[发明专利]基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法

说明书

本发明公开了一种基于RBF‑DMP振荡器的下肢康复型外骨骼步态规划方法，用于辅助下肢功能障碍的患者，完成行走康复目的；首先采集患者健康行走历史中的髋关节、膝关节运动轨迹；然后建立髋关节、膝关节RBF‑DMP振荡器步态生成模型，模拟患者运动轨迹；基于最小二乘法，完成对RBF径向基神经网络参数的自学习；训练好的RBF‑DMP振荡器，实时规划髋关节、膝关节的运动轨迹，应用于下肢康复型外骨骼的步态。本发明的步态规划方法不仅可以有效准确学习患者髋关节、膝关节轨迹，而且根据患者行走特点，实时调整下肢外骨骼运动，达到步态宜人特性，十分适合用于下肢康复型外骨骼的辅助行走。

技术领域

本发明属于康复医疗机器人运动规划领域，特别是一种基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法。

背景技术

下肢康复型外骨骼带动患者下肢运动、辅助患者行走，在理疗康复方面具有广泛的应用前景，作为下肢康复型外骨骼的关键技术之一，步态规划技术起到不可或缺的作用。然而在下肢外骨骼同患者的配合行走过程中，极其容易出现步态不适、无法利用患者行走的历史步态等难题，从而导致下肢外骨骼实时性不高、步态适宜性不强。如何利用患者的行走特性，实时调整下肢外骨骼规划的步态运动，一直是许多研究下肢外骨骼团队的难题。因此，本次发明一种基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法。

文献(Trieu Phat L,Low K H,Xingda Q,et al.An individual-specific gaitpattern prediction model based on generalized regression neural networks[J].GaitPosture,2014,39(1):443-448.)中南洋理工大学的学者，采用现有的步态数据库用于驱动下肢外骨骼带动患者完成康复运动。该规划方法下的步态运动采用固定数据模式，无法利用患者的行动特征，且该规划方法下生成的步态灵活性不强，无法满足实时规划运动，存在很大的局限性，急需一种可以自适应学习患者步态特点的实时步态规划方法。

发明内容

本发明的目的在于提供一种基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，对患者健康行走历史中的步态轨迹进行学习，并实时规划出髋关节、膝关节的运动轨迹，从而满足实时性和步态适宜性的要求。

实现本发明目的的技术解决方案为：一种基于RBF-DMP振荡器的下肢康复型外骨骼步态规划方法，包括以下步骤：

步骤1、采集患者健康行走历史中的髋关节、膝关节运动轨迹；

步骤2、建立髋关节、膝关节RBF-DMP振荡器步态生成模型，模拟患者运动轨迹；

步骤3、基于最小二乘法，完成对RBF径向基神经网络参数的自学习；

步骤4、通过训练好的RBF-DMP振荡器实时规划髋关节、膝关节的运动轨迹，用于下肢康复型外骨骼的步态生成。

本发明与现有技术相比，其显著优点为：(1)本发明实时利用患者的行走特性，自适应调整下肢康复型外骨骼的运动步态，相比固定数据模式的步态运动，具有较好的步态适宜性；(2)本发明使用RBF-DMP振荡器去学习模拟患者的步态，具有较好的学习精度，相比于曲线拟合的方法，具有极高的学习精确度；(3)本发明针对RBF-DMP振荡器的参数自学习，采用最小二乘法对其进行辨识，简单可靠。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明规划方法的总体流程图。

图2为采集患者行走历史中的左腿髋关节、膝关节轨迹曲线图。

图3为RBF神经网络结构图。

图4为RBF-DMP振荡器对单个周期左腿髋关节运动轨迹的学习结果图。