CN117204991B - 智能假肢的运动控制方法、装置、智能假肢及存储介质 - Google Patents
智能假肢的运动控制方法、装置、智能假肢及存储介质 Download PDFInfo
- Publication number
- CN117204991B CN117204991B CN202311486979.3A CN202311486979A CN117204991B CN 117204991 B CN117204991 B CN 117204991B CN 202311486979 A CN202311486979 A CN 202311486979A CN 117204991 B CN117204991 B CN 117204991B
- Authority
- CN
- China
- Prior art keywords
- knee joint
- movement
- deformation
- determining
- motion
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 329
- 238000000034 method Methods 0.000 title claims abstract description 30
- 210000000629 knee joint Anatomy 0.000 claims abstract description 244
- 230000008859 change Effects 0.000 claims abstract description 63
- 238000013016 damping Methods 0.000 claims abstract description 54
- 238000005452 bending Methods 0.000 claims abstract description 50
- 230000001133 acceleration Effects 0.000 claims abstract description 38
- 230000000737 periodic effect Effects 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 22
- 210000002414 leg Anatomy 0.000 claims description 19
- 230000009471 action Effects 0.000 claims description 6
- 210000003127 knee Anatomy 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 210000003414 extremity Anatomy 0.000 abstract description 61
- 238000010223 real-time analysis Methods 0.000 abstract 1
- 230000001276 controlling effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000002266 amputation Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Landscapes
- Prostheses (AREA)
Abstract
本发明公开了智能假肢的运动控制方法、装置、智能假肢及存储介质，所述方法包括：获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度；基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式；基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。本发明可实现对智能假肢的运动模式进行动态实时分析，并对智能假肢的弯曲阻力或伸展阻力进行动态控制，从而使得智能假肢在各种运动模式下都能很好地适应用户，并且给用户提供安全以及个性化的服务。
Description
技术领域
本发明涉假肢技术领域，尤其涉及一种智能假肢的运动控制方法、装置、智能假肢及存储介质。
背景技术
随着社会的发展，交通的便利，工业化水平的不断提高，机器创伤车祸等造成截肢的患者越来越多，截肢给患者带来很多不便，失去了基本生活能力。因此研发一款能帮助截肢者实现基本生活能力的智能假肢也越来越紧迫。智能假肢需要具有帮助患者行走、跑步等功能，智能假肢要实现行走、跑步等功能，就必须具有识别行走、跑步等不同运动模式的能力，并且还需要针对不同的运行模式对智能假肢进行个性化的控制。
而现有技术中针对不同运动模式下的智能假肢的控制并不智能，且无法基于不同的运动模式来对智能假肢进行阻力控制，从而导致现有技术中的智能假肢在实际应用时并不方便，影响用户的使用。
因此，现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种智能假肢的运动控制方法、装置、智能假肢及存储介质，旨在解决现有技术无法基于不同的运动模式来对智能假肢进行阻力控制，从而导致现有技术中的智能假肢在实际应用时并不方便，影响用户的使用的问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
第一方面，本发明提供一种智能假肢的运动控制方法，其中，所述智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力，所述方法包括：
获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度；
基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式；
基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。
在一种实现方式中，所述获取所述膝关节的运动数据，包括：
基于预设的惯性传感器采集所述膝关节的运动速度和加速度；
基于预设的角度传感器采集所述膝关节中转轴的角度变化数据；
将所述运动速度、所述加速度以及所述角度变化数据作为所述膝关节的运动数据。
在一种实现方式中，所述基于运动数据，确定所述膝关节的运动意图，包括：
基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
基于所述变形信息，确定所述膝关节的运动意图。
在一种实现方式中，所述基于所述运动数据，确定所述膝关节的变形信息，包括：
基于所述膝关节的运动速度和加速度，确定所述膝关节在预设时间段内的周期性的运动规律，并基于所述膝关节在预设时间段内的周期性的运动规律确定所述膝关节呈周期性变形的变形量；
基于所述膝关节中转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律，并基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节的变形方向；
将所述膝关节的变形量与所述变形方向作为所述膝关节的变形信息。
在一种实现方式中，所述基于所述变形信息，确定所述膝关节的运动意图，包括：
基于所述变形量，确定所述膝关节的变形速度；
基于所述变形方向以及所述角度变化数据，确定所述膝关节的转轴的离地距离变化量；
若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则确定所述膝关节的运动意图为行走意图；
若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则确定所述膝关节的运动意图为跑步意图。
在一种实现方式中，所述基于所述运动意图，确定与所述运动意图所对应的运动模式，包括：
若所述运动意图为行走意图，则确定所述运动模式为行走模式；
若所述运动意图为跑步意图，则确定所述运动模式为跑步模式。
在一种实现方式中，所述基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力，包括：
若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数调减小。
第二方面，本发明实施例还提供一种智能假肢的运动控制装置，其中，所述智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力，所述装置包括：
运动分析模块，用于获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度；
意图分析模块，用于基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式；
阻力调整模块，用于基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。
在一种实现方式中，所述意图分析模块包括：
变形信息确定单元，用于基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
意图确定单元，用于基于所述变形信息，确定所述膝关节的运动意图。
在一种实现方式中，所述变形信息确定单元，包括：
变形量确定子单元，用于基于所述膝关节的运动速度和加速度，确定所述膝关节在预设时间段内的周期性的运动规律，并基于所述膝关节在预设时间段内的周期性的运动规律确定所述膝关节呈周期性变形的变形量；
变形方向确定子单元，用于基于所述膝关节中转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律，并基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节的变形方向；
信息确定子单元，用于将所述膝关节的变形量与所述变形方向作为所述膝关节的变形信息。
在一种实现方式中，所述意图确定单元，包括：
变形速度确定子单元，用于基于所述变形量，确定所述膝关节的变形速度；
距离分析子单元，用于基于所述变形方向以及所述角度变化数据，确定所述膝关节的转轴的离地距离变化量；
行走意图确定子单元，用于若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则确定所述膝关节的运动意图为行走意图；
跑步意图确定子单元，用于若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则确定所述膝关节的运动意图为跑步意图。
在一种实现方式中，所述阻力调整模块，包括：
第一阻力调整单元，用于若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
第一阻力调整单元，用于若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数减小。
第三方面，本发明实施例还提供一种智能假肢，其中，所述智能假肢包括接受腔、膝关节以及上述方案任一项所述的智能假肢的运动控制装置。
第四方面，本发明实施例还提供一种智能假肢，其中，所述智能假肢包括存储器、处理器及存储在存储器中并可在处理器上运行的智能假肢的运动控制程序，处理器执行智能假肢的运动控制程序时，实现上述方案中任一项的智能假肢的运动控制方法的步骤。
第五方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有智能假肢的运动控制程序，所述智能假肢的运动控制程序被处理器执行时，实现上述方案中任一项所述的智能假肢的运动控制方法的步骤。
有益效果：与现有技术相比，本发明提供了一种智能假肢的运动控制方法，本发明首先获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度。然后，基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式。最后，基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。本发明可实现对智能假肢的运动模式进行实时动态分析，并对智能假肢的弯曲阻力或伸展阻力进行动态控制，从而使得智能假肢在各种运动模式下都能很好地适应用户，并且给用户提供安全以及个性化的服务。
附图说明
图1为本发明实施例提供的智能假肢的运动控制方法的具体实施方式的流程图。
图2为本发明实施例提供的智能假肢的结构示意图。
图3为本发明实施例提供的智能假肢的运动控制装置的功能原理图。
图4为本发明实施例提供的智能假肢的原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本实施例提供一种智能假肢的运动控制方法，具体应用时，本实施例可首先获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度。然后，基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式。最后，基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。可见，本实施例可实现对智能假肢的运动模式进行实时动态分析，并对智能假肢的弯曲阻力或伸展阻力进行动态控制，从而使得智能假肢在各种运动模式下都能很好地适应用户，并且给用户提供安全以及个性化的服务。
本实施例的智能假肢的运动控制方法可应用于智能假肢，该智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力，并且该智能假肢包括控制器，该控制器可用于实现本实施例的智能假肢的运动控制方法。在另一种实现方式中，本实施例的智能假肢的运动控制方法还可以应用于终端设备，该终端设备可与智能假肢连接，该终端设备可为电脑、手机等智能化产品终端，用于执行所述智能假肢的运动控制方法。具体地，如图1中所示，所述智能假肢的运动控制方法包括如下步骤：
步骤S100、获取膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度。
智能假肢的运动是基于膝关节的运动来实现的，膝关节中各个部件的运动以及变形会直接膝关节整体的运动数据，比如，当用户使用智能假肢行走和跑步时，其膝关节的运动数据也是不一样的。为了准确地分析出膝关节的运动模式，本实施例的智能假肢在被用户使用的过程中可获取膝关节的运动数据，该运动数据包括膝关节的角度变化数据、运动速度以及加速度。
在一种实现方式中，本实施例在获取膝关节的运动数据时包括如下步骤：
步骤S101、基于预设的惯性传感器采集所述膝关节的运动速度和加速度；
步骤S102、基于预设的角度传感器采集所述膝关节中转轴的角度变化数据；
步骤S103、将所述运动速度、所述加速度以及所述角度变化数据作为所述膝关节的运动数据。
如图2所示，本实施例的智能假肢包括腿主体11以及与腿主体11之间通过转轴转动连接的膝关节12，转轴用于带动腿主体转动，实现膝关节12的灵活运动，膝关节12位于腿主体11的顶部，智能假肢还包括接收腔3，接收腔3与膝关节12固定连接，接收腔3用于安装在用户的大腿上，接收腔3内部设置有若干传感器（包括惯性传感器以及角度传感器等），腿主体11内部的空腔中设置有阻力装置2,阻力装置2的底端与腿主体11铰接。本实施例的阻力装置2为液压缸，该阻力装置2用于协调连接部与腿主体之间的运动，并且用于调控连接部与腿主体之间的相对位置。该阻力装置2可为所述膝关节12提供弯曲阻力或伸展阻力。所述弯曲阻力用于加强该智能假肢的支撑稳定度，所述伸展阻力用于加强该智能假肢的活动灵敏度。此外，在本实施例的智能假肢上，还设置有惯性传感器以及角惯性传感器。该惯性传感器可采集所述膝关节12的运动速度和加速度，该角度传感器采集所述膝关节12中转轴的角度变化数据，该角度变化数据反映的是转轴的旋转角度是如何变化的。接着，将运动速度、所述加速度以及所述角度变化数据作为所述膝关节12的运动数据。
在另一种实现方式中，本实施例的运动数据还可以基于图像分析技术来实现。具体应用时，本实施例可获取膝关节12的运动图像信息，然后对运动图像信息进行分析，识别该运动图像信息中的膝关节12，进而基于运动图像信息识别膝关节12在不同时刻的位置信息，确定膝关节12的移动路径以及移动位移，进而确定出膝关节12的运动速度、加速度以及角度变化数据（膝关节12中转轴的角度变化数据）。 可见，本实施例基于获取膝关节12的运动数据有助于分析出膝关节12的运动模式。
步骤S200、基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式。
在本实施例中，膝关节12的运动数据可反映出膝关节12是怎样运动的，因此也就可以确定出膝关节12的运动意图，该运动意图反映的是膝关节12想要执行的动作。进一步地，智能假肢就可以基于确定的运动意图来确定出对应的运动模式。比如，当确定出膝关节12的运动意图为行走意图，则对应的运动模式为行走模式。当确定出的膝关节12的运动意图为跑步意图，则对应的运动模式为跑步模式。
在一种实现方式中，本实施例在确定膝关节12的运动意图时，包括如下步骤：
步骤S201、基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
步骤S202、基于所述变形信息，确定所述膝关节的运动意图。
具体应用时，本实施例在获取到膝关节12的运动速度、加速度以及角度变化数据后，可分别对运动速度、加速度以及角度变化数据进行分析，从而确定出膝关节12的变形信息，该变形信息包括膝关节12的变形方向以及变形量。具体地，本实施例的智能假肢可在用户使用时，实时记录膝关节12的运动速度以及加速度以及转轴的角度变化数据，然后针对预设时间段内的运动速度以及加速度以及转轴的角度变化数据进行综合分析，分析出运动速度以及加速度以及转轴的角度变化数据的规律。由于智能假肢在被用户正常使用时，无论是进行行走还是跑步，膝关节12的运动都是呈周期性的，因此膝关节12的运动速度以及加速度以及转轴的角度变化数据也是呈周期性变化的。为此，智能假肢可以基于采集到的所述膝关节12的运动速度和加速度，就可以确定所述膝关节12在预设时间段内的周期性的运动规律，然后基于所述膝关节12在预设时间段内的周期性的运动规律确定所述膝关节12呈周期性变形的变形量（此时的变形量是一个周期内膝关节12的变形量）。比如，智能假肢在被用户使用在行走的场景下时，智能假肢从抬腿到落地再到抬腿称为一个完整的周期，膝关节12在不同周期之间的运动速度以及加速度基本都是变化不大的，因此基于一个周期内膝关节12的运动速度以及加速度可确定膝关节12的运动位移。即便在这个周期内膝关节12的运动速度以及加速度是变化的，也可以确定出在这个周期内膝关节12的运动位移的变化，该运动位移也就是膝关节12的变形量。该膝关节12的变形量可用于反映膝关节12的运动幅度。该运动幅度可用作后续步骤中分析运动意图以及运动模式的参考条件。同理，智能假肢还可以基于采集到的转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律。基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节12的变形方向（此时的变形方向是一个周期内膝关节12的变形方向）。比如，智能假肢在被用户使用在行走的场景下时，智能假肢从抬腿到落地再到抬腿称为一个完整的周期，膝关节12在不同周期之间的转轴的角度变化数据都是变化不大的，因此基于一个周期内膝关节12的角度变化数据可确定膝关节12的变形方向，即便在这个周期内膝关节12的角度变化数据是变化的，也可以确定出膝关节12在这个周期内的变形方向的变化，该变形方向反映的是膝关节12的腿主体相当于连接部的运动方向，这样也就可以反映出膝关节12整体的运动方向。该膝关节12的变形方向可用作后续步骤中分析运动意图以及运动模式的参考条件。
进一步地，本实施例可基于膝关节12的变形量，确定出膝关节12的变形速度。基于膝关节12的变形方向以及转轴的角度变化数据，确定出膝关节12的转轴的离地距离变化量，该离地距离变化量可反映出在膝关节12执行周期性的运动（比如行走和跑步）时，转轴相对于地面距离变化。接着，智能假肢分别将膝关节12的变形量与预设的变形阈值进行比较、将膝关节12的变形速度与预设的速度阈值进行比较、将膝关节12的转轴的离地距离变化量与预设的距离阈值进行比较。如果若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则说明此时的膝关节12进行的是小幅度、稳定且慢速的运动，并且膝关节12的转轴相对于地面的距离都是小幅度变化，此时就可以确定所述膝关节12的运动意图为行走意图。而若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则说明此时的膝关节12进行的是大幅度、活跃且高速的运动，此时膝关节12的转轴相对于地面的距离都是大幅度变化，因此可确定所述膝关节12的运动意图为跑步意图。由此可见，本实施例可基于膝关节12的变形量，变形速度以及变形方向结合转轴的离地距离变化量进行综合分析，可准确地确定出膝关节12的运动意图。而当所述膝关节12的运动意图为行走意图，则可确定所述运动模式为行走模式。当所述膝关节12的运动意图为跑步意图，则可确定所述运动模式为跑步模式。
步骤S300、基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。
当确定出膝关节12的运动模式后，智能假肢可基于该运动模式对阻力装置2进行调整，从而使得膝关节12可满足不同运动模式下的使用，为用户提供安全、可靠的使用体验。
在一种实现方式中，本实施例在对阻力装置进行调节时，包括如下步骤：
步骤S301、若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
步骤S302、若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数减小。
具体地，由于智能假肢在进行不同运动模式时，具体所需要的弯曲阻力或者伸展阻力是不相同的。本实施例的阻力装置2可为液压缸，该阻力装置2用于协调连接部与腿主体之前的运动，并且用于调控连接部与腿主体之间的相对位置。在本实施例中，当确定智能假肢的运动模式为行走模式，则可控制所述阻力装置2的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数。该预设弯曲阻尼系数和伸展阻尼系数是预先设置与行走模式默认对应的。而当确定智能假肢的运动模式为跑步模式，则控制所述阻力装置2的伸展阻尼系数减小，从而使得跑步模式下智能假肢可以更为灵活的抬腿。此外，在其他实现方式中，而对于行走模式来说，为了提高用户的使用顺畅度，可减少所述阻力装置2在摆腿动作时的伸展阻力，这样膝关节12就可以更好地进行伸展，膝关节12的活动灵敏度就会增高，用户也就使用的更加顺畅。而对于跑步模式来说，为了保证用户使用智能假肢的安全性，需要加大所述阻力装置2在向后屈膝动作时的弯曲阻力，这样就使得膝关节12在执行向后屈膝动作时可以更加稳固，从而增加所述膝关节12的支撑稳定度，保证了用户的使用安全。基于此，本实施例的智能假肢在判断出膝关节12的运动模式为行走模式后，在所述膝关节12进行摆腿动作时减小所述阻力装置2的伸展阻尼系数，这样就相对于减小了阻力，此时阻力装置2在膝关节12进行摆腿动作时的伸展阻力就会减小，这样就实现了增加所述膝关节12的活动灵敏度。当智能假肢判断出膝关节12的运动模式为跑步模式后，在所述膝关节12进行向后屈膝动作时加大所述阻力装置2的弯曲阻尼系数，所述阻力装置2在所述膝关节12进行向后屈膝动作时的弯曲阻力就会增大，这样就实现了增加所述膝关节12的支撑稳定度。由此可见，本实施例可提高智能假肢的安全性并且也提高智能假肢的使用便利性。
综上，本实施例可首先获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度。然后，基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式。最后，基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。可见，本实施例可实现对智能假肢的运动模式进行实时动态分析，并对智能假肢的弯曲阻力或伸展阻力进行动态控制，从而使得智能假肢在各种运动模式下都能很好地适应用户，并且给用户提供安全以及个性化的服务。
基于上述实施例，本发明还提供一种智能假肢的运动控制装置。该智能假肢的运动控制装置可与智能假肢连接，智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力。在本实施例中，如图3中所示，所述智能假肢的运动控制装置包括：运动分析模块10、意图分析模块20以及阻力调整模块30。具体地，所述运动分析模块10，用于获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度。所述意图分析模块20，用于基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式。所述阻力调整模块30，用于基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。
在一种实现方式中，所述运动分析模块10包括：
速度分析单元，用于基于预设的惯性传感器采集所述膝关节的运动速度和加速度；
角度变化数据分析单元，用于基于预设的角度传感器采集所述膝关节中转轴的角度变化数据；
数据确定单元，用于将所述运动速度、所述加速度以及所述角度变化数据作为所述膝关节的运动数据。
在一种实现方式中，所述意图分析模块20包括：
变形信息确定单元，用于基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
意图确定单元，用于基于所述变形信息，确定所述膝关节的运动意图。
在一种实现方式中，所述变形信息确定单元，包括：
变形量确定子单元，用于基于所述膝关节的运动速度和加速度，确定所述膝关节在预设时间段内的周期性的运动规律，并基于所述膝关节在预设时间段内的周期性的运动规律确定所述膝关节呈周期性变形的变形量；
变形方向确定子单元，用于基于所述膝关节中转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律，并基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节的变形方向；
信息确定子单元，用于将所述膝关节的变形量与所述变形方向作为所述膝关节的变形信息。
在一种实现方式中，所述意图确定单元，包括：
变形速度确定子单元，用于基于所述变形量，确定所述膝关节的变形速度；
距离分析子单元，用于基于所述变形方向以及所述角度变化数据，确定所述膝关节的转轴的离地距离变化量；
行走意图确定子单元，用于若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则确定所述膝关节的运动意图为行走意图；
跑步意图确定子单元，用于若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则确定所述膝关节的运动意图为跑步意图。
在一种实现方式中，所述意图分析模块20，包括：
行走模式确定单元，用于若所述运动意图为行走意图，则确定所述运动模式为行走模式；
跑步模式确定单元，用于若所述运动意图为跑步意图，则确定所述运动模式为跑步模式。
在一种实现方式中，所述阻力调整模块30，包括：
第一阻力调整单元，用于若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
第二阻力调整单元，用于若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数减小。
本实施例的智能假肢的运动控制装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。
基于此，本发明还提供一种智能假肢，其中，所述智能假肢包括接受腔、膝关节以及上述实施例中所述的智能假肢的运动控制装置。
基于上述实施例，本发明还提供了一种智能假肢，所述智能假肢的原理框图可以如图4所示。智能假肢可以包括一个或多个处理器100（图4中仅示出一个），存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102，例如，智能假肢的运动控制程序。一个或多个处理器100执行计算机程序102时可以实现智能假肢的运动控制方法实施例中的各个步骤。或者，一个或多个处理器100执行计算机程序102时可以实现智能假肢的运动控制装置实施例中各模块/单元的功能，此处不作限制。
在一个实施例中，所称处理器100可以是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在一个实施例中，存储器101可以是电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（smart media card，SMC），安全数字（secure digital，SD）卡，闪存卡（flash card）等。进一步地，存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及智能假肢所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
本领域技术人员可以理解，图4中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能假肢的限定，具体的智能假肢以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双运营数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种智能假肢的运动控制方法，其特征在于，所述智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力，所述方法包括：
获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度；
基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式；
基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力；
所述获取所述膝关节的运动数据，包括：
基于预设的惯性传感器采集所述膝关节的运动速度和加速度；
基于预设的角度传感器采集所述膝关节中转轴的角度变化数据；
将所述运动速度、所述加速度以及所述角度变化数据作为所述膝关节的运动数据；
或者，所述获取所述膝关节的运动数据还包括：
获取膝关节的运动图像信息，基于运动图像信息识别膝关节在不同时刻的位置信息，确定膝关节的移动路径以及移动位移，进而确定出膝关节的运动速度、加速度以及角度变化数据；
所述基于运动数据，确定所述膝关节的运动意图，包括：
基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
基于所述变形信息，确定所述膝关节的运动意图；
所述基于所述运动数据，确定所述膝关节的变形信息，包括：
基于所述膝关节的运动速度和加速度，确定所述膝关节在预设时间段内的周期性的运动规律，并基于所述膝关节在预设时间段内的周期性的运动规律确定所述膝关节呈周期性变形的变形量；
基于所述膝关节中转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律，并基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节的变形方向；
将所述膝关节的变形量与所述变形方向作为所述膝关节的变形信息；
所述基于所述变形信息，确定所述膝关节的运动意图，包括：
基于所述变形量，确定所述膝关节的变形速度；
基于所述变形方向以及所述角度变化数据，确定所述膝关节的转轴的离地距离变化量；
若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则确定所述膝关节的运动意图为行走意图；
若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则确定所述膝关节的运动意图为跑步意图；
所述基于所述运动意图，确定与所述运动意图所对应的运动模式，包括：
若所述运动意图为行走意图，则确定所述运动模式为行走模式；
若所述运动意图为跑步意图，则确定所述运动模式为跑步模式；
所述基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力，包括：
若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数减小；
或者，所述基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力，还包括：
若所述运动模式为行走模式，在所述膝关节进行摆腿动作时减小所述阻力装置的伸展阻尼系数；
若所述运动模式为跑步模式，在所述膝关节进行向后屈膝动作时加大所述阻力装置的弯曲阻尼系数。
2.一种基于权利要求1所述的智能假肢的运动控制方法的智能假肢的运动控制装置，其特征在于，所述智能假肢包括膝关节，所述膝关节包括阻力装置，所述阻力装置用于为所述膝关节提供弯曲阻力或伸展阻力，所述装置包括：
运动分析模块，用于获取所述膝关节的运动数据，其中，所述运动数据包括所述膝关节的角度变化数据、运动速度以及加速度；
意图分析模块，用于基于运动数据，确定所述膝关节的运动意图，并基于所述运动意图，确定与所述运动意图所对应的运动模式；
阻力调整模块，用于基于所述运动模式，对所述阻力装置的阻尼系数进行调节，以调整所述阻力装置对应的弯曲阻力或伸展阻力。
3.根据权利要求2所述的智能假肢的运动控制装置，其特征在于，所述意图分析模块包括：
变形信息确定单元，用于基于所述运动数据，确定所述膝关节的变形信息，其中，所述变形信息包括所述膝关节的变形方向以及变形量；
意图确定单元，用于基于所述变形信息，确定所述膝关节的运动意图。
4.根据权利要求3所述的智能假肢的运动控制装置，其特征在于，所述变形信息确定单元，包括：
变形量确定子单元，用于基于所述膝关节的运动速度和加速度，确定所述膝关节在预设时间段内的周期性的运动规律，并基于所述膝关节在预设时间段内的周期性的运动规律确定所述膝关节呈周期性变形的变形量；
变形方向确定子单元，用于基于所述膝关节中转轴的角度变化数据，确定所述转轴在预设时间段内呈周期性运动的运动规律，并基于所述转轴在预设时间段内呈周期性运动的运动规律，确定所述膝关节的变形方向；
信息确定子单元，用于将所述膝关节的变形量与所述变形方向作为所述膝关节的变形信息。
5.根据权利要求3所述的智能假肢的运动控制装置，其特征在于，所述意图确定单元，包括：
变形速度确定子单元，用于基于所述变形量，确定所述膝关节的变形速度；
距离分析子单元，用于基于所述变形方向以及所述角度变化数据，确定所述膝关节的转轴的离地距离变化量；
行走意图确定子单元，用于若所述变形量小于预设的变形阈值、所述变形速度小于预设的速度阈值时以及所述转轴的离地距离变化量小于预设的距离阈值，则确定所述膝关节的运动意图为行走意图；
跑步意图确定子单元，用于若所述变形量大于预设的变形阈值、所述变形速度大于预设的速度阈值时以及所述转轴的离地距离变化量大于预设的距离阈值，则确定所述膝关节的运动意图为跑步意图。
6.根据权利要求3所述的智能假肢的运动控制装置，其特征在于，所述阻力调整模块，包括：
第一阻力调整单元，用于若所述运动模式为行走模式，控制所述阻力装置的弯曲阻尼系数和伸展阻尼系数调整至所述行走模式对应的预设弯曲阻尼系数和伸展阻尼系数；
第一阻力调整单元，用于若所述运动模式为跑步模式，控制所述阻力装置的伸展阻尼系数减小。
7.一种智能假肢，其特征在于，所述智能假肢包括接受腔、膝关节以及上述权利要求2-6任一项所述的智能假肢的运动控制装置。
8.一种智能假肢，其特征在于，所述智能假肢包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的智能假肢的运动控制程序，所述处理器执行智能假肢的运动控制程序时，实现如权利要求1所述的智能假肢的运动控制方法的步骤。
9.一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智能假肢的运动控制程序，所述智能假肢的运动控制程序被处理器执行时，实现如权利要求1所述的智能假肢的运动控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311486979.3A CN117204991B (zh) | 2023-11-09 | 2023-11-09 | 智能假肢的运动控制方法、装置、智能假肢及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311486979.3A CN117204991B (zh) | 2023-11-09 | 2023-11-09 | 智能假肢的运动控制方法、装置、智能假肢及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117204991A CN117204991A (zh) | 2023-12-12 |
| CN117204991B true CN117204991B (zh) | 2024-04-09 |
Family
ID=89043043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311486979.3A Active CN117204991B (zh) | 2023-11-09 | 2023-11-09 | 智能假肢的运动控制方法、装置、智能假肢及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117204991B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117427314A (zh) * | 2023-12-15 | 2024-01-23 | 浙江强脑科技有限公司 | 智能假腿跑步模式阻尼控制方法、装置、设备及存储介质 |
| CN117442398B (zh) * | 2023-12-22 | 2024-04-09 | 浙江强脑科技有限公司 | 基于步态差异的智能假肢调整方法、装置、终端及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107530173A (zh) * | 2015-04-24 | 2018-01-02 | 奥托·博克保健产品有限公司 | 用于控制人造关节中的阻尼改变的方法 |
| CN115969590A (zh) * | 2023-03-16 | 2023-04-18 | 深圳市心流科技有限公司 | 膝关节假肢及控制方法、系统、智能终端及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2825134B1 (en) * | 2012-03-14 | 2020-06-03 | Vanderbilt University | System and method for providing biomechanically suitable running gait in powered lower limb devices |
| US9603724B2 (en) * | 2013-08-27 | 2017-03-28 | Carnegie Mellon University, A Pennsylvania Non-Profit Corporation | Robust swing leg controller under large disturbances |
-
2023
- 2023-11-09 CN CN202311486979.3A patent/CN117204991B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107530173A (zh) * | 2015-04-24 | 2018-01-02 | 奥托·博克保健产品有限公司 | 用于控制人造关节中的阻尼改变的方法 |
| CN115969590A (zh) * | 2023-03-16 | 2023-04-18 | 深圳市心流科技有限公司 | 膝关节假肢及控制方法、系统、智能终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117204991A (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117204991B (zh) | 智能假肢的运动控制方法、装置、智能假肢及存储介质 | |
| CN117204993B (zh) | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 | |
| JP5962679B2 (ja) | ２足歩行ロボット制御方法及び２足歩行ロボット制御システム | |
| CN112704491B (zh) | 基于姿态传感器和动捕模板数据的下肢步态预测方法 | |
| CN112998700B (zh) | 用于辅助对象运动功能评估的设备、系统和方法 | |
| CN115192049B (zh) | 一种智能假肢的肌电采样频率调节方法 | |
| CN111568700A (zh) | 一种下肢穿戴式机器人步态控制方法、装置和设备 | |
| CN114668563B (zh) | 一种肌电信号的采样频率的多层级调节方法 | |
| CN117224295A (zh) | 智能假腿的控制方法、智能假腿、装置、设备及存储介质 | |
| Terry et al. | A new perspective on the walking margin of stability | |
| Lugrís et al. | Human motion capture, reconstruction, and musculoskeletal analysis in real time | |
| CN117442398B (zh) | 基于步态差异的智能假肢调整方法、装置、终端及介质 | |
| CN117357313B (zh) | 基于意图切换的阻力控制方法、装置、假肢、终端及介质 | |
| CN117357315B (zh) | 膝关节的阻力调整方法、装置、智能假肢、终端及介质 | |
| WO2023035457A1 (zh) | 助行器的控制方法、系统和驱动设备 | |
| US20190046335A1 (en) | Prosthetic apparatus and method therefor | |
| CN117357873B (zh) | 跑步模式控制方法、装置、智能假腿、终端及存储介质 | |
| KR102427048B1 (ko) | 어깨 착용형 외골격 장치를 착용한 사용자의 동작 의도를 예측하는 장치 및 그 방법 | |
| KR20220140178A (ko) | 강화학습모델을 이용한 보행 동작 정보 출력 방법 및 서비스 장치 | |
| CN117281668B (zh) | 智能假腿膝关节的控制方法、装置、设备及存储介质 | |
| Kanjanapas et al. | 7 degrees of freedom passive exoskeleton for human gait analysis: Human joint motion sensing and torque estimation during walking | |
| CN113908019B (zh) | 基于助行器的跟随助行方法、系统和终端设备 | |
| CN117257283B (zh) | 一种摔倒保护方法、装置、智能假肢、终端及存储介质 | |
| CN110639178B (zh) | 康复训练方法、装置、康复训练设备和介质 | |
| CN117442397B (zh) | 一种智能假肢运动效果评估方法、装置、终端及存储介质 |
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 |