[发明专利]一种外骨骼步态辨识方法和装置

权利要求书

1.一种基于双层隐马尔可夫模型的外骨骼步态辨识方法，其特征在于，所述方法包括：

采集外骨骼在运动时的M维传感数据；

对所述M维传感数据进行变换；

将变换后的所述M维传感数据输入训练的双层隐马尔可夫模型中，通过双层隐马尔可夫模型的上层得到所述外骨骼的运动模式；

获取所述外骨骼的行走速度；

将所述行走速度输入所述双层隐马尔可夫模型，通过双层隐马尔可夫模型的下层得到所述外骨骼的步态相位。

2.根据权利要求1所述的方法，其特征在于，所述获取所述外骨骼的行走速度，包括：

获取n个行走步长SLen以及步态周期T；

每个行走速度

计算n个行走速度的平均速度，将所述平均速度作为所述外骨骼的行走速度；

其中，

Len_lt和Len_ls分别为外骨骼左大腿和小腿长度，Len_rt和Len_rs分别为外骨骼右侧大腿和小腿长度，θ_l和分别为左侧髋关节角度和膝关节角度，θ_r和分别为右侧髋关节角度和膝关节角度；步态周期T为从一只脚着地到下一次着地之间的时间，n为大于等于2的整数。

3.根据权利要求1所述的方法，其特征在于，将所述行走速度输入所述双层隐马尔可夫模型，得到所述外骨骼的步态相位，包括：

根据所述行走速度对速度模型做参数插值，得到实际行走的速度模型；

通过所述实际行走的速度模型计算所述外骨骼的步态相位。

4.一种双层隐马尔可夫模型训练方法，其特征在于，所述方法包括：

获取样本数据，所述样本数据包括N种运动模式下的K组M维运动数据；

根据所述样本数据训练第一初始化模型，得到所述双层隐马尔可夫模型的上层模型，训练得到的双层隐马尔可夫模型的上层模型用于根据运动数据得到外骨骼的运动模式；

根据所述样本数据训练第二初始化模型，得到所述双层隐马尔可夫模型的下层模型，训练得到的所述双层隐马尔可夫模型的下层模型用于根据运动数据得到所述外骨骼的步态相位。

5.根据权利要求4所述的方法，其特征在于，所述第一初始化模型包括:λ＝(N,M,π^(s),A^(S),B^(S))；其中，N为运动模式的数量，即上层马尔可夫过程有N个状态，状态空间为S＝{s₁,s₂,…s_N}，M为变量个数，π^(s)为系统的初始状态概率分布，A^(S)为状态转移概率矩阵，表示t时刻状态s_t向s_t+1的转移概率，B^(S)为观察变量概率分布表示t时刻状态s_j时观测向量为v_k的输出概率；在t时刻，上层马尔科夫链所处的状态为q_s,t∈{s₁,s₂,…,s_N}。

6.根据权利要求5所述的方法，其特征在于，所述根据所述样本数据训练第一初始化模型，得到所述双层隐马尔可夫模型的上层模型，包括：

根据观察序列O＝o₁,o₂,…,o_t，利用Baum-Welch算法计算A^(S)和B^(S)；其中，o_i为M个变量构成的向量。