人体步态意图识别设备和方法、辅助行走装置及控制方法制造方法及图纸

本发明专利技术公开了一种人体步态意图识别设备，包含该设备的辅助行走装置，人体步态意图识别方法和辅助行走装置的控制方法。使用脑电信号、肌电信号和惯性信号综合判断人体姿态，从而识别步态意图。上述技术方案，以人体当前姿态为前提，将要完成动作的脑电信号作为运动意图的首要判断依据，以肌电信号和惯性信号作为辅助判断依据和验证依据，可以增加意图识别的准确性和实时性。准确性和实时性。准确性和实时性。

【技术实现步骤摘要】
人体步态意图识别设备和方法、辅助行走装置及控制方法


[0001]本专利技术涉及假肢控制
，具体来说，涉及一种人体步态意图识别设备和识别方法，还涉及使用上述设备的下肢假肢和矫形器和使用上述设备和方法的下肢假肢和矫形器的控制方法。

技术介绍

[0002]目前，能够基于处理器控制作出动作的主动型假肢已经有广泛的研究和部分应用，典型产品为IWALK公司的仿生假肢。其具有压力、速度等物理传感器，收集假肢运动信息，根据之前训练学习的内容判断人体步态意图，进而通过处理器控制假肢内的电动机驱动假肢运动，参见国际申请号为WO2010027968A1和WO2011126985A1的专利。压力、速度等物理传感信号具有采集方便、信号数值绝对并准确等特点，是传统控制策略的外界信号输入手段。但物理传感信号不是直接的神经信号，即使经过大量训练，也仍有出错几率，此外，只有人体已经作出动作之后，物理传感器才能检测信号，进而作出反应，导致假肢配合运动滞后，行走步态不自然。
[0003]因此，将物理传感信号与人体的生理电信号结合是主动型假肢控制策略的方向。目前，肌电控制的主动型假肢也已经有应用。2019年，郝静涵等发表了基于表面肌电信号及三轴加速度信号的步态识别方法，其采集受试者下肢表面的肌电信号，和大腿处与小腿处的三轴加速度信号，用于控制假肢运动，参见《中国组织工程研究》23(32)5164
‑
5169。但是，肌电信号是外周神经控制信号，脑电信号产生后传导到腿部并被传感器接受，根据电信号在神经纤维的传导速率计算，仍然会滞后约0.01秒。因此假肢的操控仍会有滞后。
[0004]为此，目前尝试的方式是利用脑电信号操控。例如中国科学院深圳先进技术研究院的李梦瑶在其硕士学位论文中披露了基于多源神经信号融合的人体运动意图识别研究，用于控制外骨骼机器人。其实用BioSemi公司提供的ActiveTwo32通道脑电图仪和Biometrics DataLog肌电仪收集信号，用于双下肢瘫痪者的外骨骼机器人控制。使用脑电操控的主要难题在于，现有技术一般是在体表接收脑电信号，而脑电信号是非常复杂的，很难从波形中读出准确的命令。目前已知Cz信号与腿部运动相关，但是从Cz信号中不能区分希望动的是左腿还是右腿，也不能区分是希望抬脚还是落地。尽管可以检测C3和C4位置的信号来了解使用者双臂的摆动意图辅助进行判断，此种系统的控制仍然是僵硬而费神的，例如普通人行走时不会刻意摆臂，实际使用中也可能出现使用者只是希望抬手，从而给出了肌电信号，而腿错误地接受指令开始活动的情况。因此，此种模式只适合下肢完全没有行动能力的截肢或瘫患者；现实中更为常见的是由于事故等原因导致单侧或双侧下肢缺失，此时，健全侧下肢和缺损侧残肢仍会有活动能力，如果假肢的操控命令错误容易造成使用人摔倒。如何准确理解使用人的步态意图，从而控制假肢与之实时配合，现有技术中尚未记载有效的解决方案。

技术实现思路

[0005]针对相关技术中的上述问题，本专利技术提供一种人体步态意图识别设备，所述人体步态意图识别设备包括：
[0006]处理器，人体姿态采集系统和运动意图采集系统；
[0007]所述人体姿态采集系统包括：
[0008]第一惯性信号采集设备，其适于采集两侧下肢和假肢处的惯性信号；
[0009]第二惯性信号采集设备，其适于采集两侧上臂的惯性信号；
[0010]所述运动意图采集系统包括：
[0011]第一脑电信号采集设备，其适于采集Cz处的脑电信号；
[0012]所述处理器根据人体姿态采集系统所采集的信号判断当前人体所处的姿态，并根据当前人体所处的姿态结合脑电信号判断人体步态意图。
[0013]作为本专利技术的一种改型，所述人体姿态采集系统还包括第一肌电采集设备，其适于采集两侧下肢的肌电信号。
[0014]作为进一步的改型，所述人体姿态采集系统还包括第二惯性信号采集设备，其适于采集两侧上臂的惯性信号。
[0015]作为本专利技术的一种改型，所述设备的运动意图采集系统还包括第二脑电信号采集设备，其适于采集C3和C4处的脑电信号。
[0016]作为本专利技术的另一种改型，所述设备还包括动作执行验证系统，所述动作执行验证系统包括第二肌电信号采集设备，其适于采集两侧上臂的肌电信号。所述动作执行验证系统还能调取其他系统采集的信号，根据所采集到的四肢的肌电信号、四肢和假肢的惯性信号，验证先前的动作意图是否已被执行，从而判断能否执行下一步操作。
[0017]本专利技术进一步提供一种辅助行走装置，其包含上述人体步态意图识别设备，和能够执行处理器命令的动力机构。所述辅助行走装置可以为假肢或矫形器。
[0018]本专利技术还提供一种人体步态意图识别的方法，包括：
[0019]步骤1：采集人体两侧下肢、两侧上臂和假肢处的惯性信号；
[0020]步骤2：根据所采集的惯性信号计算人体当前的姿态；
[0021]步骤3：采集Cz处的脑电信号；
[0022]步骤4：根据人体当前的姿态、脑电信号并根据人体行进姿态为一侧下肢迈出并且另一侧上臂抬起的机理，判断人体步态意图。
[0023]作为本专利技术的一种改型，步骤1中还采集上臂的惯性信号，和/或下肢的肌电信号，用于提高步骤2判断的准确性。
[0024]作为本专利技术的一种改型，步骤3中还采集C3和C4处的脑电信号，用于了解摆臂意图，根据迈腿时抬对侧手，提高步骤4判断的准确性。
[0025]作为本专利技术的一种改型，还包括验证步骤，即根据所采集到的四肢的肌电信号、四肢和假肢的惯性信号，验证先前的动作意图是否已被执行，从而决定能否执行下一步操作。
[0026]本专利技术还提供一种辅助行走装置的控制方法，包括使用上述方法或设备进行人体步态意图识别，和，驱动辅助行走装置完成意图动作，所述辅助行走装置为假肢或矫形器。
[0027]本专利技术的优势在于，通过将要完成动作的原发指令(脑电信号)作为运动意图的首要判断依据，可以增加意图识别的实时性；将人体姿态作为判断运动意图的先决条件，从而
无需解读复杂的脑电信号，而仅根据特定位置的脑电信号增强即可判断步态意图；优选的实施例中还增加了验证步骤，验证先前的动作意图是否已被执行，从而减少摔倒几率。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1是根据脑电信号的人体步态意图识别方法的简化流程图。
[0030]图2是示出了采集多种信号的传感器的位置的示意图。
[0031]图3是本领域测量脑电信号装置的电极位置的示意图。
[0032]图4是根据本专利技术另一个实施例的人体步态意图识别方法100
’
的流程图。
[0033]图5a至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体步态意图识别设备，其特征在于，所述人体步态意图识别设备包括：处理器，人体姿态采集系统和运动意图采集系统；所述人体姿态采集系统包括：第一惯性信号采集设备，其适于采集两侧下肢和假肢处的惯性信号；第二惯性信号采集设备，其适于采集两侧上臂的惯性信号；所述运动意图采集系统包括：第一脑电信号采集设备，其适于采集Cz处的脑电信号；所述处理器根据人体姿态采集系统所采集的信号判断当前人体所处的姿态，并根据当前人体所处的姿态结合脑电信号判断人体步态意图。2.根据权利要求1所述的人体步态意图识别设备，其特征在于，所述人体姿态采集系统还包括第一肌电采集设备，其适于采集两侧下肢的肌电信号。3.根据权利要求1所述的人体步态意图识别设备，其特征在于，所述人体步态意图识别设备的运动意图采集系统还包括第二脑电信号采集设备，其适于采集C3和C4处的脑电信号。4.根据权利要求1所述的人体步态意图识别设备，其特征在于，所述人体步态意图识别设备还包括动作执行验证系统，所述动作执行验证系统包括第二肌电信号采集设备，其适于采集两侧上臂的肌电信号；所述动作执行验证系统还能调取其他系统采集的信号，根据所采集到的四肢的肌电信号、四肢和假肢的惯性信号，验证先前的意图动作是否已被执行，从而判断能否执行下一步操作。5...

【专利技术属性】
技术研发人员：宋亮，张志强，
申请(专利权)人：国家康复辅具研究中心，
类型：发明
国别省市：