【技术实现步骤摘要】
本专利技术属于模式识别相关，更具体地，涉及一种基于多传感器的步态事件预测方法及系统。
技术介绍
1、下肢外骨骼能够跟踪穿戴者的腿部运动，从而实现恢复或增强下肢运动的功能。准确识别人类运动意图可以确定未来外骨骼的状态，对于外骨骼的控制有着重要帮助。人类步态循环根据步态事件可以划分为多个离散阶段，其中关键步态事件脚跟着地和脚尖离地，分别标志着站立相和摆动相的开始，并能提供步态周期、支撑相时间和摆动相时间等信息，而这些时间参数是下肢运动的重要评估内容。
2、力板和高速相机通常被用作确定步态事件的黄金标准，但他们通常被限制在实验室环境中。压敏开关因其能获取开/关信号且适用于室外环境而受到欢迎，然而，它们容易出现机械故障且长时间使用容易带来不适感。肌电信号在检测运动意图方面有很大潜力，因为它们检测到的激活先于肌肉-肌腱长度变化，当前利用肌电信号的研究大多采用机器学习算法，即提取肌电信号特征值对下肢运动进行解码，然而实际上，基于阈值的方法与之相比更为简单高效，更适合应用于实时系统。目前实现了采用惯性测量单元实现步态事件识别，imu具有低...
【技术保护点】
1.一种基于多传感器的步态事件预测方法，其特征在于，该方法包括下列步骤：
2.如权利要求1所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤S1中，所述IMU信号包括小腿运动的角速度、加速度和四元数信号。
3.如权利要求2所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤S2中，所述脚跟着地，足平和脚尖离地时刻按照下列方式识别：
4.如权利要求1或3所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤S2中，所述脚尖离地的预测特征点按照下列方式进行设定：首先，对所述肌电信号进行TKEO处理；然后，在经TK...
【技术特征摘要】
1.一种基于多传感器的步态事件预测方法，其特征在于，该方法包括下列步骤：
2.如权利要求1所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤s1中，所述imu信号包括小腿运动的角速度、加速度和四元数信号。
3.如权利要求2所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤s2中，所述脚跟着地，足平和脚尖离地时刻按照下列方式识别：
4.如权利要求1或3所述的一种基于多传感器的步态事件预测方法，其特征在于，在步骤s2中，所述脚尖离地的预测特征点按照下列方式进行设定：首先，对所述肌电信号进行tkeo处理；然后，在经tkeo处理的信号中的下降段设定肌电阈值，小于所述设定肌电阈值对应的时刻为脚尖离地预测特征点。
5.如权利要求4所述的一种基于多传感器的步态事件预测方法，其特征在于，所述teko按照下列方式进行：先对所述肌电信号带通滤波器进行滤波...
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。