[發明專利]一種外骨骼步態辨識方法和裝置

在審

• 申請號: 201911036697.7
• 申請日: 2019-10-29
• 公開（公告）號: CN110859629A
• 公開（公告）日: 2020-03-06
• 發明（設計）人: 常遠;李候;胡源淵;吳慶勛;王道臣;劉昊;崔翔;張利劍
• 申請（專利權）人: 北京機械設備研究所
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00;B25J9/00;G06N20/00
• 代理公司: 北京云科知識產權代理事務所(特殊普通合伙) 11483
• 代理人: 張飆

1.一種基于雙層隱馬爾可夫模型的外骨骼步態辨識方法，其特征在于，所述方法包括：

采集外骨骼在運動時的M維傳感數據；

對所述M維傳感數據進行變換；

將變換后的所述M維傳感數據輸入訓練的雙層隱馬爾可夫模型中，通過雙層隱馬爾可夫模型的上層得到所述外骨骼的運動模式；

獲取所述外骨骼的行走速度；

將所述行走速度輸入所述雙層隱馬爾可夫模型，通過雙層隱馬爾可夫模型的下層得到所述外骨骼的步態相位。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述外骨骼的行走速度，包括：

獲取n個行走步長SLen以及步態周期T；

每個行走速度

計算n個行走速度的平均速度，將所述平均速度作為所述外骨骼的行走速度；

其中，

Len_lt和Len_ls分別為外骨骼左大腿和小腿長度，Len_rt和Len_rs分別為外骨骼右側大腿和小腿長度，θ_l和分別為左側髖關節角度和膝關節角度，θ_r和分別為右側髖關節角度和膝關節角度；步態周期T為從一只腳著地到下一次著地之間的時間，n為大于等于2的整數。

3.根據權利要求1所述的方法，其特征在于，將所述行走速度輸入所述雙層隱馬爾可夫模型，得到所述外骨骼的步態相位，包括：

根據所述行走速度對速度模型做參數插值，得到實際行走的速度模型；

通過所述實際行走的速度模型計算所述外骨骼的步態相位。

4.一種雙層隱馬爾可夫模型訓練方法，其特征在于，所述方法包括：

獲取樣本數據，所述樣本數據包括N種運動模式下的K組M維運動數據；

根據所述樣本數據訓練第一初始化模型，得到所述雙層隱馬爾可夫模型的上層模型，訓練得到的雙層隱馬爾可夫模型的上層模型用于根據運動數據得到外骨骼的運動模式；

根據所述樣本數據訓練第二初始化模型，得到所述雙層隱馬爾可夫模型的下層模型，訓練得到的所述雙層隱馬爾可夫模型的下層模型用于根據運動數據得到所述外骨骼的步態相位。

5.根據權利要求4所述的方法，其特征在于，所述第一初始化模型包括:λ＝(N,M,π^(s),A^(S),B^(S))；其中，N為運動模式的數量，即上層馬爾可夫過程有N個狀態，狀態空間為S＝{s₁,s₂,…s_N}，M為變量個數，π^(s)為系統的初始狀態概率分布，A^(S)為狀態轉移概率矩陣，表示t時刻狀態s_t向s_t+1的轉移概率，B^(S)為觀察變量概率分布表示t時刻狀態s_j時觀測向量為v_k的輸出概率；在t時刻，上層馬爾科夫鏈所處的狀態為q_s,t∈{s₁,s₂,…,s_N}。

6.根據權利要求5所述的方法，其特征在于，所述根據所述樣本數據訓練第一初始化模型，得到所述雙層隱馬爾可夫模型的上層模型，包括：

根據觀察序列O＝o₁,o₂,…,o_t，利用Baum-Welch算法計算A^(S)和B^(S)；其中，o_i為M個變量構成的向量。