[发明专利]下肢外骨骼机器人及其实时步态切换方法及存储装置

权利要求书

1.一种下肢外骨骼机器人实时步态切换方法，其特征在于，所述实时步态切换方法包括：

获取人体腿部肌电信号；

根据所述人体腿部肌电信号与角度预测模型得出关节预测角度；

根据所述关节预测角度，输出调整下肢外骨骼机器人的步态的信号；

其中，所述步态包括非正常步态与正常行走步态。

2.根据权利要求1所述的实时步态切换方法，其特征在于，在所述获取人体腿部肌电信号的步骤中，通过肌电采集设备来获取所述人体腿部肌电信号，所述人体腿部肌电信号包括股直肌、半膜肌以及缝匠肌处的肌电信号。

3.根据权利要求1所述的实时步态切换方法，其特征在于，所述角度预测模型的训练步骤包括：

采集人体腿部活动数据，所述人体腿部活动数据包括所述人体腿部肌电信号以及腿部关节活动角度信号；

对采集到的所述人体腿部肌电信号进行预处理和特征提取；

将预处理和特征提取后的所述人体腿部肌电信号与所述腿部关节活动角度信号进行归一化，之后一起输入至BP神经网络进行训练，得到所述角度预测模型。

4.根据权利要求3所述的实时步态切换方法，其特征在于，在所述对采集到的所述人体腿部肌电信号进行预处理和特征提取的步骤中，对采集到的所述人体腿部肌电信号的预处理包括：先进行50HZ陷波处理，再进行10-500HZ带通滤波；

对预处理后所述人体腿部肌电信号进行时域的均方根特征提取，均方根公式为：

公式中，RMS为均方根，d(i)表示单通道sEMG信号序列，N表示该信号序列的长度。

5.根据权利要求4所述的实时步态切换方法，其特征在于，在所述对采集到的所述人体腿部肌电信号进行预处理和特征提取的步骤中，还包括：利用截止频率为1HZ的巴特沃斯低通滤波器对得到的RMS特征值序列进行低通滤波。

6.根据权利要求5所述的实时步态切换方法，其特征在于，所述BP神经网络包括输入层、隐含层以及输出层，所述输入层的节点对应所述人体腿部肌电信号的数量，所述输入层到所述隐含层的传递函数为tansig函数，所述隐含层到所述输出层的传递函数为logsig函数，所述BP神经网络所使用的训练函数为traingdm函数。

7.根据权利要求6所述的实时步态切换方法，其特征在于，所述BP神经网络的输出角度计算公式为：

其中，是预测角度值，W_in是隐含层的权值矩阵，W_out是输出层的权值矩阵，b_in为隐含层对应的阈值向量，b_out为输出层对应的阈值向量。

8.根据权利要求7所述的实时步态切换方法，其特征在于，所述隐含层的单元数的计算公式包括：

其中，k为样本数，n1为隐单元数，n为输入单元数，如果i>n₁,

其中，m为输出神经元数，a为[1,10]之间的常数；

n₁＝log₂n (公式5)

其中，x为训练集角度数据归一化的数据值，y为利用训练好的模型对训练集各通道sEMG归一化后的数据值进行仿真后的结果，MSE为均方差。

9.根据权利要求8所述的实时步态切换方法，其特征在于，在所述采集人体腿部活动数据，所述人体腿部活动数据包括所述人体腿部肌电信号以及腿部关节活动角度信号的步骤之后，还包括步骤：

对所述人体腿部活动数据进行二次采样，二次采样的公式为：

其中，M为二次采样个数；Angle_s(i)二次采样之前的角度信号时间序列；Angle_s(n)为二次采样之后的角度信号时间序列。