本发明涉及医疗辅助仪器技术领域，尤其涉及一种下肢康复仪器训练方法和系统。
背景技术：
在康复机器人辅助患者行走的过程中会遇到多种复杂路况，对于每种复杂路况，康复辅助机器人的工作模式均不相同的，因此需要对各种复杂路况和对应的运动模式进行判断以改变康复机器人的工作模式。
技术实现要素：
为了解决上述问题，本发明提供一种下肢康复仪器训练方法和系统。
本发明采用的技术方案一方面为一种下肢康复仪器训练方法，包括如下步骤：基于步态设置对应训练组，所述训练组包括若干行动执行者；获取所述行动执行者的训练步态数据；对比所述训练步态数据和预设的基础步态数据以获取差值，标记该差值为相似值；基于邻近算法处理所述相似值以获取最邻近值，输出所述最邻近值对应的步态数据。
优选地，所述训练组基于行动执行者的体形分为若干大组，获取所述大组的行动执行者的训练步态数据。
优选地，所述大组分为若干小组，所述小组包括两个行动执行者，重复获取所述小组的行动执行者的训练步态数据直至该训练步态数据收敛，以收敛后的训练步态数据作为所述小组的训练步态数据。
优选地，所述训练步态数据、基础步态数据和步态数据均包括运动学数据和动力学数据。
优选地，所述动力学数据包括下肢结构的力学模型和对应的动能、势能；所述运动学数据包括下肢结构的位移、速度和加速度。
本发明采用的技术方案另一方面为一种下肢康复仪器训练系统，包括：训练模块，用于基于步态设置对应训练组，所述训练组包括若干行动执行者；采集模块，用于获取所述行动执行者的训练步态数据；比较模块，用于对比所述训练步态数据和预设的基础步态数据以获取差值，标记该差值为相似值；计算模块，用于基于邻近算法处理所述相似值以获取最邻近值，输出所述最邻近值对应的步态数据。
优选地，所述训练组基于行动执行者的体形分为若干大组，获取所述大组的行动执行者的训练步态数据。
优选地，所述大组分为若干小组，所述小组包括两个行动执行者，重复获取所述小组的行动执行者的训练步态数据直至该训练步态数据收敛，以收敛后的训练步态数据作为所述小组的训练步态数据。
优选地，所述训练步态数据、基础步态数据和步态数据均包括运动学数据和动力学数据。
优选地，所述动力学数据包括下肢结构的力学模型和对应的动能、势能；所述运动学数据包括下肢结构的位移、速度和加速度。
本发明的有益效果为通过设置训练组以获得训练步态，通过训练步态数据和基础步态数据的对比以获取最临近的步态数据，基于该步态数据调整下肢康复仪器。
附图说明
图1所示为基于本发明实施例的一种下肢康复仪器训练方法的示意图。
具体实施方式
以下结合实施例对本发明进行说明。
基于发明的实施例1，如图1所示一种下肢康复仪器训练方法，包括如下步骤：基于步态设置对应训练组，所述训练组包括若干行动执行者；获取所述行动执行者的训练步态数据；对比所述训练步态数据和预设的基础步态数据以获取差值，标记该差值为相似值；基于邻近算法处理所述相似值以获取最邻近值，输出所述最邻近值对应的步态数据。
所述训练组基于行动执行者的体形分为若干大组，获取所述大组的行动执行者的训练步态数据。
所述大组分为若干小组，所述小组包括两个行动执行者，重复获取所述小组的行动执行者的训练步态数据直至该训练步态数据收敛，以收敛后的训练步态数据作为所述小组的训练步态数据。
所述训练步态数据、基础步态数据和步态数据均包括运动学数据和动力学数据。
所述动力学数据包括下肢结构的力学模型和对应的动能、势能；所述运动学数据包括下肢结构的位移、速度和加速度。
下肢行走的时候，其下肢结构会发生各自形态变换，例如人腿(当然根据需要可以是其他动物的肢体，即把其他的动物作为行动执行者)，包括大腿、膝关节和小腿，人要行走主要是依靠这三个结构的形态变化来实现。同时不同的路况需要不同的步态进行对应，例如上坡，需要大腿上升一定高度，同时小腿部相对与地面垂直，膝关节带动小腿向前运动；下坡，则需要大腿下降一定高度，同时小腿部相对地面形成一定倾斜角，膝关节带动小腿向前运动；不同的路况导致的下肢运动都具有其特定的形态变化，可以归结为动力学特征和运动学特征，其中，动力学主要用于描述下肢运动的肢体本身的运动变化，包括对应力学模型(例如人腿可以描述为两个刚体的力学模型，关节对应两刚体之间连接的转动轴，大腿与小腿分别对应的两个刚体)，动能和势能用于评估大腿本身能够达到的能力，例如动能基于物体的速度和质量，质量为大腿本身的性质，速度为人驱动脚能达到的速度，动能越高，说明对应肉体越强壮，需要外部辅助的能量就少(计算基础为人腿运动时候的各种角度，运动速度，抬升高度和上述参数与对应时序的组合，即力学模型的变化)；同理，势能基于脚的高度，具体来说是能抬起来的高度，不同的路况需要面临不同的抬起高度，需要提供对应的辅助的能量；运动学主要用于描述运动参数，例如速度、加速度和对应位移等，根据这些参数评估人的肉体的强度。
则具体的训练过程包括：
1).步态训练：为了增强步态识别的精度与准确性，分别取步行、跑步、上坡、下坡、上楼、下楼、跳高、跳远这八种步态以及高、矮、胖、瘦等人群进行抽样训练。将整个分成高、矮、胖、瘦四个大组，每个大组分成八小组，每个小组分别有两位训练者。将每个小组的训练者进行训练，同时提取训练步态特征。重复对每个小组进行步态训练，直至步态特征模型收敛。
2).步态序列分组：对各种复杂的步态进行分组，分别为：①gait1：步行所需步态序列；②gait2：跑步所需步态序列；③gait3：上坡所需步态序列；④gait4：下坡所需步态序列；⑤gait5：上楼所需步态序列；⑥gait6：下楼所需步态序列；⑦gait7：跳高所需步态序列；⑧gait8：跳远所需步态序列。将这八种步态进行分类处理，从中挑选出适合提取出这八种步态特征的运动学特征与动力学特征，gaitx为运动学特征，gaity为动力学特征。特征提取功能模块(包括一些传感器组，设置于下肢康复仪器，收集数据并根据预设的公式提取对应的参数并计算)对此运动学特征与动力学特征进行提取与储存。
3).步态识别过程：将步态训练得到的步态序列加载至中央控制器，分别储存至对应的存储位置，步态序列对应的分别为：gait1、gait2、gait3、gait4、gait5、gait6、gait7、gait8，其对应的步态特征分别为：特征1、特征2、特征3、特征4、特征5、特征6、特征7、特征8。实际步态序列通过步态测试(提取特征的参数并归类，如上述的各自角度和角速度、速度；具体提取何种参数基于实际的需要，例如提取大腿和小腿之间的角度变化和时序的关系，生成一个关于膝盖角度变化的步态特征)转换步态特征，转化得到的步态特征与步态特征库中的特征进行对比计算得到多个相似对比结果值(即对应的比较之后的差值)，最终由最近邻分类器(基于临近算法找到合适的分类)对相似结果选取最相近的相似值。输出相似值对应步态序列(即最邻近值对应的步态数据)，此步态就是目标步态。根据最终得到的目标步态，最终确定驱动模式(预设了很多驱动模式以供改变，当现实中下肢康复仪器的步态特征如资料库里的步态数据匹配时，则说明正在面对某一种路况，需要改变驱动模式)。
基于发明的实施例2,一种下肢康复仪器训练系统，包括：训练模块，用于基于步态设置对应训练组，所述训练组包括若干行动执行者；采集模块，用于获取所述行动执行者的训练步态数据；比较模块，用于对比所述训练步态数据和预设的基础步态数据以获取差值，标记该差值为相似值；计算模块，用于基于邻近算法处理所述相似值以获取最邻近值，输出所述最邻近值对应的步态数据。
所述训练组基于行动执行者的体形分为若干大组，获取所述大组的行动执行者的训练步态数据。
所述大组分为若干小组，所述小组包括两个行动执行者，重复获取所述小组的行动执行者的训练步态数据直至该训练步态数据收敛，以收敛后的训练步态数据作为所述小组的训练步态数据。
所述训练步态数据、基础步态数据和步态数据均包括运动学数据和动力学数据。
所述动力学数据包括下肢结构的力学模型和对应的动能、势能；所述运动学数据包括下肢结构的位移、速度和加速度。
基于发明的实施例3,根据足底压力控制下肢康复仪器方法。
人在行走时，由于两脚交替的关系，脚底压力并不是恒定的，而是变化的，排除跌倒等意外情况，一只脚的脚底压力会随着另一只脚与地面接触的压力变化，即人体的重量会在两个腿之间进行分配；当足底压力值从最大值逐渐减少至压力阈值(理想状况下，压力阈值应该为0，但是考虑到脚底的机械结构和脚底接触的情况下，仍有可能产生一定的压力，因此该压力阈值实质为压力最小值或者某一个合适的值)时，说明该脚掌正在准备离开地面，即抬脚过程中，则标记这个过程为抬脚相(在该相位下，需要驱动组件为抬腿提供一个弯曲的助力)；反之当足底压力值从压力阈值逐渐增加至最大值，则说明该脚掌正在接触实地，标记该变化过程为支持相(在该相位下，需要驱动组件为抬腿提供一个伸展的助力)；如果支持相的情况下，驱动组件提供的助力消失或者减少会导致用户无法正常站立，因此必须要避免这个情况，所述，根据支持相的持续的时间改变驱动组件的运动参数，例如适当延长助力持续时间等；或者出于强迫用户改善行走的目的，缩小助力持续时间以让用户更多的利用自己的力量进行行走等。
相关的力学变化：足底压力传感器可直接检测到足底压力,将运动模式划分支撑相和摆动相。设定f为支撑力，摆动相的屈曲阶段，腿部处于悬空状态，此时f＝0；摆动相的伸展阶段，腿部处于悬空状态，此时f＝0；当进入支撑相屈曲阶段，脚部着地，f>0，f增大；进入支撑相伸展时，身体直立，f>0,f不断增大至最大；进入支撑相的预摆动阶段，f>0,f减小至为0，最终完成一个周期的步态。
设定k为摆动相与支撑相临界力，t0为支撑相时间(人为设定一个快速模式与慢速模式的分界时间)脚底力传感器需要检测脚跟是否着地，判断是否进入支撑相。人在行走过程中，脚触地后承受身体的重量，脚部会发生形变，力传感器可以采集这个形变信号。当样机处于支撑相时，脚底力传感器会有力信号，经过a/d转换后f>k；切换到摆动相后，f＝k。
控制过程：开始状态，对系统初始化。压力传感器采集力信号，中央控制器判断信号，当支撑力f>k时，控制器发出指令，切换至支撑相驱动；当支撑力判断不是f>k时，接着判断支撑力是否f＝k，若f<k时，则返回初始状态。当驱动切换至支撑相驱动时，说明进入支撑相期，此过程的驱动力保持不变，此时满足力信号f＝k。接着判断步行速度，当t>t0,控制器发出指令，切换至慢速驱动；当t<t0，控制器发出指令，切换至快速驱动。
对此工作模式状态下的步态特征进行提取,在对步态特征提取功能模块提取得到的步态特征进行对比时，通过最邻近分类器筛选出对比相似度较高的步态特征，将对比相似度较高的步态特征储存至步态序列库。最佳q值模块与最佳t0值模块存在对q值与t0值进行更新，找出最佳q值与最佳t0值，替代原有的q值与t0值，这样能够更好达到对行走步态的控制，使步态行走起来更加自然。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。