申请/专利权人：中国科学院沈阳自动化研究所

申请日：2020-09-02

公开（公告）日：2024-05-17

公开（公告）号：CN114190921B

主分类号：A61B5/11

分类号：A61B5/11;A61B5/103;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2022.04.05#实质审查的生效;2022.03.18#公开

摘要：本发明涉及一种可适应变步频行走的步态相位识别方法，通过将惯性测量单元放置在足部来采集人体运动数据；设计可依据步频、幅值特征进行结构参数自调整的足部极值检测算法，实现对足部运动数据极值点特征的稳定提取；设计融合自适应振荡器的足部零速检测算法，实现对足部零速状态特征的精确提取；利用有限状态机来对所提取的足部特征值进行归类分析，从而实现在变步频的行走模式下，对足部触地相、站立相、站立末相与预摆动相四个相位的精确识别。本发明使得对足部步态相位的识别过程不再局限于实验室环境下以及固定步频的行走模式，有效提升了复杂环境与运动模式下的步态相位识别准确度，有助于步态分析在医疗康复与康复机器人领域的应用与发展。

主权项：1.一种可适应变步频行走的步态相位识别方法，其特征在于，包括以下步骤：采集运动过程中的足部步态数据并进行数据预处理；利用自适应极值检测算法对足部矢状面旋转角以及足部矢状面旋转角速度的极值点特征进行提取；包括：1对预处理后的足部数据，利用滑动窗的首尾数据点信息初步检测当前滑动窗是否包含极值点pn；2若包含，则利用自适应确认增益对初步检测到的极值点进行判断，若极值点或则当前极大值点或极小值点被确认，迭代更新极值窗，否则返回步骤1重新搜索；定义时刻n时的极值窗可更新迭代为： 其中，Te为常系数，为n-1时刻的极值窗，Ne为极值窗的数据长度；为已被确认极值点的数值，{}表示内部数据的顺序拼接组合；利用融合自适应振荡器的零速检测算法对足部的零速状态特征进行估计；包括：通过自适应振荡器对足部矢状面旋转角信号进行建模与估计，利用所估计模型的步频参数来对零速检测算法的指标值阈值进行自适应更改，当零速检测算法的指标值S满足下式时，判断为零速状态：S≤Tzuptn 其中，Tzupt-NP为采用传统Neyman-Pearson方法得出的固定式的阈值，ωn为自适应振荡器估计的足部步频特征，cz和kz为常系数，与足部步态特性有关，Tzuptn为n时刻的自适应阈值；利用提取的特征值，结合有限状态机对足部步态相位进行识别。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 一种可适应变步频行走的步态相位识别方法

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