[发明专利]机器人及其人体下肢步态识别装置和方法

权利要求书

1.一种人体下肢步态识别方法，其特征在于，包括：

在预定时间内采集人体下肢的关节角度数据、足底压力数据和躯干倾角数据；

根据标准化步态模式将所述关节角度数据划分成各步态类别，包括将所述关节角度数据随时间变化曲线中的每一个步态周期划分为如下8个步态类别：足着地、相对趾离地、前后肢交错、相对足着地、趾离地、足并拢、胫骨垂直、足着地；

根据各步态类别划分出与所述各步态类别相对应的足底压力数据和躯干倾角数据；

将各步态类别与对应于所述各步态类别的足底压力数据和躯干倾角数据之间的对应数据关系进行存储；

实时采集人体下肢的足底压力数据和躯干倾角数据；以及

根据所述对应数据关系对实时采集的人体下肢的足底压力数据和躯干倾角数据进行步态识别，识别出人体当前时间点所处的步态类别。

2.如权利要求1所述的方法，其特征在于，还包括：

基于人体当前时间点所处的步态类别，实现对人体下肢运动的实时驱动。

3.如权利要求1所述的方法，其特征在于，所述预定时间大于一个步态周期。

4.一种人体下肢步态识别装置，其特征在于，包括：

多个传感器，所述多个传感器包括用于采集人体下肢的关节角度数据的关节角度传感器、用于采集足底压力数据的压力传感器、以及用于采集躯干倾角数据的倾角传感器；

接收单元，所述接收单元被配置成接收来自所述多个传感器的数据；

处理单元，所述处理单元被配置成根据标准化步态模式将所述关节角度传感器在预定时间内采集的关节角度数据划分成各步态类别，并根据各步态类别划分出与所述各步态类别相对应的、分别由所述压力传感器以及所述倾角传感器在所述预定时间内采集的足底压力数据和躯干倾角数据，其中划分步态类别包括将所述关节角度数据随时间变化曲线中的每一个步态周期划分为如下8个步态类别：足着地、相对趾离地、前后肢交错、相对足着地、趾离地、足并拢、胫骨垂直、足着地；以及

存储单元，所述存储单元被配置成存储各步态类别与对应于所述各步态类别的足底压力数据和躯干倾角数据之间的对应数据关系，

其中所述处理单元还被配置成：

根据所述对应数据关系使用步态分类器对分别由所述压力传感器以及所述倾角传感器实时采集的人体下肢的足底压力数据和躯干倾角数据进行步态识别，识别出人体当前时间点所处的步态类别。

5.如权利要求4所述的装置，其特征在于，还包括驱动单元，其中所述处理单元还被配置成基于人体当前时间点所处的步态类别来控制所述驱动单元以实现对人体下肢运动的实时驱动。

6.如权利要求4所述的装置，其特征在于，所述步态分类器是通过将所采集的足底压力数据和躯干倾角数据作为输入以及将根据所采集的关节角度数据确定的步态类别作为输出来训练的。

7.一种包括如权利要求4-6中的任一项所述的人体下肢步态识别装置的外骨骼助力机器人、外骨骼康复机器人或双足机器人。