申请/专利权人：北京理工大学

申请日：2024-01-05

公开（公告）日：2024-03-29

公开（公告）号：CN117770800A

主分类号：A61B5/11

分类号：A61B5/11;G06N7/02;A61H3/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及一种基于模糊逻辑的助行外骨骼步态事件检测系统及方法，属于外骨骼机器人技术领域。本发明的方法，采用步态事件发生时的特征范围在总范围内的比值定义集中度，并根据单一特征相对于全部特征的集中度的大小定义特征重要性的概念；本发明的方法引入模糊隶属函数，分析了输入特征所属各区域互相搭配出现的概率和输入不同特征所属各种区域互相搭配时步态切换事件发生的可能性。

主权项：1.一种基于模糊逻辑的下肢位姿步态事件检测系统，其特征在于：该检测系统包括数据采集模块、特征提取模块、特征重要性解算模块、隶属度分析模块、步态事件识别模块；所述数据采集模块用于离线采集步行过程中的下肢姿态信息，还用于同步离线采集步行过程中的足部位置信息，并将下肢姿态特征和足部位置特征输出给特征提取模块，同时将下肢姿态特征输出给特征重要性解算模块；所述特征提取模块用于接收数据采集模块输出的下肢姿态特征和足部位置特征，根据足部位置特征获得足跟着地、足尖着地、足跟离地或足尖离地单一步态切换事件发生的时刻，并提取单一步态切换事件发生时刻的下肢姿态特征，将提取到的单一步态切换事件发生时刻的下肢姿态特征输出给特征重要性解算模块；所述特征重要性解算模块用于接收数据采集模块输出的下肢姿态特征，同时接收特征提取模块输出的单一步态切换事件发生时刻的下肢姿态特征，通过单一步态切换事件发生时刻输入特征的集中度和重要性，筛选对步态事件检测重要的下肢姿态特征，将筛选后的对步态事件检测重要的下肢姿态特征输出给隶属度分析模块；所述隶属度分析模块用于接收特征重要性解算模块输出的经过筛选后的对步态事件检测重要的下肢姿态特征，根据筛选后的下肢姿态角速度及角加速度信息构建隶属函数，并对构建的隶属函数划分论域区域，依据筛选后的下肢姿态特征的每个单一特征在不同区域内出现的概率确定每个区域的描述程度，并根据每个区域的描述程度确定当前区域的权重，将确定好的每个单一特征的不同区域的描述程度和权重输出给步态事件识别模块；所述步态事件识别模块用于接收隶属度分析模块输出的每个单一特征的不同区域的描述程度和权重，在线采集步行过程中的下肢姿态信息，计算任意时刻采集的下肢姿态特征所属各种区域互相搭配出现的概率，并计算不同特征所属各种区域互相搭配时步态切换事件发生的可能性，实时计算针对所在线采集的下肢姿态信息下步态切换事件发生的可能性，选取可能性结果超过设定阈值且达到峰值的时刻作为步态切换事件发生的时刻。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于模糊逻辑的助行外骨骼步态事件检测系统及方法

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