基于节点迭代模糊Petri网的非接触异常步态识别方法

为了准确识别下肢功能障碍患者辅助行走中的跌倒、拖拽式异常步态,从多种用户群体的普适性与便捷性出发,提出了一种基于节点迭代型模糊Petri网的非接触式异常步态识别方法。首先,论述了康复训练机器人结构及辅助行走过程中跌倒与拖拽式异常步态的行为特征;然后研发了一种多通道近距离传感器阵列实时检测步态信息,并融合了步行方向意图向量提出采用步态偏离度、频率和躯干倾斜角度作为检测系统输入参数;基于模糊隶属度函数生成网络点燃机制,并建立节点迭代型模糊Petri网系统识别异常步态;最后进行了异常步态算子推理与多模态行走跌倒检测实验,表明该算法对使用步行康复机器人过程中异常步态识别率达到91. 2%并提高了辅助行走的安全性与舒适性。所提方法可以应用于下肢行动不便人群使用类似助行器的日常起居与康复训练场景。

兼具安全性与柔顺性的步行康复训练机器人交互方法

提高弱机能群体使用助行机器人的柔顺性和安全性是人机交互领域重要的研究内容。本文提出一种能够兼顾柔顺性、安全性与便捷性的步行康复训练机器人非接触式柔顺控制方法。首先,分析自主研制的步行康复训练机器人结构、功能及工作模式。为准确识别使用者步态意图,研发了一种多通道近距离传感器,并结合机器人的机械结构,搭建了机载内嵌式双腿动态意图识别系统,实现了对双腿步态的实时检测。然后,为提高交互柔顺性,提出一种改进粒子滤波算法,解决了传统粒子滤波算法多次迭代过程中粒子退化问题。最后,通过引入步态速度补偿,设计了具有紧密跟踪人体步态功能的柔顺化控制方法并进行综合性实验。实验表明,本文提出的方法在确保人机交互安全性的基础上,可精确且柔顺地控制机器人的运动状态,从而紧密地跟随人体步态。该非接触式控制方法可以应用于具有类似结构的助行机器人,以及弱机能群体的日常助行与步行康复训练。