[发明专利]一种基于足底压力和曲线相似的人体运动意图识别的方法

权利要求书

1.一种基于足底压力和曲线相似的人体运动意图识别的方法，其特征在于：包括以下步骤：

步骤1、定义步态相位分类及步态事件；步态相位分类包括着地、离地和预备离地步态；步态事件包括初始着地事件、初始离地事件和终止着地事件；

步骤2、根据步态事件的发生确定步态运动意图；通过识别步态事件，提前感知步态运动趋势；当对应脚的终止着地事件发生时，表明对应脚有抬起动作，下一个趋势是对应脚进入预备离地步态；当对应脚的初始离地事件发生时，表明对应脚即将完全抬起，下一个趋势是对应脚进入摆动相离地步态；当对应脚的初始着地事件发生时，表明对应脚终止摆动，开始进入着地步态；

步骤3、建立三种不同的步态事件曲线相似性模型并进行计算；

步骤4、采用尺度差分扩展曲线特征；

步骤5、训练步态事件曲线模型；采用有监督学习方式，利用有限训练样本和演化计算搜索曲线模板模型参数，将收集的步态数据进行标注，用于模板模型的训练和测试。

2.根据权利要求1所述基于足底压力和曲线相似的人体运动意图识别的方法，其特征在于：步骤3的实现包括：

使用高斯函数，一个模板曲线由曲线变换特征向量中各个特征的中心均值μ及标准差σ来确定；即

如果与模板曲线L₁相似的曲线集合为：

或表示为：

Y＝{Y_p},p∈[1,P] (3)

设用于训练的样本无限多或者样本分布符合高斯分布，用均值及方差来表示模板曲线：

设样本分布符合高斯分布，则曲线模板用上述各个样本的均值与方差来表示，即：

当距离范数，取1-范数，那么对于i时刻的检测曲线L⁽ⁱ⁾与模板曲线L₁之间的距离度量为：

P是固定值，则：

由曲线相似定义，当越小则两条曲线越相似，对应的越大则两条曲线越相似；通常可选择0＜ε≤0.2P；三条步态事件曲线对应的判别如下：

其中THR₁、THR₂、THR₃分别为获取各自曲线模板所使用的相似阈值。

3.根据权利要求1所述基于足底压力和曲线相似的人体运动意图识别的方法，其特征在于：步骤4的实现包括：在序列(x_i-n+1,x_i-n+2,L,x_i)中，为序列的k尺度差分；当k＝0时，表示数据点x_i的0尺度差分，即数据点本身；令将曲线上n个数据点本身以及1～n-1尺度差分均作为曲线的特征。

4.根据权利要求1所述基于足底压力和曲线相似的人体运动意图识别的方法，其特征在于：步骤5的实现包括：

标注的步态数据中，选取一部分样本作为训练集，分别采用演化计算方法来进行随机智能搜索获取三个步态事件模型参数；演化计算方法是随机产生PopSize个个体S＝{S₁,S₂,...,S_PopSize}，其中每一个个体都对应一组模板曲线参数；在每一次演化计算的迭代搜索中，每一个个体将对应一个适应度值，其值越小，就表示个体越优良；曲线匹配过程中，以错误值F_i作为适应度函数f；所有计算参数采用实数编码，具体的算法步骤如下：

(1)个体在一定的种群规模PopSize下，随机产生初始种群S(j)，j＝1～PopSize；其中，每个个体均对应一个曲线模板参数并计算每个个体的适度值；

(2)将全部个体按照适应度排序，分成4级，适度值越小其个体等级越小；

(3)按照排序的个体等级，在每个个体参数的邻域随机产生新个体，如果其等级为kind，则产生kind+1个后代；如果各个等级为kind，那么领域半径为原有参数半径的kind/4；

(4)计算所有个体和遗传产生后代的适应度值，将该个体及其后代的最优个体共2PopSize个个体根据适应度值选取PopSize个最优的个体组成新的群体S(j+1)，替换种群S(j)；当满足终止条件时，转步骤(5)；否则转到步骤(2)；

(5)当循环迭代到最大世代数时停止，输出结果。