(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210953972.7 (22)申请日 2022.08.10 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 郭庆　陈振雷　石岩　张继宇　 向文　严尧　许猛　蒋丹　 (74)专利代理 机构 成都虹盛汇泉专利代理有限 公司 51268 专利代理师 王伟 (51)Int.Cl. G06V 40/20(2022.01) A61B 5/11(2006.01) A61H 3/00(2006.01) G06N 20/00(2019.01)G06V 10/766(2022.01) G06V 10/774(2022.01) (54)发明名称 一种基于高斯过程回归的下肢外骨骼步态 预测方法 (57)摘要 本发明公开一种基于高斯过程回归的下肢 外骨骼步态预测方法， 应用于外骨骼机器人领 域； 针对传统的控制策略与患者被动行走的控制 方法不考虑穿戴者的运动意图的情况下， 降低了 用户的主动性的问题； 本发明基于IMU的人体下 肢关节角度、 角速度采集装置， 在人体处于不同 环境下所采集到的人体步态数据； 另外， 本发明 使用高斯过程回归的方法实现步态的预测， 并设 计了健腿预测患腿的预测方法， 以所采集到的数 据为基础实现对下肢外骨骼机器人预测控制算 法的补偿， 在人体行走时外骨骼能够提供更好的 助力作用， 以达到下肢外骨骼机器人对偏瘫病 患 等的辅助作用， 有效提高了下肢外骨骼机器人辅 助病患行 走时的稳定性与可靠性。 权利要求书1页 说明书4页 附图3页 CN 115294653 A 2022.11.04 CN 115294653 A 1.一种基于高斯过程回归的下肢外骨骼步态预测方法， 其特 征在于， 包括： S1、 通过惯性测量单 元采集人体步态数据， 构造训练集； S2、 根据训练集对高斯回归 模型进行训练； S3、 根据惯性测量单元对下肢外骨骼健腿髋、 膝两关节进行实时步态数据采集， 并将采 集的实时步态数据输入训练完成的高斯回归 模型， 得到患腿髋、 膝两关节的预测数据； S4、 患腿侧的下肢外骨骼根据步骤S3 输出的预测数据进行动作。 2.根据权利要求1所述的一种基于高斯过程回归的下肢外骨骼步态预测方法， 其特征 在于， 具体包括 4个惯性测量单 元， 分别设置 于两腿膝关节处、 两腿髋关节处。 3.根据权利要求2所述的一种基于高斯过程回归的下肢外骨骼步态预测方法， 其特征 在于， 所述训练集包括的数据为： 两侧膝关节在前后方向角度的变化、 两侧膝关节在左右方 向角度的变化、 两侧膝关节在XYZ三轴方向的角速度、 两侧髋关节在前后方向角度的变化、 两侧髋关节在左右方向角度的变化、 两侧髋关节在XYZ三轴方向的角速度。 4.根据权利要求3所述的一种基于高斯过程回归的下肢外骨骼步态预测方法， 其特征 在于， 步骤S2通过训练高斯回归模型， 得到输入的健腿步态数据与输出的患腿步态数据之 间的映射关系。 5.根据权利要求4所述的一种基于高斯过程回归的下肢外骨骼步态预测方法， 其特征 在于， 高斯回归 模型输出的预测数据为95％置信区间的数据。权　利　要　求　书 1/1 页 2 CN 115294653 A 2一种基于高斯过 程回归的下肢外骨骼步态预测方 法 技术领域 [0001]本发明属于 外骨骼机器人 领域， 特别涉及一种下肢外骨骼步态预测技 术。 背景技术 [0002]外骨骼作为一种将人的智慧与机械的力量结合起来的人机一体化装置， 能够 通过 操作者的简单控制使机械提供的强大动力被人体运用， 使操作者能够完成自身无法完成的 任务。 而下肢外骨骼作为一种辅助行走装置， 它将外骨骼的机械结构和人 的双腿耦合在一 起， 通过人体控制、 外部供能的方式使自身 行动不便或无法行走的操作者可以自主 行走。 并 且可以设计不同的步态、 步速来适应不同残疾状况的病人， 提高治疗效果。 外骨骼主要由以 下几个部分组成： (1)机械结构部分。 负重外骨骼由于其负重功能的要求， 多采用髋+膝+踝 结构， 而康复外骨骼由于多用于病患， 需减少关节的活动， 因此多采用髋+膝的结构 。 机械结 构多为质量轻， 强度大， 抗疲劳 的材料， 如铝合金、 钛合金、 纳米材料等； (2)动力系统。 外骨 骼的动力系统主要为外骨骼的助力提供动力来源， 提供动力的方式可以是液压， 电机， 气动 等； (3)传感器系统。 外骨骼的传感器系统主要用来获取人机交互过程中各种信号， 用以判 断人体步态或运功意图； (4)控制系统。 通常利用Matlab/Simulink等软件实现所提出的控 制算法及相关方法后， 在下 载到相应的硬件 控制器中。 [0003]随着外骨骼机器人在日常生活中的普及与推广， 传统的控制策略与患者被动行走 的控制方法不考虑穿戴者的运动意图的情况下， 降低了用户的主动性， 而步态预测的方法 则根据用户主动的行动意图来实时地控制外骨骼电机驱动的力矩， 从而实现驱动患腿关节 电机跟随健腿做出与之对应的响应行为。 发明内容 [0004]为解决上述技术问题， 本发明提出一种基于高斯过程回归的下肢外骨骼步态预测 方法， 通过健腿实时步态数据， 得到患腿对应的95％置信区间的预测输出， 实现辅助病患进 行主动行 走时能够根据患者的意图实时地 提供助力效果。 [0005]本发明采用的技术方案为： 一种基于高斯过程回归的下肢外骨骼步态预测方法， 包括： [0006]S1、 通过惯性测量单 元采集人体步态数据， 构造训练集； [0007]S2、 根据训练集对高斯回归 模型进行训练； [0008]S3、 将下肢外骨骼健腿髋、 膝两关节的实时步态数据输入训练完成的高斯回归模 型， 得到患腿髋、 膝两关节的预测数据； [0009]S4、 患腿侧的下肢外骨骼根据步骤S3 输出的预测数据进行动作。 [0010]本发明的有益效果： 本发明设计了一种基于高斯过程回归的下肢外骨骼步态预测 方法， 通过采集得到的数据集训练高斯回归模型， 再根据高斯回归的输出运用到预测控制 算法中， 使得下肢外骨骼机器人在辅助病患进行主动行走时能够根据患者的意图实时地提 供助力效果， 改变了以往病患只能根据预先设定的轨迹被动行走 的限制， 并且解决了步态说　明　书 1/4 页 3 CN 115294653 A 3