[发明专利]一种运动状态识别方法、装置、系统及存储介质在审

专利信息
申请号: 202010797338.X 申请日: 2020-08-10
公开(公告)号: CN111973191A 公开(公告)日: 2020-11-24
发明(设计)人: 李红红;姚秀军 申请(专利权)人: 北京海益同展信息科技有限公司
主分类号: A61B5/11 分类号: A61B5/11;A61B5/0488;A61B5/00
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 张丽颖;刘蔓莉
地址: 100176 北京市北京经济技*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 运动 状态 识别 方法 装置 系统 存储 介质
【权利要求书】:

1.一种运动状态识别方法,其特征在于,所述识别方法包括:

获取被检测对象以不同行走速率在不同地面环境下行走的肌电数据;

根据所述肌电数据得到所述被检测对象在每个行走周期内的肌电特征;

对所述肌电特征进行聚类,得到多组运动状态特征组;

根据所述被检测对象行走时的地面环境和行走速率,对每组所述运动状态特征组添加运动状态识别结果。

2.根据权利要求1所述的识别方法,其特征在于,所述获取所述肌电数据在每个行走周期内的肌电特征,包括:

获取所述被检测对象的步态周期,将所述步态周期作为行走周期;

获取每个行走周期内的肌电数据的均方根值和肌电能量,作为所述肌电特征。

3.根据权利要求2所述的识别方法,其特征在于,获取所述肌电数据的均方根值,包括:

通过如下公式计算所述均方根值:

其中,RMS为所述均方根值,n为行走周期内的肌电数据的数据采集时间点个数,xi为行走周期内第i个数据采集时间点采集的肌电数据的值。

4.根据权利要求2所述的识别方法,其特征在于,获取所述肌电数据的肌电能量,包括:

根据所述肌电数据的幅值和肌电数据幅值的导数,建立二维坐标系;

根据行走周期内每个数据采集时间点采集的肌电数据的幅值和肌电数据幅值的导数,在所述二维坐标系中标记对应的数据点;

根据所述数据点,在所述二维坐标系中确定有效区域,其中,有效区域中包含的数据点的数量大于预设数量;

获取所述有效区域的面积作为所述肌电数据的肌电能量。

5.根据权利要求4所述的识别方法,其特征在于,所述根据所述数据点,在所述二维坐标系中确定有效区域,包括:

在所述二维坐标系中获取包含所有所述数据点的待选区域;

根据所述数据点的数量,将所述待选区域划分为至少两个预设形状的次级待选区域;

从所述次级待选区域中确定所述有效区域,其中,所述有效区域中包含的数据点的数量大于预设数量。

6.根据权利要求1所述的识别方法,其特征在于,所述对所述肌电特征进行聚类,得到多组运动状态特征组,包括:

通过k均值聚类算法对所述肌电特征进行聚类,得到多组所述运动状态特征组。

7.根据权利要求1~6中任一所述的识别方法,其特征在于,所述识别方法还包括:

获取待识别对象的待识别肌电数据;

根据所述待识别肌电数据得到待识别对象的待识别肌电特征;

确定与所述待识别肌电特征相匹配的所述运动状态特征组,作为识别结果;

根据所述识别结果对应的运动状态识别结果,按运动状态识别结果对应的运动控制策略控制运动辅助装置进行运动。

8.一种运动状态识别装置,其特征在于,所述识别装置包括:

获取单元,用于获取被检测对象以不同行走速率在不同地面环境下行走的肌电数据;

第一处理单元,用于根据所述肌电数据得到所述被检测对象在每个行走周期内的肌电特征;

第二处理单元,用于对所述肌电特征进行聚类,得到多组运动状态特征组;

第三处理单元,用于根据所述被检测对象行走时的地面环境和行走速率,对每组所述运动状态特征组添加运动状态识别结果。

9.一种运动状态识别系统,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

存储器,用于存放计算机程序;

处理器,用于执行存储器上所存放的程序时,实现权利要求1~7中任一所述的运动状态识别方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1~7中任一所述的运动状态识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京海益同展信息科技有限公司,未经北京海益同展信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010797338.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top