[发明专利]一种基于非线性动力学指标的速度无关的步态识别方法

权利要求书

1.一种基于非线性动力学指标的速度无关的步态识别方法，其特征在于，包含如下步骤：

步骤一、获取人体行走步态轮廓图；

对不同速度下的行走图像序列进行背景减除以及形态学处理，获得人体行走的二值步态轮廓图；

步骤二、提取步态轮廓参数；

根据人体轮廓的宽度随时间呈现周期性变化的特性，通过人体轮廓宽度值来检测步态周期；将人体二值轮廓至上而下根据图像高度值等分为人体上肢区域和人体下肢区域，提取每一帧人体轮廓下肢区域的平均轮廓宽度值W_d、人体轮廓下肢区域整体轮廓周长值L_d及下肢区域整体轮廓面积值A_d，经过数据大小归一化后，构成步态参数变量x＝[W_d，L_d，A_d]；

步骤三、非线性步态动力学建模；

根据步态参数变量x＝[W_d，L_d，A_d]，构建径向基函数(RBF)神经网络，考虑不同的行走速度，对步态参数变量内在的非线性步态动力学信息进行神经网络的逼近和辨识；

步骤四：计算非线性动力学指标进行分类识别；

根据每个行走者在不同速度下非线性步态动力学所对应的常值权值矩阵，计算三个非线性动力学指标：C₀复杂度、Lyapunov指数以及近似熵；根据训练模式与测试模式之间关于非线性动力学指标间的差异，把测试模式准确分类识别出来，实现多速度下的步态识别。

2.根据权利要求1所述的一种基于非线性动力学指标的速度无关的步态识别方法，其特征在步骤三中所述非线性步态动力学的建模方法如下：

其中，x＝[x₁，···，x_n]^T∈Rⁿ是提取到的三个步态轮廓特征，p是系统常参数值；F(x；p)＝[f₁(x；p)，···，f_n(x；p)]^T是光滑且未知的非线性步态动力学项，表示不同人在不同步行速度下的非线性动力学信息，v(x；p)＝[v₁(x；p)，…，v_n(x；p)]^T是引入的建模不确定项；将建模不确定项v(x；p)和非线性步态动力学项F(x；p)合并为一项：

并定义为总的步态非线性动力学项；

所构造的RBF神经网络用于辨识

神经网络辨识器的表达形式如下：

其中，是RBF神经网络辨识器的状态变量；A＝diag[a₁，…，a_n]是对角矩阵，a_i是设计的常数，满足0＜|a_i|＜1；是动态RBF神经网络，用来逼近未知的总的步态非线性动力学项S(x)＝[S₁(||X-ξ₁||，…，S_N(||X-ξ_n||]^T是高斯型径向基函数；N＞1是神经网络结点数目；ξ_i是神经元中心点；RBF神经网络权值的调节律如下：

其中，是状态误差，Γ_i＝Γ_i^T＞0，σ_i＞0，σ_i是调节律的调节参数，动态RBF神经网络的权值的初始值

3.根据权利要求2所述的一种基于非线性动力学指标的速度无关的步态识别方法，其特征在于在步骤三中对步态非线性动力学项的局部准确建模由如下公式表示：

其中，ε_i1是逼近误差，局部准确建模是通过RBF神经网络对沿三维步态轮廓参数轨迹的内在非线性动力学的逼近，而远离轨迹的非线性动力学项则不被逼近。