CN113459158B - 外骨骼助力效能测评方法、装置及计算机可读存储介质 - Google Patents

外骨骼助力效能测评方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN113459158B
CN113459158B CN202110613250.2A CN202110613250A CN113459158B CN 113459158 B CN113459158 B CN 113459158B CN 202110613250 A CN202110613250 A CN 202110613250A CN 113459158 B CN113459158 B CN 113459158B
Authority
CN
China
Prior art keywords
exoskeleton
motion state
oxygen consumption
walking
target pedestrian
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
CN202110613250.2A
Other languages
English (en)
Other versions
CN113459158A (zh
Inventor
常远
刘昊
刘瑞达
吴庆勋
李冠呈
胡源渊
王道臣
张利剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Machinery Equipment Research Institute
Original Assignee
Beijing Machinery Equipment Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Machinery Equipment Research Institute filed Critical Beijing Machinery Equipment Research Institute
Priority to CN202110613250.2A priority Critical patent/CN113459158B/zh
Publication of CN113459158A publication Critical patent/CN113459158A/zh
Application granted granted Critical
Publication of CN113459158B publication Critical patent/CN113459158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
    • A61B5/0833—Measuring rate of oxygen consumption

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Obesity (AREA)
  • Emergency Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请揭示了一种外骨骼助力效能测评方法、装置及计算机可读存储介质，该方法包括在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中以及穿戴外骨骼承担负荷完成行走任务的过程中，分别对目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X以及穿戴外骨骼承担负荷完成行走任务的耗能Xexo；利用X、Xexo以及静息状态下目标行人的基本耗能X0，计算外骨骼助力效能。本申请利用运动模式判别将行走测试曲线分段以区分行走阶段和站立休息阶段，通过耗氧演化曲线拟合和预测方法来进行代谢耗氧评估，从而实现对外骨骼在室外起伏地形下的助力效能测评。

Description

外骨骼助力效能测评方法、装置及计算机可读存储介质
技术领域
本发明属于外骨骼助力效能测试技术领域，涉及一种外骨骼助力效能测评方法、装置及计算机可读存储介质。
背景技术
外骨骼机器人是一种人机耦合的穿戴式助力机器人，可辅助人完成超出自身能力的任务或者降低人体负荷，在军民领域均有广阔的应用前景。外骨骼研制和使用所追求的核心指标是助力效能，传统上通过足底力、肩部压力等交互力进行测试评估，近年来，国内外研究机构逐渐转向采用穿戴外骨骼的人体耗氧量进行评测，即通过测试人体不穿戴承担负荷完成任务和穿戴外骨骼承担负荷完成任务之间的耗氧量，与人体静息状态的耗氧量相比较，从而得到外骨骼的助力效能。
目前，测量人体耗氧量一般采用非侵入的间接测量方式，即通过测量人体实时吸入氧气及呼出二氧化碳的速率再进行换算得到。然而，这种人体代谢耗氧测量方式，一方面由于人体本身的复杂性和间接测量气体流率的方式存在一定的随机性及误差，导致人体代谢耗能的测试过程噪声巨大；另一方面，呼吸率跟代谢耗氧的变化之间存在延时，例如当人从站立状态瞬间切换到快速行走状态时，人体实际代谢耗能近似一个阶跃变化，然而在实际测量中，人的呼吸率却表现为40-100秒时间的缓慢过渡趋于平稳。因此，传统上要求人体保持同一运动状态4-6分钟，取后半部分的代谢耗氧原始数平均值作为此状态下的耗能。但是，这种测量方法适用于实验室条件下，能够利用跑步机设定匀速行走状态，而在室外环境下地形起伏变化大，人也会根据自身状态选择休息或持续行走，难以确保在一段长距离路程的行走过程中一直维持匀速行走，导致目前的人体耗氧量测试方法无法对外骨骼在室外辅助行走状态进行有效的助力效能测评。
发明内容
为了解决相关技术中的问题，本申请提供了一种外骨骼助力效能测评方法、装置及计算机可读存储介质，技术方案如下：
第一方面，本申请提供了一种外骨骼助力效能测评方法，所述方法包括：
在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
利用X、Xexo以及静息状态下所述目标行人的基本耗能X0，计算外骨骼助力效能。
可选地，在所述计算外骨骼助力效能之后，所述方法还包括：
利用休息时长对所述外骨骼助力效能进行修正。
可选地，所述对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，包括：
同步采集所述目标行人的运动数据和耗氧量；
将采集到的所述运动数据输入至训练的运动模式判别模型中，输出所述目标行人的运动状态及行走速度，所述运动状态包括站立状态和行走状态；
计算各段运动状态时的耗氧量；
根据所述各段运动状态的耗氧量以及对应的行走时长，计算各段运动状态的耗氧量加权平均值。
可选地，所述计算各段运动状态时的耗氧量，包括：
对于第i段运动状态，记录所述第i段运动状态下的行走时长；
在所述第i段行走时长大于预定时长时，记录所述第i段运动状态下的耗氧量；
在所述第i段行走时长小于预定时长时，根据所述第i段运动状态下的行走速度以及预先拟合的耗氧量上升曲线，计算所述第i段运动状态下的耗氧量。
可选地，所述各段运动状态的耗氧量加权平均值X’为：
Figure BDA0003096474300000021
其中，xn为第n段运动状态下的耗氧量，第n段行走时长为Tn＝Tn0+Tn1，Tn0为站立时长，Tn1为行走时长，T＝T1+…+Tn为总行走测试时长。
可选地，所述外骨骼助力效能I为：
Figure BDA0003096474300000022
可选地，所述修正后的外骨骼助力效能I’为：
Figure BDA0003096474300000023
其中，
Figure BDA0003096474300000024
为人体未穿戴外骨骼承担负荷完成行走任务的时间折算系数，
Figure BDA0003096474300000031
为人体穿戴外骨骼承担负荷完成行走任务的时间折算系数。
可选地，所述方法还包括：
同步采集预定数量行人在各种运动状态下的运动数据和耗氧量数据，形成数据样本；
根据所述数据样本中的运动数据训练运动模式判别模型，根据所述数据样本中的耗氧量数据拟合耗氧量上升曲线。
由于耗氧量测试结果受多种因素影响存在一定波动，需采集多人多次数据计算I’，并计算平均值
Figure BDA0003096474300000032
作为对外骨骼助力效能的评估结果。
第二方面，本申请还提供了一种外骨骼助力效能测评装置，所述装置包括：
第一计算模块，用于在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
第二计算模块，用于在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
第三计算模块，用于利用X、Xexo以及静息状态下所述目标行人的基本耗能X0，计算外骨骼助力效能。
第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有文件烧录程序，所述文件烧录程序被处理器执行如第一方面以及第一方面各种可选方式中提供的外骨骼助力效能测评方法。
基于上述技术方案，本申请至少可以实现如下有益效果：
利用运动模式判别将行走测试曲线分段以区分行走阶段和站立休息阶段，通过耗氧演化曲线拟合和预测方法来进行代谢耗氧评估，从而实现对外骨骼在室外起伏地形下的助力效能测评。
本申请提供的技术方案可适用于室外环境对人体穿戴外骨骼进行助力效能测评，可为外骨骼设计与优化提供有益的方向性数据，同时为外骨骼横向比较提供可信的测评方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请一个实施例中提供的一种外骨骼助力效能测评方法的流程图；
图2是本申请一个实施例中提供的计算各段运动状态下的耗氧量的加权平均值的流程图；
图3是本申请一个实施例中提供的计算各段运动状态时的耗氧量的流程图；
图4是本申请一个实施例中提供的一种外骨骼助力效能测评装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是本申请一个实施例中提供的一种外骨骼助力效能测评方法的流程图，本申请提供的外骨骼助力效能测评方法包括如下步骤：
步骤101，在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
步骤102，在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
本申请提供了一种对目标行人的运动状态进行分段的方式，分别计算各个分段的耗氧量，计算各个分段的耗氧量的加权平均值，作为耗能。因此，步骤101和步骤102的处理步骤类似，区别在于目标行人在未穿戴外骨骼承担负荷完成行走任务的以及在穿戴外骨骼承担负荷完成行走任务两个不同过程的计算。
请参见图2所示，其是本申请一个实施例中提供的获取各段运动状态下的耗氧量的流程图，在对目标行人的运动状态进行分段，获取各段运动状态下的耗氧量时，包括如下步骤：
步骤201，同步采集目标行人的运动数据和耗氧量；
步骤202，将采集到的运动数据输入至训练的运动模式判别模型中，输出目标行人的运动状态及行走速度；
这里所讲的运动状态包括站立状态和行走状态，其中，行走状态可以包括平地行走、上坡行走、下坡行走状态，以及在不同状态下的多种行走速度。
这里所讲的运动模式判别模型是预先训练好的，在训练时，首先同步采集预定数量行人在各种运动状态下的运动数据和耗氧量数据，形成数据样本；然后根据数据样本中的运动数据训练运动模式判别模型，将运动模式判别模型进行存储，以供根据运动数据进行运动模式的判别。
步骤203，计算各段运动状态时的耗氧量；
在计算各段运动状态时的耗氧量时，如图3所示，可以包括如下步骤：
步骤2031，对于第i段运动状态，记录第i段运动状态下的行走时长；
步骤2032，在第i段行走时长大于预定时长时，记录第i段运动状态下的耗氧量；
也就是说，当一段运动状态下的行走时长较长，耗氧量趋于稳定时，可以记录该段运动状态下的耗氧量。
步骤2033，在第i段行走时长小于预定时长时，根据第i段运动状态下的行走速度以及预先拟合的耗氧量上升曲线，计算第i段运动状态下的耗氧量。
当一段运动状态下的行走时长较短时，通常意味着耗氧量尚未趋于稳定，此时则利用该段运动状态下的行走速度以及预先拟合的耗氧量上升曲线，计算该段运动状态下的耗氧量。
这里所讲的耗氧量上升曲线是预先拟合的，同步采集预定数量行人在各种运动状态下的运动数据和耗氧量数据，形成数据样本；根据数据样本中的耗氧量数据拟合耗氧量上升曲线，以供根据实时采集到的耗氧量数据进行耗氧量的预估计算。
步骤204，根据各段运动状态的耗氧量以及对应的行走时长，计算各段运动状态的耗氧量加权平均值。
各段运动状态的耗氧量加权平均值X’为：
Figure BDA0003096474300000051
其中，xn为第n段运动状态下的耗氧量，第n段行走时长为Tn＝Tn0+Tn1，Tn0为站立时长，Tn1为行走时长，T＝T1+…+Tn为总行走测试时长。
步骤103，利用X、Xexo以及静息状态下目标行人的基本耗能X0，计算外骨骼助力效能。
利用耗氧量对外骨骼助力工效进行评价，需要考虑人体未穿戴承担负荷完成任务时的耗氧量X和穿戴外骨骼承担负荷完成任务时的耗氧量Xexo之间的差值，并与人体静息状态的耗氧量X0相比较，外骨骼助力效能I公式如下：
Figure BDA0003096474300000052
在室外一段距离的路程，总行走时间以及每段行走时间的站立/行走比例必然存在差别，而休息时间较长的话能降低耗氧量的积累，因此在进行助力效能评估时要考虑休息时间的影响，因此对外骨骼助力效能进行修正，修正后的外骨骼助力效能I’的公式如下：
Figure BDA0003096474300000053
其中，
Figure BDA0003096474300000061
为人体未穿戴外骨骼承担负荷完成行走任务的时间折算系数，
Figure BDA0003096474300000062
为人体穿戴外骨骼承担负荷完成行走任务的时间折算系数。
在实际应用中，由于耗氧量测试结果受多种因素影响存在一定波动，需采集多人多次数据计算I’，并计算平均值
Figure BDA0003096474300000063
作为对外骨骼助力效能的评估结果。
综上所述，本申请提供一种外骨骼助力效能测评方法，利用运动模式判别将行走测试曲线分段以区分行走阶段和站立休息阶段，通过耗氧演化曲线拟合和预测方法来进行代谢耗氧评估，从而实现对外骨骼在室外起伏地形下的助力效能测评。
本申请提供的技术方案可适用于室外环境对人体穿戴外骨骼进行助力效能测评，可为外骨骼设计与优化提供有益的方向性数据，同时为外骨骼横向比较提供可信的测评方法。
下面为本申请提供的外骨骼助力效能测评装置的实施例，由于装置实施例中所涉及的技术特征的解释均与上述提供的外骨骼助力效能测评方法的实施例中相同或类似，下面装置实施例中就不再对相关技术特征进行重复解释。
图4是本申请一个实施例中提供的一种外骨骼助力效能测评装置的结构示意图，本申请提供的外骨骼助力效能测评装置可以包括：第一计算模块410、第二计算模块420和第三计算模块430。
第一计算模块410可以用于在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
第二计算模块420可以用于在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
第三计算模块430可以用于利用X、Xexo以及静息状态下所述目标行人的基本耗能X0，计算外骨骼助力效能。
在一种可能的实现方式中，本申请提供的外骨骼助力效能测评装置还可以包括：修正模块。
修正模块可以用于对所述外骨骼助力效能进行修正。
在一种可能的实现方式中，本申请提供的第一计算模块410或第二计算模块420还可以用于执行如下步骤：
同步采集所述目标行人的运动数据和耗氧量；
将采集到的所述运动数据输入至训练的运动模式判别模型中，输出所述目标行人的运动状态及行走速度，所述运动状态包括站立状态和行走状态；
计算各段运动状态时的耗氧量；
计算所述各段运动状态的耗氧量的加权平均值。
可选地，第一计算模块410或第二计算模块420在计算所述各段运动状态的耗氧量的加权平均值时，还可以包括如下子步骤：
对于第i段运动状态，记录所述第i段运动状态下的行走时长；
在所述第i段行走时长大于预定时长时，记录所述第i段运动状态下的耗氧量；
在所述第i段行走时长小于预定时长时，根据所述第i段运动状态下的行走速度以及预先拟合的耗氧量上升曲线，计算所述第i段运动状态下的耗氧量；
根据各段运动状态下的耗氧量和对应的行走时长，计算各段运动状态的耗氧量加权平均值。
可选地，所述各段运动状态的耗氧量加权平均值X’为：
Figure BDA0003096474300000071
其中，xn为第n段运动状态下的耗氧量，第n段行走时长为Tn＝Tn0+Tn1，Tn0为站立时长，Tn1为行走时长，T＝T1+…+Tn为总行走测试时长。
可选地，所述外骨骼助力效能I为：
Figure BDA0003096474300000072
可选地，所述修正后的外骨骼助力效能I’为：
Figure BDA0003096474300000073
其中，
Figure BDA0003096474300000074
为人体未穿戴外骨骼承担负荷完成行走任务的时间折算系数，
Figure BDA0003096474300000075
为人体穿戴外骨骼承担负荷完成行走任务的时间折算系数。
可选地，为平滑耗氧量测试结果波动对评估结果的影响，采集多人多次数据分别计算I’，并计算平均值
Figure BDA0003096474300000076
作为对外骨骼助力效能的评估结果。
在另一种可能的实现方式中，本申请提供的外骨骼助力效能测评装置还可以包括：采集模块和训练模块。
采集模块可以用于同步采集预定数量行人在各种运动状态下的运动数据和耗氧量数据，形成数据样本；
训练模块可以用于根据所述采集模块采集到的数据样本中的运动数据训练运动模式判别模型，根据所述数据样本中的耗氧量数据拟合耗氧量上升曲线。
综上所述，本申请提供一种外骨骼助力效能测评装置，利用运动模式判别将行走测试曲线分段以区分行走阶段和站立休息阶段，通过耗氧演化曲线拟合和预测方法来进行代谢耗氧评估，从而实现对外骨骼在室外起伏地形下的助力效能测评。
本申请提供的技术方案可适用于室外环境对人体穿戴外骨骼进行助力效能测评，可为外骨骼设计与优化提供有益的方向性数据，同时为外骨骼横向比较提供可信的测评方法。
本申请还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有文件烧录程序，所述文件烧录程序被处理器执行本申请所提供的外骨骼助力效能测评方法。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (7)

1.一种外骨骼助力效能测评方法，其特征在于，所述方法包括：
在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
利用X、Xexo以及静息状态下所述目标行人的基本耗能X0，计算外骨骼助力效能；其中，所述外骨骼助力效能I为：
Figure FDA0003855639320000011
利用休息时长对所述外骨骼助力效能进行修正；所述修正后的外骨骼助力效能I’为：
Figure FDA0003855639320000012
其中，
Figure FDA0003855639320000013
为人体未穿戴外骨骼承担负荷完成行走任务的时间折算系数，
Figure FDA0003855639320000014
为人体穿戴外骨骼承担负荷完成行走任务的时间折算系数。
2.根据权利要求1所述的方法，其特征在于，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，包括：
同步采集所述目标行人的运动数据和耗氧量；
将采集到的所述运动数据输入至训练的运动模式判别模型中，输出所述目标行人的运动状态及行走速度，所述运动状态包括站立状态和行走状态；
计算各段运动状态时的耗氧量；
根据所述各段运动状态的耗氧量以及对应的行走时长，计算各段运动状态的耗氧量加权平均值。
3.根据权利要求2所述的方法，其特征在于，所述计算各段运动状态时的耗氧量，包括：
对于第i段运动状态，记录所述第i段运动状态下的行走时长；
在所述第i段行走时长大于预定时长时，记录所述第i段运动状态下的耗氧量；
在所述第i段行走时长小于预定时长时，根据所述第i段运动状态下的行走速度以及预先拟合的耗氧量上升曲线，计算所述第i段运动状态下的耗氧量。
4.根据权利要求1所述的外骨骼助力效能测评方法，其特征在于，所述各段运动状态的耗氧量加权平均值X’为：
Figure FDA0003855639320000021
其中，xn为第n段运动状态下的耗氧量，第n段行走时长为Tn＝Tn0+Tn1，Tn0为站立时长，Tn1为行走时长，T＝T1+…+Tn为总行走测试时长。
5.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：
同步采集预定数量行人在各种运动状态下的运动数据和耗氧量数据，形成数据样本；
根据所述数据样本中的运动数据训练运动模式判别模型，根据所述数据样本中的耗氧量数据拟合耗氧量上升曲线。
6.一种外骨骼助力效能测评装置，其特征在于，所述装置包括：
第一计算模块，用于在目标行人未穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人未穿戴外骨骼承担负荷完成行走任务的耗能X；
第二计算模块，用于在目标行人穿戴外骨骼承担负荷完成行走任务的过程中，对所述目标行人的运动状态进行分段，获取各段运动状态下的耗氧量，计算各段运动状态下的耗氧量的加权平均值，得到所述目标行人穿戴外骨骼承担负荷完成行走任务的耗能Xexo；
第三计算模块，用于利用X、Xexo以及静息状态下所述目标行人的基本耗能X0，计算外骨骼助力效能；其中，所述外骨骼助力效能I为：
Figure FDA0003855639320000022
修正模块用于对所述外骨骼助力效能进行修正；所述修正后的外骨骼助力效能I’为：
Figure FDA0003855639320000023
其中，
Figure FDA0003855639320000024
为人体未穿戴外骨骼承担负荷完成行走任务的时间折算系数，
Figure FDA0003855639320000025
为人体穿戴外骨骼承担负荷完成行走任务的时间折算系数。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有文件烧录程序，所述文件烧录程序被处理器执行如权利要求1-5中任一所述的外骨骼助力效能测评方法。
CN202110613250.2A 2021-06-02 2021-06-02 外骨骼助力效能测评方法、装置及计算机可读存储介质 Active CN113459158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110613250.2A CN113459158B (zh) 2021-06-02 2021-06-02 外骨骼助力效能测评方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110613250.2A CN113459158B (zh) 2021-06-02 2021-06-02 外骨骼助力效能测评方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113459158A CN113459158A (zh) 2021-10-01
CN113459158B true CN113459158B (zh) 2022-12-20

Family

ID=77872157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110613250.2A Active CN113459158B (zh) 2021-06-02 2021-06-02 外骨骼助力效能测评方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113459158B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110522459A (zh) * 2019-08-22 2019-12-03 西安交通大学 基于红外光谱检测肌氧含量评估外骨骼助力效果测试方法
CN110811553A (zh) * 2019-11-01 2020-02-21 西安交通大学 一种用于负重外骨骼助力效率的检测方法
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
WO2020220137A1 (en) * 2019-05-02 2020-11-05 Mawashi Protective Clothing Inc. Body weight support system for exoskeletons and method of using the same

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017042594A (ja) * 2015-08-24 2017-03-02 パナソニックＩｐマネジメント株式会社 歩行負担度算出装置、最大酸素摂取量算出装置、制御方法および制御用プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020220137A1 (en) * 2019-05-02 2020-11-05 Mawashi Protective Clothing Inc. Body weight support system for exoskeletons and method of using the same
CN110522459A (zh) * 2019-08-22 2019-12-03 西安交通大学 基于红外光谱检测肌氧含量评估外骨骼助力效果测试方法
CN110811553A (zh) * 2019-11-01 2020-02-21 西安交通大学 一种用于负重外骨骼助力效率的检测方法
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

Also Published As

Publication number Publication date
CN113459158A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
Housh et al. The effect of mathematical modeling on critical velocity
EP3043875B1 (en) Method to determine body's physiological response to physical exercise for assessing readiness and to provide feedback, and system for implementing the method
Figueiredo et al. Relation between efficiency and energy cost with coordination in aquatic locomotion
CN111067538B (zh) 基于力、位置信息评估上肢运动功能的方法及系统
CN104323759A (zh) 基于运动心率和跑步机的心肺耐力测试方法
Figueiredo et al. Energy cost and body centre of mass’ 3D intracycle velocity variation in swimming
CN102937320B (zh) 用于智能空调的健康保护方法
CN110755085B (zh) 基于关节活动度与运动协调性的运动功能评估方法及设备
CN106295805A (zh) 基于bp神经网络的人体最大摄氧量评价方法及其应用
Falk et al. Measurement and interpretation of maximal aerobic power in children
Weyand et al. Energetics of high-speed running: integrating classical theory and contemporary observations
CN105435438A (zh) 运动解析装置以及运动解析方法
CN110610233B (zh) 基于领域知识和数据驱动的健身跑心率预测方法
CN113459158B (zh) 外骨骼助力效能测评方法、装置及计算机可读存储介质
CN106037703A (zh) 一种基于智能化健身车的心肺耐力间接测试方法
CN113974612A (zh) 一种卒中患者上肢运动功能自动化评估方法与系统
CN112487902A (zh) 面向外骨骼的基于tcn-hmm的步态相位分类方法
CN115147768B (zh) 一种跌倒风险评估方法及系统
CN115544777A (zh) 一种表征关节助力补偿值的方法及系统
CN115953834A (zh) 面向仰卧起坐的多头注意力姿态估计方法及检测系统
EP3132745B1 (en) A method and an apparatus to determine anaerobic threshold of a person non-invasively from freely performed exercise and to provide feedback on training intensity
Hamidi Rad et al. Monitoring weekly progress of front crawl swimmers using IMU-based performance evaluation goal metrics
CN110755084B (zh) 基于主被动、分阶段动作的运动功能评估方法及设备
CN115040726A (zh) 考虑痛感的机器人静脉穿刺方法
Hoffmann et al. Predicting elite triathlon performance: A comparison of multiple regressions and artificial neural networks

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