站立辅助方法和设备与流程

技术领域：
至少一个示例实施例涉及用于辅助站立运动的方法和/或设备。例如，至少一些示例实施例涉及基于施加到身体部分的压力来提供用于站立运动的辅助力的方法和/或设备。
背景技术：
：随着快速老龄化社会的来临，许多人会因关节问题而遭遇不便和/或疼痛。因此，可使有关节问题的老年人和/或患者能够不太费力地进行步行和站立的肌肉强度辅助装置会日益受到关注。此外，用于加强人体肌肉强度的肌肉强度辅助装置可用于军事目的。技术实现要素：一些示例实施例涉及站立辅助方法。在一些示例实施例中，所述方法包括：测量施加到用户身体的一部分的压力；获取与测量的压力对应的扭矩信息；以及基于扭矩信息，生成施加到用户身体的辅助力。在一些示例实施例中，测量的步骤包括测量施加到用户的膝盖的压力。在一些示例实施例中，通过用户的手向膝盖施加压力。在一些示例实施例中，所述方法还包括：确定用户的运动状态，其中，确定的步骤包括：如果确定运动状态是坐-站状态，则获取扭矩信息。在一些示例实施例中，确定运动状态的步骤包括：测量用户的至少一个关节角度；以及基于所述至少一个关节角度来确定运动状态。在一些示例实施例中，所述至少一个关节角度包括用户的左髋关节角度和右髋关节角度中的一个或多个。在一些示例实施例中，所述至少一个关节角度包括用户的左膝关节角度和右膝关节角度中的一个或多个。在一些示例实施例中，所述至少一个关节角度包括用户的左踝关节角度和右踝关节角度中的一个或多个。在一些示例实施例中，确定运动状态的步骤包括：感测与用户身体的上肢的运动相关联的上肢运动；以及基于上肢运动来确定运动状态。在一些示例实施例中，感测的步骤包括使用惯性测量单元(IMU)感测上肢运动。在一些示例实施例中，确定运动状态的步骤包括：测量用户的至少一个关节角度；感测与用户身体的上肢的运动相关联的上肢运动；基于所述至少一个关节角度和上肢运动来估计用户的一个或两个腿的旋转信息；以及基于旋转信息来确定运动状态。在一些示例实施例中，确定运动状态的步骤包括：确定多个运动状态中的哪些运动状态对应于估计的旋转信息。在一些示例实施例中，所述多个运动状态至少包括站状态、坐状态、坐-站状态和站-坐状态。在一些示例实施例中，确定运动状态的步骤包括：确定多个运动状态中的哪些运动状态对应于用户的至少一个关节角度。在一些示例实施例中，所述方法还包括：存储与扭矩信息相关联的扭矩模式；以及基于扭矩模式来生成坐-站模式。在一些示例实施例中，所述方法还包括：确定用户的运动状态，其中，生成辅助力的步骤包括：如果确定运动状态是坐-站状态，则生成辅助力，以及生成辅助力的步骤还包括，当坐-站模式被生成时，设置与坐-站模式对应的第二扭矩信息；以及基于第二扭矩信息来生成辅助力。在一些示例实施例中，生成坐-站模式的步骤包括：基于与坐-站模式相关联的一个或多个额外的扭矩模式来调节坐-站模式。一些示例实施例涉及站立辅助设备。在一些示例实施例中，所述设备包括：压力传感器，被构造成测量施加到用户身体的一部分的压力；处理器，被构造成获取与测量的压力对应的扭矩信息；以及驱动器，被构造成基于扭矩信息，生成用于用户身体的辅助力。在一些示例实施例中，压力传感器被构造成测量施加到用户的膝盖的压力。在一些示例实施例中，处理器被构造成，确定用户的运动状态，以及如果处理器确定运动状态是坐-站状态，则获取扭矩信息。在一些示例实施例中，所述设备还包括：惯性测量单元(IMU)，被构造成感测与用户身体的上肢的运动相关联的上肢运动，其中，处理器被构造成基于上肢运动来确定运动状态。在一些示例实施例中，所述设备还包括：至少一个关节角度传感器，被构造成测量用户的至少一个关节角度；以及惯性测量单元(IMU)，被构造成感测与用户身体的上肢的运动相关联的上肢运动，其中，处理器被构造成，基于所述至少一个关节角度和上肢运动来估计用户的一个或两个腿的旋转信息，以及基于旋转信息来确定运动状态。在一些示例实施例中，所述设备还包括：存储器，被构造成存储与扭矩信息相关联的扭矩模式，其中，处理器被构造成基于扭矩模式来生成用户的坐-站模式。在一些示例实施例中，处理器被构造成，确定用户的运动状态，如果运动状态是坐-站状态并且坐-站模式被生成，则设置与坐-站模式对应的第二扭矩信息，以及指示驱动器基于第二扭矩信息来生成用于用户身体的辅助力。一些示例实施例涉及一种使用辅助装置生成用于辅助用户站立的辅助力的方法。在一些示例实施例中，所述方法包括：确定用户的运动状态是否是坐-站状态；如果运动状态是坐-站状态，则获取与站相关联的扭矩信息；基于扭矩信息来生成辅助力。在一些示例实施例中，确定的步骤包括：计算与用户的一个或两个腿的旋转相关联的旋转信息。在一些示例实施例中，计算的步骤包括测量用户下肢的关节的关节角度和用户的上肢运动中的一个或多个。在一些示例实施例中，测量的步骤包括：测量用户的上肢的角速率和角加速度中的一个或多个。在一些示例实施例中，所述方法还包括：测量施加到用户的一个或两个膝盖的压力，其中，获取扭矩信息的步骤包括基于测量的压力来设置扭矩信息，使得扭矩信息的大小与测量的压力成比例。示例实施例的另外方面将在随后的描述中部分阐述，并且部分根据描述将是清楚的，或者可通过本公开的实践而获知。附图说明根据下面结合附图对示例实施例进行的描述，这些和/或其他方面将变得清楚并且更容易理解，其中：图1和图2示出根据至少一个示例实施例的步行辅助设备；图3示出根据至少一个示例实施例的坐-站运动；图4示出根据至少一个示例实施例的站立辅助设备的构造；图5是示出根据至少一个示例实施例的站立辅助方法的流程图；图6示出根据至少一个示例实施例的压力传感器的附接位置；图7示出根据至少一个示例实施例的提供的辅助力；图8是示出根据至少一个示例实施例的生成坐-站模式的过程的流程图；图9示出根据至少一个示例实施例的生成的坐-站模式的示例；图10示出根据至少一个示例实施例的生成的坐-站模式的另一个示例；图11是示出根据至少一个示例实施例的确定运动状态是否是坐-站状态的方法的流程图；图12是示出根据至少一个示例实施例的确定用户的运动状态的过程的流程图；图13示出根据至少一个示例实施例的用户的关节角度；图14是示出根据至少一个示例实施例的基于用户的右腿旋转角速率和左腿旋转角速率进行区分的运动事件的曲线图；图15示出根据至少一个示例实施例的通过简化运动事件而获得的模型；以及图16示出根据至少一个示例实施例的多个运动状态之间的转变。具体实施方式下文中，将参照附图详细地描述一些示例实施例。然而，本专利申请的范围不应该被理解为限于在此阐述的实施例。贯穿本公开，附图中的相同的参考标号表示相同的元件。可对示例实施例进行各种修改。然而，应该理解，这些实施例不被理解为限于示出的形式，并且包括在本公开的思路和技术范围内的所有改变、等同物或替代。这里使用的术语仅为了描述特定实施例的目的，而不意在限制。如除非上下文另外明确指出，否则这里所使用的单数形式“也意图包括复数形式。还将进一步理解的是，当在本说明书中使用术语“包括”和/或“具有”时，说明存在叙述的特征、整体、步骤、操作、元件、组件或其组合，但不排除存在或附加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其组。除非另有定义，否则这里使用的所有术语(包括技术术语和科学术语)具有与这些示例实施例所属领域的普通技术人员所通常理解的含义相同的含义。将进一步理解，除非这里明确定义，否则术语(诸如，在通用字典中定义的术语)应该被解释为具有与相关领域的上下文中它们的含义一致的含义，而将不被理想化地或者过于正式地解释。关于指定给附图中的元件的参考标号，应该注意，尽可能地，将通过相同的参考标号来指定相同的元件，即使这些元件是在不同附图中示出的。另外，在描述实施例时，当认为对公知的相关结构或功能的详细描述将造成本公开的混淆解释时，将省略这样的描述。可参照可结合以下更详细讨论的单元和/或装置实现的操作的动作和符号表示(例如，流程图表、流程图、数据流图、结构图、框图等的形式)来描述示例实施例。尽管以特定方式进行讨论，但是在特定框中指定的功能或操作可与流程图表、流程图等不同地执行。例如，被示出为在两个连续框中顺序执行的功能或操作实际上可同时执行，或者在一些情况下，可按倒序来执行。可使用硬件、软件和/或其组合来实现根据一个或多个示例实施例的单元和/或装置。例如，可使用处理电路(诸如，(但不限于)处理器、中央处理单元(CPU)、控制器、算术逻辑单元(ALU)、数字信号处理器、微计算机、现场可编程门阵列(FPGA)、片上系统(SoC)、可编程逻辑单元、微处理器、或能够以所限定的方式响应并且执行指令的任何其他装置)来实现硬件装置。软件可包括计算机程序、程序代码、指令、或其某种组合，以独立地或共同地指示或配置硬件装置按照期望进行操作。计算机程序和/或程序代码可包括能够由一个或多个硬件装置(诸如，上述的硬件装置中的一个或多个)实现的程序或计算机可读指令、软件组件、软件模块、数据文件、数据结构等。程序代码的示例包括由编译器生成的机器代码和使用解译器执行的高级程序代码。例如，当硬件装置是计算机处理装置(例如，处理器、中央处理单元(CPU)、控制器、算术逻辑单元(ALU)、数字信号处理器、微型计算机、微处理器等)时，计算机处理装置可被构造成通过根据程序代码执行算术、逻辑和输入/输出运算来执行程序代码。一旦程序代码被加载到计算机处理装置中，计算机处理装置就可被编程以执行程序代码，从而将计算机处理装置转变成专用计算机处理装置。在更具体的示例中，当程序代码被加载到处理器中时，处理器被编程，以执行程序代码和与该程序代码对应的操作，从而将处理器转变成专用处理器。软件和/或数据可被永久地或暂时地实施在能够将指令或数据提供到硬件装置或者由硬件装置解释的机器、组件、物理或虚拟设备、或计算机存储介质或装置中的任一种类型中。软件还可被分布于联网的计算机系统，使得软件以分布式方式进行存储和执行。特别地，例如，可通过包括这里讨论的有形或非暂时性计算机可读存储介质的一个或多个计算机可读记录介质来存储软件和数据。根据一个或多个示例实施例，计算机处理装置可被描述为包括各种功能单元，这些功能单元执行各种操作和/或功能以使描述更清晰。然而，计算机处理装置不意在受限于这些功能单元。例如，在一个或多个示例实施例中，功能单元的各种操作和/或功能可由这些功能单元中的其他功能单元来执行。另外，计算机处理装置可执行各种功能单元的操作和/或功能，而没有将计算机处理单元的操作和/或功能细分成各种功能单元。根据一个或多个示例实施例的单元和/或装置还可包括一个或多个存储装置。一个或多个存储装置可以是有形的或非暂时性计算机可读存储介质，诸如，随机存取存储器(RAM)、只读存储器(ROM)、永久大容量存储装置(诸如，盘驱动器)、固态(例如，NAND闪存)装置、和/或能够存储和记录数据的任何其他类似的数据存储机构。一个或多个存储装置可被构造成存储用于一个或多个操作系统和/或用于实现这里描述的示例实施例的计算机程序、程序代码、指令、或其某种组合。还可使用驱动机构将计算机程序、程序代码、指令、或其某种组合从单独的计算机可读存储介质加载到一个或多个存储装置和/或一个或多个计算机处理装置。这样的单独的计算机可读存储介质可包括通用串行总线(USB)闪存驱动、记忆棒、蓝光/DVD/CD-ROM驱动、存储卡、和/或其他类似的计算机可读存储介质。可通过网络接口而非通过本地计算机可读存储介质，将计算机程序、程序代码、指令、或其某种组合从远程数据存储装置加载到一个或多个存储装置和/或一个或多个计算机处理装置。另外，可通过网络将计算机程序、程序代码、指令、或其某种组合，从被构造成传输和/或分布计算机程序、程序代码、指令、或其某种组合的远程计算系统加载到一个或多个存储装置和/或一个或多个处理器。远程计算系统可通过有线接口、空中接口和/或任何其他类似介质来传输和/或分布计算机程序、程序代码、指令、或其某种组合。一个或多个硬件装置、一个或多个存储装置、和/或计算机程序、程序代码、指令、或其某种组合可为了示例实施例的目的进行专门设计和构造，或者它们可以是为了示例实施例的目的进行改变和/或修改的已知装置。诸如计算机处理装置的硬件装置可运行操作系统(OS)和在OS上运行的一个或多个软件应用。计算机处理装置还可响应于软件的执行来访问、存储、操纵、处理和创建数据。为了简便起见，一个或多个示例实施例可以以一个计算机处理装置为例；然而，本领域的技术人员将理解，硬件装置可包括多个处理元件和多种类型的处理元件。例如，硬件装置可包括多个处理器或者一个处理器和一个控制器。另外，其他处理构造是可行的，诸如，并行处理器。现在，将参照示出一些示例实施例的附图更充分地描述各种示例实施例。在附图中，为了清晰，夸大了层和区域的厚度。<步行辅助设备的概况>图1和图2示出根据至少一个示例实施例的步行辅助设备。参照图1，步行辅助设备100可以是穿戴在用户身上并且辅助用户步行的可穿戴装置。图1示出髋型(hip-type)步行辅助设备，然而，步行辅助设备的类型不限于髋型步行辅助设备。因此，步行辅助设备100可以是，例如，用于支持下肢的一部分的步行辅助设备、用于支持直至膝盖的步行辅助设备、用于支持直至踝关节的步行辅助设备和用于支持整个下肢的步行辅助设备中的一个设备。参照图1和图2，步行辅助设备100可包括驱动部分110、传感器120、惯性测量单元(IMU)传感器130和控制器140。驱动部分110可驱动用户的髋关节。驱动部分110可位于，例如，用户的右髋部部分和/或左髋部部分。驱动部分110可包括用于生成旋转扭矩(torque)的电机。传感器120可在用户走动时测量用户的髋关节的髋关节角度。关于由传感器120感测的髋关节角度的信息可包括，例如，右髋关节的角度、左髋关节的角度、两个髋关节角度之差、和/或髋关节的运动方向。例如，传感器120可位于驱动部分110中。传感器120可包括电位计。电位计可基于用户的步态运动，来感测右(R)轴关节角度、左(L)轴关节角度、R轴关节角速率、和/或L轴关节角速率。IMU传感器130可测量用户走动时的加速度信息和/或姿势信息。例如，IMU传感器130可基于用户的步态运动，来感测x轴加速度、y轴加速度、z轴加速度、x轴角速率、y轴角速率、和/或z轴角速率。步行辅助设备100可基于IMU传感器130测量的加速度信息，来检测用户的脚的落地点。除了上述的传感器120和IMU传感器130之外，步行辅助设备100还可包括被构造成基于步态运动来感测用户的生物信号和/或运动量的变化的其他传感器(例如，肌电图(EMG)传感器)。控制器140可控制驱动部分110输出用于辅助用户步行的辅助力。控制器140可输出用于控制驱动部分110生成扭矩的控制信号。驱动部分110可基于控制器140输出的控制信号来生成扭矩。可通过外部装置或控制器140来设置扭矩。除了辅助用户步行的功能之外，上述的步行辅助设备100可提供确定用户运动状态的额外功能。例如，步行辅助设备100可提供辅助用户的站立运动的功能。将参照图3至图16来描述通过步行辅助设备100辅助用户的站立运动的方法。在本公开中，术语“站立”和“坐-站(sittostand)”可相对于彼此交换地使用。<站立辅助方法的概况>图3示出根据至少一个示例实施例的坐-站运动。参照图3，当处于坐状态的人想要站立时，人可将他们的重心转向脚趾侧，并且伸展他们的背部。当执行以上提到的运动进行站立时，腰部肌肉的肌肉强度不足的人伸展他们的背部会有难度。因此，手臂肌肉可被用作为辅助力。例如，为了站立，人可使用通过将他们的手放到他们的膝盖上并且伸直他们的手臂而产生的支撑力，来伸展他们的背部。在一个或多个示例实施例中，以上方法可应用于用于辅助站立运动的设备。例如，如在此讨论的，当向用户的膝盖施加压力时，用于辅助站立运动的设备可为用户提供辅助伸展用户背部的辅助力。用户可通过调节施加到膝盖的压力来调节辅助力。将参照图4至图16进一步描述辅助站立运动的方法。图4示出根据至少一个示例实施例的站立辅助设备400的构造。站立辅助设备400可以是上述的步行辅助设备100，并且除了提供辅助用户的站立运动的功能之外，还可为用户提供辅助用户步行的辅助力。另外，站立辅助设备400可被用作输出用于辅助用户站立运动的辅助力的独立式设备。参照图4，站立辅助设备400可包括通信器410、处理器420、驱动部分430、存储器440、压力传感器450、关节角度传感器460和IMU470。通信器410可连接到处理器420、存储器440、压力传感器450、关节角度传感器460和IMU470，并且可发送和接收数据。另外，通信器410可连接到外部装置，并且可发送和接收数据。处理器420可由设置在印刷电路板上的至少一个半导体芯片来实现。处理器420可以是算术逻辑单元、数字信号处理器、微型计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够以所限定的方式响应并且执行指令的任何其他装置。处理器420可处理由通信器410接收的数据和存储在存储器440中的数据。处理器420可将关于辅助力的信息发送到驱动部分430。处理器420可对应于上述的图1的控制器140。例如，可使用指令将处理器420编程，所述指令将处理器420构造成专用计算机来执行以下讨论的图5中示出的操作和与其相关联的子操作，使得处理器420被构造成：提供用于辅助用户执行坐-站运动的辅助力，使得当执行坐-站运动时，扭矩量与用户施加到它们的膝盖的压力量成比例。驱动部分430可基于关于辅助力的信息来输出辅助力。驱动部分430可对应于上述图1的驱动部分110。存储器440可以是非易失性存储器、易失性存储器、硬盘、光盘和以上提到的装置中的两个或更多个的组合。存储器可以是非暂时性计算机可读介质。非暂时性计算机可读介质还可以是分布式网络，使得程序指令以分布式方式存储并且执行。非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)或闪存存储器。易失性存储器可以是随机存取存储器(RAM)。存储器440可存储通信器410接收的数据和处理器420处理的数据。压力传感器450可测量施加到传感器的压力。压力传感器450可与站立辅助设备400物理地分开。例如，压力传感器450可使用无线通信方案(例如，Bluetooth通信)与通信器410通信。关节角度传感器460可测量用户的关节角度。IMU470可测量对象的方位的变化。IMU470可对应于图1的IMU传感器130。图5是示出根据至少一个示例实施例的站立辅助方法的流程图。图6示出根据至少一个示例实施例的压力传感器的附接位置。参照图5和图6，在操作510中，压力传感器450可测量施加到用户身体的一部分的压力。压力传感器450可位于身体的部分(例如，用户的膝盖、大腿或手掌)。如图6中所示，站立辅助设备的压力传感器630可附接到用户的膝盖部分，并且可测量使用用户的手施加到膝盖的压力。然而，示例实施例不限于此。例如，压力传感器450可安装在除了用户身体的部分之外的位置。例如，当压力传感器450位于拐杖的手柄中并且用户通过用手抓住手柄来施加压力时，可测量所施加压力的大小。压力传感器450可在施加压力的时间段期间测量压力的变化。在操作520中，处理器420可获取关于与测量的压力对应的扭矩的信息。处理器420可基于设置的(或者，可选择地，预设的)常数来计算辅助站立运动的扭矩。该常数可通过期望的(或者，可选择地，预定的)校准过程针对用户而被不同地设置，并且计算的扭矩可与测量的压力成比例。在操作530中，驱动部分430可基于关于扭矩的信息，向用户身体提供辅助力。例如，驱动部分430可使用电机输出计算的扭矩，以提供辅助力。驱动部分430可以是，例如，位于用户的髋关节中的电机，并且可提供辅助力来加宽用户的腰部与腿部之间的空间。如图6中所示，驱动部分650可对应于驱动部分430并且可输出扭矩，以加宽站立辅助设备400的腰部支承件640与大腿配戴部分610之间的空间。图7示出根据至少一个示例实施例的提供的辅助力。参照图7，在第一曲线710中，压力传感器测量的压力被表示为力。在第二曲线720中，驱动部分输出的扭矩被表示为力。第三曲线730示出施加在腿部上的力。在图7中，y轴表示力的大小。y轴可被理解为与扭矩的大小对应的力的大小，或者与压力的大小对应的力的大小。可使用以下示出的等式1来计算站立辅助设备400提供的扭矩。FWadToLeg＝k×FHandToLeg[等式1]在等式1中，FWadToLeg表示站立辅助设备400将要输出的扭矩的值，k表示设置的(或者，可选择地，预设的)常数，FHandToLeg表示测量的压力。基于等式1，FWadToLeg与FHandToLeg成比例。当计算的扭矩的值超过预设值Fwad_max时，扭矩可具有预设值Fwad_max。可使用以下示出的等式2来计算施加在腿上的力。FLeg＝FWadToLeg+FHandToLegFLeg＝(1+k)×FHandToLeg[等式2]参照等式2，提供给用户的辅助力FLeg可以是用户施加到膝盖的压力FHandToLeg和站立辅助设备400提供的扭矩FWadToLeg之和。图8是示出根据至少一个示例实施例的生成坐-站模式的过程的流程图。图5的站立辅助方法还可包括图8的操作810和操作820。操作810和操作820可与上述图5的操作530并行地执行。可基于预先计算的或者由站立辅助设备400输出的站立辅助扭矩来生成坐-站模式。例如，当通过站立辅助设备400向用户提供总共5次的站立辅助扭矩时，站立辅助设备400可分析计算的或输出的五个站立辅助扭矩，并且可生成用户的坐-站模式。即使当施加到用户身体的压力没有被测量时，站立辅助设备400也可基于用户选择的操作模式，使用坐-站模式来输出站立辅助扭矩。在操作810中，处理器420可将操作520中获取的关于扭矩的信息的模式存储在存储器440中。例如，处理器420可存储表示计算的扭矩随时间推移而变化的扭矩模式。处理器420可在每次获取扭矩时存储扭矩模式，或者可存储达到期望的(或者，可选择地，预定的)次数(例如，5次)的扭矩模式。在操作820中，处理器420可基于存储的扭矩模式来生成坐-站模式。在一些示例实施例中，处理器420可生成使相对于扭矩模式的误差最小的坐-站模式。在其他示例实施例中，处理器420可基于扭矩模式，来确定最大扭矩、扭矩的上升斜率和扭矩的下降斜率，并且可基于确定的最大扭矩、确定的上升斜率和确定的下降斜率来生成坐-站模式。当生成坐-站模式时，额外的扭矩模式可存储在存储器440中。当额外的扭矩模式被存储时，处理器420可调节坐-站模式，以反映额外的扭矩模式的特性。例如，处理器420可基于扭矩模式和额外的扭矩模式来调节坐-站模式。在操作530中，即使在压力没有被测量时，也可在站立辅助设备400确定用户的运动状态为坐-站状态时，使用坐-站模式向用户提供辅助力。将参照图11至图16进一步描述确定运动状态的方法。图9示出根据至少一个示例实施例的生成的坐-站模式的示例。参照图9，处理器420可获取扭矩模式901、扭矩模式902、扭矩模式903、扭矩模式904和扭矩模式905。扭矩模式901至扭矩模式905可表示在测量压力的时间段期间计算的扭矩的变化。处理器420可生成代表扭矩模式901至扭矩模式905的坐-站模式910。例如，在一些示例实施例中，处理器420可计算扭矩模式901至扭矩模式905的平均持续时间，并且可计算每次的平均扭矩。在这个示例中，处理器420可基于计算的平均持续时间和计算的平均扭矩来生成坐-站模式910。在另一个示例实施例中，处理器420可生成使相对于扭矩模式901至扭矩模式905的误差最小的坐-站模式910。图10示出根据至少一个示例实施例的生成的坐-站模式的另一个示例。处理器420可基于扭矩模式901、扭矩模式902、扭矩模式903、扭矩模式904和扭矩模式905，来确定最大扭矩、最大扭矩的维持时间段、扭矩的上升斜率和扭矩的下降斜率。处理器420可基于确定的最大扭矩、确定的上升斜率和确定的下降斜率来生成坐-站模式1010。处理器420可分析扭矩模式901至扭矩模式905的特性。例如，处理器420可计算扭矩的增大的速率、最大扭矩、最大扭矩的维持时间段和扭矩的减小的速率。处理器420可基于扭矩的增大的速率来确定上升斜率，并且可基于扭矩的减小的速率来确定下降斜率。处理器420可基于最大扭矩、最大扭矩的维持时间段、上升斜率和下降斜率来生成坐-站模式1010。图11是示出根据至少一个示例实施例的确定运动状态是否是坐-站状态的方法的流程图。可与上述图5的操作510并行地执行图11的操作1110和操作1120。在操作1110中，处理器420可确定用户的运动状态或站立辅助设备400的操作状态。因为站立辅助设备400的操作状态反映用户的运动，所以用户的运动状态可被理解为与站立辅助设备400的操作状态相同。存储器440可存储多个运动状态。处理器420可基于测量的值，来确定多个运动状态中的哪些运动状态对应于当前运动。例如，处理器420可使用有限状态机(FSM)来确定运动状态。将参照图12进一步描述确定用户的运动状态的过程。在操作1120中，处理器420可确定所确定的运动状态是否是坐-站状态。当确定运动状态是坐-站状态时，处理器可执行上述图5的操作520。当运动状态不是坐-站状态时，即使当压力被测量时，处理器也可不执行操作520。例如，当确定运动状态不是坐-站状态时，站立辅助设备400可终止图11的方法。可选择地，当站立辅助设备400具有除了站立辅助功能之外的功能(例如，步行辅助功能)时，站立辅助设备400可计算与确定的运动状态对应的辅助力，并且可输出计算的辅助力。例如，当确定运动状态是步行状态时，处理器420可计算与步行状态下的步态周期对应的辅助力。在另一个示例中，当在操作1120中确定运动状态是坐-站状态时以及当如上所述产生的坐-站模式被存储在存储器440中时，即使在操作510不被执行时，也可执行操作520。在这个示例中，在操作520中，处理器420可基于坐-站模式来获取扭矩信息。图12是示出根据至少一个示例实施例的确定用户的运动状态的过程的流程图。上述图11的操作1110可包括图12的操作1210、操作1220、操作1230和操作1240。在操作1210中，关节角度传感器460可测量关于用户关节的信息。关于关节的信息可包括关节角度、关节角速率、和/或关节角加速度。关节可包括，例如，髋关节、膝盖关节和/或踝关节。关节角度传感器460可包括编码器，所述编码器被构造成测量关节角度，并且基于测量的关节角度来计算关节角速率和关节角加速度。在操作1220中，IMU470可感测用户的上肢的运动。例如，IMU470可基于感测到的角度变化来感测关于三个轴的角度的变化，可计算角速率的变化和角加速度的变化，并且可感测上肢的运动。在操作1230中，处理器420可基于关节角度和上肢的运动来估计用户的腿的旋转信息。可使用旋转信息来确定用户的运动状态，并且可基于关于关节的信息来估计旋转信息，而非使用传感器来直接感测旋转信息。例如，可基于髋关节角度和上肢的角度来计算旋转信息。旋转信息可包括旋转角度、旋转角速率和/或旋转角加速度。旋转信息还可包括用于确定用户的运动状态的右腿坐角度和左腿坐角度。腿的旋转角度可以是关于重力方向的腿的角度。可使用以下示出的等式3来计算腿的旋转角度。C＝180°-(A+B)[等式3]在等式3中，A表示髋关节角度(例如，以下讨论的图13的髋关节角度1320)，B表示上肢的角度(例如，图13的上肢角度1310)，并且C表示腿的旋转角度。如上所述，当难以直接感测用于确定用户运动状态的数据时，站立辅助设备400可基于可感测的数据来获取数据。因此，可以简化站立辅助设备400的构造，并且可以确定用户的运动状态，而不管站立辅助设备400的类型如何。在操作1240中，处理器420可基于旋转信息来确定用户的运动状态。处理器420可将获取的旋转信息与设置的(或者，可选择地，预设的)阈值进行比较，以将旋转信息映射为数字化上下文信息(contextinformation)来确定运动事件。运动事件可表示腿的运动，并且可基于确定的运动事件来确定用户的运动状态。通过将旋转信息的详细信息与阈值进行比较，可将旋转信息映射为与详细信息对应的数字化上下文信息，如以下表1中所示的。[表1]在表1中，LA和RA分别表示与左腿旋转角度对应的上下文信息和与右腿旋转角度对应的上下文信息。LSA和RSA分别表示与左腿坐角度对应的上下文信息和与右腿坐角度对应的上下文信息。DA表示与左腿旋转角度和右腿旋转角度之差对应的上下文信息。LW和RW分别表示与左腿旋转角速率对应的上下文信息和与右腿旋转角速率对应的上下文信息。另外，x表示与给定的上下文信息的阈值相比较的变量。Lq和rq分别表示左腿旋转角度和右腿旋转角度，lq-rq表示左腿旋转角度与右腿旋转角度之差。lw和rw分别表示左腿旋转角速率和右腿旋转角速率。上下文信息LA和上下文信息LSA可具有相同变量(即，lq)，上下文信息RA和上下文信息RSA可具有相同变量(即，rq)，因为上下文信息LSA和上下文信息RSA被引入以将用户的运动事件之中的伸展事件与弯曲事件进行区分，而非直接进行感测。伸展事件和弯曲事件可对应于停止状态。因此，上下文信息LSA和上下文信息RSA可被用于通过使用用于上下文信息LA和上下文信息LSA的相同变量以及用于上下文信息RA和上下文信息RSA的相同变量，并且通过设置不同阈值，来区分运动事件。此外，e表示针对右腿旋转角度和左腿旋转角度中的每个的阈值。可使用阈值e过滤出并非用户意图的小运动，因为数据由于小运动而被感测到。然而，表1的阈值e仅仅是用于理解描述的示例，并非是限制。因此，可针对用户的特性适当地设置阈值e。处理器420可通过将详细信息与预设的阈值进行比较，将旋转信息的详细信息映射为上下文信息。例如，当与上下文信息LA对应的左腿旋转角度lq大于阈值e＝5°时，上下文信息LA可被映射成“1”。在另一个示例中，当左腿旋转角度lq小于-5°(也就是说，阈值的负值)时，上下文信息LA可被映射成“-1”。在又一个示例中，当左腿旋转角度lq等于或大于-5°并且等于或小于5°时，上下文信息LA可被映射成“0”。处理器420可通过将右腿旋转信息和左腿旋转信息中的每个与阈值e进行比较，来将右腿旋转信息和左腿旋转信息中的每个映射为上下文信息。可使用映射的上下文信息来确定运动事件。运动事件可以是基于感测到的用于确定用户运动状态的信息而估计的用户的腿的运动的变化。换句话讲，可基于运动事件和用户的之前的运动状态来确定用户的当前运动状态，而非将运动事件识别为用户的最终运动状态。在一个示例中，当在站状态(即，用户的之前的运动状态)下出现摆动事件(swingevent)时，可确定用户的当前运动状态是步行状态。在另一示例中，当在坐状态(即，之前的运动状态)下出现摆动事件时，当前运动状态也可被确定为坐状态。用户的运动状态可以是连续的状态，因此，尽管出现相同的运动事件，也可基于之前的运动状态不同地确定当前运动状态。运动事件可以是，例如，用于确定当前运动状态的用户的腿的旋转信息。处理器420可生成与基于预设的标准映射的上下文信息对应的运动事件。处理器420可基于预设的标准，来确定映射的上下文信息的组合是否对应于预定的运动事件，并且可生成与上下文信息的组合对应的运动事件。处理器420可验证运动事件的持续时间。例如，当持续时间等于预设时间段或者比预设时间段长时，运动事件可被最终生成。通过验证运动事件的持续时间，处理器420可过滤掉感测数据的噪声或用户的无意的运动。另外，通过验证运动事件的持续时间，可以防止不必要地和/或频繁地感测运动，因此可以实现可靠的结果。处理器420可基于用户生成的运动事件和之前的运动状态来确定用户的当前运动状态。尽管出现相同的运动事件，也可基于之前的运动状态来不同地确定当前运动状态，因此，会需要考虑用户的之前的运动。用户的运动状态可包括，例如，站状态、站-坐状态、坐状态和坐-站状态。另外，运动状态可包括步行状态。处理器420可使用有限状态机(FSM)来设置用户的运动状态之间的关系，以确定用户的运动状态。将参照图16进一步描述确定运动状态的方法。图13示出根据至少一个示例实施例的用户的关节角度。关节角度可包括，例如，髋关节角度1320、膝关节角度1330和踝关节角度1340。例如，髋关节角度1320可以是由腰部支承件和大腿连接器形成的角度。膝关节角度1330和踝关节角度1340可以分别是由大腿连接器和小腿支承件形成的角度和由小腿连接器和脚底形成的角度。关节角度传感器460可测量左髋关节角度和右髋关节角度、膝关节角度和踝关节角度。可使用IMU470来测量腰部支承件与重力方向之间的上肢角度1310。可基于上肢角度1310和髋关节角度1320来计算腿的旋转信息。例如，可以以预设的间隔来重复地测量关节角度，并且可使用关节角度来重复地更新用户的运动状态。压力传感器630可测量施加到用户的膝盖的压力。图14是示出根据至少一个示例实施例的基于用户的右腿旋转角速率和左腿旋转角速率进行区分的运动事件的曲线图。在图14的曲线图中，x轴表示左腿旋转角速率，y轴表示右腿旋转角速率。用户的运动事件可对应于曲线图的象限，从曲线图的右上部中的第一象限开始，顺时针进行。在曲线图的第二象限和第四象限中，右腿旋转角速率和左腿旋转角速率具有相反的符号，相反的符号指示用户的右腿和左腿可沿不同的方向运动。因此，第二象限和第四象限可分别对应于摆动事件1410和摆动事件1430。在曲线图的第一象限和第三象限中，右腿旋转角速率和左腿旋转角速率具有相同的符号，相同的符号可指示右腿和左腿可沿相同的方向运动。在第一象限中，右腿旋转角速率和左腿旋转角速率具有正值，正值可指示右腿和左腿二者正在向着弯曲位置运动。例如，当右腿和左腿二者向着弯曲位置运动时，用户的运动状态可对应于站-坐位置(即，下降运动)。第一象限可对应于，例如，下降事件1420。不同于第一象限，在第三象限中，右腿旋转角速率和左腿旋转角速率二者具有负值，负值可指示右腿和左腿二者正在向着伸展位置运动。例如，当右腿和左腿二者向着伸展位置运动时，用户的运动状态可对应于坐-站位置(即，上升运动)。第三象限可对应于，例如，上升事件1440。如上所述，可基于右腿旋转角速率和左腿旋转角速率的特性来区分运动事件。另外，在曲线图的中间部分中显示的曲线表示基于x轴和y轴的、针对运动事件中的每个运动事件的基于右腿旋转角速率的数据和左腿旋转角速率的数据的右腿旋转角速率与左腿旋转角速率之间的关系。因此，基于实际用户运动事件而计算的右腿旋转角速率与左腿旋转角速率之间的关系可具有与曲线图中示出的关系的特性相同的特性。将参照图15描述基于用户的右腿旋转角度和左腿旋转角度的特性来区分运动事件并且生成区分的运动事件的方法。图15示出根据至少一个示例实施例的通过简化运动事件而获得的模型。参照图15，运动事件可包括摆动事件1510、伸展事件1520、下降事件1530、弯曲事件1540和上升事件1550。摆动事件1410和摆动事件1430、下降事件1420和上升事件1140可分别对应于摆动事件1510、下降事件1530和上升事件1550。除了图14的摆动事件1410和摆动事件1430、上升事件1440和下降事件1420之外，运动事件可包括与用户的停止状态对应的伸展事件1520和弯曲事件1540。表2示出运动事件中的每个运动事件的右腿旋转角度和左腿旋转角度的特性。[表2]摆动事件伸展事件上升事件弯曲事件下降事件lq·<θs·>θs.rq.<θs·>θs·lq-rq·≒0≒0≒0≒0lw+-≒0-≒0+rw-+≒0-≒0+持续时间>tswg>text>tasc>tflx>tdsc在表2中，tx(例如，tswg、text、tasc、tflx和tdsc)表示事件x(例如，摆动事件、伸展事件、上升事件、弯曲事件和下降事件)出现的持续时间阈值。如果确定的事件的持续时间长于tx，则确定最终的事件x发生。摆动事件1510表示腿交叉(诸如，当用户在走动时)的事件。在摆动事件1510中，右腿旋转角速率rw的方向可与左腿旋转角速率lw的方向相反。当右腿旋转角速率和左腿旋转角速率具有相反符号时，可确定运动事件是摆动事件1510。在伸展事件1520中，右腿旋转角速率rw和左腿旋转角速率lw中的每个可具有接近“0”的值。在伸展事件1520中，左腿和右腿二者可以伸展，使得左腿旋转角度lq和右腿旋转角度rq二者可小于期望的(或者，可选择地，预定的)角度θs。另外，左腿旋转角度lq与右腿旋转角度rq之差lq-rq可接近“0”。在下降事件1530中，右腿旋转角速率rw和左腿旋转角速率lw可具有正值，并且差lq-rq可接近“0”。在弯曲事件1540中，右腿旋转角速率rw和左腿旋转角速率lw中的每个可具有接近“0”的值，左腿和右腿二者可弯曲，使得左腿旋转角度lq和右腿旋转角度rq二者可大于角度θs。另外，左腿旋转角度与右腿旋转角度之差lq-rq可接近“0”。在上升事件1550中，右腿旋转角速率rw和左腿旋转角速率lw可具有负值，左腿旋转角度与右腿旋转角度之差lq-rq可接近“0”。为了生成运动事件中的每个运动事件，会需要将运动事件中的每个运动事件的条件保持得比针对运动事件中的每个运动事件设置的持续时间长。因此，在持续时间期间，可以过滤掉测量噪声或用户的不确定的运动(例如，小运动)。另外，通过设置持续时间，可以防止不必要地频繁感测用户的运动状态的改变。因此，可以获取可靠的结果。处理器420可验证对应的运动事件的持续时间。当持续时间等于设置的(或者，可选择地，预设的)时间段或者比该时间段长时，对应的运动事件可被最终生成。如上所述，可基于腿的旋转信息将运动事件分类。例如，可基于映射的上下文信息的组合，如表3中所示地区分运动事件。[表3]表3示出基于针对运动事件中的每个运动事件的右旋转信息和左旋转信息的特性，上下文信息对应于运动事件中的每个运动事件的条件。处理器420可生成与基于表3的条件映射的上下文信息对应的运动事件。可使用生成的运动事件来确定用户的当前运动状态。图16示出根据至少一个示例实施例的多个运动状态之间的转变。参照图12和图16，当执行操作1240时，处理器420可基于生成的运动事件和用户的之前的运动状态，来确定用户的当前运动状态。处理器420可确定多个预设的运动状态之中的与估计的旋转信息对应的运动状态。例如，处理器420可基于根据估计的旋转信息生成的运动事件来确定运动状态。尽管出现相同的运动事件，也可基于用户的之前的运动状态不同地识别用户的当前运动状态，因此，会需要考虑用户的之前的运动。用户的运动状态可包括，例如，站状态、站-坐状态、坐状态和坐-站状态。另外，尽管在图16中未示出，运动状态也可包括步行状态。处理器420可使用基于用户的运动状态之间的关系设置的有限状态机(FSM)来区分运动状态。FSM可包括基于用户的运动状态进行区分的多个运动状态。多个运动状态可包括，例如，坐状态S0、坐-站状态S1、站状态S2和站-坐状态S3。运动事件可被设置为多个运动状态之间的转变条件。用户的运动状态可以是如上所述的连续状态，并且可响应于生成预定的运动事件来互相转变。在一个示例中，当用户的之前的运动状态是坐-站状态S1时，并且当伸展事件作为运动事件被生成时，可确定用户的当前运动状态是站状态S2。在另一示例中，当之前的运动状态是站状态S2时，并且当下降事件作为运动事件被生成时，可确定当前运动状态是站-坐状态S3。在又一示例中，当之前的运动状态是站-坐状态S3时，并且当弯曲事件作为运动事件被生成时，可确定当前运动状态是坐状态S0。在再一示例中，当之前的运动状态是坐状态S0时，并且当上升事件作为运动事件被生成时，可确定当前运动状态是坐-站状态S1。处理器420可基于用户的之前的运动状态和生成的运动状态来确定用户的当前运动状态。上述的FSM只是用于理解描述的示例，并不是限制。因此，对于本领域的普通技术人员而言显而易见的是，可基于运动状态之间的关系来设置用户的不同的运动状态和不同的转变条件。可使用硬件组件、软件组件、或其组合来实现这里描述的单元和/或模块。例如，硬件组件可包括麦克风、放大器、带通滤波器、音频-数字转换器和处理装置。可使用被构造为通过执行算术运算、逻辑运算和输入/输出运算来实现和/或执行程序代码的一个或更多个硬件装置来实现处理装置。处理装置可包括处理器、控制器和算术逻辑单元、数字信号处理器、微型计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够以所限定的方式响应和执行指令的任何其他装置。处理装置可运行操作系统(OS)和在OS上运行的一个或更多个软件应用。处理装置还可响应于软件的执行来访问、存储、操纵、处理和创建数据。为了简化的目的，处理装置的描述被用作为单数；然而，本领域的技术人员应该理解，处理装置可包括多个处理元件和多种类型的处理元件。例如，处理装置可包括多个处理器或处理器和控制器。另外，不同处理构造是可行的，诸如，并行处理器。软件可包括计算机程序、代码段、指令、或其某种组合，以单独地或共同地指示和/或配置处理装置按照期望地操作，从而将处理装置转变为专用处理器。可以以能够将指令或数据提供到处理装置，或者由处理装置进行解释的机器、组件、物理或虚拟设备、计算机存储介质或装置，或者传播的信号波中的任一种类型来永久地或暂时地实施软件和数据。软件还可被分布于联网的计算机系统，使得软件以分布式方式进行存储和执行。可通过一个或多个非暂时性计算机可读记录介质来存储软件和数据。根据上述示例实施例的方法可被记录在包括用于实现上述示例实施例的各种操作的程序指令的非暂时性计算机可读介质中。介质还可单独包括数据文件、数据结构等，或与程序指令组合地包括数据文件、数据结构等。记录在介质上的程序指令可以是为了示例实施例的目的专门设计和构造的程序指令，或者它们可属于计算机软件领域中的技术人员公知和可用的种类。非暂时性计算机可读介质的示例包括磁介质(诸如，硬盘、软盘和磁带)、光学介质(诸如，CD-ROM盘、DVD和/或蓝光盘)、磁-光介质(诸如，光盘)、被专门构造成存储并且执行程序指令的硬件装置(诸如，只读存储器(ROM)、随机存取存储器(RAM)、闪存存储器(例如，USB闪存驱动、存储卡、记忆棒等))等。程序的示例包括诸如由编译器生成的机器代码，以及包含可由计算机使用解译器执行的高级代码的文件。上述装置可被构造为一个或多个软件模块，以执行上述示例实施例的操作，或反之亦然。以上已经描述了多个示例实施例。但是，应该理解，可对这些示例实施例进行各种修改。例如，如果按不同次序执行所描述技术，和/或如果所描述系统、架构、装置或电路中的组件以不同方式组合和/或被其他组件或它们的等同物代替或补充，则可获得合适的结果。因此，其他实现方式在权利要求书的范围内。当前第1页1 2 3