一种穿戴式步态相位和动作识别装置及方法制造方法及图纸

本发明专利技术公开了一种穿戴式步态相位和动作识别装置及方法，该装置包括：下肢测量模块，用于测量得到人体下肢的大小腿运动数据；脚底测量模块，用于测量得到人体的脚底运动数据；控制器模块，用于根据深度神经网络地形识别模型对大小腿运动数据和脚底运动数据进行解算、识别，得到预测步态相位和预测动作；结果输出模块，用于输出预测步态相位和预测动作；固定装置，用于将穿戴式步态相位和动作识别装置与外骨骼机器人进行固定。本发明专利技术基于多传感器的数据，在实现步态相位划分的同时实现人体运动模式识别，并且可以通过压力传感器给出步态相位真实结果。真实结果。真实结果。

【技术实现步骤摘要】
一种穿戴式步态相位和动作识别装置及方法


[0001]本专利技术属于步态识别
，尤其涉及一种穿戴式步态相位和动作识别装置及方法。

技术介绍

[0002]外骨骼机器人作为一种典型的人机一体化系统，能够穿戴在人身体外部并为穿戴者提供力量支撑和辅助，达到增强人体运动机能的效果，让人能够完成更加困难的任务。实现人机一体化是助力型外骨骼机器人的研究目标，人机一体化主要体现在外骨骼机器人在穿戴时应成为穿戴者身体的一部分，进而能够协同地完成复杂的运动上。因此，拟人化的外骨骼结构设计是基础，来确保穿戴的舒适性以及灵活的操作性；除此之外，完整的感知系统也是必不可少的，一个完整的感知系统应包括多种传感器，并实现多传感器的信息融合，进而提升机器人感知运动意图的准确性，比如支撑态、摆动态，水平地面行走，上楼梯，下楼梯等
[0003]目前的步态识别技术存在以下问题：
[0004](1)一是步态相位的识别与运动模式的识别通常采用两种途径，很少同时识别。
[0005](2)二是基于视觉传感器识别算法问题：该方法通过地形变化反推人体的运动状态，识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种穿戴式步态相位和动作识别装置，其特征在于，包括：下肢测量模块，用于测量得到人体下肢的大小腿运动数据；脚底测量模块，用于测量得到人体的脚底运动数据；控制器模块，用于根据深度神经网络地形识别模型对大小腿运动数据和脚底运动数据进行解算、识别，得到预测步态相位和预测动作；结果输出模块，用于输出预测步态相位和预测动作；固定装置，用于将穿戴式步态相位和动作识别装置与外骨骼机器人进行固定。2.根据权利要求1所述的穿戴式步态相位和动作识别装置，其特征在于，下肢测量模块，包括：惯性传感器A、惯性传感器B、惯性传感器C和惯性传感器D；其中，惯性传感器A和惯性传感器B分别安装在外骨骼机器人的左小腿外侧和右小腿外侧，惯性传感器C和惯性传感器D分别安装在外骨骼机器人的左大腿外侧和右大腿外侧；各惯性传感器的X轴正方向竖直向上，即XZ轴平行于身体矢状面，惯性传感器的Y轴向内。3.根据权利要求2所述的穿戴式步态相位和动作识别装置，其特征在于，脚底测量模块，包括：设置在外骨骼机器人鞋垫上的一个惯性传感器E、一个射频模块和若干个压力传感器；压力传感器，用于测量得到脚底压力数据；其中，各压力传感器布置在在鞋垫上的布置位置与数量根据膝关节外骨骼控制需求规定压力采集点确定；惯性传感器E，用于测量得到脚底运动数据；射频模块，用于将脚底压力数据和脚底运动数据以广播的形式发送到控制器模块。4.根据权利要求3所述的穿戴式步态相位和动作识别装置，其特征在于，人体运动在时间上具有连续性，各个惯性传感器具有一定的空间关系，深度神经网络地形识别模型基于Lstm
‑
Tcn神经网络构建得到。5.根据权利要求4所述的穿戴式步态相位和动作识别装置，其特征在于，控制器模块在根据深度神经网络地形识别模型对大小腿运动数据和脚底运动数据进行解算、识别，得到预测步态相位和预测动作时，包括：对大小腿运动数据和脚底运动数据进行归一化处理，得到输入数据x；将输入数据x输入到Lstm网络中，得到中间向量y；通过置信度权值w得到Tcn网络的输入...

【专利技术属性】
技术研发人员：闫国栋，尹业成，张礼策，周世通，李浩，宋洪舟，
申请(专利权)人：北京精密机电控制设备研究所，
类型：发明
国别省市：