用于识别步态任务的方法和设备的制造方法

文档序号:9653221阅读:271来源:国知局
用于识别步态任务的方法和设备的制造方法
【专利说明】
[0001] 本申请要求于2014年9月12日提交到韩国知识产权局的第10-2014-0121026号 韩国专利申请的优先权,所述韩国专利申请的全部内容通过引用全部包含于此。
技术领域
[0002] 示例实施例设及用于识别步态任务的方法和/或设备。
【背景技术】
[0003] 随着快速老龄化社会的来临,许多人正经受关节问题的不便和/或疼痛。因此,对 能够使具有关节问题的老年人和/或患者行走更轻松的运动辅助设备的兴趣日益增长。此 夕F,用于加强人体的肌肉力量的运动辅助设备可用于军事目的。
[0004] 通常,用于辅助身体的下部的运动的运动辅助设备可包括置于用户躯干上的身体 框架、结合到身体框架下侧W覆盖用户骨盆的骨盆框架(pelvic化ame)、置于用户大腿上 的股骨框架(femoral化ame)、置于用户小腿上的小腿肚框架(sural化ames)和/或置于 用户脚上的足框架(pedal化ame)。骨盆框架和股骨框架可通过髓关节部可旋转地连接,股 骨框架和小腿肚框架可通过膝关节部可旋转地连接,和/或小腿肚框架和足框架可通过踩 关节部可旋转地连接。 阳〇化]近来,正在进行用于提高运动辅助设备的可用性的研究。

【发明内容】

[0006] 至少一个示例实施例设及一种用于识别步态任务的设备。
[0007] 根据一个示例实施例,一种用于识别步态任务的设备包括:步态模式检测器,被配 置为基于感测数据检测用户的步态模式;步态特征产生器,被配置为从与多个步态任务中 的各个步态任务对应的多个数据库中的各个数据库提取与检测到的步态模式相似的步态 数据,并基于步态模式与相似的步态数据之间的相似度产生步态模式的步态特征;步态任 务估计器,被配置为通过将所述步态特征应用于设置的学习模型来估计与所述步态模式相 应的步态任务;驱动控制器,被配置为基于估计的步态任务驱动行走辅助设备。
[0008] 在一些示例实施例中,步态模式检测器可被配置为从感测数据感测指示用户的脚 底/鞋底触地的状态的足跟着地,并基于包括单个足跟着地的步和包括两个步的复步之一 的基本单位来检测步态模式。
[0009] 在一些示例实施例中,感测数据可包括W下项中的至少一个:由惯性测量单元 (IMU)传感器感测的加速度数据、由IMU传感器感测的角速度数据、由电位计感测的关节角 数据、由电位计感测的关节角速度数据和从肌电图(EMG)传感器提取的EMG数据。
[0010] 在一些示例实施例中,步态模式检测器可包括:归一化器,被配置为针对时间轴和 数据轴中的至少一个对步态模式进行归一化。
[0011] 在一些示例实施例中,步态特征产生器可被配置为计算所述步态模式与包括在所 述多个数据库中的每个中的步态数据之间的相似度,并基于计算的相似度从所述多个数据 库中的每个数据库提取相似的步态数据。
[0012] 在一些示例实施例中,步态特征产生器可被配置为计算步态模式与相似的步态数 据之间的相似度的平均值,并基于作为元素的平均值产生包括与所述多个步态任务中的各 个步态任务对应的特征值的步态特征向量。
[0013] 在一些示例实施例中,步态特征产生器可被配置为通过对步态特征向量进行归一 化来产生步态特征。
[0014] 在一些示例实施例中,步态特征产生器可被配置为使用L1范数、L2范数、归一化 互相关(NCC)和动态时间规整值TW)中的至少一个来计算步态模式与步态数据之间的相似 度或者步态模式与相似的步态数据之间的相似度。
[0015] 在一些示例实施例中,步态任务估计器可被配置为将步态特征输入到设置的学习 模型,并通过将设置的学习参数应用于设置的学习模型来估计与步态模式相应的步态任 务。
[0016] 在一些示例实施例中,设置的学习参数可基于设置的学习模型从包括在所述多个 数据库中的每个中的步态数据被提取。
[0017] 在一些示例实施例中,步态任务估计器可被配置为使用通信接口从外部装置获得 设置的学习参数。
[0018] 在一些示例实施例中,步态任务估计器可被配置为将步态特征映射到设置的维度 的特征空间,并将映射的步态特征输入到设置的学习模型。
[0019] 根据另一示例实施例,一种用于步态任务识别的预处理设备包括:步态模式检测 器,被配置为基于感测数据检测多个步态模式;数据库构造器,被配置为基于多个步态任务 对所述多个步态模式进行分类,并将分类的所述多个步态模式作为步态数据存储在与所述 多个步态任务中的各个步态任务对应的多个数据库中的各个数据库中;步态特征产生器, 被配置为基于步态数据之间的相似度产生关于每个步态数据的步态特征;学习参数提取 器,被配置为通过将关于每个步态数据的步态特征应用于设置的学习模型来提取关于设置 的学习模型的学习参数。
[0020] 在一些示例实施例中,步态模式检测器可被配置为从感测数据感测指示用户的脚 底/鞋底触地的状态的足跟着地,并基于包括单足跟着地的步和包括两个步的复步之一的 基本单位来检测步态模式。
[0021] 在一些示例实施例中,感测数据可包括W下项中的至少一个:由IMU传感器感测 的加速度数据、由IMU传感器感测的角速度数据、由电位计感测的关节角数据、由电位计感 测的关节角速度数据和从EMG传感器提取的EMG数据。
[0022] 在一些示例实施例中,步态模式检测器可包括:归一化器,被配置为针对时间轴和 数据轴中的至少一个对所述多个步态模式进行归一化。
[0023] 在一些示例实施例中,数据库构造器可被配置为使用k-d树结构将经分类的所述 多个步态模式作为步态数据存储在所述多个数据库中的每个数据库中。
[0024] 在一些示例实施例中,步态特征产生器可被配置为从所述多个数据库中的每个数 据库提取与每个步态数据相似的步态数据,并基于每个步态数据与与其相似的步态数据之 间的相似度来产生每个步态数据的步态特征。
[00巧]在一些示例实施例中,步态特征产生器可被配置为计算每个步态数据与相似的步 态数据之间的相似度的平均值,并基于作为元素的平均值产生包括与所述多个步态任务中 的各个步态任务对应的特征值的步态特征向量。
[00%] 在一些示例实施例中,步态特征产生器可被配置为针对每个步态数据通过对步态 特征向量进行归一化来产生步态特征。
[0027] 在一些示例实施例中,学习参数提取器可被配置为将关于每个步态数据的步态特 征映射到设置的维度的特征空间,并将映射的步态特征输入到设置的学习模型。
[0028] 在一些示例实施例中,学习参数提取器可被配置为使用通信接口将提取的学习参 数发送到外部装置。
[0029] 根据另一示例实施例,一种用于识别步态任务的设备包括:步态模式检测器,被配 置为基于第一感测数据检测多个步态模式;数据库构造器,被配置为基于多个步态任务对 所述多个步态模式进行分类,并将经分类的所述多个步态模式作为步态数据存储在与所述 多个步态任务中的各个步态任务对应的多个数据库中的各个数据库中;步态特征产生器, 被配置为基于步态数据之间的相似度产生关于每个步态数据的步态特征;学习参数提取 器,被配置为通过将关于每个步态数据的步态特征应用于设置的学习模型来提取关于设置 的学习模型的学习参数;用户步态模式检测器,被配置为基于第二感测数据检测用户的步 态模式;用户步态特征产生器,被配置为从所述多个数据库中的每个数据库提取与用户的 步态模式相似的步态数据,并基于用户的步态模式与相似的步态数据之间的相似度产生所 述用户的步态模式的步态特征;步态任务估计器,被配置为通过将所述用户的步态模式的 步态特征应用于设置的学习模型来估计与所述用户的步态模式相应的步态任务;驱动控制 器,被配置为基于所估计的步态任务驱动行走辅助设备。
[0030] 至少一个示例实施例设及一种识别步态任务的方法。
[0031] 根据一个示例实施例,一种识别步态任务的方法包括:基于感测数据检测用户的 步态模式;从与多个步态任务中的各个步态任务对应的多个数据库中的各个数据库提取与 检测到的步态模式相似的步态数据,并基于步态模式与相似的步态数据之间的相似度产生 步态模式的步态特征;通过将步态特征应用于设置的学习模型来估计与所述步态模式相应 的步态任务;基于估计的步态任务控制行走辅助设备的驱动。
[0032] 根据另一示例实施例,一种用于步态任务识别的预处理方法包括:基于感测数据 检测多个步态模式;基于多个步态任务对所述多个步态模式进行分类,并将经分类的所述 多个步态模式作为步态数据存储在与所述多个步态任务中的各个步态任务对应的多个数 据库中的每个数据库中;基于步态数据之间的相似度产生关于每个步态数据的步态特征; 通过将关于每个步态数据的步态特征应用于设置的学习模型来提取关于设置的学习模型 的学习参数。
[0033] 根据另一示例实施例,一种识别步态任务的方法包括:基于第一感测数据检测多 个步态模式;基于多个步态任务对所述多个步态模式进行分类,并将经分类的所述多个步 态模式作为步态数据存储在与所述多个步态任务中的各个步态任务对应的多个数据库中 的各个数据库中;基于步态数据之间的相似度产生关于每个步态数据的步态特征;通过将 关于每个步态数据的步态特征应用于设置的学习模型来提取关于设置的学习模型的学习 参数;基于第二感测数据检测用户的步态模式;从所述多个数据库中的每个提取与所述用 户的步态模式相似的步态数据,并基于所述用户的步态模式与相似的步态数据之间的相似 度产生所述用户的步态模式的步态特征;通过将所述用户的步态模式的步态特征应用于设 置的学习模型来估计与用户的步态模式相应的步态任务;基于估计的步态任务控制行走辅 助设备的驱动。
[0034] 根据另一示例实施例,一种适应性地识别步态任务的设备包括:步态模式检测器, 被配置为基于第一感测数据检测步态模式;步态特征产生器,被配置为捜索分别与多个步 态任务对应的多个数据库,并基于所述捜索来产生与检测到的步态模式相应的步态特征; 步态任务估计器,被配置为通过将步态特征应用于设置的学习模型来估计与检测到的步态 模式相应的步态任务;驱动控制器,被配置为基于估计的步态任务驱动行走辅助设备。
[0035] 在一些示例实施例中,步态特征产生器可被配置为在所述多个数据库中捜索与检 测到的步态模式相似的步态数据。
[0036] 在一些示例实施例中,步态特征产生器可被配置为基于检测到的步态模式与相似 的步态数据之间的相似度来产生与检测到的步态模式相应的步态特征。
[0037] 在一些示例实施例中,步态任务估计器可被配置为通过将步态特征输入到设置的 学习模型并将通过应用与检测到的步态模式对应的步态特征所提取的设置的学习参数应 用于设置的学习模型,来估计与检测到的步态模式相应的步态任务。
[0038] 示例实施例的其他方面将在下面的描述中部分地进行阐述,并且部分将从描述是 显然的,或者可通过本公开的实施而获知。
【附图说明】
[0039] 从下面结合附图进行的对一些示例实施例的描述,示例实施例的运些和/或其他 方面将变得清楚且更易于理解,其中: W40] 图1A和图1B示出根据示例实施例的步态任务;
[0041] 图2是示出根据示例实施例的用于步态任务识别的预处理设备的框图;
[0042] 图3是示出根据示例实施例的用于识别步态任务的步态任务识别设备的框图;
[0043] 图4是示出根据示例实施例的用于执行步态任务识别的预处理设备的框图; W44] 图5是示出根据示例实施例的步态任务识别设备的框图; W45] 图6示出根据示例实施例的传感器;
[0046] 图7示出根据示例实施例的感测数据;
[0047] 图8示出根据示例实施例的步态模式的检测; W48] 图9A和图9B示出根据示例实施例的步态模式的归一化; W例图10示出根据示例实施例的数据库;
[0050] 图11示出根据示例实施例的在用于步态任务识别的预处理设备中的步态特征的 提取;
[0051] 图12示出根据示例实施例的步态特征到特征空间的映射;
[0052] 图13示出根据示例实施例的数据库捜索;
[0053] 图14示出根据示例实施例的在步态任务识别设备中的步态特征的提取;
[0054] 图15示出根据示例实施例的步态任务识别设备的示例; 阳055] 图16示出根据示例实施例的步态任务识别设备的示例;
[0056] 图17是示出根据示例实施例的步态任务识别设备的框图;
[0057] 图18是示出根据示例实施例的识别步态任务的方法的流程图;
[005引图19是示出根据示例实施例的用于步态任务识别的预处理方法的流程图;
[0059] 图20是示出根据示例实施例的识别步态任务的方法的流程图。
【具体实施方式】
[0060] 现在将参照附图更全面地描述各种示例实施例,在附图中示出一些示例实施例。 相同的附图标记始终表示相同的元件。在附图中,为了清楚起见,夸大层和区域的厚度
当前第1页1 2 3 4 5 6 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1