面向外骨骼机器人人机交互的步态数据获取系统及识别模型_高增桂

下肢外骨骼人机交互及协调控制的研究下肢外骨骼是一种用于支持和辅助人类移动的机器人装置。

它通过将机器人技术与人体生理学相结合，可以提供运动控制和力量增强，使残疾人和行动不便的人能够行走、坐下和站立。

下肢外骨骼通常包括机械臂、电机、传感器、控制系统等组件。

下肢外骨骼的主要研究方向之一是人机交互。

在这方面，研究人员的主要目标是设计一种符合人体生理学特点的操控界面。

这样，使用者可以通过肌肉信号、神经信号和机器人传感器来与机器人进行互动和控制。

此外，人机交互也包括机器人对使用者的姿态调整和适应性改变，以适应人体各种动作和姿态。

另一个重要的研究方向是协调控制。

这是一种适应性控制技术，能够根据使用者的姿势自动调整外骨骼的姿态。

这项技术通常采用反馈机制，通过传感器检测使用者的运动和姿态来自动调整外骨骼的运动。

这样，外骨骼可以更好地支持使用者的运动，并减轻使用者的运动不适。

总的来说，下肢外骨骼人机交互及协调控制的研究，是探索人体机器人协同控制的重要一步。

这一领域的研究成果将有助于推动人体机器人协同控制技术的发展，并为临床康复、残疾人康复和机器人辅助运动提供更多选择。

下肢外骨骼机器人步态检测系统的设计柴虎;侍才洪;陈炜;张西正【摘要】本文以下肢外骨骼机器人系统为研究对象，以C8051F040单片机为核心，设计了一种步态检测系统，用于下肢外骨骼机器人系统中人体行走运动信息的检测和行走步态的判定。

首先介绍了人体行走步态周期概念并对其进行步态划分，然后利用压力和倾角传感器设计人体足底压力信号采集系统和下肢髋、膝关节的运动角度检测系统，最后利用C语言设计步态判定程序，用于识别并输出人体当前行走步态，并进行相关实验。

经过试验验证，该系统可以实时、精确地采集到人体行走中下肢关节运动角度信号和脚底压力信号，可以输出人体当前行走步态编码值。

实验结果证明该系统是可行的，为下肢外骨骼机器人行走控制提供实验平台和研究基础。

【期刊名称】《制造业自动化》【年(卷),期】2013(000)015【总页数】5页(P3-7)【关键词】外骨骼机器人;单片机;步态识别【作者】柴虎;侍才洪;陈炜;张西正【作者单位】南方医科大学生物医学工程学院，广州510515; 军事医学科学院卫生装备研究所，天津300161;军事医学科学院卫生装备研究所，天津300161; 军事交通学院军事物流系，天津300161;军事医学科学院卫生装备研究所，天津300161; 天津理工大学机械工程学院，天津300184;军事医学科学院卫生装备研究所，天津300161【正文语种】中文【中图分类】TP2730 引言外骨骼机器人是一种结合了人的智力和机器人动力的人机一体化可穿戴智能装置，能够辅助或增强人体的生理机能，如防御、行走、负重等，提高使用者的作业能力。

外骨骼机器人是一门新兴的机器人技术，已经成为国际上研究热点之一。

外骨骼机器人技术可以应用于军事、医疗、旅游、救灾等众多领域，有着很好的应用前景，因此许多国家开展外骨骼机器人技术的研究工作，并成功研制出外骨骼机器人。

例如美国伯克利大学的BLEXX系列下肢外骨骼机器人、洛克希德公司的HULC外骨骼、美国雷神公司的XOS系列外骨骼、日本筑波大学研制的HAL系列商业外骨骼等[1,2]。

专利名称：一种外骨骼机器人及其检测人体运动意图的检测方法
专利类型：发明专利
发明人：王天
申请号：CN201910227324.1
申请日：20190325
公开号：CN109940584A
公开日：
20190628
专利内容由知识产权出版社提供
摘要：本发明公开了一种外骨骼机器人，包括外骨骼机器人本体和感知系统、控制系统及驱动系统；外骨骼机器人本体包括上部支撑结构、髋部杆件、大腿杆件、小腿杆件、足部构件、髋关节、膝关节、踝关节；感知系统包括检测足底压力的薄膜应变片传感器、检测关节角度的编码器、检测关节处力/力矩的力传感器、检测运动速度/加速度的姿态传感器、检测肌肉张力的电容式传感器，还设有连接绑带，连接绑带上固定与人体皮肤非接触的电容式传感器，电容式传感器包括至少一个电极贴片；控制系统包括基于CNN机器学习算法形成的全联通网络运算模块，控制系统连接感知系统并能够接受感知系统采集的数据，控制系统连接能够驱动外骨骼机器人本体运动的驱动系统。

申请人：杭州程天科技发展有限公司
地址：311100 浙江省杭州市余杭区仓前街道文一西路1326号2号楼7F-01B
国籍：CN
代理机构：北京海虹嘉诚知识产权代理有限公司
更多信息请下载全文后查看。

专利名称：一种适用于膝关节外骨骼的步态实时识别方法专利类型：发明专利
发明人：张连存,黄强,刘娟
申请号：CN201910976122.7
申请日：20191015
公开号：CN110522458A
公开日：
20191203
专利内容由知识产权出版社提供
摘要：本发明公开了一种适用于膝关节外骨骼的步态实时识别方法，该识别方法包括：首先进行自动校准，消除由于每次佩戴IMU模块时位置不准确所带来的影响；然后采用IMU模块采集人体左、右大腿和小腿的旋转角度，并计算出膝关节角度；以左右腿膝关节角度参数和下肢运动时间作为输入信号，采用基于规则的分类算法实现对人体行走步态的实时识别。

基于规则的分类算法包括采样规则、步态周期判断规则和步态分类判断规则，根据采样规则和步态周期判断规则，通过选取的采样点和多种特征与相应的条件和阈值组成步态分类判断规则来实现对步态的实时识别。

本发明具有鲁棒性好以及环境适应性强等优点，并可以直接移植到其他同类产品或者装置上实现同样的识别功能。

申请人：北京理工大学
地址：100081 北京市海淀区中关村南大街5号
国籍：CN
更多信息请下载全文后查看。

步态骨骼模型的协同表示识别方法关桂珍;杨天奇【期刊名称】《计算机科学与探索》【年(卷),期】2018(012)001【摘要】针对目前步态识别中极易受到服饰和携带物等影响的难题,提出一种基于Kinect获取骨骼模型的步态识别新方法.对步态3D骨骼模型提取人体总质心,并与在步态周期中富有运动特征的人体四肢分质心的活动信息结合,分别得到动态与静态特征.动态特征可看作是周期信号,使用小波分解和带高斯滤波的离散傅里叶变换进行频谱处理,消除了外界干扰并增强了特征之间的差异性.通过动态时间规整算法把步态骨骼特征投影到相异空间,用协同表示进行匹配和归一化加权融合,最后根据最近邻算法进行分类识别.实验证明,该方法与稀疏表示识别算法相比得到了较为理想的识别效果,为步态识别在身份认证的应用领域提供了可靠的理论基础.%Aiming at the problem of the influence which is easily caused by clothing and carrying object on existing gait recognition, this paper proposes a novel skeleton model-based method for gait recognition using Kinect. The center of mass of 3D gait skeleton model is obtained and combined with the activity information of the body limbs which have rich movement characteristics in the gait cycle to form the dynamic and static features respectively. Regarded as a periodic signal,the spectrum of dynamic features is analyzed by wavelet transform and discrete Fourier transform with Gaussian filter.This processing can eliminate the effect of external interference and enhance the difference among features.After projectinginto dissimilarity space via dynamic time warping and matching by collaborative representation classification,the gait features are normalized,weighted and fused.Finally,the nearest neighbor algorithm is adopted to pared with sparse representation recognition,the experimental results show that the proposed method can improve recognition effect and provide reliable theoretical basis for gait recognition in the field of identity authentication.【总页数】10页(P143-152)【作者】关桂珍;杨天奇【作者单位】暨南大学信息科学技术学院,广州510632;暨南大学信息科学技术学院,广州510632【正文语种】中文【中图分类】TP391【相关文献】1.基于比例归一化阈值的外骨骼步态识别方法 [J], 宋鹏;莫新民;邓亚萍;王晶;韦祖拔2.基于核协同表示的步态识别 [J], 李占利;孙卓;崔磊磊;袁鹏瑞3.小波特征和协同表示的步态识别研究 [J], 王鹏峰;程铭;4.小波特征和协同表示的步态识别研究 [J], 王鹏峰;程铭;5.基于SEF-GHEI及协同表示的步态识别研究 [J], 徐守坤;邱亮;石林;李宁因版权原因，仅展示原文概要，查看原文内容请购买。

2020年10月第40卷第5期天水师范学院学报Journal of Tianshui Normal UniversityOct.，2020V〇1.40No.5下肢外骨骼机器人交互控制方法及肌电感知应用综述穆彤，刘世锋(天水师范学院机电与汽车工程学院，甘肃天水741001)摘要：下肢外骨骼机器人作为一种与人体下肢平行运动的可穿戴设备，以诸多优势在助力助行和康复训练 方面受到世界各研究机构的重视，选择适宜的人机交互方法是实现对其柔顺、协调控制的关键。

经过多年的研 究，基于力/位置、阻抗和生物电信号的交互方法不断涌现，凸显着各自的优势。

表面肌电信号反映人的主动运 动意图且检测方便，离散动作模式分类和连续运动量估计的研究极大地提升了交互控制的实时性和广泛应用的可 能性，但仍然无法同时满足实时性、高准确度、实用化等要求。

人体运动的生理机理、模型的普适性以及多传感 器信息融合等研究，有助于基于表面肌电信号的人机交互向着更加准确、稳定和实用方向发展。

关键词：下肢外骨骼机器人；人机交互；表面肌电信号；运动识别中图分类号：TP242; TP391.4 文献标识码：A文章编号：1671-1351 (2020 )05-0046-05下肢外骨骼机器人是一种穿戴在操作者下肢且融合了多种机器人技术的机械机构。

[11在使用 中，外骨骼机器人与人身体物理接触，与下肢平 行运动，主要可用于助力助行和康复训练中。

作 为连接人与外部机械结构间信息通道的人机交互 技术，是实现对外骨骼机器人平稳、连贯、实时 控制的关键。

1231目前，国内外用于人机交互的方 法概括起来包括基于人机作用力信息的交互方法 和基于生物电信号的交互。

由于外骨骼与人体直 接接触，基于人机作用力的交互方式限制了机器 人的自主适应能力，而基于生物电信号可以主动 地识别人体行为意图，已成为人机交互研究的热 点之一。

目前被广泛关注的生物电信号有肌电(Electromyography,EMG)、脑电（Electroencepha­lography,EEG)和眼电（Electrooculography，EOG)等。

第41卷第10期2014年10月计算机科学C o m pu t e r S c i e n c e V o l .41N o .10O c t2014到稿日期:2013-07-01返修日期:2013-09-06本文受国家自然科学基金项目:基于云模型的音乐情感表示与识别算法研究(61303137,基于基因表达式编程的动漫情感化配乐技术研究(61070075,基于嵌套随机集的产品意象认知模型研究(61003147,生物启发设计中产品创意造型生成机制及其演化模型研究(51305077,广东省产学研项目基于人体行为模型的智能助行机器人研究与开发(00411420124671038资助。

高增桂(1986-,男,博士生,主要研究方向为人机接口、应用人机工程;孙守迁(1963-,男,博士,教授,主要研究方向为计算机辅助设计、人机共生装备;张克俊(1978-,男,博士,助理研究员,主要研究方向为进化计算、机器学习,E -m a i l :c h a n n y @z j u .e d u .c n (通信作者;佘铎淳(1987-,男,硕士,主要研究方向为人机交互;杨钟亮(1982-,男,博士,讲师,主要研究方向为体感交互、生物启发设计等。

面向外骨骼机器人人机交互的步态数据获取系统及识别模型高增桂1孙守迁1张克俊1佘铎淳1杨钟亮2(浙江大学计算机科学与技术学院杭州3100271(东华大学机械工程学院上海2016202摘要外骨骼机器人人机交互是当前的研究热点,通常需要获取人体相关运动信息作为控制信号源。

为了采集人体步态数据,研究了生理信号与关节运动之间的关联机制,设计了一种步态数据获取系统,其利用鞋内薄膜压力传感器和关节角度传感器组成测试设备,成功采集了15组健康男子在3k m /h 、4k m /h 和5k m /h 3种速率下自然行走的步态数据。

提出采用基因表达式编程建立膝关节运动识别模型,并使用所采集的步态数据进行训练和验证。

一种外骨骼机器人多传感器数据采集器设计常宏;解利;尚雅层;贾宁庭;常伟【期刊名称】《装备制造技术》【年(卷),期】2024()4【摘要】外骨骼机器人的动作识别研究中,人体数据的准确采集是至关重要的一环。

为满足这一需求,设计一种基于STM32的多传感器数据采集器,以实现高效、低成本、实用性强的人体数据采集方案。

该数据采集器集成多个传感器,通过STM32微控制器进行数据的处理和管理。

人体数据可以直观地通过OLED显示屏展示,提供实时反馈。

同时,为了更广泛地应用于研究和实践,采用了蓝牙通信技术,将采集到的数据传送到电脑上进行进一步分析。

与此同时,结合上位机软件,运用长短时记忆网络(LSTM)进行人体姿态、生理特征和电机控制等数据的采集和分析。

LSTM网络具有对时序数据的优秀处理能力,能够更准确地捕捉人体动作的变化和特征。

通过连续数据采集实验证实,数据采集器表现出良好的稳定性和可靠性。

这意味着在实际的外骨骼机器人应用中,可以更精准地获取人体运动和生理信息,为后续的动作识别和控制提供可靠的数据支持。

由于成本低、实用性高,该采集器具有较高的推广应用价值,有望在医疗康复、运动训练等领域取得显著的应用成果。

【总页数】5页(P51-55)【作者】常宏;解利;尚雅层;贾宁庭;常伟【作者单位】深圳市北辰亿科科技有限公司;西安工业大学机电工程学院【正文语种】中文【中图分类】TP274.2【相关文献】1.6-THHT并联机器人多传感器数据采集系统的设计2.一种机器人多传感器联合系统的逻辑和代数分析方法3.一种外骨骼机器人的光纤转角传感器设计4.一种机器人多维光纤光栅力传感器5.事业单位人力资源培训与开发探讨因版权原因，仅展示原文概要，查看原文内容请购买。

下肢康复外骨骼机器人步态相位切换研究马乐;周平;王美玲;陈淑艳;张鹏万【摘要】为实现下肢康复外骨骼机器人步态相位的稳定切换,通过压力传感器,编码器,陀螺仪以及拐杖按钮检测单元构建的感知系统实时采集人体步态运动信息,先根据足底压力信号的标志性事件将人体步态周期依次序划分为四个相位,然后对不同相位的运动状态切换进行具体研究.针对人体行走过程中支撑腿与摆动腿的切换判断,提出基于学习矢量量化(LVQ)的神经网络模型.将整个步态相位切换模型嵌入控制程序中进行在线测试,结果表明该模型实时性好,识别率高,能够实现稳定柔顺的步态切换.【期刊名称】《制造业自动化》【年(卷),期】2017(039)008【总页数】5页(P43-47)【关键词】下肢外骨骼机器人;传感信号融合;相位划分;LVQ;步态相位切换【作者】马乐;周平;王美玲;陈淑艳;张鹏万【作者单位】合肥工业大学电气与自动化工程学院,合肥 230009;中国科学院合肥物质科学研究院先进制造技术研究所,常州 213164;中国科学院合肥物质科学研究院先进制造技术研究所,常州 213164;中国科学院合肥物质科学研究院先进制造技术研究所,常州 213164;中国科学院合肥物质科学研究院先进制造技术研究所,常州213164;中国科学技术大学工程科学学院,合肥 230000【正文语种】中文【中图分类】TP242.6外骨骼机器人是一种集人机工程学、仿生学于一体的机械装置，穿戴于人体肢体外侧，靠人的智慧来控制机器人，发挥机器人能量动力的优势，辅助人类完成自身无法完成的任务，广泛应用于医疗、军事、工业等领域[1]。

康复用下肢外骨骼机器人能够帮助患者进行腿部康复训练，在可重复性方面优于传统方法，可以大幅度缩短患者的康复训练时间，并减少陪同康复的医师数量，大幅度降低人力成本。

帮助老年人、下肢不便患者实现自主行走，改善他们的生活质量，有助于他们的身心健康。

目前下肢外骨骼机器人的研究仍然面临众多挑战，其中一个主要的挑战就是机器人缺乏充分的能力识别穿戴者的行为和意图。