[发明专利]一种智能可穿着随身椅子

权利要求书

1.一种智能可穿着随身椅子，其特征在于，所述的智能可穿着随身椅子包括系带、电源、臀部坐垫、大腿框架、小腿框架、可调阻尼器、脚踝结构；

所述的系带设置在所述的臀部坐垫和大腿框架上，所述的可调阻尼器设置在所述的大腿框架和小腿框架上；

所述的臀部坐垫的下方安装有智能位姿处理器，所述的大腿框架和小腿框架的连接处安装有位姿调节电机及一个与位姿调节电机的转轴相连接的减速器；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置有压力传感器、与所述的压力传感器电连接的可将检测到的压力信号分析后形成的数据发送给智能位姿处理器的压力信号处理模块、肌电信号模块；

所述的压力信号处理模块包括依次连接的信号采集转换单元、放大处理单元、低通滤波处理单元和电压电流转换单元；

所述信号采集转换单元用于对压力信号进行采集，并将所述压力信号转换成电压信号输出；

所述放大处理单元用于对所述转换后的电压信号进行放大处理；

所述低通滤波处理单元用于对放大处理后的电压信号进行低通滤波；

所述电压电流转换单元用于将通过滤波处理后的电压信号转换成2～5mA电流信号输出；

所述的肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置的压力传感器为二维力传感器；

所述的压力信号处理模块内置压力在线预测子模块，该压力在线预测子模块在当前采样时刻和下一采样时刻之间，利用时间序列进行单步预测或者多步预测，在预测的过程中把当前采样时刻之前的实测数据作为样本数据，然后不断地校正预测，调整预测的参数和阶数，具体的在线预测算式为：

式中，N表示作为样本的数据数目，是预测值，e(N+1)是高斯白噪声；

肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动，具体控制方法包括：

模式识别，通过大腿部位的肌电信号模块获得肌电信号，经过对比识别，将对比信息发送至智能位姿处理器转换为位姿调整电机的控制信号，获得位姿调整电机的运动；

连续运动估计，通过大腿框架和小腿框架连续运动估计，实时传给位智能姿处理器控制位姿调整电机和可调阻尼器，使大腿框架和小腿框架实时跟踪人体腿部的运动，根据需要调整运动力度、幅度参数；

阻抗控制，从大腿部位的肌电信号中提取阻抗信息，通过智能位姿处理器实现位姿调整电机和可调阻尼器的阻抗控制；

所述的大腿框架和小腿框架之间的连接为无阻尼轴承；

所述的小腿框架与脚踝结构处的连接为无阻尼轴承；

所述的大腿框架、小腿框架和脚踝结构的材质为碳纤维增强复合材料；

如果没有监测到大腿部位的异常肌电信号，则将大腿框架和小腿框架的阻抗控制按初始化设置进行；

如果监测到大腿部位的异常肌电信号，则查找有向路径的位置序列中与当前位置距离最近的位置；

如果当前位置与所述最近的位置的距离小于阈值时，则确定大腿框架和小腿框架的参考位置。

2.如权利要求1所述的智能可穿着随身椅子，其特征在于，从大腿部位采集的肌电信号进行如下处理：

步骤一、滤波处理，去除干扰信号；

步骤二、计算滤波处理后的肌电信号的均方根；

步骤三、从采集的肌电信号中提取3个时域特征值，分别构成6维时域特征向量；

步骤四、对采集的肌电信号进行时域特征参数提取；

步骤五、对提取的特征参数构建多参数的特征向量；

步骤六、对不同动作的相同参数做横向比较并归一化处理。

3.如权利要求1所述的智能可穿着随身椅子，其特征在于，所述的智能位姿处理器采用下式对位姿调整电机的角速度进行控制：

由上一时刻的角速度ωn和力Tn求出下一时刻的角速度ωn+1；

式中，T为作用在关节上面的力，P、I、M分别为假想惯性系数、假想粘性系数和假想弹性系数；

为关节i的角加速度，为关节i的角速度。