下肢假肢行走时的路况识别方法
【技术领域】
[0001] 本发明的技术方案涉及下肢假肢，具体地说是下肢假肢行走时的路况识别方法。
【背景技术】
[0002] 众所周知，我国是世界上人口最多的国家，在如此庞大的人口基数下，残疾人的数 量也十分巨大。我国政府曾先后于1987年和2006年进行了两次全国残疾人抽样调查，结果 显示，肢体残疾者由1987年的755万人猛增至2006年的2412万人，而且随着近年来人口老 龄化加剧、交通事故和自然灾害频发，这一数字仍在逐年增加。就目前的医疗水平而言，还 没有任何技术手段可以让失去的肢体再生，因此，对于这些肢体残疾者而言，穿戴假肢是他 们恢复运动能力的重要途径。随着科技的不断发展和人民生活水平的提高，传统的被动型 假肢已经无法满足残疾人的需要，因此主动型假肢已经成为康复领域的研宄热点。主动型 假肢可以根据残疾人自身的运动信息和外部的环境信息判断出残疾人的运动状态并做出 调节，从而替代缺失的肢体以完成行走等运动。下肢假肢行走时的路况识别对于主动型假 肢的研宄十分重要，因为只有正确地判断出当前的路面情况才能选择正确的控制策略，从 而使残肢侧与健肢侧相协调，完成行走运动。目前的下肢假肢行走时的路况识别方法均为 离线识别，即先进行行走实验，然后利用实验得到的数据进行路况识别。这种方法的弊端在 于无法保证路况识别的实时性，但作为假肢控制的重要性能指标之一，实时性又是必须的。
【发明内容】
[0003] 本发明所要解决的技术问题是：提供下肢假肢行走时的路况识别方法，是一种在 线识别方法，在一个步态周期的15%时间内识别出这一步态周期所处的路况，有效地克服 了现有下肢假肢行走时的路况的离线识别方法无法保证路况识别的实时性的缺陷。
[0004] 本发明解决该技术问题所采用的技术方案是：下肢假肢行走时的路况识别方法， 步骤如下：
[0005] 第一步，采集被测试人员残肢端运动信号样本数据所用器件和实验路况：
[0006] 采集被测试人员残肢端运动信号样本数据所用器件包括前脚掌压力传感器、后脚 跟压力传感器和惯性测量单元模块，前脚掌压力传感器安装在假肢脚部的前脚掌，后脚跟 压力传感器安装在假肢脚部的后脚跟位置，惯性测量单元模块安装在残肢侧的接受腔位 置，实验路况包括平地、上斜坡、下斜坡、上楼梯和下楼梯五种；
[0007] 第二步，路况识别时间的起始点的选取：
[0008] 选取一个步态周期中的摆动期的起始时刻作为路况识别时间的起始点，通过上述 前脚掌压力传感器和后脚跟压力传感器来确定摆动期的起始时刻，当后脚跟压力传感器 输出为"0"，且前脚掌压力传感器输出由"1"变为"0"时，说明此时处于摆动期的起始时刻， 即为路况识别时间的起始点；
[0009] 第三步，被测试人员残肢端运动信号样本数据的采集：
[0010] 从第二步确定的路况识别时间的起始点开始利用惯性测量单元进行被测试人员 残肢端运动信号样本数据的采集，包括残肢端绕冠状轴转动的角速度信号和残肢端在竖直 方向平动的加速度信号；
[0011] 第四步，实际应用的采集到的残肢端运动信号样本数据个数的确定：
[0012] 本发明提出的在线识别方法能够在一个步态周期的15%时间内识别出这一步态 周期所处的路况，其中运动信号数据的采集占6%的时间，由于人类正常行走时的步态周期 的统计结果为I. 5s，上述6%即为0. 09s，并考虑到上述压力传感器的采样频率为500Hz，故 识别路况时实际应用的采集到的残肢端运动信号数据为〇. 09X500 = 45个；
[0013] 第五步，对采集计算得到的残肢端运动信号样本数据进行处理：
[0014] 对采集计算得到的残肢端运动信号样本数据进行以下两方面的处理：
[0015] (1)对采集计算得到的残肢端运动信号样本数据进行滤波处理，是利用小波分析 的方法进行滤波处理，首先是将波形进行频段划分，然后在不同频段内进行针对性的处理， 再将波形重构；
[0016] (2)在上述第三步和第四步的基础上对得到的残肢端绕冠状轴转动的角速度信号 分别进行积分和微分计算，得到残肢端绕冠状轴转动的角度信号和残肢端绕冠状轴转动的 角加速度信号，对得到的残肢端在竖直方向平动的加速度信号进行积分计算，得到残肢端 在竖直方向平动的速度信号，在对此残肢端在竖直方向平动的速度信号进行积分计算，得 到残肢端在竖直方向平动的位移信号，扩展出了残肢端绕冠状轴转动的角度信号、残肢端 绕冠状轴转动的角加速度、残肢端在竖直方向平动的速度信号和残肢端在竖直方向平动的 位移四类信号，加上残肢端绕冠状轴转动的角速度信号和残肢端在竖直方向平动的加速度 信号，加在一起共六类运动信号，将应用这六类运动信号作为残肢端运动信号样本数据进 行识别；
[0017] 第六步，采集到的残肢端运动信号样本数据的特征值计算：
[0018] 利用上述五个步骤得到的残肢端运动信号样本数据，包括残肢端绕冠状轴转动的 角度信号、残肢端绕冠状轴转动的角加速度信号、残肢端在竖直方向平动的速度信号、残肢 端在竖直方向平动的位移信号、残肢端绕冠状轴转动的角速度信号和残肢端在竖直方向平 动的加速度信号，计算其特征值：平均值、标准差、偏度和峭度四个特征值，各特征值的具体 计算公式如下：
[0023] 其中，Xi表示第i个样本数据，N表示样本数据总数，X表示N个样本数据的平均 值，std表示N个样本数据的标准差，SK表示样本数据的偏度，K表示样本数据的峭度；
[0024] 第七步，用LVQ-ADABOOST分类器训练：
[0025] 将第六步计算得到的特征值用于分类器的训练，所选用的分类器是LVQ-ADABOOST 分类器，这是基于ADAB00ST算法构造而成的一种分类器，采用10个学习矢量量化的LVQ神 经网络作为弱分类器，利用ADAB00ST算法将各分类器的结果进行组合，从而得出最终的分 类结果；
[0026] 第八步，下肢假肢行走时的路况的在线识别：
[0027] 在第六步的分类器训练完成后，即可用于在线的下肢假肢行走时的路况识 另IJ，识别过程以一个步态周期为最小单位，将上述计算得到的特征值输入到训练好的 LVQ-ADABOOST分类器中，通过LVQ-ADABOOST分类器的输出即可确定这一步态周期所处的 路况，当继续行走到下一步态周期时，再重复上述过程，从而实现下肢假肢行走时的路况的 在线识别。
[0028] 上述下肢假肢行走时的路况识别方法，所述利用小波分析的方法进行滤波处理， 是采用对称性和正交性较好的Sym6小波，对波形进行7级分解后对各频段的高频信号进行 阈值滤波，保留5Hz以下的低频段，再重构7层信号。
[0029] 上述下肢假肢行走时的路况识别方法，其中所用压力前脚掌压力传感器、后脚跟 压力传感器选用的是上海瑞若公司生产的A401型薄膜压力传感器。
[0030] 上述下肢假肢行走时的路况识别方法，其中所用惯性测量单元选用的是德国 BOSCH公司生产的BMI055型惯性测量单元。
[0031] 本发明的有益效果是：与现有技术相比，本发明的突出的实质性特点和显著进步 如下：
[0032] (1)本发明是一种在线识别方法，在一个步态周期的15%时间内识别出这一步态 周期所处的路况，有效地克服了现有下肢假肢行走时的路况的离线识别方法无法保证路况 识别的实时性的缺陷。
[0033] (2)本发明可以利用下肢实时运动信号准确对平地、上楼梯、下楼梯、上斜坡和下 斜坡五种典型路况实现以步态周期为最小单位的在线识别，从而使下肢假肢对路况的判断 与假肢穿戴者达成一致，再配合控制模块，使得残疾人能和正常人一样完成在平地、上楼 梯、下楼梯、上斜坡和下斜坡各种路况下的活动。而之前的路况离线识别方法仅能在行走过 程完成后，利用若干个步态周期的运动信号对这一时间段的行走路况进行识别，不具备实 时性。对比而言，本发明进步显著。
[0034] (3)本发明对实验中不利于进一步分析的采集到的有毛刺的数据波形进行了滤波 处理，利用对称性和正交性较好的Sym6小波对波形进行分解重构，滤波之后的信号减少了 毛刺干扰，平滑性得到提升，更易于后续分析，使得路况在线识别的准确度提高。
[0035] (4)在被测试人员残肢端运动信号样本