买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江淮前沿技术协同创新中心申请的专利基于分段DMP的下肢外骨骼步态学习规划方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118832561B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410423308.0，技术领域涉及：B25J9/00；该发明授权基于分段DMP的下肢外骨骼步态学习规划方法及系统是由梁斌;刘厚德;吕航;邵东升;梁论飞;兰斌设计研发完成，并于2024-04-09向国家知识产权局提交的专利申请。

本基于分段DMP的下肢外骨骼步态学习规划方法及系统在说明书摘要公布了：本发明提供了一种基于分段DMP的下肢外骨骼步态学习规划方法及系统，涉及下肢机器人步态规划领域，该方法将一个完整步态周期的轨迹分割成若干段，对每段子轨迹进行示教学习，在周期性激活序列中依次激活子轨迹的泛化过程，从而生成符合步态要求的周期性拟人步态轨迹，且在轨迹泛化激活前可以根据需要变动子轨迹目标点，实现周期内的变步态轨迹规划。本发明实施例中分段DMP具有更好的泛化能力，能够生成精准通过期望中间点并保持原轨迹形状的新轨迹，规避轨迹起点和终点在某维度相近或相等时强迫项构造困难；不会出现轨迹形状变形；在DMP泛化轨迹之后添加了基于终点位置误差的补偿算法，保证每段轨迹都能够到达设定终点。

本发明授权基于分段DMP的下肢外骨骼步态学习规划方法及系统在权利要求书中公布了：1.一种基于分段DMP的下肢外骨骼步态学习和规划方法，其特征在于，所述方法包括：获取正常步行的髋、膝关节角度轨迹，从中选取时长为一个步态周期的所述关节角度轨迹作为关节示教轨迹；计算关节轨迹在矢状面上对应的末端位置轨迹，作为DMP示教轨迹；根据步态相选取期望分割点，对所述DMP示教轨迹进行分割得到各分段轨迹；根据DMP权重训练算法，分别训练各个所述分段轨迹的基函数权重；根据各个所述步态相在步态周期中的占比，设计周期性分段轨迹激活序列；根据所述激活序列选择相应分段轨迹的基函数权重，再根据步态要求确定期望中间点，生成当前分段的位置轨迹；根据预设的轨迹校正算法对所述位置轨迹进行校正，以使DMP生成轨迹终点到达设定终点；根据逆运动学将校正后的位置轨迹转化为关节角度轨迹；所述根据步态相选取期望分割点，对所述DMP示教轨迹进行分割得到各分段轨迹，包括：第一个分割点选取DMP示教轨迹中z轴坐标最小的点，第二个分割点选取z轴坐标与设定终点z轴坐标相同的点，第三个分割点选取DMP示教轨迹中z轴坐标最大的点；根据所述第一个分割点、所述第二个分割点、所述第三个分割点将所述DMP示教轨迹进行分割得到各分段轨迹；所述根据DMP权重训练算法，分别训练各个所述分段轨迹的基函数权重，包括：建立DMP示教学习模型，DMP的基本公式如下 其中，y表示外骨骼末端位置向量，表示速度向量，z表示经时间放缩后的速度向量，g表示目标位置向量；f是一个非线性强迫项，用作轨迹形状学习；αy和βy是两个正常数；τ是一个时间放缩项，用于调整轨迹的速度；对于离散型DMP，构造正则系统 其中，αx是一个常数，常数τ与DMP公式中的τ保持一致；非线性项f通过多个非线性基函数的归一化线性叠加实现，f表示为 其中，为基函数，ci和hi分别是基函数的中心和方差；ωi为每个基函数对应的权重，N为基函数的个数，y0表示起始状态，x项可以保证f会随着的x收敛而消失，且g-y0决定了f的幅值，用于后续对轨迹形状进行放缩；基函数的中心ci选取均匀时间点对应的相位x，方差hi与ci的关系如下 给定示教轨迹根据DMP公式得到需要学习的强迫项ftarget： 其中，ydemo表示当前子示教轨迹的位置向量，表示速度向量，表示加速度向量；利用LWR最优化方法训练基函数权重，使强迫项f逼近目标强迫项ftarget；构造如下的平方损失函数： 然后使用优化方法来求解上式使得Ji最小化，其中，P表示整条轨迹的总时间步数，对于离散型DMP，ξt＝xtg-y0；权重训练阶段τ＝1，g和y0分别是示教轨迹的终点和起点；上述损失函数的解为 其中， 所述根据各个所述步态相在步态周期中的占比，设计周期性分段轨迹激活序列，包括：设置I段轨迹占步态周期的a％，II段轨迹占b％，III段轨迹占c％，IV段轨迹占d％，a％、b％、c％与d％之和等于一；设当前时间为t，步态周期设置为T；当前时刻在当前步态周期内的时间＜a％时，则激活I段轨迹，DMP根据I段示教轨迹训练得到的基函数权重进行编码回归，生成I段线型并收敛到目标点的DMP轨迹；当前时刻在当前步态周期内的时间≥a％且＜a+b％时，则激活II段轨迹，DMP根据II段示教轨迹训练得到的基函数权重进行编码回归，生成II段线型并收敛到目标点的DMP轨迹；当前时刻在当前步态周期内的时间≥a+b％且＜a+b+c％时，则激活III段轨迹，DMP根据III段示教轨迹训练得到的基函数权重进行编码回归，生成III段线型并收敛到目标点的DMP轨迹；当前时刻在当前步态周期内的时间≥a+b+c％，则激活IV段轨迹，DMP将根据IV段示教轨迹训练得到的基函数权重进行编码回归，生成IV段线型并收敛到目标点的DMP轨迹。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江淮前沿技术协同创新中心，其通讯地址为：230031 安徽省合肥市高新区望江西路920号中安创谷科技园H3-H8D栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。