申请/专利权人：河北工业大学

申请日：2023-12-25

公开（公告）日：2024-03-29

公开（公告）号：CN117771085A

主分类号：A61H3/00

分类号：A61H3/00;H04L67/12;G06F18/2415;G06N3/0464;G06N3/0442;G06N3/0495;G06N3/08;G06F30/20;A61B5/103;A61B5/11;G06F119/14

优先权：

专利状态码：在审-公开

法律状态：2024.03.29#公开

摘要：本发明提供了一种基于多传感器融合的踝关节助力时机识别方法。该方法通过采集的足底压力数据和足部IMU运动数据来感知人体动作，同时基于Anybody人体建模仿真软件获取的仿真足底压力数据，根据仿真软件的人体相位划分不同相位下的仿真足底压力数据，然后根据不同行走步态下的仿真压力数据来划分真实步态足底压力数据，进而建立神经网络模型，使用采集到的数据进行训练模型，训练完成后将其轻量化并部署到外骨骼上位机中。穿戴外骨骼后实时识别人体的相位为外骨骼提供助力时机的判断。本发明所述方法能够根据足底压力和足部姿态数据在行走时实时精确判断人体步态相位，可以实现精确的人体助力时机判断，方法简单，识别准确。

主权项：1.一种基于多传感器融合的踝关节助力时机识别方法，其特征在于：包括以下步骤：步骤一，获取真实足部传感数据；步骤二，使用Anybody人体建模仿真软件获取仿真足底压力数据；步骤三，对真实足部传感数据进行滤波处理，拼接为35×16的压力IMU矩阵数据；步骤四，根据仿真软件的人体相位数据，划分不同相位下的真实足部传感数据；步骤五，构建CNN-LSTM神经网络，使用真实足部传感数据进行训练；步骤六，将神经网络模型轻量化后部署到外骨骼上位机中，对人体相位进行实时识别；步骤七、根据识别结果进行助力。

全文数据：

权利要求：

百度查询： 河北工业大学 一种基于多传感器融合的踝关节助力时机识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD