外骨骼辅助下的步态识别方法、介质和设备技术

本发明专利技术公开了一种外骨骼辅助下的步态识别方法、装置、介质和设备，首先设置变量且进行初始化，读取步态识别循环开始的当前时间CT，获取足底压力传感器检测到的脚底等效压力；根据当前步态状态，选择接下来判定是脚跟着地还是脚跟离地；在当前步态状态表示为脚跟离地，则接下来判定脚跟着地的条件；满足情况下，更新步态状态和步数，在步数达到阈值情况下，进行步态周期更新并启动步态周期百分比，进入步态周期百分比计算过程；在当前步态状态表示为脚跟着地，则接下来判定脚跟离地的条件；在满足的情况下，更新变量，然后进入步态周期百分比计算过程。本发明专利技术方法提高步态识别的抗干扰能力和实时性，使得步态识别的准确度更高。

【技术实现步骤摘要】
外骨骼辅助下的步态识别方法、介质和设备
本专利技术涉及外骨骼步态识别领域，特别涉及一种外骨骼辅助下的步态识别方法、介质和设备。
技术介绍
外骨骼机器人模仿生物世界昆虫的外骨骼，是一种结合了人类智能的可穿戴设备，作为一种新型的机电设备，通过集成传感、控制、信息融合等技术，在为使用者提供保护的基础上，给使用者提供动力及其他服务。外骨骼技术有广阔的运用场景，在工业领域，外骨骼可以减轻工人负重，减少肌肉疲劳，降低腰肌劳损的风险；在医疗领域，外骨骼帮助行动不便的老人或残障人士恢复行动能力，帮助护理人员轻松抬起病人；在救灾领域，外骨骼可以帮助消防员或其他急救人员提供防护，携带氧气罐和其他呼吸设备；在军事领域，外骨骼可以将人背负的沉重的背包重量传导到地面，并提供充足的动力，减少在崎岖不平的山路上长途跋涉的能量消耗。无外骨骼辅助条件下，将足底压力传感器放置在脚跟位置，可以在脚跟着地时，通过足底压力传感器信号判断脚跟着地，但由于对足底压力传感器往往需要进行滤波操作，会带来一定的延时。在踝关节外骨骼应用中，考虑到辅助力施加过程中往往带来对足底压力传感器的干扰，往往不使用足底压力传感器进行步态识别，或者通过增加足底压力传感器的数量来改善步态判断的抗干扰能力。
技术实现思路
本专利技术的第一目的在于克服现有技术的缺点与不足，提供一种外骨骼辅助下的步态识别方法，该方法可以在使用单个足底压力传感器情况下，且足底压力传感器信号不进行滤波的条件下，提高步态识别的抗干扰能力和实时性，使得步态识别的准确度更高。本专利技术的第二个目的在于提供一种存储介质。本专利技术的第三目的在于提供一种计算设备。本专利技术的第一目的通过下述技术方案实现：一种外骨骼辅助下的步态识别方法，包括步骤：步骤S1、设置变量并且进行初始化，设置的变量包括步态状态State、步数Step、脚底等效压力FSR和当前时间寄存器；步骤S2、读取步态识别循环开始的当前时间CT，获取当前时间CT下足底压力传感器检测到的脚底等效压力FSR；步骤S3、判定当前时间CT下的当前步态状态State，根据当前步态状态State，选择接下来判定是脚跟着地还是脚跟离地；其中：若当前步态状态State表示为：脚跟离地，则接下来根据脚底等效压力FSR，判定是否满足脚跟着地的条件；若是，则更新变量，包括更新步态状态和步数，然后进入到步骤S4；若否，则进入步骤S5；若当前步态状态State表示为：脚跟着地，则接下来根据脚底等效压力FSR，判定是否满足脚跟离地的条件；若是，则更新变量，然后进入步骤S5；若否，则直接进入步骤S5；步骤S4、判定步数是否达到阈值F；若是，则进行步态周期更新，并启动步态周期百分比计算，然后进入步骤S5；若否，则直接进入步骤S5；步骤S5、判定是否已经开启步态周期百分比计算；若是，则进行步态周期百分比计算，然后进入步骤S6；若否，则直接进入步骤S6；步骤S6、判定步态识别是否继续；若是，则在达到循环时间间隔T后，返回到步骤S2；若否，则结束。优选的，步骤S4中，设置的变量还包括：阈值：FsrTHres，当脚底等效压力FSR超过阈值时，视为脚跟着地；小于阈值时，视为脚跟离地；第一隔绝时间：TimeHS2HO，脚跟着地后不进行脚跟离地判定的时间间隔；第二隔绝时间：TimeHO2HS，脚跟离地后不进行脚跟着地判定的时间间隔；第一步态周期时长寄存器变量：Time1，上一个周期的步态周期时长；第二步态周期时长寄存器变量：Time2，距当前步态周期往前的第二个步态周期时长；第三步态周期时长寄存器变量：Time3，距当前步态周期往前的第三个步态周期时长；最小步态周期时长：TimeMin，步态周期时长最小值；第一脚跟着地时间寄存器：TimeLast1，前一次脚跟着地时间；第二脚跟着地时间寄存器变量：TimeLast2，距现在往前第二次脚跟着地时间；第三脚跟着地时间寄存器变量：TimeLast3，距现在往前第三次脚跟着地时间；当前脚跟着地时间：TimeHS；当前脚跟离地时间：TimeHO；上一个平均步态周期时长：TimeCycleLast；当前步态周期时长：TimeCycleNow；步态周期百分比：TimePercent。更进一步的，步骤S3中，在当前步态状态State为脚跟离地时，脚跟着地的判定条件为：脚底等效压力FSR大于阈值FsrTHres，且当前时间CT与最近一次记录的脚跟离地时间TimeHO’之差大于第二隔绝时间TimeHO2HS；即当满足以下条件时，判定脚跟着地：FSR>FsrTHres且CT-TimeHO’>TimeHO2HS；步骤S3中，在当前步态状态State为脚跟着地时，脚跟离地的判定条件为：脚底等效压力FSR小于阈值FsrTHres，且当前时间CT与最近一次记录的脚跟着地时间TimeHS’之差大于第一隔绝时间TimeHS2HO；即当满足以下条件时，判定脚跟离地：FSR<FsrTHres且CT-TimeHS’>TimeHS2HO。更进一步的，步骤S3中，在当前步态状态State为脚跟离地情况下，接下来判定为脚跟着地时，则按照如下方式更新变量：将当前步态状态State更新为脚跟着地；将步数Step增加1；将变量TimeLast2的读数赋值给变量TimeLast3；将变量TimeLast1的读数赋值给变量TimeLast2；将最近一次脚跟着地时间TimeHS’赋值给变量TimeLast1；将当前时间CT赋值给当前脚跟着地时间TimeHS；步骤S3中，在当前步态状态State为脚跟着地情况下，接下来判定为脚跟离地时，则按照如下方式更新变量：将当前步态状态State更新为脚跟离地；将当前时间CT赋值给当前脚跟离地时间TimeHO。更进一步的，步骤S4中进行步态周期更新的具体过程如下：步骤S4.1、存储上一个平均步态周期时长TimeCycleLast，将最近一次记录的TimeCycleNow赋值给TimeCycleLasT；步骤S4.2、计算前3个步态周期时长：Time1、Time2、Time3，如下：Time1＝TimeHS-TimeLast1；Time2＝TimeLast1-TimeLast2；Time3＝TimeLast2–TimeLast3；步骤4.3、将前3个步态周期时长Time1、Time2、Time3分别与最小时间间隔TimeMin进行比较，将其中大于TimeMin的步态周期时长求平均值，得到的平均值作为当前步态周期时长估计值TimeCycleNow’。更进一步的，步骤S5中，根据当前步态周期时长估计值TimeCycleN本文档来自技高网...

【技术保护点】
1.一种外骨骼辅助下的步态识别方法，其特征在于，包括步骤：/n步骤S1、设置变量并且进行初始化，设置的变量包括步态状态State、步数Step、脚底等效压力FSR和当前时间寄存器；/n步骤S2、读取步态识别循环开始的当前时间CT，获取当前时间CT下足底压力传感器检测到的脚底等效压力FSR；/n步骤S3、判定当前时间CT下的当前步态状态State，根据当前步态状态State，选择接下来判定是脚跟着地还是脚跟离地；其中：/n若当前步态状态State表示为：脚跟离地，则接下来根据脚底等效压力FSR，判定是否满足脚跟着地的条件；/n若是，则更新变量，包括更新步态状态和步数，然后进入到步骤S4；/n若否，则进入步骤S5；/n若当前步态状态State表示为：脚跟着地，则接下来根据脚底等效压力FSR，判定是否满足脚跟离地的条件；/n若是，则更新变量，然后进入步骤S5；/n若否，则直接进入步骤S5；/n步骤S4、判定步数是否达到阈值F；/n若是，则进行步态周期更新，并启动步态周期百分比计算，然后进入步骤S5；/n若否，则直接进入步骤S5；/n步骤S5、判定是否已经开启步态周期百分比计算；/n若是，则进行步态周期百分比计算，然后进入步骤S6；/n若否，则直接进入步骤S6；/n步骤S6、判定步态识别是否继续；/n若是，则在达到循环时间间隔T后，返回到步骤S2；/n若否，则结束。/n...

【技术特征摘要】
1.一种外骨骼辅助下的步态识别方法，其特征在于，包括步骤：
步骤S1、设置变量并且进行初始化，设置的变量包括步态状态State、步数Step、脚底等效压力FSR和当前时间寄存器；
步骤S2、读取步态识别循环开始的当前时间CT，获取当前时间CT下足底压力传感器检测到的脚底等效压力FSR；
步骤S3、判定当前时间CT下的当前步态状态State，根据当前步态状态State，选择接下来判定是脚跟着地还是脚跟离地；其中：
若当前步态状态State表示为：脚跟离地，则接下来根据脚底等效压力FSR，判定是否满足脚跟着地的条件；
若是，则更新变量，包括更新步态状态和步数，然后进入到步骤S4；
若否，则进入步骤S5；
若当前步态状态State表示为：脚跟着地，则接下来根据脚底等效压力FSR，判定是否满足脚跟离地的条件；
若是，则更新变量，然后进入步骤S5；
若否，则直接进入步骤S5；
步骤S4、判定步数是否达到阈值F；
若是，则进行步态周期更新，并启动步态周期百分比计算，然后进入步骤S5；
若否，则直接进入步骤S5；
步骤S5、判定是否已经开启步态周期百分比计算；
若是，则进行步态周期百分比计算，然后进入步骤S6；
若否，则直接进入步骤S6；
步骤S6、判定步态识别是否继续；
若是，则在达到循环时间间隔T后，返回到步骤S2；
若否，则结束。


2.根据权利要求1所述的外骨骼辅助下的步态识别方法，其特征在于，步骤S4中，设置的变量还包括：
阈值：FsrTHres，当脚底等效压力FSR超过阈值时，视为脚跟着地；小于阈值时，视为脚跟离地；
第一隔绝时间：TimeHS2HO，脚跟着地后不进行脚跟离地判定的时间间隔；
第二隔绝时间：TimeHO2HS，脚跟离地后不进行脚跟着地判定的时间间隔；
第一步态周期时长寄存器变量：Time1，上一个周期的步态周期时长；
第二步态周期时长寄存器变量：Time2，距当前步态周期往前的第二个步态周期时长；
第三步态周期时长寄存器变量：Time3，距当前步态周期往前的第三个步态周期时长；
最小步态周期时长：TimeMin，步态周期时长最小值；
第一脚跟着地时间寄存器：TimeLast1，前一次脚跟着地时间；
第二脚跟着地时间寄存器变量：TimeLast2，距现在往前第二次脚跟着地时间；
第三脚跟着地时间寄存器变量：TimeLast3，距现在往前第三次脚跟着地时间；
当前脚跟着地时间：TimeHS；
当前脚跟离地时间：TimeHO；
上一个平均步态周期时长：TimeCycleLast；
当前步态周期时长：TimeCycleNow；
步态周期百分比：TimePercent。


3.根据权利要求2所述的外骨骼辅助下的步态识别方法，其特征在于，步骤S3中，在当前步态状态State为脚跟离地时，脚跟着地的判定条件为：脚底等效压力FSR大于阈值FsrTHres，且当前时间CT与最近一次记录的脚跟离地时间TimeHO’之差大于第二隔绝时间TimeHO2HS；即当满足以下条件时，判定脚跟着地：
FSR>FsrTHres且CT-TimeHO’>TimeHO2HS；
步骤S3中，在当前步态状态State为脚跟着地时，脚跟离地的判定条件为：脚底等效压力FSR小于阈值FsrTHre...

【专利技术属性】
技术研发人员：王念峰，钟一弘，张宪民，黄伟聪，
申请(专利权)人：华南理工大学，广东天物新材料科技有限公司，
类型：发明
国别省市：广东;44