一种面向下肢外骨骼穿戴者的步态预测方法
- 国知局
- 2024-11-06 14:23:02
本发明涉及机器人,更具体地,涉及一种面向下肢外骨骼穿戴者的步态预测方法。
背景技术:
1、下肢外骨骼机器人可以帮助偏瘫、四肢瘫、关节炎患者等运动障碍者尝试自主行走,在康复治疗中逐步恢复行走能力。下肢外骨骼步态预测,可以实时预测患者穿戴下肢外骨骼行走时的运动意图,调节下肢外骨骼控制策略,帮助患者进行安全、有效的康复训练。
2、在现有技术中,运用在外骨骼领域的步态预测方法主要分为两类。一类是通过物理建模技术解释神经兴奋、关节运动学和关节动力学之间的关系,然后利用实验获得的肌电信号通过优化算法估计模型参数。另一类是基于数据驱动的步态预测方法,可以通过构建表面肌电信号、传感器测量信号与待测生物量之间的映射关系来完成对人类意图的判断。
3、通过物理建模技术进行步态预测的方法,由于人体生物结构的复杂性,在面向助行下肢外骨骼的应用中需要对人体相关的许多高维参数进行建模,模型的优化速度慢,非常耗时。物理建模的步态预测方法未能结合行走障碍者真实行走时的传感信息进行实时预测,难以为身高、体重、年龄等个体条件差异巨大的个体生成个性化的步态。此外,偏瘫、关节炎患者等行走障碍者的单腿可能具有行走能力,也可能具备双腿短时间行走能力,可以提供短暂的或者残缺的行走关节信号。
4、数据驱动的步态预测方法往往仅采用表面肌电信号(semg)等单源传感信号,无法充分利用行走障碍者的行走传感信息,合理应用实时情况下多源传感信号。目前,采用下肢外骨骼传感信号的数据驱动步态预测,主要包括利用表面肌电信号以及六维力/扭矩传感器、惯性测量单元(imu)等传统传感器的信号。然而,这些传感器可能受到时间延迟和系统复杂性的限制。例如,表面肌电信号相比于运动有20-100ms左右的延迟,也就是4-20次采样周期。相比传感器测量关节角度、脚底力的方法具有更强的实时性,但是采集电信号的表面电极容易受到皮肤表面汗液的影响,会对数据造成严重干扰。
5、综上,现有研究普遍仅通过表面肌电信号进行步态预测,或仅使用六维力/扭矩传感器、惯性测量单元等传感器采用逆运动学计算关节运动,未考虑偏瘫、关节炎患者等行走障碍者的单腿可能具有行走能力,也可能具备双腿短时间行走能力,可以提供短暂的或者残缺的行走关节信号。因而,还需要对现有技术进行改进,以充分利用行走障碍者不充分的运动信息,合理应用实时情况下的多源传感信号,生成个性化的步态,进而探索下肢外骨骼舒适行走的重要问题。
技术实现思路
1、本发明的目的是克服上述现有技术的缺陷,提供一种面向下肢外骨骼穿戴者的步态预测方法。该方法包括以下步骤:
2、获取穿戴者佩戴下肢外骨骼行走时的多个步态周期的表面肌电信号和对应的关节角度信号;
3、基于所述表面肌电信号和对应的关节角度信号,利用经训练的运动预测网络,预测后续时刻穿戴者行走时的单腿步态,所述单腿步态是单腿的髋、膝关节的弯曲角度;
4、根据预测出的所述单腿步态生成另一条腿的步态,获得外骨骼步态预测结果;
5、其中,所述运动预测网络包括编码器、解码器和输出层,所述编码器用于处理输入数据并生成中间表示,所述解码器用于从所述编码器生成的中间表示中生成特征,所述输出层用于将所述解码器生成的特征映射到所述外骨骼步态预测结果。
6、与现有技术相比,本发明的优点在于,提出了一种采用多源传感信号融合进行步态预测的网络结构,不仅预测的时间消耗显著短于物理建模的步态预测方法,而且能够充分利用行走障碍者行走时的多源传感信号,可以帮助行走障碍者实现安全、可靠、舒适的行走,提升运用于穿戴式下肢外骨骼的运动障碍者步态预测的准确率与时效性。
7、通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
技术特征:1.一种面向下肢外骨骼穿戴者的步态预测方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述编码器的输入数据是穿戴者佩戴下肢外骨骼行走的表面肌电信号,具有多个维度,每个维度表示一种类型的表面肌电信号;所述解码器的输入数据是下肢外骨骼关节电机编码器测量得到的关节角度信号,具有两个维度,分别表示髋关节角度和膝关节角度。
3.根据权利要求1所述的方法,其特征在于,所述运动预测网络基于informer模型构建,所述编码器包括稀疏多头注意力块和自注意力蒸馏层,所述解码器包含带掩码的稀疏多头注意力块和卷积层,所述输出层采用全连接层,其中所述稀疏多头注意力块用于捕捉输入序列的长程依赖关系,所述自注意力蒸馏层通过一维卷积和elu激活函数进行特征压缩,所述带掩码的稀疏多头注意力块用于在注意力块上添加掩码。
4.根据权利要求3所述的方法,其特征在于,对于所述稀疏多头注意力块,第i个查询的稀疏度测量方程表示为:
5.根据权利要求3所述的方法,其特征在于,所述自注意力蒸馏层的过程表示为:
6.根据权利要求2所述的方法,其特征在于,所述解码器的输入是与表面肌电信号对应步态的关节角度信号以及一段0,该段0与待预测关节角度信号的长度相同。
7.根据权利要求1所述的方法,其特征在于,输入到所述编码器的表面肌电信号根据以下步骤进行处理:
8.根据权利要求1所述的方法,其特征在于,根据预测出的所述单腿步态生成另一条腿的步态包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
技术总结本发明公开一种面向下肢外骨骼穿戴者的步态预测方法。该方法包括:获取穿戴者佩戴下肢外骨骼行走时的多个步态周期的表面肌电信号和对应的关节角度信号;基于所述表面肌电信号和对应的关节角度信号,利用经训练的运动预测网络,预测后续时刻穿戴者行走时的单腿步态,所述单腿步态是单腿的髋、膝关节的弯曲角度;根据预测出的单腿步态生成另一条腿的步态,获得外骨骼步态预测结果。其中所述运动预测网络包括编码器、解码器和输出层,所述编码器用于处理输入数据并生成中间表示,所述解码器用于从所述编码器生成的中间表示中生成特征,所述输出层用于将所述解码器生成的特征映射到所述外骨骼步态预测结果。本发明提高了步态预测的准确性和实时性。技术研发人员:祝元培,吴新宇,田定奎,陈自强,李锋,马跃受保护的技术使用者:中国科学院深圳先进技术研究院技术研发日:技术公布日:2024/11/4本文地址:https://www.jishuxx.com/zhuanli/20241106/321726.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表