[發明專利]基于RBF-DMP振蕩器的下肢康復型外骨骼步態規劃方法

有效

• 申請號: 202010117714.6
• 申請日: 2020-02-25
• 公開（公告）號: CN111341412B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 王浩平;殷越;田楊
• 申請（專利權）人: 南京理工大學
• 主分類號: G16H20/30
• 分類號: G16H20/30;G16H50/50;G06N3/08
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 陳鵬

本發明公開了一種基于RBF?DMP振蕩器的下肢康復型外骨骼步態規劃方法，用于輔助下肢功能障礙的患者，完成行走康復目的；首先采集患者健康行走歷史中的髖關節、膝關節運動軌跡；然后建立髖關節、膝關節RBF?DMP振蕩器步態生成模型，模擬患者運動軌跡；基于最小二乘法，完成對RBF徑向基神經網絡參數的自學習；訓練好的RBF?DMP振蕩器，實時規劃髖關節、膝關節的運動軌跡，應用于下肢康復型外骨骼的步態。本發明的步態規劃方法不僅可以有效準確學習患者髖關節、膝關節軌跡，而且根據患者行走特點，實時調整下肢外骨骼運動，達到步態宜人特性，十分適合用于下肢康復型外骨骼的輔助行走。

技術領域

本發明屬于康復醫療機器人運動規劃領域，特別是一種基于RBF-DMP振蕩器的下肢康復型外骨骼步態規劃方法。

背景技術

下肢康復型外骨骼帶動患者下肢運動、輔助患者行走，在理療康復方面具有廣泛的應用前景，作為下肢康復型外骨骼的關鍵技術之一，步態規劃技術起到不可或缺的作用。然而在下肢外骨骼同患者的配合行走過程中，極其容易出現步態不適、無法利用患者行走的歷史步態等難題，從而導致下肢外骨骼實時性不高、步態適宜性不強。如何利用患者的行走特性，實時調整下肢外骨骼規劃的步態運動，一直是許多研究下肢外骨骼團隊的難題。因此，本次發明一種基于RBF-DMP振蕩器的下肢康復型外骨骼步態規劃方法。

文獻(Trieu Phat L,Low K H,Xingda Q,et al.An individual-specific gaitpattern prediction model based on generalized regression neural networks[J].GaitPosture,2014,39(1):443-448.)中南洋理工大學的學者，采用現有的步態數據庫用于驅動下肢外骨骼帶動患者完成康復運動。該規劃方法下的步態運動采用固定數據模式，無法利用患者的行動特征，且該規劃方法下生成的步態靈活性不強，無法滿足實時規劃運動，存在很大的局限性，急需一種可以自適應學習患者步態特點的實時步態規劃方法。

發明內容

本發明的目的在于提供一種基于RBF-DMP振蕩器的下肢康復型外骨骼步態規劃方法，對患者健康行走歷史中的步態軌跡進行學習，并實時規劃出髖關節、膝關節的運動軌跡，從而滿足實時性和步態適宜性的要求。

實現本發明目的的技術解決方案為：一種基于RBF-DMP振蕩器的下肢康復型外骨骼步態規劃方法，包括以下步驟：

步驟1、采集患者健康行走歷史中的髖關節、膝關節運動軌跡；

步驟2、建立髖關節、膝關節RBF-DMP振蕩器步態生成模型，模擬患者運動軌跡；

步驟3、基于最小二乘法，完成對RBF徑向基神經網絡參數的自學習；

步驟4、通過訓練好的RBF-DMP振蕩器實時規劃髖關節、膝關節的運動軌跡，用于下肢康復型外骨骼的步態生成。

本發明與現有技術相比，其顯著優點為：(1)本發明實時利用患者的行走特性，自適應調整下肢康復型外骨骼的運動步態，相比固定數據模式的步態運動，具有較好的步態適宜性；(2)本發明使用RBF-DMP振蕩器去學習模擬患者的步態，具有較好的學習精度，相比于曲線擬合的方法，具有極高的學習精確度；(3)本發明針對RBF-DMP振蕩器的參數自學習，采用最小二乘法對其進行辨識，簡單可靠。

下面結合附圖對本發明作進一步詳細描述。

附圖說明

圖1為本發明規劃方法的總體流程圖。

圖2為采集患者行走歷史中的左腿髖關節、膝關節軌跡曲線圖。

圖3為RBF神經網絡結構圖。

圖4為RBF-DMP振蕩器對單個周期左腿髖關節運動軌跡的學習結果圖。