[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

本申請涉及一種基于雙層隱馬爾可夫模型的外骨骼步態辨識方法和裝置，屬于人工智能技術領域，包括：采集外骨骼在N種運動模式下的K組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。提高了辨別準確度，適應不同行走速度，而且即使偶發識別錯誤也僅限相鄰的下一個狀態，不會發生振蕩切換，可極大避免執行器誤動作。

技術領域

本申請涉及一種基于雙層隱馬爾可夫模型的外骨骼步態辨識方法和裝置，屬于人工智能技術領域。

背景技術

下肢外骨骼機器人是一種可穿戴式助力機器人，幫助人完成自身無法完成的任務或者降低人體負荷，提高人體作業效能，在軍民領域均有廣闊的應用前景。下肢外骨骼機器人助力技術的關鍵在于識別人體步態，在不同步態下實施相應的控制策略，達到助力的目的。人體行走具有一定的準周期特性，但是不同人、不同運動模態、不同環境下的行走具有很強的隨機性，如何進行準確可靠的辨識運動狀態，給控制策略提供可靠信息，是需要解決的關鍵問題。

現有技術中，傳統的基于閾值和規則的辨識方法難以適應人體運動的多樣性、隨機性以及多變的外界環境和行走模態，因而擴展能力不強、適應性不好，因此有很多研究利用機器學習進行辨識的方法，例如，通過采集足底壓力結合集成學習方法識別行走相位，但是單純使用足底壓力，行走信息不夠豐富難以保證對不同運動模態的辨識適應能力；利用了足部多源信息，但是缺少髖膝關節運動信息；利用了足底壓力和關節角等多源信息，利用基于閾值和規則進行辨識，存在擴展性差適應能力不強等問題；另外，也有利用其它機器學習方法處理多源數據的進行步態識別的方法，但是以上各種方法均不能確保在開放環境下取得100％的準確率，而由于外骨骼與人體直接耦合，一旦外骨骼按照錯誤的模態執行動作將造成人體受到意外力矩作用引發動作不協調甚至摔倒受傷。相比其他機器學習方法，隱馬爾可夫模型利用雙重隨機過程，能夠很好地利用時序數據描述狀態的動態變化，在語音識別取得了顯著效果。利用無跳轉隱馬爾可夫模型建模人體-外骨骼行走，通過隨機過程來建模傳感器數據(顯狀態)與運動步態(隱含狀)之間的關系，即使偶爾出現識別錯誤，也僅限于相鄰的下一個步態相位，不會發生振蕩切換，可以避免出現意外的執行動作，大大降低人員受傷風險。

發明內容

本申請提供了一種基于雙層隱馬爾可夫模型的外骨骼步態辨識方法和裝置，可以解決現有方案中的問題。本申請提供如下技術方案：

第一方面，提供了一種基于雙層隱馬爾可夫模型的外骨骼步態辨識方法，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。

可選的，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，