一种异常检测方法、装置、系统以及步态训练设备制造方法及图纸

本发明专利技术实施例公开了一种异常检测方法、装置、系统以及步态训练设备，方法包括获取训练对象至少一下肢的检测位置交互测量参量时序；基于设置的异常判断策略，根据获取到的检测位置交互测量参量时序判断训练对象是否发生异常；若判断结果为训练对象发生异常，则输出异常检测结果。本申请解决了现有技术中仅依靠简单阈值对训练对象的异常状况进行判断导致的误判、漏判等判断不准确的技术问题，提高了异常判断的准确性，提升了用户体验。提升了用户体验。提升了用户体验。

【技术实现步骤摘要】
一种异常检测方法、装置、系统以及步态训练设备


[0001]本专利技术实施例涉及康复训练
，尤其涉及一种异常检测方法、装置、系统以及步态训练设备。

技术介绍

[0002]在下肢步态训练的过程中，训练对象可能会诱发痉挛，训练设备需要能实时检测训练对象出现的异常状态，防止对训练对象造成二次伤害。
[0003]在使用步态训练系统进行步态训练时，对于不同的训练对象来说，其具有不同的生理学参数和运动能力，而不同的生理学参数和运动能力会导致诱发痉挛的条件不一样；并且，在行走过程中，训练对象的下肢运动功能是动态且复杂的，不同的运动状态也会使得诱发痉挛的条件不同。
[0004]现有的训练设备上大多没有痉挛检测保护或者只使用简单的阈值判断，不考虑训练对象的生理学参数、运动能力和运动状态，对训练对象的痉挛判断容易出现误判、漏判等情况，用户体验不良。

技术实现思路

[0005]本专利技术实施例提供一种异常检测方法、装置、系统以及步态训练设备，解决了现有技术中仅依靠简单阈值对训练对象的异常状况进行判断导致的误判、漏判等判断不准确的技术问题。
[0006]第一方面，本专利技术实施例提供了一种异常检测方法，应用于为训练对象提供下肢步态训练的步态训练设备，所述异常检测方法包括：
[0007]获取训练对象至少一下肢的检测位置交互测量参量时序；
[0008]基于设置的异常判断策略，根据获取到的所述检测位置交互测量参量时序判断所述训练对象是否发生异常；
[0009]若判断结果为所述训练对象发生异常，则输出异常检测结果。
[0010]第二方面，本专利技术实施例还提供了一种异常检测装置，所述异常检测装置包括：
[0011]参量时序获取单元，用于获取训练对象至少一下肢的检测位置交互测量参量时序；
[0012]异常判断单元，用于基于设置的异常判断策略，根据获取到的所述检测位置交互测量参量时序判断所述训练对象是否发生异常；
[0013]结果输出单元，用于若判断结果为所述训练对象发生异常，则输出异常检测结果。
[0014]第三方面，本专利技术实施例还提供了一种异常检测系统，所述异常检测系统包括：
[0015]一个或多个处理器；
[0016]存储装置，用于存储一个或多个程序；
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行上述的异常检测方法。
[0018]第四方面，本专利技术实施例还提供了一种步态训练设备，包括上述的异常检测系统。
[0019]本专利技术实施例公开了一种异常检测方法、装置、系统以及步态训练设备。方法包括获取训练对象至少一下肢的检测位置交互测量参量时序；基于设置的异常判断策略，根据获取到的检测位置交互测量参量时序判断训练对象是否发生异常；若判断结果为训练对象发生异常，则输出异常检测结果。本申请解决了现有技术中仅依靠简单阈值对训练对象的异常状况进行判断导致的误判、漏判等判断不准确的技术问题，提高了异常判断的准确性，提升了用户体验。
附图说明
[0020]图1是本专利技术实施例提供的一种异常检测方法的流程图；
[0021]图2是本专利技术实施例提供的一种步态训练设备的结构图；
[0022]图3是本专利技术实施例提供的一种获取检测位置交互测量参量时序的流程图；
[0023]图4是本专利技术实施例提供的一种异常判断策略判断训练对象是否发生异常的流程图；
[0024]图5是本专利技术实施例提供的另一种异常判断策略判断训练对象是否发生异常的流程图；
[0025]图6是本专利技术实施例提供的一种异常检测装置的结构图；
[0026]图7为本专利技术实施例提供的一种异常检测系统的结构示意图。
具体实施方式
[0027]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0028]需要说明的是，本专利技术的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。本专利技术下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本专利技术实施例对此不作具体限制。
[0029]图1是本专利技术实施例提供的一种异常检测方法的流程图。该异常检测方法应用于为训练对象提供下肢步态训练的步态训练设备，示例性地，图2是本专利技术实施例提供的一种步态训练设备的结构图。参见图2，步态训练系统包括设备髋关节101、设备膝关节102、设备踝关节103、多个关节运动传感器104以及多个关节力传感器105，其中，每个设备髋关节101、设备膝关节102和设备踝关节103上均设置有一个关节运动传感器104以及一个关节力传感器105，图2中示例性地仅标注出了设备髋关节101处的关节运动传感器104以及关节力传感器105，通过步态训练设备上设置的关节运动传感器104以及关节力传感器105，可以获取到训练对象的检测位置交互测量参量时序。
[0030]如图1所示，该异常检测方法具体包括如下步骤：
[0031]S101，获取训练对象至少一下肢的检测位置交互测量参量时序。
[0032]具体地，检测位置通常包括训练对象的髋、膝、踝关节中的任意一个，或者训练对象的大腿、小腿或脚与步态训练设备之间的绑缚位置。
[0033]可选地，检测位置交互测量参量可以包括测量得到的训练对象的检测位置交互
力。进一步地，检测位置交互测量参量还可以包括运动状态和/或步态相位。检测位置交互测量参量时序指的是检测位置交互测量参量随时间或相位的变化。
[0034]需要说明的是，检测位置交互测量参量不仅可以包括(1)检测位置交互力，还可以根据实际需要包括(2)运动状态，和/或(3)步态相位，即检测位置交互测量参量还可以根据实际需要包括：(1)、(1)+(2)、(1)+(3)，或(1)+(2)+(3)的组合，在此不再赘述。
[0035]在一实施例中，检测位置交互力可以包括训练对象的下肢关节和/或训练对象下肢与步态训练设备固定绑缚位置之间的力学交互参量值，例如，检测位置交互力、检测位置交互扭矩等。
[0036]在一实施例中，运动状态可以包括关节或肢体运动数据，关节或肢体运动数据可以包括关节或肢体的位置、速度、加速度、角度、角速度、角加速度等中的任意一个或多个。
[0037]具体地，检测位置交互力可以通过交互处的力传感器直接测量得到，检测位置交互扭矩可以通过交互处或关节处的扭矩传感器直接测量得到，其中，关节扭矩可以使用扭矩传感器直接获得，也可以由关节电机的输出电流进行估计。
[0038]进一步地，在上述数据的基础上，可以辅助加入运动数据和预设动力学模型估计得到检测位置交互扭矩，其中，运动数据包括关节角度、关节角速度、关节角加速度等中的任意一个或多个。需要说明的是，运动数据可以只使用关节角度，可选地，也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常检测方法，应用于为训练对象提供下肢步态训练的步态训练设备，其特征在于，所述异常检测方法包括：获取训练对象至少一下肢的检测位置交互测量参量时序；基于设置的异常判断策略，根据获取到的所述检测位置交互测量参量时序判断所述训练对象是否发生异常；若判断结果为所述训练对象发生异常，则输出异常检测结果。2.根据权利要求1所述的异常检测方法，其特征在于，所述检测位置交互测量参量包括检测位置交互力。3.根据权利要求1所述的异常检测方法，其特征在于，所述检测位置交互测量参量还包括运动状态和/或步态相位。4.根据权利要求1所述的异常检测方法，其特征在于，所述设置的异常判断策略为基于获取到的所述检测位置交互测量参量时序的变化判断所述训练对象是否发生异常。5.根据权利要求1所述的异常检测方法，其特征在于，所述设置的异常判断策略为基于获取到的所述检测位置交互测量参量时序与对应的检测位置交互参考参量时序判断所述训练对象是否发生异常。6.根据权利要求5所述的异常检测方法，其特征在于，所述检测位置交互参考参量时序基于所述训练对象的所述检测位置交互测量参量时序的历史数据得到，或者，基于所述训练对象的身体参数和/或运动参数得到。7.根据权利要求1
‑<...

【专利技术属性】
技术研发人员：东人，陈雅文，张帆，辛小康，
申请(专利权)人：深圳市奇诺动力科技有限公司，
类型：发明
国别省市：