买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学;广东天物新材料科技有限公司

摘要：本发明公开了一种基于IMU和自适应振荡器算法的步态周期相位识别方法，利用自适应Hopf振荡器算法从IMU采集的大腿矢状面摆动角识别出人体步行的运行频率，进而识别出当前状态所处的步态周期相位并给外骨骼提供指示，从而使外骨骼能够按预设的控制策略更新对人体的输出，实现在不同的步态周期相位时所需的不同的外骨骼辅助效果。本发明对比传统方法具有较强实时性，故应对急停或提速等情况时的瞬态响应性能更好，识别到的步态周期相位误差小。另外，本发明占用计算储存空间小，对IMU的采集精度和延迟不敏感，对器械的性能要求低。

主权项：1.一种基于IMU和自适应振荡器算法的步态周期相位识别方法，其特征在于，所述步态周期相位识别方法包括以下步骤：S1、固定惯性测量单元于大腿肢体上并采集大腿的矢状面摆动角信号，其中，惯性测量单元简称IMU；S2、提取摆动角信号中第一谐波得到角频率特征显著的信号；所述步骤S2中提取摆动角信号中第一谐波得到角频率特征显著的信号，过程如下：每接收当前IMU摆动角信号θ，相应地采样数n从0开始累加1，将n个θ累计至去直流分量累计池Iθ，再将第n个摆动角θn减去Iθ与n的商得到去除直流分量后的第一谐波信号θ′n： 再将第一谐波信号θ′n转化为角频率特征显著的方波信号θ″n，即θ′n大于零则令θ″n等于1，θ′n小于零则令θ″n等于-1；S3、通过自适应Hopf振荡器算法学习角频率特征显著的信号得到频率适应值；其中，所述步骤S3中通过自适应Hopf振荡器算法学习角频率特征显著的信号得到频率适应值，过程如下：基于DynamicHebbianLearning学习算法改进Hopf振荡器模型： 其中，x和y是Hopf振荡器振子的直角坐标分量，初始值不同时为0；x、y对时间t的一阶微分初始值设置为0；ω适应频率，初始值设置为任意正数；ω对时间t的一阶微分的初始值设置为0；μ是Hopf振荡器极限环的半径，初始值设置为方波的第一谐波分量幅值的倒数；F为方波信号θ″n与x之间的误差；ε为控制识别强度的增益系数；对作数值积分得到ω；S4、由频率适应值计算当前的步态周期相位并判断当前运动状态。

全文数据：

权利要求：

百度查询： 华南理工大学 广东天物新材料科技有限公司 基于IMU和自适应振荡器算法的步态周期相位识别方法