[发明专利]基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法

权利要求书

1.一种基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，其特征在于，包括以下步骤：

步骤1、采集患者健康行走历史中的髋关节、膝关节运动轨迹；

步骤2、建立髋关节、膝关节RBF-DMP振荡器步态生成模型，模拟患者运动轨迹；

步骤3、基于最小二乘法，完成对RBF径向基神经网络参数的自学习；具体包括以下步骤：

步骤3.1、确定RBF神经网络隐含层输出与输出层的期望输出数据；

计算RBF神经网络隐含层的输出j_i(φ)为：

计算RBF神经网络输出层的期望输出为：

其中f_g为非线性函数的目标值，θ_d为需要学习的步态曲线，τ为DMP振荡器的频率，β为关节运动模型参数；

步骤3.2、基于最小二乘法，对RBF神经网络权重参数自学习；

将RBF神经网络组成结构，描述为矩阵形式：

Fg＝JW+E₁ (9)

其中Fg＝[f_g(1),f_g(2),...f_g(M)]^T为样本中的期望输出向量，W＝[w₁,w₂,...w_N]^T为权重向量，E₁为误差项向量，M为样本总数目，输入矩阵J表示为：

设置代价函数如下：

其中λ为惩罚项系数，经过最小二乘法推导后，隐含层权重估计值表示为：

步骤4、通过训练好的RBF-DMP振荡器实时规划髋关节、膝关节的运动轨迹，用于下肢康复型外骨骼的步态生成。

2.根据权利要求1所述的基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，其特征在于，步骤1采集患者正常行走历史中的髋关节、膝关节运动轨迹，将髋关节、膝关节轨迹曲线设为θ_d。

3.根据权利要求1所述的基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，其特征在于，步骤2建立髋关节、膝关节RBF-DMP振荡器步态学习模型，模拟患者运动轨迹，具体包括以下步骤：

步骤2.1、定义DMP振荡器系统方程

其中x、y分别为DMP振荡器系统空间的状态量；μ、k为系统方程的参数，均为正实数，τ为DMP振荡器的频率，E₀为DMP振荡器的初始能量值，E为DMP振荡器的能量函数如下：

步骤2.2、建立髋关节、膝关节的周期性关节运动模型

其中β为关节运动模型参数，τ为DMP振荡器的频率，θ为髋关节、膝关节的运动轨迹，θ_m为轨迹曲线θ的起始初值，f为非线性函数，负责对复杂关节运动的建模；

步骤2.3、构建RBF神经网络对非线性函数f建模；

a)确定RBF神经网络结构；输入层1个节点，隐含层10个节点，输出层1个节点；

b)确定RBF神经网络的输入层节点输出

φ(t)＝atan2(x,y) (4)

c)隐含层节点采用径向基函数表达式

其中c_i为隐含层第i个神经元的中心矢量，σ_i决定着该基函数围绕中心点的宽度，φ(t)为RBF神经网络的输入层输出；

d)计算RBF神经网络的输出

其中j_i表示为隐含层第i个神经元节点的输出，w_i表示为隐含层第i个神经元节点与输出层神经元节点的连接权重，N表示隐含层的节点数目。

4.根据权利要求1所述的基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，其特征在于，步骤4训练好的RBF-DMP振荡器，利用权重估计值实时规划髋关节、膝关节的运动轨迹，用于下肢康复型外骨骼的步态生成；具体包括以下步骤：

步骤4.1、计算RBF神经网络的输出；由式(4)求得DMP振荡器相位时刻t的输出φ(t)，并由式(7)，计算RBF隐含层的输出j_i(φ)；计算RBF神经网络的输出为

其中为隐含层第i个神经元节点与输出层神经元节点的连接权重估计值；

步骤4.2、结合髋关节、膝关节的周期性关节运动模型，实现对下肢外骨骼髋关节、膝关节的计算；根据式(3)，则可计算得到下肢外骨骼髋关节、膝关节的运动轨迹为