【技术实现步骤摘要】
本专利技术涉及助力型外骨骼领域的步态相位识别问题，具体是一种基于多源感知融合的跨越步态相位识别方法。
技术介绍
1、下肢外骨骼机器人助力以及医疗康复领域的人体运动状态监测是国内外学者研究的一个重点问题，行人运动步态相位识别是对人体运动分析以及外骨骼系统精准助力控制有着重要的意义，而准确识别人体运动状态是是进行人体意图感知的重要基础。目前关于人体运动状态数据的采集有各种各样的传感器，如表面肌电仪、深度相机以及可穿戴式传感器等，而可穿戴式传感器结构简单、成本低廉以及便于携带等特点，已经成为国内外研究的热点。使用单一传感器数据或者单一深度学习模型来识别人体运动步态相位有着一定的局限性，识别精度受到传感器精度的制约，比如卷积神经网络一般来说只能识别当前的输入会忽略上下状态之间的联系，而多传感器数据的融合以及深度学习模型的融合能够获取更有效的特征数据，从而提高识别精度，获取更好的识别效果。对于跨越障碍物的步态研究主要集中在医疗康复领域，比如偏瘫步态分析和帕金森患者越障能力分析，少有针对跨越水平方向障碍物的步态分析以及步态相位识别。
>技术实本文档来自技高网...
【技术保护点】
1.一种基于多源感知融合的跨越步态相位识别方法，其特征在于：包括以下步骤：步骤一，足底压力数据和足部运动数据采集；步骤二，数据预处理；步骤三，根据双脚足底压力云图将双脚步态划分成5种相位；步骤四，足底压力数据和足部运动数据特征提取；步骤五，特征数据融合及PCA降维；步骤六，LSTM对特征数据进行分类识别。
2.根据权利要求1所述的一种基于多源感知融合的跨越步态相位识别方法，其特征在于：步骤一包括：搭建可穿戴式数据采集系统，包括电容式柔性压力传感鞋垫和惯性测量单元IMU，其中电容式柔性压力传感鞋垫放入鞋里，采集足底压力数据，IMU放到硬质鞋的鞋尖，采集足部运...
【技术特征摘要】
1.一种基于多源感知融合的跨越步态相位识别方法，其特征在于：包括以下步骤：步骤一，足底压力数据和足部运动数据采集；步骤二，数据预处理；步骤三，根据双脚足底压力云图将双脚步态划分成5种相位；步骤四，足底压力数据和足部运动数据特征提取；步骤五，特征数据融合及pca降维；步骤六，lstm对特征数据进行分类识别。
2.根据权利要求1所述的一种基于多源感知融合的跨越步态相位识别方法，其特征在于：步骤一包括：搭建可穿戴式数据采集系统，包括电容式柔性压力传感鞋垫和惯性测量单元imu，其中电容式柔性压力传感鞋垫放入鞋里，采集足底压力数据，imu放到硬质鞋的鞋尖，采集足部运动数据，其中压力数据的采集时间间隔为30ms，imu数据的采集时间间隔为10ms，二者均通过蓝牙传递给上位机，在上位机程序中设定同时接收压力数据和imu数据，并根据两者数据采集速度来匹配两者数据，召集15名志愿者使用数据采集系统采集跨越水平方向障碍物运动过程数据，imu采集的数据包括加速度，角速度，欧拉角数据。
3.根据权利要求1所述的一种基于多源感知融合的跨越步态相位方法，其特征在于：步骤二包括：将采集的双脚真实足底压力数据处理成32×32的数组，然后对数组进行开运算及闭运算处理，生成足底压力云图；对imu采集得到的三轴加速度数据和三轴角速度数据进行滑动均值滤波处理，通过加速度积分获取速度数据和位移数据，并通过检测角速度方差低于一定阈值使便将此时设定为零速状态，再通过卡尔曼滤波修正后输出足部位移数据。
4.根据权利要求3所述的一种基于多源感知融合的跨越步态相位识别方法，其特征在于：将双脚足底压力数据经归一化后处理成32×32大小的灰度图，将双脚足部运动数据经归一化后分割成6×24的数据片段，其中，24通道数据包括...
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。