[发明专利]一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法

说明书

本发明公开了一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法，包括以下步骤：1)获取大量各种运动模式下对应的摆动态的各传感器数据，作为人体的运动信息；2)根据运动信息提取运动特征，选取小腿IMU的极小值时刻对应的运动特征信息；3)将运动特征信息归一化后输入到BP神经网络中进行训练，输出结果是各运动模式的识别概率，识别概率大者为最终的运动模式识别结果；4)获取小腿IMU的极小值时刻对应的特征向量；5)使用已经训练好的神经网络模型进行运动模式识别；6)使用有限状态转移算法对BP神经网络的识别结果进行修正。本发明通过区分运动模式的曲线信息位置，依据该位置的特征信息进行运动模式识别，提高了运动模式识别的准确性。

技术领域

本发明涉及人体运动模式识别技术，尤其涉及一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法。

背景技术

柔性外骨骼机器人是一种穿在人身上辅助穿戴者运动的特殊机器人，可以辅助穿戴者的日常行动,被广泛应用于负重助力领域。

柔性下肢助力外骨骼依据人体的运动信息来产生下肢外骨骼的助力信号，从而对穿戴者的下肢运动进行助力。由于外骨骼的控制时机与助力大小决定了助力效果以及穿戴者的舒适度，而外骨骼的控制以人体的运动模式为依据，因此，快速准确地识别出人体的运动模式是很有必要的，同时也是研究的热点之一。目前传统方法对柔性助力外骨骼机器人的运动模式的识别主要包括以下几种：

1)基于足底压力分布检测的外骨骼步态划分及控制。其原理是人体在平地行走过程中，通过检测脚底压力的分布及变化趋势，来判断此时人体所处的步态周期相位，从而识别出人体的运动状态。该方法适合于平地行走的状态，而难以适应其他复杂地形下的运动状态。

2)基于肌电信号的运动意图识别。通过在人体下肢肌肉特殊部位粘贴肌电信号传感器，测量对应肌肉的激活程度，从而估计人体下肢意图。该方法的优点是：在肢体开始运动之前，人体肌肉处于激活状态，肌电传感器可以提前检测到肌肉信号，以到达快速响应的目的。其缺点是：肌电信号传感器受不同人、皮肤表面的出汗发热、各种外界噪声等多种因素影响，难以准确识别人体的运动意图。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法。

本发明解决其技术问题所采用的技术方案是：一种柔性下肢助力外骨骼机器人的自适应运动模式识别方法，包括以下步骤：

1)获取大量各种运动模式下对应的摆动态的各传感器数据，作为人体的运动信息；所述传感器为设置在人体后背、大腿和小腿部位的IMU惯性传感器；

2)根据运动信息提取运动特征，所述运动特征信息包括大腿IMU、小腿IMU、膝关节角度、髋关节角度、当前摆动态中的小腿IMU的极大值与极小值之差和当前摆动态中的大腿IMU的极大值与极小值之差；

选取小腿IMU的极小值时刻对应的运动特征信息；

3)将运动特征信息归一化后输入到BP神经网络中进行训练，输出结果是各运动模式的识别概率，识别概率大者为最终的运动模式识别结果；当训练识别率达到预期要求，保存此时的神经网络模型；

4)获取小腿IMU的极小值时刻对应的大腿IMU、小腿IMU、膝关节角度、髋关节角度值，并提取当前摆动态中的小腿IMU的极大值与极小值之差和当前摆动态中的大腿IMU的极大值与极小值之差，将这些特征数据融合成特征向量；

5)使用已经训练好的神经网络模型进行运动模式识别；

6)使用有限状态转移算法对BP神经网络的识别结果进行修正；即：通过有限状态转移图，限制状态转移的方向以及转移条件，对异常的状态转移进行纠错。