面向人体复杂运动的踝关节力矩预测方法、电子设备技术

本发明专利技术属于算法领域，具体涉及一种面向人体复杂运动的踝关节力矩预测方法、电子设备。方法包括以下步骤：采集单侧下肢小腿和脚尖两个位置的IMU信号，以及对应的踝关节力矩数据；采用滑动时间窗进行数据分割，得到各种运动模式下的训练数据；训练得到各个运动模式下的预训练模型；接收用户设置的运动模式及单侧下肢小腿和腿尖两个位置的IMU数据，将接收的IMU数据输入到对应运动模式下预训练模型后，即可得到对应的踝关节力矩的预测数据。本方法使用同一种深度学习回归模型架构，针对于每一种运动模式，训练一组最优网络参数，使得网络更专注于当前运动模式的数据拟合任务，关节力矩预测更准确，在网络参数和计算实时性方面更具优势。

【技术实现步骤摘要】

本专利技术属于算法领域，具体涉及一种面向人体复杂运动的踝关节力矩预测方法、电子设备。

技术介绍

1、利用惯性测量单元(imu)来估计下肢关节的踝关节力矩，可以为外骨骼的控制提供有价值的信息。目前已有的方法，主要是通过将可穿戴传感器与肌肉骨骼模型相结合来对关节力矩进行计算。当前已有的基于骨骼肌肉模型的方法主要有以下缺点：(1)需要多种类型的传感器，如：表面肌电传感器、imu、脚底压力传感器等；(2)需要在收集数据之前进行复杂的传感器校准过程；(3)表面肌电信号存在个体差异性，对皮肤阻抗和粘贴肌肉位置很敏感；(4)受限于肌肉骨骼模型的建模精度，解算准确性不高。

技术实现思路

1、针对上述问题，本专利技术提出了一种技术方案：

2、一种面向人体复杂运动的踝关节力矩预测方法，包括以下步骤：

3、s1：采集人体单侧下肢小腿和腿尖两个位置在不同运动模式下运动的imu信号，以及对应的踝关节力矩数据；

4、s2：采用滑动时间窗对imu信号以及对应的踝关节力矩数据进行分割，得到各种运动模式下的本文档来自技高网...

【技术保护点】

1.一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，所述运动模式包括：平地行走、上楼梯、下楼梯、上斜坡、下斜坡。

3.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，所述单侧下肢小腿和腿尖两个位置在不同运动模式下运动的IMU信号包括三轴加速度数据和三轴角速度数据，共12个通道；所述踝关节力矩数据包括矢状面内的数据，共1个通道。

4.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，滑动时间窗的时间窗长度设...

【技术特征摘要】

1.一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，所述运动模式包括：平地行走、上楼梯、下楼梯、上斜坡、下斜坡。

3.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，所述单侧下肢小腿和腿尖两个位置在不同运动模式下运动的imu信号包括三轴加速度数据和三轴角速度数据，共12个通道；所述踝关节力矩数据包括矢状面内的数据，共1个通道。

4.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，滑动时间窗的时间窗长度设置为300ms，滑动时间窗的时间窗增量设置为50ms。

5.根据权利要求1所述的一种面向人体复杂运动的踝关节力矩预测方法，其特征在于，tcn-bigru模型中包括...

【专利技术属性】
技术研发人员：王修来，张松涛，张玉韬，姜峰，马宁玲，付新彦，王俊，魏柏淳，崔娉，叶华珍，王奕凡，
申请(专利权)人：中国人民解放军东部战区总医院，
类型：发明
国别省市：