[發(fā)明專利]一種基于非線性動(dòng)力學(xué)指標(biāo)的速度無(wú)關(guān)的步態(tài)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811037563.2
• 申請(qǐng)日: 2018-09-06
• 公開（公告）號(hào): CN109446884B
• 公開（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 鄧木清;林鵬;高發(fā)榮;曹九穩(wěn)
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06F17/14
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于非線性動(dòng)力學(xué)指標(biāo)的速度無(wú)關(guān)的步態(tài)識(shí)別方法，其特征在于，包含如下步驟：

步驟一、獲取人體行走步態(tài)輪廓圖；

對(duì)不同速度下的行走圖像序列進(jìn)行背景減除以及形態(tài)學(xué)處理，獲得人體行走的二值步態(tài)輪廓圖；

步驟二、提取步態(tài)輪廓參數(shù)；

根據(jù)人體輪廓的寬度隨時(shí)間呈現(xiàn)周期性變化的特性，通過人體輪廓寬度值來(lái)檢測(cè)步態(tài)周期；將人體二值輪廓至上而下根據(jù)圖像高度值等分為人體上肢區(qū)域和人體下肢區(qū)域，提取每一幀人體輪廓下肢區(qū)域的平均輪廓寬度值W_d、人體輪廓下肢區(qū)域整體輪廓周長(zhǎng)值L_d及下肢區(qū)域整體輪廓面積值A(chǔ)_d，經(jīng)過數(shù)據(jù)大小歸一化后，構(gòu)成步態(tài)參數(shù)變量x＝[W_d，L_d，A_d]；

步驟三、非線性步態(tài)動(dòng)力學(xué)建模；

根據(jù)步態(tài)參數(shù)變量x＝[W_d，L_d，A_d]，構(gòu)建徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)，考慮不同的行走速度，對(duì)步態(tài)參數(shù)變量?jī)?nèi)在的非線性步態(tài)動(dòng)力學(xué)信息進(jìn)行神經(jīng)網(wǎng)絡(luò)的逼近和辨識(shí)；

步驟四：計(jì)算非線性動(dòng)力學(xué)指標(biāo)進(jìn)行分類識(shí)別；

根據(jù)每個(gè)行走者在不同速度下非線性步態(tài)動(dòng)力學(xué)所對(duì)應(yīng)的常值權(quán)值矩陣，計(jì)算三個(gè)非線性動(dòng)力學(xué)指標(biāo)：C₀復(fù)雜度、Lyapunov指數(shù)以及近似熵；根據(jù)訓(xùn)練模式與測(cè)試模式之間關(guān)于非線性動(dòng)力學(xué)指標(biāo)間的差異，把測(cè)試模式準(zhǔn)確分類識(shí)別出來(lái)，實(shí)現(xiàn)多速度下的步態(tài)識(shí)別。

2.根據(jù)權(quán)利要求1所述的一種基于非線性動(dòng)力學(xué)指標(biāo)的速度無(wú)關(guān)的步態(tài)識(shí)別方法，其特征在步驟三中所述非線性步態(tài)動(dòng)力學(xué)的建模方法如下：

其中，x＝[x₁，···，x_n]^T∈Rⁿ是提取到的三個(gè)步態(tài)輪廓特征，p是系統(tǒng)常參數(shù)值；F(x；p)＝[f₁(x；p)，···，f_n(x；p)]^T是光滑且未知的非線性步態(tài)動(dòng)力學(xué)項(xiàng)，表示不同人在不同步行速度下的非線性動(dòng)力學(xué)信息，v(x；p)＝[v₁(x；p)，…，v_n(x；p)]^T是引入的建模不確定項(xiàng)；將建模不確定項(xiàng)v(x；p)和非線性步態(tài)動(dòng)力學(xué)項(xiàng)F(x；p)合并為一項(xiàng)：

并定義為總的步態(tài)非線性動(dòng)力學(xué)項(xiàng)；

所構(gòu)造的RBF神經(jīng)網(wǎng)絡(luò)用于辨識(shí)

神經(jīng)網(wǎng)絡(luò)辨識(shí)器的表達(dá)形式如下：

其中，是RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)器的狀態(tài)變量；A＝diag[a₁，…，a_n]是對(duì)角矩陣，a_i是設(shè)計(jì)的常數(shù)，滿足0＜|a_i|＜1；是動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)，用來(lái)逼近未知的總的步態(tài)非線性動(dòng)力學(xué)項(xiàng)S(x)＝[S₁(||X-ξ₁||，…，S_N(||X-ξ_n||]^T是高斯型徑向基函數(shù)；N＞1是神經(jīng)網(wǎng)絡(luò)結(jié)點(diǎn)數(shù)目；ξ_i是神經(jīng)元中心點(diǎn)；RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的調(diào)節(jié)律如下：

其中，是狀態(tài)誤差，Γ_i＝Γ_i^T＞0，σ_i＞0，σ_i是調(diào)節(jié)律的調(diào)節(jié)參數(shù)，動(dòng)態(tài)RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值的初始值

3.根據(jù)權(quán)利要求2所述的一種基于非線性動(dòng)力學(xué)指標(biāo)的速度無(wú)關(guān)的步態(tài)識(shí)別方法，其特征在于在步驟三中對(duì)步態(tài)非線性動(dòng)力學(xué)項(xiàng)的局部準(zhǔn)確建模由如下公式表示：

其中，ε_i1是逼近誤差，局部準(zhǔn)確建模是通過RBF神經(jīng)網(wǎng)絡(luò)對(duì)沿三維步態(tài)輪廓參數(shù)軌跡的內(nèi)在非線性動(dòng)力學(xué)的逼近，而遠(yuǎn)離軌跡的非線性動(dòng)力學(xué)項(xiàng)則不被逼近。