对第一运动力学模型约束不足,下肢外骨骼机器人与患者下肢之间的运动会出现运动偏移,并使得下肢外骨骼机器人与患者下肢之间的运动不协调。
请参照图4,在一些实施例中,步骤S500、根据运动速度、运动周期、步态集得到步态库,还包括:步骤S510、对运动周期进行划分得到至少两个运动子周期,对运动速度划分得到至少两个运动子速度;步骤S520、对运动子周期、运动子速度、步态集进行映射关系建立并得到步态库。
通过患侧运动周期T(完整步态周期)进行等分划分得到N个运动子周期,即患侧运动周期T具有N+1个时刻点。
0=t0<t1<t2<......<tN=T
进一步,关节角度被贝塞尔方程表示为:
其中,M表示阶数、t表示时间点,t范围是[0,1]。
在一些实施例中,将[0,T]进行归一化处理得到时间点t,如下:
其中,x0、x1为不同时间点的系统状态参数,x0、x1的时间点分别对应于t0、t1。通过将x0、x1作为第一规划方程、第二规划方程的两个边界条件。
x(t1;t0,x0)=x1
x(tN-1;tN-2,xN-2)=xN-1
x(tN;tN-1,xN-1)=xb
根据运动速度、运动周期、优化目标函数、系统状态参数对贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解。通过求解函数对关节力矩总和最小值进行求解,从而减少患者行走过程中消耗过多额外能量。通过使得患者在单位周期内以最小的总力矩、正常步态进行下肢康复训练,避免由于正常步态的力矩过大导致患者肌肉二次损伤。
其中,优化目标函数如下:
通过预设α[k]的初始参数,对贝塞尔方程、第一规划方程、第二规划方程进行求解以得到不同时刻踝关节、髋关节、膝关节的轨迹。
进一步地,设第i个节点的关节力矩为τi,对各个节点的关节力矩进行求解,使得单个步态周期的关节力矩之和最小,以作为关节力矩限制条件。根据轨迹数值解集、关节力矩限制条件以得到最优步态数据集,从而减少患者行走过程中消耗过多额外能量
其中,轨迹数值解集包括:踝关节角度、髋关节角度、膝关节角度及对应M个阶的贝塞尔曲线系数,共3*(M+1)的数值,并得到对应的关节数据集合A。进一步地,根据与关节数据集合A相对应的关节运动周期T和运动速度V得到到步态数据集{V,T,A}。
关节运动周期[Tmin,Tmax]等份划分为M个关节运动子周期,共M+1个节点。即关节运周期T被等份划分为[T0,T1,T2,T3,...Ti....TM]。运动速度[Vmin,Vmax]等份划分为N个运动子速度,共N+1个节点。即运动速度V被等份划分为[V0,V1,V2,V3,...,Vi,....,VM]。
根据关节运动子周期T、运动子速度V得到索引(V,T),根据轨迹数值解集、关节力矩得到步态数据集得到关节数据集合A。根据关节数据集合A、索引(V,T)得到步态数据集,步态数据集如下表1。
表1
在一些实施例中,健侧运动参数包括:健侧运动速度、健侧运动周期;步骤S600、根据健侧运动参数对步态库进行步态调用处理得到患侧步态集,包括:步骤S610、根据健侧运动速度、健侧运动周期对步态库中的步态集进行调用得到患侧步态集。
根据健侧运动速度、健侧运动周期对步态库中步态集进行调用,以得到适应于患侧下肢的患侧步态集。通过患侧步态集、下肢外骨骼机器人对患者的患侧下肢进行步态调节,以实时规划对应速度、对应周期下的患侧下肢运动轨迹,从而为患者下肢康复训练提供智能辅助。
在一些实施例中,根据健侧运动速度、健侧运动周期对步态库中的步态集进行调用得到患侧步态集,包括:根据健侧运动速度得到第一权值,根据健侧运动周期得到第二权值;根据步态集、第一权值、第二权值得到患侧步态集。
通过健侧运动参数得到健侧的健侧运动速度V、健侧运动周期T得到索引变量参数,根据索引变量参数、表1中的步态数据集得到对应于健侧的步态参数,健侧的步态参数对患侧的关节运动轨迹进行调节。
进一步地,Ti<T<Ti+1,Vi<V<Vi+1。根据健侧运动速度V得到第一权值α、健侧运动周期T得到第二权值β,具体计算如下:
假设当前索引参数为Ti、Ti+1、Vi、Vi+1,得到步态参数{Aij,A(i+1)j,Ai(j+1)}
A1=(1-α)*Aij+α*A(i+1)j;
A2=(1-β)*Aij+β*Ai(j+1);
A=(A1+A2)/2;
以从步态数据集{V,T,A}中得到步态参数{V当前,T当前,A当前},根据步态参数{V当前,T当前,A当前}得到关节运动轨迹,下肢外骨骼机器人根据关节运动轨迹调节患侧下肢的步态或运动轨迹。
本申请实施例还提供一种计算机可读存储介质,存储有计算机可执行指令,计算机可执行指令用于:执行上述任一实施例中的下肢外骨骼步态规划方法。
本申请实施例还提供一种设备,包括:处理器;
存储器,其上存储有可在处理器上运行的计算机程序;其中,计算机程序被处理器执行时实现如上述任一实施例中的下肢外骨骼步态规划方法的步骤。
上面结合附图对本申请实施例作了详细说明,但是本申请不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本申请宗旨的前提下作出各种变化。此外,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
Claims (10)
1.下肢外骨骼步态规划方法,其特征在于,包括:
获取下肢位姿信息、下肢形态信息;
根据所述下肢位姿信息、所述下肢形态信息得到第一运动力学模型;
对运动速度、运动周期、贝塞尔曲线初始参数、优化约束条件进行预设定;
根据所述第一运动力学模型、所述运动速度、所述运动周期、所述优化约束条件、优化目标函数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据所述贝塞尔曲线参数最优解得到步态集;
根据所述运动速度、所述运动周期、所述步态集得到步态库;
根据健侧运动参数对所述步态库进行步态调用处理得到患侧步态集。
2.根据权利要求1所述的下肢外骨骼步态规划方法,其特征在于,所述获取下肢位姿信息、下肢形态信息,包括:
获取身高信息、体重信息、腿部长度信息;
根据所述身高信息、腿部长度信息得到所述下肢位姿信息、所述下肢形态信息。
3.根据权利要求2所述的下肢外骨骼步态规划方法,其特征在于,所述第一运动力学模型包括第一规划方程、第二规划方程;
所述根据所述下肢位姿信息、所述下肢形态信息得到第一运动力学模型,还包括:
根据所述下肢位姿信息得到关节角度;
根据所述关节角度、惯性矩阵、加速度参数、驱动分配矩阵、雅克比矩阵、系统受力值得到第一规划方程;
根据所述关节角度导数、所述优化目标函数得到第二规划方程。
4.根据权利要求3所述的下肢外骨骼步态规划方法,其特征在于,所述优化约束条件包括步速、步长、下肢抬高值,所述根据所述第一运动力学模型、所述运动速度、所述运动周期、所述优化约束条件、优化目标函数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解,根据所述贝塞尔曲线参数最优解得到步态集,还包括:
根据所述步速、所述步长、所述下肢抬高值对所述第一规划方程、所述第二规划方程进行求解得到所述系统状态参数;
根据所述运动速度、所述运动周期、所述优化目标函数、所述系统状态参数对所述贝塞尔曲线初始参数进行优化得到贝塞尔曲线参数最优解;
根据所述贝塞尔曲线参数最优解得到关节角度解,根据所述关节角度解、与所述关节角度解对应的速度、周期得到所述步态集。
5.根据权利要求4所述的下肢外骨骼步态规划方法,其特征在于,所述根据所述运动速度、所述运动周期、所述步态集得到步态库,还包括:
对所述运动周期进行划分得到至少两个运动子周期,对所述运动速度划分得到至少两个运动子速度;
对所述运动子周期、所述运动子速度、所述步态集进行映射关系建立并得到所述步态库。
6.根据权利要求5所述的下肢外骨骼步态规划方法,其特征在于,所述健侧运动参数包括:健侧运动速度、健侧运动周期;
所述根据健侧运动参数对所述步态库进行步态调用处理得到患侧步态集,包括:
根据所述健侧运动速度、所述健侧运动周期对所述步态库中的步态集进行调用得到所述患侧步态集。
7.根据权利要求6所述的下肢外骨骼步态规划方法,其特征在于,所述根据所述健侧运动速度、所述健侧运动周期对所述步态库中的步态集进行调用得到所述患侧步态集,包括:
根据所述健侧运动速度得到第一权值,根据所述健侧运动周期得到第二权值;
根据所述步态集、所述第一权值、所述第二权值得到所述患侧步态集。
9.计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于:执行权利要求1至8中任一项所述的下肢外骨骼步态规划方法。
10.设备,其特征在于,包括:处理器;
存储器,其上存储有可在所述处理器上运行的计算机程序;其中,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的下肢外骨骼步态规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418622.8A CN112515923B (zh) | 2020-12-07 | 2020-12-07 | 下肢外骨骼步态规划方法及计算机可读存储介质、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011418622.8A CN112515923B (zh) | 2020-12-07 | 2020-12-07 | 下肢外骨骼步态规划方法及计算机可读存储介质、设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112515923A true CN112515923A (zh) | 2021-03-19 |
CN112515923B CN112515923B (zh) | 2022-11-15 |
Family
ID=74997212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011418622.8A Active CN112515923B (zh) | 2020-12-07 | 2020-12-07 | 下肢外骨骼步态规划方法及计算机可读存储介质、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112515923B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110423A (zh) * | 2021-03-26 | 2021-07-13 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
CN113244090A (zh) * | 2021-07-16 | 2021-08-13 | 中国科学院自动化研究所 | 髋关节下肢外骨骼控制方法、装置、电子设备和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103770111A (zh) * | 2012-10-24 | 2014-05-07 | 中国人民解放军第二炮兵工程大学 | 一种仿人机器人步态规划及合成方法 |
CN108888473A (zh) * | 2018-05-22 | 2018-11-27 | 哈尔滨工业大学 | 基于穿戴式助行外骨骼的下肢关节运动复现方法 |
CN110974631A (zh) * | 2019-10-23 | 2020-04-10 | 布法罗机器人科技(成都)有限公司 | 一种非对称下肢外骨骼机器人及控制方法 |
CN111242079A (zh) * | 2020-01-20 | 2020-06-05 | 深圳市丞辉威世智能科技有限公司 | 步态检测融合方法、装置、设备及可读存储介质 |
CN111240339A (zh) * | 2020-02-11 | 2020-06-05 | 之江实验室 | 一种双足机器人的仿人步态规划方法 |
CN111249116A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 单侧下肢外骨骼康复装置 |
CN111265387A (zh) * | 2020-01-20 | 2020-06-12 | 深圳市丞辉威世智能科技有限公司 | 固定步态行走训练方法、装置、终端及存储介质 |
CN111312361A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 自由步态行走训练方法、装置、终端及存储介质 |
CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
CN111773037A (zh) * | 2020-07-13 | 2020-10-16 | 安杰莱科技(杭州)有限公司 | 单下肢康复外骨骼装置及其控制方法 |
US20210236021A1 (en) * | 2018-05-04 | 2021-08-05 | Baylor College Of Medicine | Detecting frailty and foot at risk using lower extremity motor performance screening |
-
2020
- 2020-12-07 CN CN202011418622.8A patent/CN112515923B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103770111A (zh) * | 2012-10-24 | 2014-05-07 | 中国人民解放军第二炮兵工程大学 | 一种仿人机器人步态规划及合成方法 |
US20210236021A1 (en) * | 2018-05-04 | 2021-08-05 | Baylor College Of Medicine | Detecting frailty and foot at risk using lower extremity motor performance screening |
CN108888473A (zh) * | 2018-05-22 | 2018-11-27 | 哈尔滨工业大学 | 基于穿戴式助行外骨骼的下肢关节运动复现方法 |
CN110974631A (zh) * | 2019-10-23 | 2020-04-10 | 布法罗机器人科技(成都)有限公司 | 一种非对称下肢外骨骼机器人及控制方法 |
CN111242079A (zh) * | 2020-01-20 | 2020-06-05 | 深圳市丞辉威世智能科技有限公司 | 步态检测融合方法、装置、设备及可读存储介质 |
CN111249116A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 单侧下肢外骨骼康复装置 |
CN111265387A (zh) * | 2020-01-20 | 2020-06-12 | 深圳市丞辉威世智能科技有限公司 | 固定步态行走训练方法、装置、终端及存储介质 |
CN111312361A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 自由步态行走训练方法、装置、终端及存储介质 |
CN111240339A (zh) * | 2020-02-11 | 2020-06-05 | 之江实验室 | 一种双足机器人的仿人步态规划方法 |
CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
CN111773037A (zh) * | 2020-07-13 | 2020-10-16 | 安杰莱科技(杭州)有限公司 | 单下肢康复外骨骼装置及其控制方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110423A (zh) * | 2021-03-26 | 2021-07-13 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
WO2022198995A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
CN113110423B (zh) * | 2021-03-26 | 2024-04-26 | 深圳市优必选科技股份有限公司 | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 |
CN113244090A (zh) * | 2021-07-16 | 2021-08-13 | 中国科学院自动化研究所 | 髋关节下肢外骨骼控制方法、装置、电子设备和存储介质 |
CN113244090B (zh) * | 2021-07-16 | 2021-09-14 | 中国科学院自动化研究所 | 髋关节下肢外骨骼控制方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112515923B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112515923B (zh) | 下肢外骨骼步态规划方法及计算机可读存储介质、设备 | |
CN110303471B (zh) | 助力外骨骼控制系统及控制方法 | |
Davoodi et al. | Computer simulation of FES standing up in paraplegia: A self-adaptive fuzzy controller with reinforcement learning | |
CN107053179B (zh) | 一种基于模糊强化学习的机械臂柔顺力控制方法 | |
Huang et al. | Interactive learning for sensitivity factors of a human-powered augmentation lower exoskeleton | |
CN111655432B (zh) | 外骨骼系统、控制装置和方法 | |
CN112859868B (zh) | 基于kmp的下肢外骨骼康复机器人及运动轨迹规划算法 | |
CN113633521A (zh) | 一种上肢外骨骼康复机器人控制系统及控制方法 | |
Kim et al. | Energy-efficient gait pattern generation of the powered robotic exoskeleton using DME | |
CN112669964A (zh) | 动力外骨骼及基于动力外骨骼的康复评价方法 | |
Brahim et al. | Adaptive iterative observer based on integral backstepping control for upper extremity exoskelton robot | |
CN112274865A (zh) | 下肢康复机器人的按需辅助自适应控制方法和系统 | |
Hreljac et al. | When does a gait transition occur during human locomotion? | |
Qu et al. | Research on fuzzy adaptive impedance control of lower extremity exoskeleton | |
CN107320223A (zh) | 下肢假肢自动对线方法及装置 | |
CN114795604B (zh) | 基于非零和博弈的下肢假肢协调控制方法及系统 | |
CN115755592A (zh) | 调整三自由度外骨骼运动状态的多模态控制方法及外骨骼 | |
CN116671941A (zh) | 一种用于柔性下肢外骨骼的镜像自适应阻抗控制方法 | |
Jamali et al. | Optimal strategy for sit-to-stand movement using reinforcement learning | |
JP4449133B2 (ja) | 肢体駆動装置の制御方法 | |
KR102020129B1 (ko) | 대상자의 관절 경직도를 고려한 재활 운동 방법 및 그 시스템 | |
JP2004181613A (ja) | ロボット装置、脚式移動ロボットの動作制御装置及び動作制御方法、脚式移動ロボットのためのセンサ・システム、並びに移動体装置 | |
CN110555429A (zh) | 一种面向髋关节外骨骼的人体运动模式识别方法 | |
CN117085301B (zh) | 基于虚拟现实的康复机器人多反馈康复训练方法及系统 | |
CN114089757A (zh) | 一种上下肢协调主动康复机器人控制方法及装置 |
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 |