【技术实现步骤摘要】
本专利技术涉及机器人，更具体地，涉及一种面向下肢外骨骼穿戴者的步态预测方法。
技术介绍
1、下肢外骨骼机器人可以帮助偏瘫、四肢瘫、关节炎患者等运动障碍者尝试自主行走，在康复治疗中逐步恢复行走能力。下肢外骨骼步态预测，可以实时预测患者穿戴下肢外骨骼行走时的运动意图，调节下肢外骨骼控制策略，帮助患者进行安全、有效的康复训练。
2、在现有技术中，运用在外骨骼领域的步态预测方法主要分为两类。一类是通过物理建模技术解释神经兴奋、关节运动学和关节动力学之间的关系，然后利用实验获得的肌电信号通过优化算法估计模型参数。另一类是基于数据驱动的步态预测方法，可以通过构建表面肌电信号、传感器测量信号与待测生物量之间的映射关系来完成对人类意图的判断。
3、通过物理建模技术进行步态预测的方法，由于人体生物结构的复杂性，在面向助行下肢外骨骼的应用中需要对人体相关的许多高维参数进行建模，模型的优化速度慢，非常耗时。物理建模的步态预测方法未能结合行走障碍者真实行走时的传感信息进行实时预测，难以为身高、体重、年龄等个体条件差异巨大的个体生成个性化...
【技术保护点】
1.一种面向下肢外骨骼穿戴者的步态预测方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述编码器的输入数据是穿戴者佩戴下肢外骨骼行走的表面肌电信号，具有多个维度，每个维度表示一种类型的表面肌电信号；所述解码器的输入数据是下肢外骨骼关节电机编码器测量得到的关节角度信号，具有两个维度，分别表示髋关节角度和膝关节角度。
3.根据权利要求1所述的方法，其特征在于，所述运动预测网络基于Informer模型构建，所述编码器包括稀疏多头注意力块和自注意力蒸馏层，所述解码器包含带掩码的稀疏多头注意力块和卷积层，所述输出层采用全连接层，其中所述稀...
【技术特征摘要】
1.一种面向下肢外骨骼穿戴者的步态预测方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述编码器的输入数据是穿戴者佩戴下肢外骨骼行走的表面肌电信号，具有多个维度，每个维度表示一种类型的表面肌电信号；所述解码器的输入数据是下肢外骨骼关节电机编码器测量得到的关节角度信号，具有两个维度，分别表示髋关节角度和膝关节角度。
3.根据权利要求1所述的方法，其特征在于，所述运动预测网络基于informer模型构建，所述编码器包括稀疏多头注意力块和自注意力蒸馏层，所述解码器包含带掩码的稀疏多头注意力块和卷积层，所述输出层采用全连接层，其中所述稀疏多头注意力块用于捕捉输入序列的长程依赖关系，所述自注意力蒸馏层通过一维卷积和elu激活函数进行特征压缩，所述带掩码的稀疏多头注意力块用于在注意力块上添加掩码。
4.根据权利要求3所述的方法，其特征在于，对于所述稀疏多头注意力块，第i个查...
【专利技术属性】
技术研发人员：祝元培，吴新宇，田定奎，陈自强，李锋，马跃，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。