[发明专利]一种基于神经网络分类器的康复机器人运动意图识别方法

说明书

一种基于神经网络分类器的康复机器人运动意图识别方法，通过采集康复外骨骼机器人由左腿髋关节电机电流值、左腿膝关节电机电流值、右腿髋关节电机电流值、右腿膝关节电机电流值组成的四路关节电流信号；小波阀值去噪的数据预处理，最后通过神经网络分类器的运动意图识别启动。本申请基于人机交互作用信息，采集康复机器人各个关节的电机电流大小，运用神经网络分类器算法，识别了人体站立、左腿迈步、右腿迈步等三种运动状态，对于人类福祉事业和老龄化社会保障体系具有现实的意义，并将产生明显的社会效益。

技术领域

本发明属于康复机器人运动意图机器学习领域，尤其涉及一种基于神经网络分类器的康复机器人运动意图识别方法。

背景技术

下肢康复机器人，是能够帮助下肢残疾或下肢瘫痪患者像正常人一样行走的人机一体化系统。近年来，由于人口老龄化、脑中风、交通事故等造成下肢肢体损伤或偏瘫的人数越来越多。

康复机器人，特别是康复外骨骼机器人，其控制归根到底是实现人机协调运动，获取人体运动意图显得至关重要。人体运动意图的获取主要有两种方式，基于生物力学信息以及基于人机交互作用信息。基于生物力学信息是指在人体上安装相应的传感器，通过测得的信号估计人体的运动意图，常用的生物力学信号有肌电信号(EMG)，但是，肌电传感器需要紧贴人体表面，使用不便(人体皮肤表面出汗会影响测量的准确度，长时间粘附容易导致传感器脱落)。基于人机交互信息获取人体运动意图，是在外骨骼机构上安装力/力矩传感器或检测外骨骼关节电机电流或力矩，通过测得的人机交互信息获取人体关节的运动轨迹，避免了EMG传感器的诸多不便。

发明内容

本发明提供一种基于神经网络分类器的康复机器人运动意图识别方法，解决外骨骼机器人启动时，人体站立、左腿迈步、右腿迈步等三种运动状态的识别问题。

一种基于神经网络分类器的康复机器人运动意图识别方法，包括如下步骤：

(1)采集康复外骨骼机器人由左腿髋关节电机电流值、左腿膝关节电机电流值、右腿髋关节电机电流值、右腿膝关节电机电流值组成的四路关节电流信号；

(2)采用小波阀值对四路关节电流信号进行滤波去噪，

(3)采用加窗方法，把去噪后的四路关节电流信号进行离散化，并同时给出对应的人体运动状态，即站立、左腿迈步、右腿迈步的三个状态的一种，

(4)把离散化的四路关节电流信号作为神经网络的输入，对应的人体运动状态作为神经网络的输出，训练神经网络，构建运动意图的神经网络分类器，

(5)把运动意图神经网络分类器部署在服务器上，

(6)启动外骨骼康复机器人控制系统，

(7)外骨骼康复机器人控制系统接收到运动意图信号后，执行步态程序，

在上述步骤(6)与步骤(7)之间还包括如下步骤：

(1)实时采集康复外骨骼机器人由左腿髋关节电机电流值、左腿膝关节电机电流值、右腿髋关节电机电流值、右腿膝关节电机电流值组成的四路关节电流信号，

(2)采用小波阀值对四路关节电流信号进行滤波去噪，

(3)采用加窗方法，把去噪后的四路关节电流信号进行离散化，

(4)康复外骨骼控制系统把离散化的四路关节电流信号数据上传给服务器上的神经网络分类器，

(5)神经网络分类器输出人体运动意图，即站立、左腿迈步、右腿迈步的三个状态的一种，传输给外骨骼康复机器人控制系统。