一种下肢康复外骨骼机器人步态的生成方法及其系统与流程

1.本发明涉及康复医疗技术领域，特别涉及一种下肢康复外骨骼机器人步态的生成方法及其系统。


背景技术：

2.下肢外骨骼机器人支持多种康复训练模式，它可以针对患者所处的病程提供不同的功能，最主要的功能为带动患者腿部进行康复运动训练，对于有一定运动能力的患者可以辅助患者行走，在帮助老年人进行日常生活活动方面也能发挥很大作用；主要技术要点包括运动意图识别、步态模式生成和步态稳定控制，其中符合人类行走规律的步态模式指导着整个康复训练过程。
3.下肢康复机器人的用户越来越多，用户的身高体重各不相同，行走步态又受自主因素的影响较强，最佳的训练步态也必然千变万化，因此，机器人有必要针对不同患者制定符合身体特点的康复训练步态。


技术实现要素：

4.本发明主要解决的技术问题是提供一种下肢康复外骨骼机器人步态的生成方法，通过采集正常人在正常行走时的步态信息作为参考步态，再结合实际情况，生成符合用户身体特点的行走步态轨迹，使机器人按照这条轨迹辅助用户进行康复运动训练；本发明还提供了一种下肢康复外骨骼机器人步态的生成系统。
5.为解决上述技术问题，本发明采用的一个技术方案是：提供一种下肢康复外骨骼机器人步态的生成方法，其中，包括如下步骤：
6.步骤s1、根据性别、身高、体重进行划分，实时采集正常人在正常行走时髋膝关节变化的信息，得到正常人行走的步态数据；
7.步骤s2、对步态数据进行处理，得到归一化的周期参考步态；
8.步骤s3、结合周期参考步态，拟合步态轨迹，形成连续步态参考轨迹和过渡步态轨迹。
9.作为本发明的一种改进，在步骤s1内，通过采用无线惯性传感系统采集正常人在正常行走时髋膝关节变化的信息。
10.作为本发明的进一步改进，在步骤s2内，包括：
11.步骤s21、对步态数据进行滤波处理，得到平滑连贯的步态曲线；
12.步骤s22、将连续的步态曲线按照步态周期截取成多段的步态周期曲线；
13.步骤s23、采用均值聚类的方法剔除多段的步态周期曲线中的异常曲线，得到周期参考步态。
14.作为本发明的更进一步改进，在步骤s21内，采用无模型自适应滤波方法进行滤波。
15.作为本发明的更进一步改进，步骤s22内，通过分别检测左右腿髋关节在每个步态
周期的极小值点来进行步态周期的截取，而且对每个步态周期的极小值点进行标记。
16.作为本发明的更进一步改进，在步骤s23内，将髋膝关节所有的步态分别按照百分比进行插值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线中剔除掉，并重新进行计算；如果其小于这个阈值，则将现有步态中所有的步态进行求和并取平均值，得到周期参考步态。
17.作为本发明的更进一步改进，在步骤s3内，采用基于关键点的三阶样条曲线来拟合步态轨迹。
18.作为本发明的更进一步改进，在步骤s3内，在周期参考步态轨迹上选取若干个的关键点，拟合得到的步态轨迹曲线必须通过这些关键点，同时保持原有周期参考步态轨迹类似的形状，其中，髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点。
19.作为本发明的更进一步改进，使用三阶样条曲线将各个关键点穿成一条连续轨迹，从而形成连续步态参考轨迹。
20.一种下肢康复外骨骼机器人步态的生成系统，其中，包括：
21.采集模块，用于正常人在正常行走时髋膝关节变化的信息；
22.处理模块，用于对步态数据进行处理，得到归一化的周期参考步态；
23.拟合模块，用于结合周期参考步态，拟合步态轨迹。
24.本发明的有益效果是：与现有技术相比，本发明通过采集正常人在正常行走时的步态信息作为参考步态，再结合实际情况，生成符合用户身体特点的行走步态轨迹，使机器人按照这条轨迹辅助用户进行康复运动训练。
附图说明
25.图1为本发明的步骤框图；
26.图2为本发明的步骤s2的步骤框图；
27.图3为人体穿戴上外骨骼机器人的示意图；
28.图4为本发明采集的正常人在平地行走的原始步态数据曲线；
29.图5为本发明采集的正常人在上楼梯的原始步态数据曲线；
30.图6为本发明采集的正常人在下楼梯的原始步态数据曲线；
31.图7为本发明从原始步态数据中得到的按照百分比归一化的周期参考步态；
32.图8为本发明通过关键点描述的连续步态参考轨迹与基于采样得到的周期参考轨迹对比图；
33.图9为本发明融合过渡过程的先迈腿先停的步态曲线；
34.图10为本发明融合过渡过程的先迈腿后停的步态曲线；
35.图11为本发明的步态控制的状态示意图。
具体实施方式
36.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
37.目前有人提出了一种个性化步态模式生成方法，建立步态参数与步态特征的映射关系，利用参数估计步态模式，也有人提出了一种称为互补肢体运动估计的在线轨迹生成方法，可应用于偏瘫患者；然而，这些基于参数预测的方法受主观因素影响较大，难以适应多种步态场景，难以处理从站立到行走的动态过程。
38.另外还有些人提出了一种速度可调的机器人步态控制方法，并在indego外骨骼机器人上进行了实验，还有人提出了一种基于速度场下肢外骨骼步态控制方法，并与基于势场的控制方法做了比较，表明能够为用户提供较低的指导误差和较低的干扰，这些采用理想步态控制外骨骼机器人的方法往往容易忽视用户实际情况，最后实现的步态状态也很怪异。
39.进而最近一些人使用高精度相机捕捉标记点的方式获得人体运动步态控制机器人，使用从被动外骨骼上采集得到的步态来指导动力外骨骼的运动控制，但是这种方法依赖的设备昂贵，采集得到的步态比较单一，没有进行过渡过程和适用性处理，难以进行广泛的应用。
40.下肢康复外骨骼机器人的目标用户是下肢行动能力受损，需要进行康复运动训练的患者，患者在进行康复运动训练时需要像图3所示穿戴上外骨骼，由外骨骼提供动力带动患者下肢运动，达到康复运动训练效果，外骨骼机器人的运动轨迹应该符合人体日常步态特点，为需要康复的患者提供平地行走、上下楼梯等多种生活场景的步态曲线。
41.下肢康复外骨骼机器人的模块组件包括：臀部部分、左大腿和右大腿部分、左小腿和右小腿部分以及左右脚踝部分，每个部分的长度可调，以适应不同体型的患者，各部分通过可调节绑带与用户相连，相邻部分通过机电或机械进行连接，该外骨骼两腿髋关节左右摆动、髋关节内旋外旋、踝关节俯仰等自由度为被动运动自由度，两腿髋关节前后俯仰和膝关节屈伸两个自由度通过电机提供动力控制。
42.如图1至图11所示，本发明的一种下肢康复外骨骼机器人步态的生成方法，包括如下步骤：
43.步骤s1、根据性别、身高、体重进行划分，实时采集正常人在正常行走时髋膝关节变化的信息，得到正常人行走的步态数据；
44.步骤s2、对步态数据进行处理，得到归一化的周期参考步态；
45.步骤s3、结合周期参考步态，拟合步态轨迹，形成连续步态参考轨迹和过渡步态轨迹。
46.其中，在步骤s1内，通过采用无线惯性传感系统采集正常人在正常行走时髋膝关节变化的信息。
47.具体地讲，下肢康复外骨骼机器人所用的步态，可以根据患者身高体重划分标准，采集尽量多的正常人行走步态用于确定基础标准步态；康复训练其实是一个运动再学习的过程，也就是说患者需要通过学习和训练，重新获得行走的能力，就像小孩子第一次学习走路一样；既然是学习，就要有一定的标准，要规定好情景，避免受到患者主观因素的影响。不
妨假设身高体重在同一水平下的基础标准步态是相同的，每个人按照标准步态训练，按照各自的特点会产生自己的有个性的步态，因此，可以像生产衣服和鞋一样，为不同性别、身高、体重的患者制定不同的步态，每一个尺码的步态的生成采用不同参数的相同方法，就是在这个尺码范围内采集尽量多的正常人走路的步态，取得所有步态的平均值作为这个尺码范围的标准步态。
48.在本发明内，正常人行走的步态轨迹采集采用无线惯性传感系统，测量行走过程中的髋膝关节变化；从传感器成本和实用性角度考虑，无线惯性传感系统是一款高性能、低成本的无线独立感知系统，板载传感器可实现三维运动的感知，将传感器模块通过绑带固定在被测人员的躯干、大腿、小腿等处，可以通过计算实时采集得到人体运动过程中左右髋关节和膝关节活动的关节角度变化，我们令人体竖直站立时髋膝关节角度为0度，髋关节抬大腿方向为正，膝关节曲小腿方向为正，让被测人员使用这套步态采集系统，在平地行走、上楼梯和下楼梯环境下正常行走，采集并记录下行走过程中的步态信息，将不同性别、身高、体重的被测人员进行分类，可以通过测量得到大量的原始步态数据。
49.在本发明内，在步骤s2内，包括：
50.步骤s21、对步态数据进行滤波处理，得到平滑连贯的步态曲线；
51.步骤s22、将连续的步态曲线按照步态周期截取成多段的步态周期曲线；
52.步骤s23、采用均值聚类的方法剔除多段的步态周期曲线中的异常曲线，得到周期参考步态。
53.其中，在步骤s21内，采用无模型自适应滤波方法进行滤波；步骤s22内，通过分别检测左右腿髋关节在每个步态周期的极小值点来进行步态周期的截取，而且对每个步态周期的极小值点进行标记；具体地讲，对采集得到的真实步态轨迹的处理，采用步态周期截取与均值聚类相结合的方法，从原始步态数据中得到归一化的周期参考步态；由于采集到的原始步态数据受传感器性能、通信质量不稳定或环境因素的影响，会存在跳跃、丢步、抖震等现象，并且数据变化没有规律，难以建立滤波模型，所以首先采用无模型自适应滤波方法进行滤波，得到相对平滑连贯的步态曲线，然后根据人体步态规律将连续的步态曲线按照步态周期截取成多段的步态周期曲线，人体正常行走状态下，髋关节的活动类似于正弦曲线，且左右腿交替间隔相差半个步态周期，膝关节的运动跟随髋关节的变化，在一次运动过程中，虽然每一步之间的步态行走时间会有所差异，但是在同一步中髋膝关节的运动步调是一致的，也就是说同一条腿的髋膝关节步态周期是相同的，因此可以通过分别检测左右腿髋关节在每个步态周期的极小值点来自动的进行步态周期的截取，我们将这些极小值点定义为步态周期分割点，同一条腿的两个分割点之间即为一个步态周期的髋膝关节变化数据，因此，对滤波后数据中每个步态周期的极小值点进行了标记，对每一条步态数据开始和结束部分可能会产生的干扰极小值点进行手动删除。
54.在本发明内，在步骤s23内，将髋膝关节所有的步态分别按照百分比进行插值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线中剔除掉，并重新进行计算；如果其小于这个阈值，则将现有步态中所有的步态进行求和并取平均值，得到周期参考步态；具体地讲，采用均值聚类的方法剔除多段步态周期曲线中的异常曲线；首先将髋膝关节所有的步态分别按照百分比进行进行插
值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线组中剔除掉，并重新进行计算；如果最大的偏差平方和小于这个阈值，则将现有步态组中所有的步态进行求和并取平均值，可以得到一个参考步态；需要注意的是，得到的参考步态中，膝关节有可能存在小于零的情况，这与人体实际情况是相违背的，原因为与步行过程中小腿处采集膝关节的传感器的偏移有关，我们计算出膝关节过零的最大距离，并将膝关节的参考步态整体向上平移相同的距离，以抵消传感器偏移的影响。
55.在本发明内，在步骤s3内，采用基于关键点的三阶样条曲线来拟合步态轨迹，进一步，在周期参考步态轨迹上选取若干个的关键点，拟合得到的步态轨迹曲线必须通过这些关键点，同时保持原有周期参考步态轨迹类似的形状，其中，髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点；进而，使用三阶样条曲线将各个关键点穿成一条连续轨迹，从而形成连续步态参考轨迹。
56.具体地讲，采用基于关键点的三阶样条曲线来拟合步态轨迹，以实现步态轨迹的参数化表示，增加其灵活性；为了用尽量少的参数来描述一条步态，我们在参考步态轨迹上按照一定的规则选取了一系列的关键点，拟合得到的步态曲线必须通过这些关键点，同时保持原有参考步态轨迹类似的形状，其中髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点共计9个关键点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点共计12个关键点；以上关键点描述中周期初始点与周期结束点时间参数不同但关节角度参数必须一致，因为前一周期的结束是下一周期的开始。
57.在本发明内，使用三阶样条曲线将各个关键点穿成一条连续轨迹，设在第i-1和第i两个关节点之间的样条函数如式(1)所示：
58.y＝a
i-1
x3 b
i-1
x2 c
i-1
x y
i-1
ꢀꢀ
(1)
59.式中a
i-1
，b
i-1
，c
i-1
为样条函数的待求参数，x为当前时刻相对于第i-1个关键点的时间差(如果两个关键点所在时刻分别为t
i-1
和ti，要插值的时刻为t，则x＝t-t
i-1
)，y
i-1
为第i-1个关键点所在的关节活动角度，y为样条插值得到的关节活动角度。
60.由式(1)可知，在当前曲线上，关节变化速度和加速度的公式分别为其一阶导数和二阶导数：
[0061][0062]
同样的，我们可以得到在第i和第i 1两个关节点之间关节角度、角速度和角加速度变化的公式：
[0063][0064]
通过观察可知，第i个关键点很特殊，它既在式(1)与式(2)所描述的曲线上，也在式(3)所描述的曲线上，并且所在的位置、速度和加速度都是相同的；所以可以将(x＝t
i-t
i-1
，y＝yi)带入式(1)与式(2)，将(x＝t
i-ti＝0，y＝yi)带入式(3)，并联立，可得
[0065][0066]
3a
i-1
(t
i-t
i-1
)2 2b
i-1
(t
i-t
i-1
) c
i-1
＝ciꢀꢀ
(5)
[0067]
6a
i-1
(t
i-t
i-1
) 2b
i-1
＝2biꢀꢀ
(6)
[0068]
由式(6)可得：
[0069][0070]
联立式(4)(5)(7)可得：
[0071][0072]
令：
[0073][0074]
γ＝[γ1，γ2，
…
，γi，
…
，γn]
t
[0075]
b＝[b1，b2，
…
，bi，
…
，bn]
t
[0076]
则可以得到方程如下所示：
[0077][0078]
其中，
[0079]ai，i-1
＝(t
i-t
i-1
)
[0080]ai，i
＝2(t
i 1-t
i-1
)
[0081]ai，i 1
＝(t
i 1-ti)；
[0082]
解方程(9)可以求得bi，进而根据式(4)与式(7)可以分别求得ci与ai；这样我们就得到了参数描述的周期步态曲线，将多个周期步态曲线连接起来，就形成了一条连续步态参考轨迹。
[0083]
在本发明内，在步骤s3内，同样可以采用基于关键点的三阶样条曲线的拟合方法，得到由站立到行走和由行走到站立的左右两腿在两种状态下的四种过渡步态轨迹；具体地讲，继续使用关键点描述参考轨迹的方法来描述两个过渡过程的步态变化；在由站立到行走再到停止站立的过渡过程中，先迈腿和后迈腿的步态是完全不同的，两者先后相差半个周期，行走的步幅也完全不同，所以我们分别针对先迈腿和后迈腿进行关键点的提取，先迈
腿过渡过程髋关节关键点选取周期初始点角度设为0、髋关节最高点二分之一时刻、髋关节最高点前后、半周期点、周期结束点角度设为0共6个关键点；先迈腿过渡过程膝关节关键点选取周期初始点角度设为0、膝关节最高点二分之一时刻的角度设为三分之二、膝关节最高点时刻、髋关节最高点前后、半周期点、髋关节最高点相对于半周期镜像时刻前后、周期结束点角度设为0共9个关键点；后迈腿过渡过程髋关节关键点选取周期初始点、髋关节周期三分之二时刻角度设为与初始关节角度和的三分之二、半周期及其前后时刻角度设为0、周期结束及其之后时刻角度设为初始角度共计7个关键点；后迈腿过渡过程膝关节关键点选取周期初始及其之前时刻角度设为初始角度、四分之一时刻角度设为髋关节最高点时刻膝关节角度与初始时刻膝关节角度和的三分之二、半周期及其前后角度设为0、周期结束角度设为初始角度共计7个关键点，在执行过程中后迈腿轨迹周期要比先迈腿轨迹滞后一半。
[0084]
在本发明内，还提供了控制轨迹步态切换的状态机，达到步态的控制，如图11所示，下肢康复外骨骼在执行运动过程中存在以下几种状态：关使能状态(-1)、停止状态(0)、行走状态(1)、单步前进状态(2)、单步后退状态(3)、坐下状态(4)、开始站立状态(5)，各个状态之间切换关系的状态机描述如下：
[0085]
(1)任何状态都可以随时切换到关使能状态，此状态下所有关节角度保持当前状态，即各关节立即停止运动；关使能状态是一种防止外骨骼运动出现意外的保护状态，只能切换到开始站立状态；
[0086]
(2)行走状态切换到停止状态时需要用户触发，但不是立即停止运动，而是按照过渡过程步态轨迹到达停止状态，先停左腿还是先停右腿根据触发状态切换的时机决定；单步前进、单步后退、开始站立三个状态会在运动执行结束后自动进入停止状态，运行期间不会接受除关使能状态外的其它状态命令；停止状态可以切换到任何状态；
[0087]
(3)只有停止状态可以切换到行走状态，行走状态过程中会先按照过渡轨迹执行由停止到行走之间的过渡，然后再按照周期轨迹执行行走；开始行走状态时可以通过参数控制先迈左腿还是先迈右腿；行走状态只能切换到停止状态或关使能状态；
[0088]
(4)只有停止状态可以切换到单步前进状态；单步前进状态执行的是后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步前进状态在执行完运动后自动切换到停止状态；单步前进状态可以随时切换到关使能状态；
[0089]
(5)只有停止状态可以切换到单步后退状态；单步后退状态逆序执行后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步后退状态在执行完运动后自动切换到停止状态；单步后退状态可以随时切换到关使能状态；
[0090]
(6)只有停止状态可以切换到坐下状态；坐下状态运动的目标值可以通过参数指定，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；坐下状态运行过程中可以随时切换到开始站立状态和关使能状态。
[0091]
(7)只有坐下状态和关使能状态可以切换到开始站立状态；开始站立状态是进行康复运动训练的准备状态；开始站立状态的目标值为步态轨迹的初始值，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；开始站立状态在执行完运动后自动切换到停止状态；开始站立状态运动期间不被除关使能状态之外的任何状态打断。
[0092]
本发明提供一个实施例，该实施例具体如下：
[0093]
首先，采集正常人体步态轨迹得到周期步态参考轨迹；以身高在175cm-185cm，体重在75kg-85kg区间的男性步态采集为例，在大腿和小腿处固定无线惯性传感器采集正常步行和上下楼梯的步态，采集得到平地行走和上下楼梯的原始步态数据如图4至图6所示；对采集得到的真实步态轨迹进行处理，通过滤波使曲线变得平滑而连贯，方便通过程序自动划分步态周期，采用步态周期截取与均值聚类相结合的方法，从原始步态数据中得到归一化的周期参考步态，如图7所示。
[0094]
然后，按照本发明专利提出的关键点确定方法选择描述周期步态的关键点，得到参数化描述的步态曲线，以及过渡过程曲线；髋关节与膝关节步态周期内关键点的选取以及规则描述可见如下表1和表2所示。
[0095]
为了描述方便，我们设髋关节到达最高点时周期百分比为th，膝关节到达最高点时周期百分比为t
k1
，膝关节到达最低点时周期百分比为t
k2
；其中髋关节选取了9个关键点，膝关节选取了12个关键点，使用关键点来描述参考曲线，使得外骨骼机器人控制的灵活性都有所提高。
[0096]
表1髋关节关键点选取
[0097][0098]
表2膝关节关键点选取
[0099][0100]
为了生成理想的形状，并避免出现过拟合，我们使用3阶样条曲线来生成轨迹；设在第i-1和第i两个关节点之间的样条函数如式(1)所示
[0101]
y＝a
i-1
x3 b
i-1
x2 c
i-1
x y
i-1
ꢀꢀ
(1)
[0102]
式中a
i-1
，b
i-1
，c
i-1
为样条函数的待求参数，x为当前时刻相对于第i-1个关键点的时间差(如果两个关键点所在时刻分别为t
i-1
和ti，要插值的时刻为t，则x＝t-t
i-1
)，y
i-1
为第i-1个关键点所在的关节活动角度，y为样条插值得到的关节活动角度。
[0103]
由式(1)可知，在当前曲线上，关节变化速度和加速度的公式分别为其一阶导数和二阶导数：
[0104][0105]
同样的，我们可以得到在第i和第i 1两个关节点之间关节角度、角速度和角加速度变化的公式：
[0106][0107]
通过观察可知，第i个关键点很特殊，它既在式(1)与式(2)所描述的曲线上，也在
式(3)所描述的曲线上，并且所在的位置、速度和加速度都是相同的。所以可以将(x＝t
i-t
i-1
y＝yi)带入式(1)与式(2)，将(x＝t
i-ti＝0，y＝yi)带入式(3)，并联立，可得：
[0108][0109]
3a
i-1
(t
i-t
i-1
)2 2b
i-1
(t
i-t
i-1
) c
i-1
＝ciꢀꢀꢀꢀ
(5)
[0110]
6a
i-1
(t
i-t
i-1
) 2b
i-1
＝2biꢀꢀ
(6)
[0111]
由式(6)可得：
[0112][0113]
联立式(4)(5)(7)可得：
[0114][0115]
令：
[0116][0117]
r＝[γ1，γ2，
…
，γi，
…
，γn]
t
[0118]
b＝[b1，b2，
…
，bi，
…
，bn]
t
；
[0119]
则可以得到方程如下所示：
[0120][0121]
其中，
[0122]ai，i-1
＝(t
i-t
i-1
)
[0123]ai，i
＝2(t
i 1-t
i-1
)
[0124]ai，i 1
＝(t
i 1-ti)；
[0125]
解方程(9)可以求得bi，进而根据式(4)与式(7)可以分别求得ci与ai；这样我们就得到了参数描述的周期步态曲线，将多个周期步态曲线连接起来，就形成了一条连续步态参考轨迹如图8所示，采用同样基于关键定的曲线描述方法，得到融合过渡过程的步态曲线如图9和图10所示。
[0126]
最后状态机实现外骨骼带动患者根据参考轨迹进行康复运动训练；定义下肢康复外骨骼在执行运动过程中存在以下几种状态：关使能状态(-1)、停止状态(0)、行走状态(1)、单步前进状态(2)、单步后退状态(3)、坐下状态(4)、开始站立状态(5)，各个状态之间切换关系如图11所示，具体描述如下：
[0127]
1)任何状态都可以随时切换到关使能状态，此状态下所有关节角度保持当前状态，即各关节立即停止运动；关使能状态是一种防止外骨骼运动出现意外的保护状态，只能切换到开始站立状态；
[0128]
2)行走状态切换到停止状态时需要用户触发，但不是立即停止运动，而是按照过
渡过程步态轨迹到达停止状态，先停左腿还是先停右腿根据触发状态切换的时机决定；单步前进、单步后退、开始站立三个状态会在运动执行结束后自动进入停止状态，运行期间不会接受除关使能状态外的其它状态命令；停止状态可以切换到任何状态；
[0129]
3)只有停止状态可以切换到行走状态，行走状态过程中会先按照过渡轨迹执行由停止到行走之间的过渡，然后再按照周期轨迹执行行走；开始行走状态时可以通过参数控制先迈左腿还是先迈右腿；行走状态只能切换到停止状态或关使能状态；
[0130]
4)只有停止状态可以切换到单步前进状态；单步前进状态执行的是后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步前进状态在执行完运动后自动切换到停止状态；单步前进状态可以随时切换到关使能状态；
[0131]
5)只有停止状态可以切换到单步后退状态；单步后退状态逆序执行后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步后退状态在执行完运动后自动切换到停止状态；单步后退状态可以随时切换到关使能状态；
[0132]
6)只有停止状态可以切换到坐下状态；坐下状态运动的目标值可以通过参数指定，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；坐下状态运行过程中可以随时切换到开始站立状态和关使能状态。
[0133]
7)只有坐下状态和关使能状态可以切换到开始站立状态；开始站立状态是进行康复运动训练的准备状态；开始站立状态的目标值为步态轨迹的初始值，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；开始站立状态在执行完运动后自动切换到停止状态；开始站立状态运动期间不被除关使能状态之外的任何状态打断。
[0134]
本发明还提供了一种下肢康复外骨骼机器人步态的生成系统，包括：
[0135]
采集模块，用于正常人在正常行走时髋膝关节变化的信息；
[0136]
处理模块，用于对步态数据进行处理，得到归一化的周期参考步态；
[0137]
拟合模块，用于结合周期参考步态，拟合步态轨迹；
[0138]
其中，处理模块包括：
[0139]
滤波单元，用于对步态数据进行滤波处理；
[0140]
标记单元，用于对每个步态周期的极小值点进行标记；
[0141]
插值单元，用于将髋膝关节所有的步态分别按照百分比进行插值计算；
[0142]
计算单元，用于将现有步态中所有的步态进行求和并取平均值，得到周期参考步态。
[0143]
在本发明内，采用基于关键点的三次样条曲线描述周期参考步态轨迹，给出了停止状态与行走状态之间过渡过程步态轨迹的描述方法，确定了外骨骼运行状态及其状态切换机制，使外骨骼步态轨迹的生成与控制更具实用价值。
[0144]
本发明具有如下有益效果：
[0145]
1、本发明将人的身高体重作为划分标准，按照不同尺寸采集正常人体步态轨迹处理成周期参考步态，更符合人体行为习惯；
[0146]
2、本发明需要调节的参数少，简单直观，容易理解，确定轨迹关键点之后全部可以通过编程自动实现，无需额外计算；
[0147]
3、本发明所提方法不仅适用平地行走，还可以在上下楼梯、上下斜坡等多种场景
适用，扩展康复运动患者的活动范围；
[0148]
4、本发明考虑了由停止到行走和由行走到停止的过渡过程轨迹，使康复运动训练过程连续自然，有助于患者关注康复训练本身；
[0149]
5、本发明明确定义了外骨骼运行过程中的各种状态，以及各运行状态之间相互切换的状态机，状态切换约束合理，更加具有使用价值。
[0150]
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。