文献类型：期刊文章

作　　者：宋广玥[1] 宋智斌[1] 项忠霞[1]

SONG Guang-yue;SONG Zhi-bin;XIANG Zhong-xia(Key Laboratory of Mechanism Theory and Equipment Design of Ministry of Education,School of Mechanical Engineering,Tianjin University,Tianjin 300350,China)

机构地区：[1]天津大学机械工程学院机构理论与装备设计教育部重点实验室

出　　处：《工程设计学报》

基　　金：国家自然科学基金资助项目(51475332);天津市自然科学基金资助项目(17JCZDJC30300)

年　　份：2019

卷　　号：26

期　　号：3

起止页码：260-266

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、DOAJ、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：下肢外骨骼机器人是帮助下肢运动功能障碍患者步行训练的新手段,能够减轻医护人员的劳动强度,它常采用减重方式完成辅助训练。然而,对于地面行走减重外骨骼机器人系统而言,其减重比例随步态及穿戴方式变化而变化,因此不控制减重比例下的步态相位识别具有重要意义。通过搭建基于Arduino Mega2560板卡和单侧鞋内8个薄膜式压力传感器的足底压力采集系统,分别采集了正常行走、不控制减重比例减重带减重状态下行走时的足底压力信息,并采用神经网络算法进行步态相位识别。结果表明:在减重状态下行走与正常行走相比,左右脚压力值均出现明显下降且两侧具有对称性;足底每个压力传感器处的压力减小比例不同;采用神经网络算法对正常行走时步态相位总体识别率达到96.8%,对减重行走时步态相位总体识别率达到94.8%。研究结果表明该足底压力采集系统可以有效测量减重行走时的足底压力,为在地面不控制减重比例下减重带减重的外骨骼机器人控制策略的制定提供一定支持。

关 键 词：步态相位识别  足底压力 减重 神经网络

分 类 号：TP391.4] TP212[计算机类]