CN113442174B - 外骨骼性能测试方法、装置及系统 - Google Patents
外骨骼性能测试方法、装置及系统 Download PDFInfo
- Publication number
- CN113442174B CN113442174B CN202110881097.1A CN202110881097A CN113442174B CN 113442174 B CN113442174 B CN 113442174B CN 202110881097 A CN202110881097 A CN 202110881097A CN 113442174 B CN113442174 B CN 113442174B
- Authority
- CN
- China
- Prior art keywords
- data
- exoskeleton
- wearer
- pressure
- energy consumption
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 112
- 238000005265 energy consumption Methods 0.000 claims abstract description 154
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 71
- 238000011056 performance test Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012512 characterization method Methods 0.000 claims description 167
- 210000003205 muscle Anatomy 0.000 claims description 117
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 78
- 238000004364 calculation method Methods 0.000 claims description 40
- 230000036284 oxygen consumption Effects 0.000 claims description 40
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 39
- 239000001569 carbon dioxide Substances 0.000 claims description 39
- 238000007405 data analysis Methods 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 22
- 210000002659 acromion Anatomy 0.000 claims description 21
- 206010049565 Muscle fatigue Diseases 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 13
- 239000013585 weight reducing agent Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000013178 mathematical model Methods 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 4
- 229910052751 metal Inorganic materials 0.000 claims description 4
- 230000000284 resting effect Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 25
- 230000000694 effects Effects 0.000 description 44
- BRUQQQPBMZOVGD-XFKAJCMBSA-N Oxycodone Chemical compound O=C([C@@H]1O2)CC[C@@]3(O)[C@H]4CC5=CC=C(OC)C2=C5[C@@]13CCN4C BRUQQQPBMZOVGD-XFKAJCMBSA-N 0.000 description 18
- 210000001624 hip Anatomy 0.000 description 16
- 239000010408 film Substances 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000002390 adhesive tape Substances 0.000 description 7
- 230000002612 cardiopulmonary effect Effects 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000009499 grossing Methods 0.000 description 6
- 210000004394 hip joint Anatomy 0.000 description 6
- 230000008093 supporting effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 210000004237 neck muscle Anatomy 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000004580 weight loss Effects 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000002683 foot Anatomy 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 210000003041 ligament Anatomy 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 238000010831 paired-sample T-test Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000000544 articulatio talocruralis Anatomy 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 239000002003 electrode paste Substances 0.000 description 2
- 238000002567 electromyography Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000004217 heart function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000004199 lung function Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 206010050031 Muscle strain Diseases 0.000 description 1
- 206010028391 Musculoskeletal Pain Diseases 0.000 description 1
- 206010053156 Musculoskeletal discomfort Diseases 0.000 description 1
- 208000007613 Shoulder Pain Diseases 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008275 binding mechanism Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007427 paired t-test Methods 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0095—Means or methods for testing manipulators
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种外骨骼性能测试系统，其包括用于采集穿戴者负重时的肌电信号、受压部位的压力数据和穿戴者的能量消耗数据的第一、二、三数据采集模块；以及与第一、二、三数据采集模块相连的第一、二、三数据获取模块；第一、二、三数据获取模块与上位终端相连，并将获取到的数据传输到上位终端，其中，上位终端根据获取到的压力数据、肌电信号和能量消耗数据，与预先采集到的基准参数进行性能测试，得到外骨骼性能测试结果。本发明的监测系统能够综合三个方面评估外骨骼的承重性能，为进一步优化外骨骼承重结构或助力结构提供可靠性依据。相应的，本发明还提供一种外骨骼性能测试装置和方法。
Description
本申请要求2021年5月27日提交的中国申请CN2021105870608的优先权，该优先权中国专利申请以引用方式全文并入。
技术领域
本发明涉及外骨骼技术领域，尤其涉及一种用于测试外骨骼性能的方法、装置及系统。
背景技术
随着科学技术的发展，现代运输能力得到大幅度的增强，但在特定的环境条件下人力运输仍然是最有效的运输方式，如：士兵边防巡逻、消防战士抢险救灾等[1-3]。当背负负载过多时，负载会对肩部皮肤与软组织造成过度压迫，还会影响周边神经与血管，产生明显的肩部不适和疼痛等现象[4-7]。背负10kg的背囊即会造成肩部肌肉含氧量以及皮肤血管的流量明显减少，背负等同于20％身体质量的背囊会影响携行者的耗氧量与疲劳度[8-9]，过多的负重还会影响行进中的躯干平衡，长时间的负重会对人体生理结构造成严重的影响[10]。因此，有必要采取有效的解决方案，减少人体在负重过程中负载所带来的负担。
负重助力外骨骼已经被提出作为一种手段来减轻人体在负重时的负担[11]。Panizzolo FA等[12]对比了穿戴柔性负重外骨骼在负重行走的肌肉活动和能量消耗，表明该负重外骨骼能够提高负重行走的效率。DJ Hyun等[13]比较了负重外骨骼HUMA在负重20kg以5Km/h行走时的足部相互作用力,表明穿戴外骨骼后增加负重不会增加脚和脚模块之间的相互作用力。刘王智懿等[14]对比了穿戴轻量型柔性下肢外骨骼负重行走时的人体能量消耗，平均降低了15％。综上所述，目前国内外对负重外骨骼开展了负重行走实验评估研究，但对其承重支撑效果的评估方面不够全面。
然而对于负重外骨骼，拥有良好的支撑承载性能是它的首要功能，因此，有必要针对外骨骼负重支撑效果进行专门的量化测量。也即是说，目前亟需一种能够分别从肌电信号、压力、能量消耗功率三个方面测试负重外骨骼在站立负重时的承重性能(或综合测试该负重外骨骼对穿戴者的助力程度)的系统或方法，以为进一步优化外骨骼承重结构或助力结构提供可靠性依据。
发明内容
为了一定程度地缓解或克服上述问题，本发明提供了一种用于测试表征外骨骼性能的测试系统，使得可单独对任一表征参数，或者，同时对两个或三个表征参数进行测试，从而使得可根据所监测的表征参数进行数据分析，以评估负重外骨骼在站立负重时的承重性能，进而为进一步优化外骨骼承重结构或助力结构提供可靠性依据。
本发明的第一方面，在于提供一种外骨骼性能测试系统，包括：分别用于采集穿戴者在负重时的肌电信号、能量消耗数据、受压部位的压力数据的第一数据采集模块、第三数据采集模块和第二数据采集模块；
分别与第一、二、三数据采集模块相连，用于获取所采集的肌电信号、压力数据和能量消耗数据的第一数据获取模块、第二数据获取模块和第三数据获取模块；
上位终端，与第一、二、三数据获取模块相连，用于根据第一、二、三数据获取模块获取的肌电信号、压力数据和能量消耗数据，结合预设的基准参数进行性能测试，得到外骨骼性能测试结果；
其中，测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数。
在一些实施例中，基准参数包括：基准肌电信号、基准压力数据和基准平均能量消耗功率，相应地，上位终端包括：
第一计算模块，用于根据肌电信号和基准肌电信号计算第一表征参数；
第二计算模块，用于根据压力数据和基准压力数据计算第二表征参数；
第三计算模块，用于根据能量消耗数据和基准平均能量消耗功率计算第三表征参数。
在一些实施例中，肌电信号包括：斜方肌和竖脊肌的肌电信号，相应地，第一计算模块具体包括：
第一肌电信号计算单元，用于根据斜方肌和竖脊肌的肌电信号计算肌电信号的时域特征积分肌电值；
第二肌电信号计算单元，用于根据时域特征积分肌电值和基准肌电信号计算第一表征参数。
在一些实施例中，压力数据包括穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据，相应地，第二计算模块具体包括：
第一压力计算单元，用于根据左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据计算待评估压力数据；
第二压力计算单元，用于根据待评估压力数据和基准压力数据计算第二表征参数。
在一些实施例中，能量消耗数据包括：耗氧量和二氧化碳呼出量，相应地，第三计算模块具体包括：
第一能量消耗功率计算单元，用于根据耗氧量和二氧化碳呼出量计算穿戴者的单位质量体重的平均能量消耗功率；
第二能量消耗功率计算单元，用于根据能量消耗功率和基准平均能量消耗功率计算第三表征参数。
在一些实施例中，测试结果还包括：用于表征外骨骼综合性能的第四表征参数；相应地，上位终端还包括第四计算模块，用于根据第一、二、三表征参数计算第四表征参数。
在一些实施例中，用于计算第四表征参数的数学模型如下：
L＝Aη1+Bη2+Cη3
其中，L为所述第四表征参数，A、B、C为权重，η1为第一表征参数，η2为第二表征参数，η3为第三表征参数。
在一些实施例中，第一数据采集模块包括：
至少一个用于采集穿戴者斜方肌的肌电信号的第一肌电信号采集单元，与第一数据获取模块相连；以及
至少一个用于采集穿戴者竖脊肌的肌电信号的第二肌电信号采集单元，与第一数据获取模块相连。
在一些实施例中，第二数据采集模块包括：
至少一个用于采集穿戴者的左肩胸处的压力数据的第一压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的右肩胸处的压力数据的第二压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的左肩峰处的压力数据的第三压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的右肩峰处的压力数据的第四压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的左肩背处的压力数据的第五压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的右肩背处的压力数据的第六压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的左前肩处的压力数据的第七压力采集单元，与第二数据获取模块相连；
至少一个用于采集穿戴者的右前肩处的压力数据的第八压力采集单元，与第二数据采集模块相连。
在一些实施例中，第一、二、三、四、五、六、七、八压力采集单元均以可拆卸的方式安装在穿戴者所穿戴的穿戴件上；其中，穿戴件为外骨骼的穿戴件，或/和，穿戴者所背负负重的穿戴件，且穿戴件可覆盖穿戴者的肩部、胸部和背部。
在一些实施例中，第一、二、三、四、五、六、七、八压力采集单元均为薄膜压力传感器或者微型金属应变式压力传感器。
在一些实施例中，基准肌电信号是当穿戴者未穿戴外骨骼负重状态时，根据采集到的穿戴者腰部和颈部的肌电信号进行数据分析得到的；
基准压力数据是当穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于穿戴者肩部、胸部和背部的压力数据进行数据分析得到的；
基准平均能量消耗功率是当穿戴者未穿戴外骨骼负重状态时，根据所采集到在预设时间段内，穿戴者的能量消耗数据进行数据分析得到的。
在一些实施例中，肌电信号和压力数据为当外骨骼的负重机构处于最佳承载状态时采集到的。
在一些实施例中，第二数据采集模块周期性地采集穿戴者在负重时受压部位的压力数据。
本发明第二方面在于，提供了一种外骨骼性能测试方法，包括步骤：
采集穿戴者负重时的肌电信号、能量消耗数据，以及受压部位的压力数据；
根据采集到的肌电信号、压力数据和能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果；
其中，测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数。
在一些实施例中，基准参数包括：基准肌电信号、基准压力数据和基准平均能量消耗功率，相应地，根据采集到的肌电信号、压力数据和能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果，具体包括步骤：
根据肌电信号，以及预设的基准肌电信号进行性能测试，得到第一表征参数；
根据压力数据，以及预设的基准压力数据进行性能测试，得到第二表征参数；
根据能量消耗数据，以及预设的基准平均能量消耗功率进行性能测试，得到第三表征参数。
在一些实施例中，肌电信号包括：斜方肌和竖脊肌的肌电信号；相应地，根据肌电信号，以及预设的基准肌电信号进行性能测试，得到第一表征参数，具体包括步骤：
根据斜方肌和竖脊肌的肌电信号计算肌电信号的时域特征积分肌电值；
根据时域特征积分肌电值和基准肌电信号计算第一表征参数。
在一些实施例中，压力数据包括穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据；相应地，根据压力数据，以及预设的基准压力数据进行性能测试，得到第二表征参数，具体包括步骤：
根据左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据进行平均计算得到待评估压力数据，
根据待评估压力数据和基准压力数据计算第二表征参数。
在一些实施例中，能量消耗数据包括：耗氧量和二氧化碳呼出量；相应地，根据能量消耗数据，以及预设的基准平均能量消耗功率进行性能测试，得到第三表征参数，具体包括步骤：
根据耗氧量和二氧化碳呼出量计算能量消耗功率；
根据能量消耗功率和基准平均能量消耗功率计算得到第三表征参数。
在一些实施例中，还包括步骤：根据第一、二、三表征参数对外骨骼进行综合性能测试，得到用于表征外骨骼综合性能的第四表征参数。
在一些实施例中，用于计算第四表征参数的数学模型如下：
L＝Aη1+Bη2+Cη3
其中，L为所述第四表征参数，A、B、C为权重，η1为第一表征参数，η2为第二表征参数，η3为第三表征参数。
在一些实施例中，基准肌电信号是当穿戴者未穿戴外骨骼负重状态时，根据采集到的穿戴者腰部和颈部的肌电信号进行数据分析得到的；
基准压力数据是当穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于穿戴者肩部、胸部和背部的压力数据进行数据分析得到的；
基准平均能量消耗功率是当穿戴者未穿戴外骨骼负重状态时，根据所采集到在预设时间段内，穿戴者的能量消耗数据进行数据分析得到的。
在一些实施例中，肌电信号和压力数据为当外骨骼处于最佳承载状态时采集到的。
本发明的第三方面，在于提供一种外骨骼性能测试装置，包括：
分别用于采集穿戴者在负重时的肌电信号、能量消耗数据受压部位的压力数据、的第一数据采集模块、第三数据采集模块和第二数据采集模块；
分别与第一、二、三数据采集模块相连，用于获取所采集的肌电信号、压力数据和能量消耗数据的第一数据获取模块、第二数据获取模块和第三数据获取模块，其中第一、二、三数据获取模块将所获取到的数据上传至上位终端进行外骨骼性能测试。
在一些实施例中，所述第一数据采集模块包括：
至少一个用于采集所述穿戴者斜方肌的肌电信号的第一肌电信号采集单元，与所述第一数据获取模块相连；以及
至少一个用于采集所述穿戴者竖脊肌的肌电信号的第二肌电信号采集单元，与所述第一数据获取模块相连。
在一些实施例中，所述第二数据采集模块包括：
至少一个用于采集所述穿戴者的左肩胸处的压力数据的第一压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩胸处的压力数据的第二压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的左肩顶处的压力数据的第三压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩顶处的压力数据的第四压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的左肩背处的压力数据的第五压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩背处的压力数据的第六压力采集单元，与所述第二数据获取模块相连。
进一步地，在一些实施例中，该第二数据采集模块还包括：
至少一个用于采集所述穿戴者的左前肩处的第七压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右前肩处的第八压力采集单元，与所述第二数据获取模块相连。
在一些实施例中，第一、二、三、四、五、六压力采集单元均以可拆卸的方式安装在所述穿戴者所穿戴的穿戴件上；其中，所述穿戴件为所述外骨骼的穿戴件，所述穿戴者所背负负重的穿戴件，且所述穿戴件可覆盖所述穿戴者的肩部、胸部和背部。
在一些实施例中，第一、二、三、四、五、六压力采集单元均为薄膜压力传感器或者微型金属应变式压力传感器。
有益效果：
本发明的测试系统可同时监测：肌电信号、压力、能量消耗功率，也可单独对其中任一或任两个监测参数进行监测，以根据监测数据进行性能测试，分别得到任一表征外骨骼助力程度的三个方面(例如，表征缓解肌肉疲劳性能的第一表征参数、表征减重性能的第二表征参数，以及表征减耗性能的第三表征参数)的表征参数，即提供了一种合适的定量实时测试系统，从而使得可根据所监测到的监测参数对穿戴者穿戴外骨骼在站立负重时的承重性能等进行测试，进而为进一步优化外骨骼承重结构或助力结构提供可靠且可用的依据。进一步地，本发明的测试系统还可基于三个表征参数进行综合测试，得到表征外骨骼综合性能的第四表征参数，为进一步优化外骨骼承重结构或助力结构提供可靠且可用的依据。
本发明的测试方法和测试系统通过根据监测到的监测参数进行数据测试分析，得到三个方面的表征参数，实现了分别基于肌电信号、肩部压力、能量消耗功率三个方面综合测试负重外骨骼在站立负重时的承重性能，充实对负重外骨骼效能评估的指标，同时揭示负重外骨骼承载负重助力的方式，为进一步优化外骨骼的承重结构或助力结构提供可用性和可靠性依据。同时，填补了现有技术中没有一个统一的对外骨骼负重支撑效果(或助力效果)进行专门的量化测量或评估的技术空白。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明一示例性实施例中的外骨骼结构示意图；
图2是图1中外骨骼的髋关节的结构示意图；
图3是图1中外骨骼的腰部组件的结构示意图；
图4是本发明一示例性实施例中所采用的制式行军背包(配25kg铁砂袋)的示意图；
图5是监测过程中一穿戴者穿戴外骨骼并负重站立的状态示意图；
图6是本发明一示例性实施例中肌电信号采集设备的结构示意图；
图7是监测过程中将采集肌电信号的电极贴设置在穿戴者的斜方肌和竖脊肌上的示意图；
图8是本发明一示例性实施例中压力采集系统的结构示意图；
图9是反映本发明一示例性实施例中压力采集系统中各压力传感器的分布位置的示意图；
图10是本发明一示例性实施例中运动心肺功能测试仪的结构示意图；
图11是本发明一示例性实施例中，运动心肺功能测试仪的穿戴示意图；
图12是本发明一示例性实施例中，分别测量得到的穿戴者穿戴外骨骼和未穿戴外骨骼负重时的左侧斜方肌、竖脊肌和右侧斜方肌、竖脊肌的肌电信号图；
图13是本发明一示例性实施例中，不同负重条件站立时测量得到的穿戴者的耗氧量和二氧化碳呼出量的示意图；
图14是本发明一示例性实施例中，穿戴者不同负重条件站立时能量消耗功率示意图；
图15是本发明一示例性实施例中，2.5kg改装头盔的示意图；
图16是本发明一示例性实施例中所采用的薄膜压力传感器的型号示意图；
图17是本发明一示例性实施例中压力监测系统中多个薄膜压力传感器的布局示意图；
图18是反映本发明一示例性实施例中外骨骼的负重机构处于卸力状态的示意图；
图19是本发明一示例性实施例中监测系统的功能模块示意图；
图20是本发明一示例性实施例中评估系统的功能模块示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本文中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本文中，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”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发明和简化描述，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发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本文中，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本文中，除非另有明确的规定和限定，术语“数据通信”，应做广义理解，例如，可以通过无线通信方式进行数据通信，也可通过有线通信方式进行数据通信。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本文中，除非另有明确的规定和限定，术语“性能”表示当穿戴者穿戴外骨骼负重时，外骨骼对穿戴者肌肉疲劳的缓解情况，也即肌肉活动的降低情况(通过第一表征参数表征)，或外骨骼对穿戴者所承受的压力的减重情况(通过第二表征参数表征)，或外骨骼对穿戴者的能量消耗的减少作用(通过第三表征参数表征)，或外骨骼缓解肌肉疲劳、减重、减耗的综合性能。
本文中，除非另有明确的规定和限定，术语“负重”，包含穿戴者背负重物，或搬举重物，或提拉重物或穿戴者以其他形式运载重物的情况。
本文中，除非另有明确的规定和限定，术语“负重机构”指外骨骼中主要用于支撑承重的结构，如图1中的背囊、背架结构。
本文中，除非另有明确的规定和限定，术语“最佳承载状态”表示穿戴者穿戴的外骨骼负重时，外骨骼起到的缓解肌肉疲劳的作用，减重作用(减少穿戴者所受压力)以及减耗作用(减少穿戴者的能量消耗)综合达到最佳的状态，也就是使得穿戴者负重时最省力的状态。
实施例一
本实施例，以负重外骨骼为研究对象，分别从肌电信号、肩部压力、能量消耗功率三个方面综合评估负重外骨骼在站立负重时的承重性能，即助力程度，从而充实对负重外骨骼效能评估的指标，同时揭示负重外骨骼承载负重助力的方式，为进一步负重外骨骼承重结构优化提供可用性依据。
参见图1，为本实施例中的受试者(也即穿戴者)穿戴外骨骼负重站立的示意图。具体地，该外骨骼结构包括：绑缚机构、背囊、背架、腰部组件、腿部组件、踝关节组件和鞋套。外骨骼技术参数如下表1所示，外骨骼样机共有8个自由度，分别为腰部1个自由度，髋关节3个自由度，膝关节1个自由度，踝关节2个自由度，总重量4.9kg,尺寸调节可满足身高165-185cm的男性穿戴者。
表1外骨骼样机技术指标—Tab.1 Technical index of prototype exoskeleton
| 名称 | 数据 |
| 腰部自由度 | 1 |
| 髋关节自由度 | 3 |
| 膝关节自由度 | 1 |
本实施例中，该外骨骼承重工作原理(或助力原理)：
在传统的背负负载过程中，负载主要通过压迫人体肩部和背部，甚至胸部(例如，位于肩部下方且靠近上肢的地方)的方式将负载传递给人体的骨骼最终传递到地面。人体的骨骼是一个复杂的连杆机构，单靠骨骼是不能完成负载的传递的，因为骨架本身不具备承载负重的刚度要求，因此，人体的肌肉和韧带等与骨骼有机的结合，提高了人体的刚度，使得人体除了能支撑本身的重量还能承载身体以外的负载。
本实施例中受试者(穿戴者)所穿戴的外骨骼是一种无源负重外骨骼，其主要的功能是支撑承重，缓解穿戴者肩背部由负载带来的压迫感。其本身同人体骨骼一样是复杂的连杆机构，需要“肌肉与韧带”提高整体结构刚度，如图2所示，髋关节机构铰接处扭簧既是外骨骼的“肌肉与韧带”。
参见图2，本实施例的该外骨骼的腰部组件是该外骨骼实现支撑负重的关键，包括外骨骼髋关节在内共有4个自由度。外骨骼支撑负重原理为腰部组件的托板代替人体肩膀、胸部和背部传递负载，然后传递给腿部组件直到地面,而不用通过人体传递负载，负载传递原理如图3中a、b、c示。
本实施例的目的是：评估在站立负重时使用负重外骨骼辅助承重对于穿戴者的斜方肌和竖脊肌肌肉活动，肩部、胸部和背部接触压力，以及能量消耗功率的影响。
在一些实施例中，分别在三种不同受试条件下进行，分别为无外骨骼无负重、穿外骨骼负重和无外骨骼负重，负重为25kg制式行军包，由5个5kg的铁沙袋和行军包组成,如图4所示。受试者/穿戴者需要在每种受试条件下保持静止站立10分钟进行肌电信号，肩部、胸部、背部压力，以及能量消耗测试。
在一些实施例中，先进行无外骨骼无负重静息态数据的测量，然后进行穿外骨骼负重态数据测量，再进行无外骨骼负重态数据测量，测试现场如图5所示。具体实施时，每位受试者在不同受试条件之间间隔休息30分钟以上，保证受试者的体能恢复。
当然，在其他实施例中，上述三种不同受试条件下的数据监测的顺序也可根据实际需要进行调整。例如，先进行无外骨骼无负重静息态数据的测量，然后进行无外骨骼负重态数据测量(也即基座参数，如基准压力数据、基准肌电信号等)，进行穿外骨骼负重态数据测量。
在一些实施例中，以7名健康成年男性作为受试者，平均年龄为25.14±4.67岁，身高为178.14±6.31cm，体重为72.21±11.59kg，具体信息如表2所示。志愿者作为本次的受试人员，身高体重均满足受试外骨骼样机调节尺寸范围。所有志愿者身体健康，在测试前3个月均没有报告与肌肉骨骼系统相关的疾病，符合受试条件，且在参与本次实验前充分了解实验内容与所测试项目。
表2受试者身体信息
| 序号 | 年龄/岁 | 身高/cm | 体重/kg |
| 受试者1 | 23 | 173 | 73 |
| 受试者2 | 23 | 180 | 72 |
| 受试者3 | 24 | 172 | 63 |
| 受试者4 | 22 | 170 | 60 |
| 受试者5 | 22 | 185 | 70 |
| 受试者6 | 27 | 183 | 71.5 |
| 受试者7 | 35 | 184 | 96 |
肌电信号测试
肌电信号采集设备
在一些实施例中，该肌电信号采集设备采用16路信号通道Noraxon-DTS系列无线表面肌电采集系统，由桌面接收盒、信号发生器、同步器、hub接受盒和工作站组成；肌电信号采集材料还包括一次性电极贴、剪刀、双面胶，如图6所示。
肌电信号采集方法
在一些实施例中，选择人体负重过程中需要持续发力的斜方肌和竖脊肌为研究对象，分别采集受试者左右两边的斜方肌和竖脊肌的肌电信号，人体斜方肌与竖脊肌位置如图7中a所示。肌电信号采集前，先用75％的医用酒精擦拭皮肤表面，去除黏附在皮肤表面的油污，待皮肤干燥后再贴上电极贴。无线肌电信号发生器安放在不易被背负负重时影响的位置，再用双面胶固定好位置，保证整个实验过程中位置不发生变化，电极贴与信号发生器贴放位置如图7中b所示。
肌电信号数据采集时，需注意看肌电信号是否平稳，待信号平稳后再记录。肌电信号数据通过工作站上MR23软件以2000Hz采样频率采集，数据采集时长为60s。
肌电信号数据处理
数据采集完成后，可利用软件MR23(当然也可采用其他软件或设备)进行原始信号预处理，预处理流程为先进行带通滤波(低频阈值20Hz，高频阈值300Hz)，正值整流(原始信号为0V附近的振荡信号)，以及均方根平滑处理(RMS处理，平滑时间窗口为500ms)。
在一些实施例中，提取肌电信号时域特征积分肌电值(iEMG)来反应负重过程中肌肉的发力情况。
公式(1)中xi为一个采样点幅值，(i＝0,1,2,……,N-1)为一长度为N的时间序列。
压力测试
压力测试系统
在一些实施例中，该压力采集系统包括：8通道压力转换模块MY2901、TTL转USB模块、DF9-40系列柔性薄膜压力传感器、SSCOM串口软件，参见图8。其中，八通道MY2901可同时测量8个DF9-40柔性薄膜压力传感器，将TTL转USB模块连接电脑可直接读取AD值数据和参考压力值。
压力采集方法
由于在无外骨骼无负重受试条件下受试者肩部、胸部和背部压力为零，因此本测试环节主要测试有无外骨骼负重情况的肩部、胸部和背部压力。具体地，各个压力测试部位(即压力监测位置)包括：左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背八个位置。测试前将8通道压力测试系统进行排序，与测试部位一一对应，如下表3所示。
表3肩部压力测试编号
| 通道序号 | 测试部位 | 通道序号 | 测试部位 |
| 1 | 左肩胸 | 5 | 右肩胸 |
| 2 | 左前肩 | 6 | 右前肩 |
| 3 | 左肩峰 | 7 | 右肩峰 |
| 4 | 左肩背 | 8 | 右肩背 |
数据监测过程为受试者(或穿戴者)将负重背负好后，将压力传感器如表3所示对应关系放置在肩带与人体肩部、胸部和背部接触位置，如图9所示。压力测试系统设置采样频率为2Hz,待压力数据稳定后，记录10min内的压力数据。
能量消耗功率测试
运动心肺功能测试仪
代谢成本测试设备为运动心肺功能测试仪，包括：无线接收及校准模块OxyconMobile Pca、数据交换模块Oxycon Mobile DEx、测量模块Oxycon Mobile SBx、头戴式呼吸面罩、工作站和测试软件JLad和嵌入式软件，如图10所示。该设备可测量站立时耗氧量和二氧化碳呼出量等生理参数。
能量消耗功率测量方法
能量消耗的测量方法是使用运动心肺功能测试仪测量站立负重过程中的耗氧量和二氧化碳呼出量，通过耗氧量和二氧化碳呼出量计算能量消耗功率。测试前(或监测前)，先进行Oxycon Mobile SBx体积定标和气体含量定标，确保测试过程中的参数精准。受试者测试时需穿戴好呼吸面罩并将运动心肺功能试仪的Oxycon Mobile SBx和Oxycon MobileDEx组件安装固定好，将口部流量计和氧含量监测管安装在呼吸口罩的出气口处，如图11所示。尤其是呼吸口罩的穿戴过程中要确保口罩与人体脸部皮肤之间没有任何泄露空间。记录受试者分别在三种受试条件下10分钟内的耗氧量与二氧化碳呼出量，并利用软件JLad计算平均值。
能量消耗数据处理
根据S.H.Collions等[15]的研究，可以计算出在三种不同条件下站立负重时单位质量体重的平均能量消耗功率H。
公式(2)中H为能量消耗功率，单位为W/kg；VO2为耗氧量，VCO2为二氧化碳呼出量，单位都为L/s；m为受试者体重，单位kg。
数据统计分析(Data Statistic Analysis)
利用SPSS 26.0软件对肌电信号和能量消耗功率数据进行配对样本T检验，检验有无外骨骼在站立负重时对肌肉活动和能量消耗功率的差异显著性。P<0.05作为判断差异显著性的概率值。
本文中所提及的降低比例、减重比例和助力效率都可根据公式(3)计算而来：
公式(3)中：En指无外骨骼站立负重时，监测到的基准参数，例如，基准压力数据，或基准肌电信号数据，或基准平均能量消耗功率，Ey指穿外骨骼站立负重时，监测到的各个表征参数，例如，压力数据，或肌电信号数据，或平均能量消耗功率。
肌电信号
在一些实施例中，监测的人体肌肉包括左侧斜方肌、竖脊肌和右侧斜方肌、竖脊肌，实验结果如图12所示。可以看到，与无外骨骼负重相比，穿外骨骼负重明显降低了斜方肌肌肉活动，平均降低幅值16.65uV；而竖脊肌增加了肌肉活动，平均增加4.87uV。
进一步地，为了检验两种负重状态下，所测肌肉活动差异发生的概率，通过T检验比较平均数的差异显著性，结果如表4所示。
表4有无外骨骼站立负重下斜方肌和竖脊肌肌肉活动比较检验
在穿外骨骼负重时，左侧斜方肌肌肉活动降低了72.90％(t＝3.225,P＝0.018)；右侧斜方肌肌肉活动降低了64.46％(t＝2.83,P＝0.03)；而竖脊肌肌肉活动整体增加，左侧竖脊肌肌肉活动增加了74.23％(t＝-1.725,P＝0.135)；右侧竖脊肌肌肉活动增加了63.67％(t＝-1.733,P＝0.134)。
压力数据
在一些实施例中，肩部压力测试数据选取其中一名志愿者做为受试者采集的肩部压力，经过重复多次测量计算得出所测8个部位的压力的平均值如表5所示。
表5某受试者肩部压力
结果显示，外骨骼负重与无外骨骼负重相比，肩部压力整体平均降低了85.57％。其中肩顶和肩背压力减重非常显著，左肩顶降低比例为92.27％，右肩顶降低比例为83.11％；左肩背降低比例为90.64％，右肩背降低比例为86.86％。可以得出，穿戴负重外骨骼在站立负重时能有效降低人机接触肩部、胸部和背部压力。
能量消耗功率
参见图13和表6所示，在站立负重时耗氧量与二氧化碳呼出量明显升高，说明在站立时负重会增加人体的能量消耗；当穿戴外骨骼站立负重后，耗氧量和二氧化碳呼出量相较于直接站立负重时有明显降低。
表6耗氧量与二氧化碳呼出量
根据上述公式(3)可以计算出实验过程中的能量消耗，结果如图14和表7所示，可以看到在无外骨骼负重时能量消耗功率是最高的，相比无外骨骼无负重增加了20.11％；而当穿戴外骨骼负重后，能量消耗功率相比无外骨骼负重时明显减少，降低了10.71％。
表7能量消耗功率
| 受试者序号 | 无外骨骼无负重 | 无外骨骼负重 | 有外骨骼负重 | 降低比例 |
| 受试者1 | 5.24 | 6.16 | 5.62 | 8.73％ |
| 受试者2 | 4.86 | 6.58 | 5.39 | 18.05％ |
| 受试者3 | 4.86 | 5.98 | 5.19 | 13.15％ |
| 受试者4 | 7.19 | 8.48 | 7.53 | 11.14％ |
| 受试者5 | 5.18 | 5.75 | 5.34 | 7.18％ |
| 受试者6 | 6.17 | 6.92 | 6.66 | 3.77％ |
| 受试者7 | 5.13 | 6.56 | 5.72 | 12.83％ |
进一步地，为了检验有无外骨骼站立负重对能量消耗影响的差异显著性，将所测得受试者的耗氧量、二氧化碳呼出量以及计算出来的能量消耗功率进行配对T检验，结果如表8所示。无外骨骼负重耗氧量为393.57±58.13ml/min,有外骨骼负重耗氧量为356.29±56.82ml/min，耗氧量降低了9.47％，穿戴外骨骼明显降低耗氧量(t＝4.996,P＝0.002)。无外骨骼负重二氧化碳呼出量为347.14±72.10ml/min，有外骨骼负重二氧化碳呼出量为290.43±39.97ml/min，二氧化碳呼出量降低了16.34％，穿戴外骨骼后显著降低了二氧化碳呼出量(t＝4.003,P＝0.007)。无外骨骼负重能量消耗功率为6.63±0.91W/kg,有外骨骼负重能量消耗功率为5.92±0.86W/kg，降低了10.71％，穿戴外骨骼后显著降低了能量消耗功率(t＝5.796,P＝0.002)。综上所述，可以得出该外骨骼能显著降低在站立负重时的能量消耗。
表8无外骨骼和有外骨骼负重站立下人体能量消耗参数比较检验
注：t值为正，表示在外骨骼辅助下降低了能量消耗。
本实施例中，分别进行了斜方肌和竖脊肌肌电信号测试、肩部压力测试和能量消耗测试。人体在站立负重时，负载迫使颈部斜方肌和背部竖脊肌持续发力，在肌电信号测试中结果显示负重外骨骼在站立负重时显著降低了颈部左右斜方肌的平均肌肉活动68.68％。然后负重外骨骼对于竖脊肌肌肉活动影响并不好，且对于左右竖脊肌平均肌肉活动增加了68.68％。在肩部压力测试中结果显示，负重外骨骼在站立负重时显著减少了肩部压力，平均肩部压力减少85.57％。根据肌电信号测试和肩部压力综合测试结果可以看出，负重外骨对肩部压力的明显减少，所以颈部斜方肌肌肉活动显著降低；而腰部竖脊肌肌肉活动明显增加，是因为在穿戴外骨骼测试时为了使外骨骼更好的承重，受试者需要将身体前倾一定角度，腰部长时间处于弯腰状态迫使竖脊肌持续发力。在能量消耗的测试中，在负重外骨骼的帮助下受试者平均能量消耗功率显著下降了10.71％，可以看到负重外骨骼在站立负重时能够帮助穿戴有效的降低能量消耗，在相同的负重条件穿戴负重外骨骼可以使负重站立坚持更久。
本实施例中，为了综合评估外骨骼的站立承重性能(或助力程度)，采用7名成年男性在穿戴和不穿戴负重外骨骼下，进行了生理与物理指标对比实验，监测了外骨骼穿戴者的斜方肌与竖脊肌的肌电信号、施加于穿戴者肩部、胸部和背部的压力(或接触压力)，以及能量消耗功率。结果显示负重外骨骼整体上降低了斜方肌肌肉活动68.68％，减少了接触压力85.57％，减少了耗氧量9.47％，减少了二氧化碳呼出量16.34％，计算出能量消耗功率降低了10.71％，而对于竖脊肌则造成了肌肉活动的增加。因此，负重外骨骼的使用降低了穿戴者在站立负重时的体力要求，但是在腰背部的负载传递机构有待进一步的改进。
综上所述，使用负重外骨骼辅助站立负重过程中，明显的降低了颈部肌肉活动和减少了肩部压力，将背负在人体的负重有效的通过外骨骼传递到地面，同时降低了在站立负重过程中能量消耗功率，降低了对人体的体力负荷需求,但该外骨骼的腰背部负载传递结构有待进一步改进。
实施例二
本实施例的目的在于，对人体负重支撑时的腰颈部肌电信号测量，以及肩部多点压力测量，从而科学评估当穿戴者负重时，负重外骨骼装置对人体腰颈部的助力程度，以及肩部压力的减轻程度。
本实施例中，腰颈部助力的测量场景主要为人体穿戴/不穿外骨骼，负重25kg站立时肩部压力监测和斜方肌、竖脊肌肌电信号检测。其中人体负重主要包括25kg制式行军背包(其中，装配铁砂袋，参见图4)、2.5kg改装头盔(无法获得制式头盔，根据应用场景头盔重量，在民用款头盔进行了加重处理，例如在头盔上部绑水增加头盔整体质量到2.5kg)，如图15所示。
在一些实施例中，先在穿戴者/受试者背部斜方肌、竖脊肌处贴好肌电贴片，并安装Noraxon MyoMuscle无线肌电信号采集器，具体贴片位置如图17所示；再穿戴外骨骼，然后背上制式背包和改装头盔，将颈部支撑机构与外骨骼主机背板上的对应插槽相对接，然后将多点薄膜压力传感器分布布置在人体肩部的肩胸、肩顶、肩背部。该肩部压力传感器采用10kg量程薄膜压力传感器，如图16所。
在一些实施例中，该肩部压力监测系统通过信号采集卡同时采集8路薄膜压力传感器的应变电压，并通过Zigbee无线低功耗物联网传输至上位机，其中8路传感器分别对称布置在人体两侧肩部，如图17和图18所示，其中，该压力监测系统的功能模块可参见图19。
所有设备均穿戴与布置完毕后，受试者或穿戴者根据自身习惯调节至最佳承载状态，其中上身适当前倾，使负重中心调节至外骨骼腿部机构上方位置，便于外骨骼负重机构的卸力，装置穿戴图如图18所示。
结果对照
首先，肩部压力传感器通过Zigbee无线通信模块通过串口将8个薄膜压力传感器的压力值传回到电脑上位机。上位机中收到的数据格式如下：
[19:47:52.323]收←◆FF 00 00 00 A6 06 20 07 EB 04 13 01 F1 01 71 086D 03 FB 54
其中，“[19:47:52.323]收←◆”为串口显示的接受时间，“FF 00 00”为数据表头，无实际意义。“00 A6 06 20 07 EB 04 13 01 F1 01 71 08 6D 03 FB”为8个传感器的压力数据，每个压力点有两个字节的数据，例如第一个压力点其压力数据为：“00A6”，代表0x00A6,该四位十六进制数换算回十进制数为166。而数据末尾的单字节数“54”为串口传输的效验位。将上述原始数据通过数据处理算法进行转换，并通过求平均可获得各传感器在各负重状态下的压力值平均值。其中转化算法的Matlab源代码为如下：
其中，'Chenguo_X9_Stand_25kg.txt'为接受数据的源文件，Press_Avg为该次试验最终求得的8个薄膜压力传感器的平均压力值，压力范围为0-10kg。如表9所示的是其中一个受试者穿戴和不穿外骨骼时负重25kg的肩部压力监测值，其中各点的数值单位为kgf。
表9受试者1在穿戴和不穿外骨骼负重25kg时的肩部压力值大小
注：压力单位kgf。
可以看到，穿戴外骨骼负重时肩部多点压力值明显降低，最终将各点的压力值进行平均后，穿戴外骨骼时肩部压力相对于不穿外骨骼压力值降低了86％。说明外骨骼具有较明显的缓解人体负重站立时肩部压力的作用。
另一方面，本实施例中同时监测了人体斜方肌、竖脊肌的肌电信号强度。由于站立状态下肩部、背部的受力较稳定，因此数据分析时采用了全采样周期时间内的肌电信号平均法进行估计。表10所示的时其中一名受试者肩部和腰部肌电信号平均值的统计表。
表10受试者1的斜方肌和竖脊肌肌电信号强度对比
从表10中可以看到在穿戴外骨骼后负重斜方肌的用力强度有所降低，负重12.5kg时肌电信号强度降低了35.07％((36.21-23.51)/36.21＝35.07％),负重25kg时肌电信号强度降低了74.18％((77.74-20.07)/77.74＝74.18％),主要原因是肩部受压减小，使斜方肌被动持续用力的强度有所下降。穿戴外骨骼后竖脊肌的肌肉活动变化并不明显，原因是穿戴外骨骼负重后人体任然需要维持整个系统的平衡，竖脊肌任然需要持续的用力。总体来看，负重外骨骼对人体负重部分肌肉有一定的助力作用，尤其是对颈部肌肉有明显的助力效果。
表11受试者2的斜方肌和竖脊肌肌电信号强度对比
从表11中可以看到在穿戴外骨骼后负重斜方肌的用力强度有所降低，负重12.5kg时肌电信号强度降低了61.16％((15.32-5.95)/15.32＝61.16％),负重25kg时肌电信号强度降低了87.43％((45.52-5.72)/45.52＝87.43％),主要原因是肩部受压减小，使斜方肌被动持续用力的强度有所下降。穿戴外骨骼后竖脊肌的肌肉活动变化并不明显，原因是穿戴外骨骼负重后人体任然需要维持整个系统的平衡，竖脊肌任然需要持续的用力。总体来看，负重外骨骼对人体负重部分肌肉有一定的助力作用，尤其是对颈部肌肉有明显的助力效果。
表12受试者3斜方肌与竖脊肌肌电信号强度
注：肌电信号强度单位：uV。
从表12中可以看到在穿戴外骨骼后负重斜方肌的用力强度有所降低，负重12.5kg时肌电信号强度降低了90.90％((50.42-4.59)/5.42＝90.90％),负重25kg时肌电信号强度降低了92.57％((39.58-2.94)/39.58＝92.57％),主要原因是肩部受压减小，使斜方肌被动持续用力的强度有所下降。穿戴外骨骼后竖脊肌的肌肉活动变化并不明显，原因是穿戴外骨骼负重后人体任然需要维持整个系统的平衡，竖脊肌任然需要持续的用力。总体来看，负重外骨骼对人体负重部分肌肉有一定的助力作用，尤其是对颈部肌肉有明显的助力效果。
实施例三
参见图19，为了较为全面地评估外骨骼的支撑承重效果，本发明提供了一种外骨骼性能测试装置。
在一些实施例中，该装置包括：分别用于采集穿戴者(即，受试者)在负重时的肌电信号、能量消耗数据、受压部位的压力数据的第一数据采集模块、第三数据采集模块和第二数据采集模块；
以及分别与第一、二、三数据采集模块相连，用于获取所采集的肌电信号、压力数据和能量消耗数据的第一数据获取模块、第二数据获取模块和第三数据获取模块；
在一些实施例中，该第一、二、三数据获取模块与上位终端(如，电脑)相连，并将所获取到的肌电信号、压力数据和能量消耗数据上传到上位终端，结合预设的基准参数进行外骨骼的性能测试，得到外骨骼的性能测试结果。
其中，基准参数包括：基准肌电信号、基准压力数据和基准平均能量消耗功率。
优选地，在一些实施例中，肌电信号通过第一数据采集模块周期性采集，压力数据通过第二数据采集模块周期性采集。
在一些实施例中，基准肌电信号是当穿戴者未穿戴外骨骼负重状态时，根据采集到的穿戴者腰部和颈部的肌电信号进行数据分析得到的；
在一些实施例中，基准压力数据是当穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于穿戴者肩部、胸部和背部的压力数据进行数据分析得到的；
在一些实施例中，基准平均能量消耗功率是当穿戴者未穿戴外骨骼负重状态时，根据所采集到在预设时间段内，穿戴者的能量消耗数据进行数据分析得到的。
众所周知，肌电信号数据是表征肌肉疲劳的有效工具，当穿戴者穿戴外骨骼后的肌电信号减弱时，表明其肌肉活动减少，即表明肌肉疲劳有所缓解，因此通过肌电信号的变化来表征外骨骼缓解肌肉疲劳的性能；压力数据的变化是穿戴者感受最直观的变化，当穿戴者所受的压力减少时，其负重感也会减轻，因此通过压力数据的变化来表征外骨骼的减重性能；能量消耗数据(如，耗氧量和二氧化碳呼出量)能够客观反映穿戴者在整个负重过程中的能量消耗功率，因此通过能量消耗功率的变化来表征外骨骼的减耗性能。
优选地，在一些实施例中，外骨骼的测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数。
在一些实施例中，所采集的肌电信号包括：背部和腰部的肌电信号。
进一步地，在一些实施例中，该第一数据采集模块包括：至少一个用于采集穿戴者斜方肌的肌电信号的第一肌电信号采集单元，其与第一数据获取模块相连；以及至少一个用于采集穿戴者竖脊肌的肌电信号的第二肌电信号采集单元，其与第一数据获取模块相连。
优选地，在一些实施例中，第一数据采集模块包括：电极贴、信号发生器、同步器等部件，第一数据获取模块包括：hub接收盒、桌面接收盒等部件，具体地，在本实施例中，通过16路信号通道Noraxon-DTS系列无线表面肌电采集系统采集肌电信号，该肌电采集系统由桌面接收盒、信号发生器、同步器、hub接受盒和工作站组成，还包括一次性电极贴、剪刀、双面胶等肌电信号采集材料。具体实施时，将电极贴和信号发生器分别通过双面胶固定在穿戴者的皮肤表面(对应于人体的斜方肌和竖脊肌的位置)，且信号发生器与电极贴电连接(物理接触的电路连接)，使得信号发生器可通过电极贴监测到穿戴者的肌电信号。
优选地，在一些实施例中，采集肌电信号时，为了保证电极贴能稳固地安装在受试者的皮肤表面，在固定电极贴之前，首先用75％的医用酒精擦拭受试者的皮肤表面，去除粘附在皮肤表面的油污，待皮肤干燥后再贴上电极贴；为避免信号发生器在测试过程中发生位移，影响数据采集，将无线肌电信号发生器安放在不易受到背负负重影响的位置，并通过双面胶固定位置，电极贴和信号发生器的贴放位置参见图7。
优选地，在一些实施例中，通过提取肌电信号时域特征积分肌电值(iEMG)来反应负重过程中的肌肉活动(即，肌肉的发力情况)，优选地，肌电信号时域特征积分肌电值(iEMG)计算公式如下：
试中xi为一个肌电信号采样点幅值，(i＝0,1,2,……,N-1)为一长度为N的时间序列。
进一步地，在一些实施例中，在对肌电信号的数据分析处理之前，还将对肌电信号原始信号进行预处理。优选地，预处理的流程为先对原始信号进行带通滤波(低频阈值20Hz，高频阈值300Hz)，正值整流(原始信号为0V附近的振荡信号)，以及均方根平滑处理(RMS处理，平滑时间窗口为500ms)。
具体地，在一些实施例中，该第二数据采集模块还包括：至少一个用于采集穿戴者的左肩胸处的压力数据的第一压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的右肩胸处的压力数据的第二压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的左肩峰处的压力数据的第三压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的右肩峰处的压力数据的第四压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的左肩背处的压力数据的第五压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的右肩背处的压力数据的第六压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的左前肩处的压力数据的第六压力采集单元，与第二数据获取模块相连。
至少一个用于采集穿戴者的右前肩处的压力数据的第六压力采集单元，与第二数据获取模块相连。
优选地，在一些实施例中，第一、二、三、四、五、六、七、八压力采集单元均以可拆卸的方式安装在穿戴者所穿戴的穿戴件上；其中，穿戴件为外骨骼的穿戴件，或/和，穿戴者所背负负重的穿戴件，且穿戴件可覆盖穿戴者的肩部、胸部和背部。具体地，在一些实施例中，第一、二、三、四、五、六、七、八压力采集单元均通过双面胶可拆卸的安装在穿戴者所穿戴的穿戴件上。
优选地，在一些实施例中，该第一、二、三、四、五、六、七、八压力采集单元均为薄膜压力传感器或者微型金属应变式压力传感器。例如，DF9-40系列柔性薄膜压力传感器。
在一些实施例中，第二数据采集模块包括：薄膜压力传感器，第二数据获取模块包括：8通道压力转换模块MY2901、TTL转USB模块、SSCOM串口软件；具体地，在一些实施例中，通过压力采集设备采集穿戴者的压力数据，该压力采集设备由8通道压力转换模块MY2901、TTL转USB模块、DF9-40系列柔性薄膜压力传感器、SSCOM串口软件组成，如图8所示。其中，8通道MY2901可同时测量8个DF9-40柔性薄膜压力传感器，将TTL转USB模块上位终端(如，电脑)可直接读取AD值数据和参考压力值。
优选地，在一些实施例中，由于在无外骨骼无负重受试条件下穿戴者肩部压力为零，因此，无需测量穿戴者在外骨骼无负重时的压力数据。主要的压力测试有无外骨骼负重、有外骨骼负重条件下的肩部压力测试。肩部压力测试部位为左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背八个位置。在进行压力测试之前将8通道压力测试系统进行排序，分别与八个测试部位一一对应，其对应关系可参见实施例一中的表3。
具体实施时，待穿戴者将负重背负好后，将压力传感器按照在先设定的对应关系设置在穿戴件的肩带与人肩接触的部位，其中，压力采集设备的采样频率为2Hz，待压力数据稳定后，记录10min内的压力数据。
在一些实施例中，该能量消耗数据包括：耗氧量和二氧化碳呼出量。
在一些实施例中，能量消耗功率测试方法是通过测试穿戴者站立时负重过程中的耗氧量和二氧化碳呼出量，然后通过耗氧量和二氧化碳呼出量计算能量消耗功率。相应的，第三数据采集模块包括：无线接收及校准子模块Oxycon Mobile Pca、数据交换子模块Oxycon Mobile DEx、测量子模块Oxycon Mobile SBx、头戴式呼吸面罩，第三数据获取模块包括：工作站(如，电脑)。具体地，能量消耗功率测试选用的是运动心肺功能测试仪，该运动心肺功能测试仪由无线接收及校准子模块Oxycon Mobile Pca、数据交换子模块OxyconMobile DEx、测量子模块Oxycon Mobile SBx、头戴式呼吸面罩、工作站和测试软件JLad和嵌入式软件组成，如图10所示。该能量消耗功率测试仪可测量穿戴者在站立时耗氧量和二氧化碳呼出量等生理参数。
在一些实施例中，在进行能量消耗数据测试前，首先需要进行Oxycon Mobile SBx体积定标和气体含量定标，确保测试过程中的参数精准。穿戴者测试时需穿戴好呼吸面罩，并将运动心肺功能试仪的Oxycon Mobile SBx和Oxycon Mobile DEx组件安装固定好，将口部流量计和氧含量监测管安装在呼吸口罩的出气口处，如图11所示。尤其是呼吸口罩的穿戴过程中要确保口罩与人体脸部皮肤之间没有任何泄露空间。记录穿戴者分别在三种受试条件(无外骨骼无负重、穿外骨骼负重、无外骨骼负重状态)下10分钟内的耗氧量与二氧化碳呼出量，并利用上位终端中的数据处理软件(如，JLad)计算耗氧量和二氧化碳呼出量的平均值。
进一步地，在一些实施例中，根据能量消耗数据计算能量消耗功率，优选地，能量消耗功率H计算如下：
式中H为能量消耗功率，单位为W/kg；VO2为耗氧量，VCO2为二氧化碳呼出量，单位都为L/s；m为穿戴者体重，单位kg。
在一些实施例中，肌电信号包括穿戴者在无外骨骼无负重，和/或穿外骨骼负重，和/或无外骨骼负重状态下的肌电信号；
在一些实施例中，压力数据包括穿戴者在无外骨骼无负重，和/或穿外骨骼负重，和/或无外骨骼负重状态下的压力数据；
在一些实施例中，能量消耗数据包括穿戴者在无外骨骼无负重，和/或穿外骨骼负重，和/或无外骨骼负重状态下的能量消耗数据。
进一步地，在一些实施例中，通过时域特征积分肌电值、待评估压力数据和能量消耗效率与预设的基准参数进行外骨骼的性能测试，得到外骨骼性能测试结果，该结果包括：第一表征参数、第二表征参数、第三表征参数，以上三种参数均由公式(3)计算而来。
其中，ηE可以表示第一表征参数或第二表征参数或第三表征参数待评估压力数据，En指基准参数，Ey指穿外骨骼站立负重时的时域特征积分肌电值，或待评估压力数据，或能量消耗功率。
例如，在一些实施例中，当En为基准肌电信号，且Ey指穿外骨骼站立负重时的时域特征积分肌电值时，ηE表示第一表征参数；当En为基准压力数据，且Ey指穿外骨骼站立负重时的待评估压力数据时，ηE表示第二表征参数；当En为基准平均能量消耗功率，且Ey指穿外骨骼站立负重时的能量消耗功率时，ηE表示第三表征参数。
当然，在另一些实施例中，为了获取到更全面的外骨骼性能测试结果，例如，需要更全面地测试外骨骼的减重性能(通过压力数据的变化趋势表征)时，可以分别计算出每个压力监测点的压力数据的变化趋势，例如，在本实施例中，肩部压力测试部位包括左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背八个位置，分别计算出以上位置有外骨骼负重相对于无外骨骼负重的压力数据的变化趋势(例如，压力数据的降低比例)，表征外骨骼对于不同受压部位的减重性能。
优选地，在一些实施例中，在计算肌电信号和能量消耗数据降低比例之前，首先对肌电信号和能量消耗数据进行配对样本T检验，具体地，在本实施例中，利用SPSS 26.0软件对肌电信号和能量消耗功率数据进行配对样本T检验，检验有无外骨骼在站立负重时对肌肉活动和能量消耗功率的差异显著性。具体地，以P<0.05作为判断差异显著性的概率值。
进一步地，在一些实施例中，外骨骼性能测试结果还包括：用于表征外骨骼综合性能的第四表征参数，该用于表征外骨骼综合性能的第四表征参数可根据第一表征参数、第二表征参数和第三表征参数进行综合测试所得。
优选地，在一些实施例中，计算第四表征参数的数学模型如下：
L＝Aη1+Bη2+Cη3 (4)
其中，L为第四表征参数，A、B、C为权重，其为常量，η1为第一表征参数，η2为第二表征参数，η3为第三表征参数。
在一些实施例中，可以根据外骨骼性能测试的侧重点，适应性修改公式(4)中η1、η2和η3的权重，即在允许范围内适应性地调整权重A、B、C的数值。
例如，当穿戴者使用双臂搬运重物时，主要需要穿戴者肌肉发力，当肌肉活动量过大时，穿戴者将会容易肌肉疲劳，因此，要求外骨骼具有良好的缓解疲劳性能，也即能够减少穿戴者的肌肉活动，避免长期搬运负重导致穿戴者肌肉拉伤；相应的，若想重点考察缓解疲劳性能，可以适当增大公式(4)中η1的权重，即增大A的数值，或适应性降低B和C的数值；
当穿戴者背负重物时，穿戴者主要承受来自负重的压力，因此需要外骨骼具有良好的减压性能，也即减重性能，其减重性能主要通过第二表征参数进行表征，相应的，若想要重点考察外骨骼的减重性能，可以适当增大公式(4)中η2的权重，即增大B的数值，或适应性降低A和C的数值；
当穿戴者需要长时间负重行走或站立时，穿戴者会保持长时间的能量消耗，这对穿戴者的耐力要求较高，因此，要求外骨骼能有效降低穿戴者的能量消耗，即有效减耗，通过第三表征参数表征外骨骼的减耗性能；相应的，若想重点考察外骨骼的减耗性能，可以适当增大公式(4)中η3的权重，即增大C的数值，或适应性降低A和B的数值。
实施例四
参见图20，本发明还提供了一种外骨骼性能测试系统，该系统包括实施例三中的各个模块，与实施例三不同的是，本实施例还包括：上位终端，用于与第一、二、三数据获取模块相连，并且根据第一、二、三数据获取模块获取的肌电信号、压力数据和能量消耗数据，与预先采集到的基准参数进行性能测试，得到外骨骼性能测试结果；其中，基准参数包括：基准肌电信号、基准压力数据和基准平均能量消耗功率。
在一些实施例中，上位终端包括PC电脑、网络云服务器，甚至手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、台式电脑等任意电子设备。
进一步地，在一些实施例中，上位终端包括：
第一计算模块，用于根据肌电信号和基准肌电信号计算所述第一表征参数；
第二计算模块，用于根据压力数据和基准压力数据计算所述第二表征参数；
第三计算模块，用于根据能量消耗数据和基准平均能量消耗功率计算所述第三表征参数。
进一步地，在一些实施例中，肌电信号包括：斜方肌和竖脊肌的肌电信号，通过提取肌电信号时域特征积分肌电值来反应负重过程中肌肉的发力情况；相应地，第一计算模块具体包括：
第一肌电信号计算单元，用于根据斜方肌和竖脊肌的肌电信号计算肌电信号的时域特征积分肌电值；
第二肌电信号计算单元，用于根据时域特征积分肌电值和所述基准肌电信号计算所述第一表征参数。
具体地，在一些实施例中，时域特征积分肌电值的计算方法如下：
试中xi为一个肌电信号的采样点幅值，(i＝0,1,2,……,N-1)为一长度为N的时间序列。
进一步地，在一些实施例中，压力数据包括穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据,相应地，第二计算模块具体包括：
第一压力计算单元，用于根据左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据计算待评估压力数据；
具体地，在一些实施例中，对左肩胸的压力数据、左前肩的压力数据、左肩峰的压力数据、左肩背的压力数据、右肩胸的压力数据、右前肩的压力数据、右肩峰的压力数据、右肩背的压力数据进行平均得到待评估压力数据。
优选地，为了保证所测压力数据的可靠性，在一些实施例中，首先分别对多个压力测试点，即分别对左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力测试点进行多次测量，取多次测量的平均值为左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据。
第二压力计算单元，用于根据待评估压力数据和基准压力数据计算所述第二表征参数。
在一些实施例中，能量消耗数据包括：耗氧量和二氧化碳呼出量，相应地，上位终端的第三计算模块具体包括：
第一能量消耗功率计算单元，用于根据耗氧量和二氧化碳呼出量计算穿戴者的单位质量体重的平均能量消耗功率；
具体地，在一些实施例中，能量消耗功率的计算公式如下：
式中H为能量消耗功率，单位为W/kg；VO2为耗氧量，VCO2为二氧化碳呼出量，单位都为L/s；m为穿戴者体重，单位kg。
第二能量消耗功率计算单元，用于根据能量消耗功率和基准平均能量消耗功率计算第三表征参数。
优选地，在一些实施例中，第一、二、三表征参数的计算公式如下：
其中，ηE可以表示第一表征参数或第二表征参数或第三表征参数，En指基准参数，Ey指穿外骨骼站立负重时的时域特征积分肌电值，或待评估压力数据，或能量消耗功率。
例如，在一些实施例中，当En为基准肌电信号，且Ey指穿外骨骼站立负重时肌电信号的时域特征积分肌电值时，ηE表示第一表征参数；当En为基准压力数据，且Ey指穿外骨骼站立负重时的待评估压力数据时，ηE表示第二表征参数；当En为基准平均能量消耗功率，且Ey指穿外骨骼站立负重时的能量消耗功率时，ηE表示第三表征参数。
在一些实施例中，上位终端还包括：第四计算模块，用于根据第一、二、三表征参数对外骨骼进行综合性能测试，计算得到用于表征外骨骼综合性能的第四表征参数。
优选地，用于外骨骼性能的综合表征参数的数学模型如下：
L＝Aη1+Bη2+Cη3 (4)
其中，L为第四表征参数，A、B、C为权重，其为常量，η1为第一表征参数，η2为第二表征参数，η3为第三表征参数。
在一些实施例中，可以根据外骨骼性能测试的侧重点，适应性修改公式(4)中η1、η2和η3的权重，即在允许范围内适应性地调整权重A、B、C的数值。
例如，当穿戴者背负重物时，穿戴者主要承受来自负重的压力，因此需要外骨骼具有良好的减压性能，即减重性能，其减重性能主要通过第二表征参数进行表征，相应的，若想要重点考察外骨骼的减重性能，可以适当增大公式(4)中η2的权重，即增大B的数值，或适应性降低A和C的数值；
当穿戴者使用双臂搬运重物时，主要需要穿戴者肌肉发力，当肌肉活动量过大时，穿戴者将会容易肌肉疲劳，因此，要求外骨骼具有良好的缓解疲劳性能，也即能够减少穿戴者的肌肉活动，避免长期搬运负重导致穿戴者肌肉拉伤；相应的，若想重点考察缓解疲劳性能，可以适当增大公式(4)中η1的权重，即增大A的数值，或适应性降低B和C的数值；
当穿戴者需要长时间负重行走或站立时，穿戴者会保持长时间的能量消耗，这对穿戴者的耐力要求较高，因此，要求外骨骼能有效降低穿戴者的能量消耗，即有效减耗，通过第三表征参数表征外骨骼的减耗性能；相应的，若想重点考察外骨骼的减耗性能，可以适当增大公式(4)中η3的权重，即增大C的数值，或适应性降低A和B的数值。
进一步地，为了测试外骨骼的最佳性能，在一些实施例中，所采集的有外骨骼负重的相关数据(如，压力数据、肌电信号和能量消耗数据)均为所述外骨骼的负重机构处于最佳承重状态时采集到的。
实施例五
本发明还提供了一种用于外骨骼性能测试的方法。
在一些实施例中，该方法包括步骤：采集穿戴者负重时的肌电信号、能量消耗数据、受压部位的压力数据；
根据采集到的肌电信号、压力数据和能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果；
其中，基准参数包括：基准肌电信号、基准压力数据和基准平均能量消耗功率。
在一些实施例中，基准肌电信号是当穿戴者未穿戴外骨骼负重状态时，根据采集到的穿戴者腰部和颈部的肌电信号进行数据分析得到的。
在一些实施例中，基准压力数据是当穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于穿戴者肩部、胸部和背部的压力数据进行数据分析得到的。
在一些实施例中，基准平均能量消耗功率是当穿戴者未穿戴外骨骼负重状态时，根据所采集到的在预设时间段内，穿戴者的能量消耗数据进行数据分析得到的。
在一些实施例中，测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数。
进一步地，在一些实施例中，肌电信号包括：穿戴者的竖脊肌和斜方肌，相应的在穿戴者身上设有多个肌电信号监测点。
具体地，在一些实施例中，通过16路信号通道Noraxon-DTS系列无线表面肌电采集装置采集肌电信号，该肌电采集装置由桌面接收盒、信号发生器、同步器、hub接受盒和工作站(如，电脑)组成，还包括一次性电极贴、剪刀、双面胶等肌电信号采集材料。具体实施时，将电极贴和信号发生器分别通过双面胶固定在穿戴者的皮肤表面，且信号发生器与电极贴电连接(物理接触的电路连接)，使得信号发生器可通过电极贴采集到穿戴者的肌电信号，其中，电极贴所设置的位置即为肌电信号监测点，具体实施方式可参见实施例一至实施例四。
优选地，肌电信号数据通过工作站上的MR23软件以2000Hz采样频率采集，数据采集时长为60s。
进一步地，在一些实施例中，在对肌电信号的数据分析处理之前，还将对肌电信号原始信号进行预处理。优选地，预处理的流程为先进行带通滤波(低频阈值20Hz，高频阈值300Hz)，正值整流(原始信号为0V附近的振荡信号)，以及均方根平滑处理(RMS处理，平滑时间窗口为500ms)。
在一些实施例中，采集的压力数据包括：穿戴者的左肩胸、右肩胸、左肩顶、右肩顶、左肩背和右肩背的位置的压力数据。
具体地，在一些实施例中，通过压力采集设备采集佩戴者的压力数据，该压力采集设备由8通道压力转换模块MY2901、TTL转USB模块、DF9-40系列柔性薄膜压力传感器、SSCOM串口软件组成，如图8所示。其中，8通道MY2901可同时测量8个DF9-40柔性薄膜压力传感器，将TTL转USB模块连接电脑可直接读取AD值数据和参考压力值。
优选地，在一些实施例中，由于在无外骨骼无负重受试条件下受试者肩部压力为零，因此，无需测量受试者在外骨骼无负重时的压力数据。主要的压力测试有无外骨骼负重、有外骨骼负重条件下的肩部压力测试。肩部压力测试部位为左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背八个位置。在进行压力测试之前将8通道压力测试系统进行排序，分别与测试部位一一对应，对应关系可参见实施例一中的表3，具体实施方式可参见实施例一到实施例四。
进一步地，在一些实施例中，根据采集到的肌电信号、压力数据和能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果，具体包括步骤：
根据肌电信号，以及预设的基准肌电信号进行性能测试，得到第一表征参数；
根据压力数据，以及预设的基准压力数据进行性能测试，得到第二表征参数；
根据能量消耗数据，以及预设的基准平均能量消耗功率进行性能测试，得到第三表征参数。
进一步地，在一些实施例中，肌电信号包括：斜方肌和竖脊肌的肌电信号，相应地，根据肌电信号，以及预设的基准肌电信号进行性能测试，得到第一表征参数，具体包括步骤：
根据斜方肌和竖脊肌的肌电信号计算肌电信号的时域特征积分肌电值；
具体地，在一些实施例中，肌电信号时域特征积分肌电值(iEMG)计算方法如下：
试中xi为一个肌电信号的采样点幅值，(i＝0,1,2,……,N-1)为一长度为N的时间序列。
根据时域特征积分肌电值和基准肌电信号计算第一表征参数。
进一步地，在一些实施例中，压力数据包括穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据；相应地，根据穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据，以及预设的基准压力数据进行性能测试，得到第二表征参数，具体包括步骤：
根据左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据计算得到待评估压力数据，
根据待评估压力数据和基准压力数据计算第二表征参数。
进一步地，在一些实施例中，根据左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据的压力数据计算得到待评估压力数据，其具体步骤包括：
对左肩胸的压力数据、左前肩的压力数据、左肩峰的压力数据、左肩背的压力数据、右肩胸的压力数据、右前肩的压力数据、右肩峰的压力数据、右肩背的压力数据进行平均得到待评估压力数据。
优选地，在一些实施例中，穿戴者身上设有多个压力监测点，为了确保所采集的压力数据的准确性和可靠性，首先分别对多个压力监测点进行重复测试，取重复测试所得的压力测试数据的平均值作为每个每个压力监测点上的压力数据，进一步地，对得到的多个压力数据进行平均，得到所有压力监测点的压力数据的平均值，即待评估压力数据。
具体地，在一些实施例中，穿戴者身上设有多个压力采集位点，优选为8个采集位点，分别对8个采集位点重复测量，计算出每个压力采集位点的压力数据的平均值，作为每个压力采集位点的压力数据，用于计算待评估压力数据。
进一步地，在一些实施例中，能量消耗数据包括：耗氧量和二氧化碳呼出量；
根据能量消耗数据，以及预设的基准平均能量消耗功率进行性能测试，得到第三表征参数，具体包括步骤：
根据耗氧量和二氧化碳呼出量计算能量消耗功率；
根据能量消耗功率和基准平均能量消耗功率计算得到第三表征参数。
在一些实施例中，采集预设时段的能量消耗数据用于计算能量消耗功率，具体地，能量消耗功率测试方法是通过测试佩戴者站立时负重过程中的耗氧量和二氧化碳呼出量，然后通过耗氧量和二氧化碳呼出量计算能量消耗功率。具体地，能量消耗功率测试选用的是运动心肺功能测试仪，该运动心肺功能测试仪由无线接收及校准模块Oxycon MobilePca、数据交换模块Oxycon Mobile DEx、测量模块Oxycon Mobile SBx、头戴式呼吸面罩、工作站和测试软件JLad和嵌入式软件组成，如图10所示。该能量消耗功率测试仪可测量穿戴者在站立时耗氧量和二氧化碳呼出量等生理参数。具体实施方式参见实施例一到实施例四。
在一些实施例中，通过上位终端对采集到的能量消耗数据进行处理，具体地，将能量消耗数据转化成能量消耗功率表，优选地，能量消耗功率H计算如下：
式中H为能量消耗功率，单位为W/kg；VO2为耗氧量，VCO2为二氧化碳呼出量，单位都为L/s；m为穿戴者体重，单位kg。
进一步地，在一些实施例中，第一、二、三表征参数都由公式(3)计算而来。
式中：ηE可以表示第一表征参数或第二表征参数或第三表征参数，En指基准参数，Ey指穿外骨骼站立负重时的时域特征积分肌电值、或待评估压力数据、或能量消耗功率；当En为基准肌电信号，且Ey指穿外骨骼站立负重时肌电信号的时域特征积分肌电值时，ηE表示第一表征参数；当En为基准压力数据，且Ey指穿外骨骼站立负重时的待评估压力数据时，ηE表示第二表征参数；当En为基准平均能量消耗功率，且Ey指穿外骨骼站立负重时的能量消耗功率时，ηE表示第三表征参数。
进一步地，根据第一、二、三表征参数对外骨骼进行综合性能测试，得到综合表征参数。
优选地，在一些实施例中，用于计算综合表征参数的数学模型如下：
L＝Aη1+Bη2+Cη3
其中，L为综合表征参数，A、B、C为权重，η1为第一表征参数，η2为第二表征参数，η3为第三表征参数。
在一些实施例中，可以根据外骨骼性能测试的侧重点，适应性修改公式(4)中η1、η2和η3的权重，即在允许范围内适应性地调整参数A、B、C的数值。
在一些实施例中，该方法还包括步骤：采集穿戴者穿戴外骨骼背负不同重量的负重时，穿戴者腰部和颈部的肌电信号，并分别与基准参数进行数据分析，得到不同负重下，外骨骼的第一表征参数的变化趋势。
在一些实施例中，该方法还包括步骤：采集穿戴者穿戴外骨骼背负不同重量的负重时，穿戴者腰部和颈部的肌电信号(例如，分别采集穿戴者在背负5kg，10kg，15kg，20kg，25kg负重时的腰部和颈部的肌电信号)，并分别与基准参数进行数据分析，得到不同负重下，外骨骼降低穿戴者第一表征参数的变化趋势，分析不同负重条件下外骨骼的缓解疲劳作用。
在一些实施例中，利用SPSS 26.0软件对肌电信号和能量消耗功率数据进行配对样本T检验，检验有无外骨骼在站立负重时对肌肉活动和能量消耗功率的差异显著性。具体地，以P<0.05作为判断差异显著性的概率值。
参考文献
[1]王增刚,王金之,冯茹,等.负重对行军士兵下肢步态特征的影响[J].医用生物力学,2018(4)。
[2]Taylor N A S,Peoples G E,Petersen S R.Load carriage,humanperformance,and employment standards[J].Applied Physiology Nutrition&Metabolism,2016,41(6(Suppl.2)):S131-S147。
[3]Nindl B C,John W.Castellani…Physiological Employment StandardsIII:physiological challenges and consequences encountered duringinternational military deployments.[J].European Journal of AppliedPhysiology,2013,113(11):2655-2672。
[4]舒展,潘菲,刘圣军,田丰,孙景工,杨健.内背架式背负系统设计与人机工效评价[J].医疗卫生装备,2020,41(03):47-50。
[5]Hadid A,Epstein Y,Shabshin N,et al.Modeling mechanical strains andstresses in soft tissues of the shoulder during load carriage based on load-bearing open MRI[J].Journal of applied physiology,2012,112(4):597-606。
[6]Hadid A,Belzer N,Shabshin N,et al.The effect of mechanical strainsin soft tissues of the shoulder during load carriage[J].Journal ofbiomechanics,2015,48(15):4160-4165。
[7]Hadid A,Gozes G,Atoon A,et al.Effects of an improved biomechanicalbackpack strap design on load transfer to the shoulder soft tissues[J].Journal of biomechanics,2018,76:45-52。
[8]Mao C P,Macias B R,Hargens A R.Shoulder skin and musclehemodynamics during backpack carriage[J].Applied ergonomics,2015,51:80-84。
[9]Golriz S,Peiffer J J,Walker B F,et al.The effect of backpack loadplacement on physiological and self-reported measures of exertion[J].Work,2018,61(2):273-279。
[10]Zahaf S,Mansouri B,Belarbi A,et al.The effect of the backpack onspine[J].Int.J.Adv.Multidiscip.Res,2016,3(10):41-61。
[11]谢哲东,向美琦,姜立民.人体负重下肢助力机械外骨骼结构设计与运动学仿真[J].机械设计与制造,2020(10):21-24。
[12]Panizzolo F A,Galiana I,Asbeck A T,et al.A biologically-inspiredmulti-joint soft exosuit that can reduce the energy cost of loaded walking[J].Journal of NeuroEngineering and Rehabilitation,2016,13(1):43。
[13]Hyun D J,Park H,Ha T,et al.Biomechanical design of an agile,electricity-powered lower-limb exoskeleton for weight-bearing assistance[J].Robotics and Autonomous Systems,2017,95:181-195。
[14]刘王智懿,郑银环,孙健铨,傅睿卿,王大帅.轻量型柔性下肢助力外骨骼的设计及性能实验[J/OL].机器人:1-10[2021-04-16].http://scfw.cqut.edu.cn:80/rwt/CNKI/ht tps/MSYXTLUQPJUB/10.13973/j.cnki.robot.200292。
[15]Collins S H.Dynamic Walking Principles Applied to HumanGait.Dissertations&Theses Gradworks,2008。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台计算机终端(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (7)
1.一种外骨骼性能测试系统，其特征在于，包括：
分别用于采集穿戴者穿戴所述外骨骼在静止站立背负负重时的肌电信号、能量消耗数据、受压部位的压力数据的第一数据采集模块、第三数据采集模块和第二数据采集模块；其中，所述能量消耗数据包括：所述穿戴者静止站立背负负重时的耗氧量和二氧化碳呼出量；
分别与第一、二、三数据采集模块相连，用于获取所采集的所述肌电信号、所述压力数据和所述能量消耗数据的第一数据获取模块、第二数据获取模块和第三数据获取模块；
上位终端，与第一、二、三数据获取模块相连，用于根据第一、二、三数据获取模块获取的所述肌电信号、所述压力数据和所述能量消耗数据，结合预设的基准参数进行性能测试，得到外骨骼性能测试结果；
其中，所述测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数；用于表征所述外骨骼综合性能的第四表征参数；所述基准参数包括：所述穿戴者未穿戴所述外骨骼站立负重状态时的基准肌电信号、基准压力数据和基准平均能量消耗功率；
具体地，所述上位终端包括：
第一计算模块，用于根据所述肌电信号和所述基准肌电信号计算所述第一表征参数；
第二计算模块，用于根据所述压力数据和所述基准压力数据计算所述第二表征参数；
第三计算模块，用于根据所述能量消耗数据和所述基准平均能量消耗功率计算所述第三表征参数；
第四计算模块，用于根据第一、二、三表征参数计算所述第四表征参数；其中，用于计算所述第四表征参数的数学模型如下：
，
其中，L为所述第四表征参数，A、B、C为权重，
为第一表征参数，
为第二表征参数，
为第三表征参数；并且，
当侧重考察所述外骨骼的缓解疲劳性能时，增大权重A，或降低权重B和权重C；
当侧重考察所述外骨骼的减重性能时，增大权重B，或降低权重A和权重C；
当侧重考察所述外骨骼的减耗性能时，增大权重C，或降低权重A和权重B；
其中，所述肌电信号包括：穿戴者静止站立背负负重时的斜方肌和竖脊肌的肌电信号，相应地，所述第一计算模块具体包括：
第一肌电信号计算单元，用于根据所述斜方肌和竖脊肌的肌电信号计算所述肌电信号的时域特征积分肌电值；
第二肌电信号计算单元，用于根据所述时域特征积分肌电值和所述基准肌电信号计算所述第一表征参数；和/或，
所述压力数据包括所述穿戴者静止站立背负负重时的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据，相应地，所述第二计算模块具体包括：
第一压力计算单元，用于根据所述左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据计算待评估压力数据；
第二压力计算单元，用于根据所述待评估压力数据和所述基准压力数据计算所述第二表征参数；和/或，
所述第三计算模块具体包括：
第一能量消耗功率计算单元，用于根据穿戴者静止站立背负负重时的所述耗氧量和二氧化碳呼出量计算所述穿戴者静止站立背负负重时的单位质量体重的平均能量消耗功率；
第二能量消耗功率计算单元，用于根据所述平均能量消耗功率和所述基准平均能量消耗功率计算所述第三表征参数；
其中，所述第一表征参数、所述第二表征参数和所述第三表征参数的计算公式为：
，且
当计算所述第一表征参数时，
表示所述第一表征参数，
为所述基准肌电信号，
指穿外骨骼站立负重时的所述时域特征积分肌电值；
当计算所述第二表征参数时，
表示所述第二表征参数，
为所述基准压力数据，且
指穿外骨骼站立负重时的所述待评估压力数据；
当计算所述第三表征参数时，
表示所述第三表征参数，
为所述基准平均能量消耗功率，且
指穿外骨骼站立负重时的平均能量消耗功率。
2.根据权利要求1所述的测试系统，其特征在于，所述第一数据采集模块包括：
至少一个用于采集所述穿戴者斜方肌的肌电信号的第一肌电信号采集单元，与所述第一数据获取模块相连；以及
至少一个用于采集所述穿戴者竖脊肌的肌电信号的第二肌电信号采集单元，与所述第一数据获取模块相连；和/或，
所述第二数据采集模块包括：
至少一个用于采集所述穿戴者的左肩胸处的压力数据的第一压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩胸处的压力数据的第二压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的左肩峰处的压力数据的第三压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩峰处的压力数据的第四压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的左肩背处的压力数据的第五压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右肩背处的压力数据的第六压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的左前肩处的压力数据的第七压力采集单元，与所述第二数据获取模块相连；
至少一个用于采集所述穿戴者的右前肩处的压力数据的第八压力采集单元，与所述第二数据采集模块相连。
3.根据权利要求2所述的测试系统，其特征在于，第一、二、三、四、五、六、七、八压力采集单元均以可拆卸的方式安装在所述穿戴者所穿戴的穿戴件上；其中，所述穿戴件为所述外骨骼的穿戴件，或/和，所述穿戴者所背负负重的穿戴件，且所述穿戴件可覆盖所述穿戴者的肩部、胸部和背部；和/或，第一、二、三、四、五、六、七、八压力采集单元均为薄膜压力传感器或者微型金属应变式压力传感器。
4.根据权利要求1所述的测试系统，其特征在于，所述基准肌电信号是当所述穿戴者未穿戴外骨骼负重状态时，根据采集到的所述穿戴者腰部和颈部的肌电信号进行数据分析得到的；
所述基准压力数据是当所述穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于所述穿戴者肩部、胸部和背部的压力数据进行数据分析得到的；
所述基准平均能量消耗功率是当所述穿戴者未穿戴所述外骨骼负重状态时，根据所采集到在预设时间段内，所述穿戴者的能量消耗数据进行数据分析得到的；
所述肌电信号和所述压力数据为当所述外骨骼的负重机构处于最佳承载状态时采集到的。
5.根据权利要求1所述的测试系统，其特征在于，所述第二数据采集模块周期性地采集所述穿戴者在负重时受压部位的压力数据。
6.一种外骨骼性能测试方法，其特征在于，包括步骤：
采集穿戴者穿戴所述外骨骼静止站立背负负重时的肌电信号、能量消耗数据，以及受压部位的压力数据；
根据采集到的所述肌电信号、所述压力数据和所述能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果；其中，所述测试结果包括：用于表征缓解肌肉疲劳性能的第一表征参数、用于表征减重性能的第二表征参数和用于表征减耗性能的第三表征参数；其中，所述基准参数包括：所述穿戴者未穿戴所述外骨骼站立负重状态时的基准肌电信号、基准压力数据和基准平均能量消耗功率；
根据第一、二、三表征参数对外骨骼进行综合性能测试，得到用于表征所述外骨骼综合性能的第四表征参数；
用于计算所述第四表征参数的数学模型如下：
其中，L为所述第四表征参数，A、B、C为权重，
为第一表征参数，
为第二表征参数，
为第三表征参数；并且，
当侧重考察所述外骨骼的缓解疲劳性能时，增大权重A，或降低权重B和权重C；
当侧重考察所述外骨骼的减重性能时，增大权重B，或降低权重A和权重C；
当侧重考察所述外骨骼的减耗性能时，增大权重C，或降低权重A和权重B；
其中，根据采集到的所述肌电信号、所述压力数据和所述能量消耗数据，与预设的基准参数进行性能测试，得到外骨骼性能测试结果，具体包括步骤：
根据所述肌电信号，以及预设的所述基准肌电信号进行性能测试，得到所述第一表征参数；
根据所述压力数据，以及预设的所述基准压力数据进行性能测试，得到所述第二表征参数；
根据所述能量消耗数据，以及预设的所述基准平均能量消耗功率进行性能测试，得到所述第三表征参数；
其中，所述肌电信号包括：斜方肌和竖脊肌的肌电信号；相应地，根据所述肌电信号，以及预设的所述基准肌电信号进行性能测试，得到所述第一表征参数，具体包括步骤：
根据所述斜方肌和竖脊肌的肌电信号计算所述肌电信号的时域特征积分肌电值；
根据所述时域特征积分肌电值和所述基准肌电信号计算所述第一表征参数；和/或，
所述压力数据包括所述穿戴者的左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据；相应地，根据所述压力数据，以及预设的所述基准压力数据进行性能测试，得到所述第二表征参数，具体包括步骤：
根据所述左肩胸、左前肩、左肩峰、左肩背、右肩胸、右前肩、右肩峰、右肩背的压力数据进行平均计算得到待评估压力数据，
根据所述待评估压力数据和所述基准压力数据计算所述第二表征参数；和/或，
所述能量消耗数据包括：耗氧量和二氧化碳呼出量；相应地，根据所述能量消耗数据，以及预设的所述基准平均能量消耗功率进行性能测试，得到所述第三表征参数，具体包括步骤：
根据所述耗氧量和二氧化碳呼出量计算所述穿戴者静止站立背负负重时的单位质量体重的平均能量消耗功率；
根据所述平均能量消耗功率和所述基准平均能量消耗功率计算得到所述第三表征参数；其中，所述第一表征参数、所述第二表征参数和所述第三表征参数的计算公式为：
，且
当计算所述第一表征参数时，
表示所述第一表征参数，
为所述基准肌电信号，
指穿外骨骼站立负重时的所述时域特征积分肌电值；
当计算所述第二表征参数时，
表示所述第二表征参数，
为所述基准压力数据，且
指穿外骨骼站立负重时的所述待评估压力数据；
当计算所述第三表征参数时，
表示所述第三表征参数，
为所述基准平均能量消耗功率，且
指穿外骨骼站立负重时的平均能量消耗功率。
7.根据权利要求6所述的方法，其特征在于，所述基准肌电信号是当所述穿戴者未穿戴外骨骼负重状态时，根据采集到的所述穿戴者腰部和颈部的肌电信号进行数据分析得到的；
所述基准压力数据是当所述穿戴者未穿戴外骨骼负重状态时，根据采集到的施加于所述穿戴者肩部、胸部和背部的压力数据进行数据分析得到的；
所述基准平均能量消耗功率是当所述穿戴者未穿戴所述外骨骼负重状态时，根据所采集到在预设时间段内，所述穿戴者的能量消耗数据进行数据分析得到的；和/或，
所述肌电信号和所述压力数据为当所述外骨骼处于最佳承载状态时采集到的。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110587060 | 2021-05-27 | ||
| CN2021105870608 | 2021-05-27 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113442174A CN113442174A (zh) | 2021-09-28 |
| CN113442174B true CN113442174B (zh) | 2023-05-02 |
Family
ID=77818056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110881097.1A Active CN113442174B (zh) | 2021-05-27 | 2021-08-02 | 外骨骼性能测试方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113442174B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111755096A (zh) * | 2020-05-09 | 2020-10-09 | 深圳先进技术研究院 | 助力效能测试方法、调节方法、计算机设备以及存储介质 |
| CN113974660A (zh) * | 2021-12-09 | 2022-01-28 | 重庆理工大学 | 基于连续上台阶步态下肢助力外骨骼效能评估方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110238863A (zh) * | 2019-06-17 | 2019-09-17 | 北京国润健康医学投资有限公司 | 基于脑电-肌电信号的下肢康复机器人控制方法及系统 |
| CN110977961A (zh) * | 2019-11-07 | 2020-04-10 | 郑州大学 | 一种自适应助力外骨骼机器人运动信息采集系统 |
| CN111696645A (zh) * | 2020-06-07 | 2020-09-22 | 长春理工大学 | 一种基于表面肌电信号的手部外骨骼康复训练装置及方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102088933B (zh) * | 2008-05-20 | 2015-03-18 | 伯克利仿生技术公司 | 通过使用下肢外骨骼来减少人的能量消耗的设备和方法 |
| CN101786478B (zh) * | 2010-02-23 | 2011-09-07 | 华东理工大学 | 具有反力矩结构的虚拟力控制下肢外骨骼机器人 |
| CN103690333B (zh) * | 2013-12-25 | 2016-03-23 | 南京理工大学 | 一种带生物力反馈的可变刚度膝关节康复训练装置及其方法 |
| JP6296494B2 (ja) * | 2014-02-06 | 2018-03-20 | 国立研究開発法人理化学研究所 | リハビリ装置 |
| US11498203B2 (en) * | 2016-07-22 | 2022-11-15 | President And Fellows Of Harvard College | Controls optimization for wearable systems |
| CN109789048A (zh) * | 2016-10-07 | 2019-05-21 | 重新行走机器人技术有限公司 | 用于外骨骼系统中的压力检测的装置、系统和方法 |
| US20200306952A1 (en) * | 2019-04-01 | 2020-10-01 | Bionik, Inc. | System, Method and/or Computer Readable Medium for Controlling an Exoskeleton |
| CN111755096A (zh) * | 2020-05-09 | 2020-10-09 | 深圳先进技术研究院 | 助力效能测试方法、调节方法、计算机设备以及存储介质 |
| CN212513054U (zh) * | 2020-07-09 | 2021-02-09 | 浙江省医疗器械检验研究院 | 一种医用外骨骼机器人辅助运动参数在线检测装置 |
| CN112536821B (zh) * | 2020-12-02 | 2021-12-07 | 北方工业大学 | 一种原地搬举负载的外骨骼设计方法 |
-
2021
- 2021-08-02 CN CN202110881097.1A patent/CN113442174B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110238863A (zh) * | 2019-06-17 | 2019-09-17 | 北京国润健康医学投资有限公司 | 基于脑电-肌电信号的下肢康复机器人控制方法及系统 |
| CN110977961A (zh) * | 2019-11-07 | 2020-04-10 | 郑州大学 | 一种自适应助力外骨骼机器人运动信息采集系统 |
| CN111696645A (zh) * | 2020-06-07 | 2020-09-22 | 长春理工大学 | 一种基于表面肌电信号的手部外骨骼康复训练装置及方法 |
Non-Patent Citations (5)
| Title |
|---|
| A High Precision Time Grating Displacement Sensor Based on Temporal and Spatial Modulation of Light-Field;Fu, M;Sensors;全文 * |
| 一种基于模型的下肢助力外骨骼混合控制策略;马舜;载人航天;全文 * |
| 基于ADAMS的闭链弓形五连杆翻滚机构仿真分析;游乾坤等;重庆理工大学学报(自然科学);全文 * |
| 基于无动力外骨骼的无基础设施三维空间定位;张颢龄;重庆理工大学学报(自然科学);全文 * |
| 机身装配辅助上肢外骨骼主客观人机交互性能评估;朱隽沛;机械科学与技术;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113442174A (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113442174B (zh) | 外骨骼性能测试方法、装置及系统 | |
| Cook et al. | The effects of load placement on the EMG activity of the low back muscles during load carrying by men and women | |
| MCGILL et al. | A simple polynomial that predicts low-back compression during complex 3-D tasks | |
| Davis et al. | Evaluation of spinal loading during lowering and lifting | |
| Yan et al. | Development and testing of a wearable passive lower-limb support exoskeleton to support industrial workers | |
| Luger et al. | A passive back exoskeleton supporting symmetric and asymmetric lifting in stoop and squat posture reduces trunk and hip extensor muscle activity and adjusts body posture–A laboratory study | |
| Brown et al. | Constraining spine stability levels in an optimization model leads to the prediction of trunk muscle cocontraction and improved spine compression force estimates | |
| Shin et al. | Influence of knee angle and individual flexibility on the flexion–relaxation response of the low back musculature | |
| Houdijk et al. | Energy expenditure of stroke patients during postural control tasks | |
| Montes et al. | Reliability and validation of the hexoskin wearable bio-collection device during walking conditions | |
| Luo et al. | Wearable stooping-assist device in reducing risk of low back disorders during stooped work | |
| Lazzer et al. | Factors affecting metabolic cost of transport during a multi-stage running race | |
| Dewi et al. | On-body personal assist suit for commercial farming: Effect on heart rate, EMG, trunk movements, and user acceptance during digging | |
| Wong et al. | Biomechanical evaluation of the Milwaukee brace | |
| Ghezelbash et al. | Trunk musculoskeletal response in maximum voluntary exertions: A combined measurement-modeling investigation | |
| Choi et al. | Comparison of biomechanical human neck models: muscle forces and spinal loads at C4/5 level | |
| Kumar | The effect of sustained spinal load on intra-abdominal pressure and EMG characteristics of trunk muscles | |
| Madeleine et al. | Biomechanical assessments in sports and ergonomics | |
| Tang et al. | An ergonomics evaluation of the vibration backpack harness system in walking | |
| CN116702480A (zh) | 一种应急救援人员载荷助力装备综合效能评估方法 | |
| Gargiulo et al. | Mobile biomedical sensing with dry electrodes | |
| Li et al. | Effect evaluation of a wearable exoskeleton chair based on surface EMG | |
| WO2005028034A1 (en) | Assessment apparatus and method | |
| Vogt et al. | Overground and walkway ambulation with unilateral hip osteoarthritis: comparison of step length asymmetries and reproducibility of treadmill mounted force plate readings | |
| Pang et al. | Stiffness optimization based on muscle fatigue and muscle synergy for passive waist assistive exoskeleton |
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 |