【技术实现步骤摘要】
一种基于扭矩和角度反馈融合的步态周期识别方法
本专利技术涉及计算机识别
，尤其涉及一种基于扭矩和角度反馈融合的步态识别方法。
技术介绍
随着现代化工业的发展，自然灾害，交通事故，疾病等意外伤害频繁发生，大腿截肢者的数量正在迅速增加，对于大腿截肢者，截肢使他们失去了基本行走能力，安装智能假肢是他们恢复基本行走能力的一种有效方法。智能假肢的关键技术之一就是步态周期识别，因此研究步态周期识别对于改善大腿截肢者生活具有重要意义。目前步态周期识别的主要方法包括肌电信号识别步态周期。肌电信号识别步态周期是将肌电传感器贴放在大腿截肢受试者的皮肤表面肌肉位置，采集不同步态下的多通道残肢表面肌电信号，对采集到的肌电信号进行分析预处理，对预处理后的肌电信号进行特征值提取，构建相应的特征向量，用改进后有监督Kohonen神经网络聚类算法对大腿截肢者的步态周期进行识别。但是肌电信号识别步态周期需要将肌电传感器与人体皮肤表面完全接触，信号比较微弱，皮肤表面的干燥程度，清洁程度，出汗情况等都会影响肌电传感器的输出信号，容易出现测量结果不准...
【技术保护点】
1.一种基于扭矩和角度反馈融合的步态周期识别方法，其特征在于，根据假肢佩戴者的假腿延长杆的轴向受力和弯矩，建立地面支反力模型，根据安装在所述假腿延长杆末端的压力传感器，得到假脚受到的地面支反力数据和支反力分布情况，再根据安装在假腿膝关节的角度传感器，得到膝关节转角数据；根据所述支反力数据和所述膝关节转角数据，对照步态数据库中的数据，确定当前步态周期所属阶段。/n
【技术特征摘要】
1.一种基于扭矩和角度反馈融合的步态周期识别方法，其特征在于，根据假肢佩戴者的假腿延长杆的轴向受力和弯矩，建立地面支反力模型，根据安装在所述假腿延长杆末端的压力传感器，得到假脚受到的地面支反力数据和支反力分布情况，再根据安装在假腿膝关节的角度传感器，得到膝关节转角数据；根据所述支反力数据和所述膝关节转角数据，对照步态数据库中的数据，确定当前步态周期所属阶段。
2.如权利要求1所述的步态周期识别方法，其特征在于，建立地面支反力模型包括：
式中，为与所述假腿匹配的假脚上前脚掌的受力；为所述假腿匹配的假脚上后脚跟受力；为假腿延长杆的轴向受力；为假腿延长杆的弯矩；为假脚的前脚掌着地中心点到小腿的距离；为假脚...
【专利技术属性】
技术研发人员：李哲，张岩岭，冯琴琴，金坤锋，玄利圣，
申请(专利权)人：哈工大机器人湖州国际创新研究院，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。