稳步步行中的步态相位估计:基于部角度相位肖像的方法的比较研究

科学领域:

• 生物力学 生物力学
• 机器人技术 机器人技术 机器人技术
• 控制系统 控制系统

背景情况:

• 实时步行阶段估计对于外骨和假肢的先进控制至关重要.
• 使用联合角度和速度的基于肖像的方法很常见,但缺乏详细的性能数据.
• 现有的方法通常依赖于固定假设来检测脚跟撞击,限制了适应性.

研究的目的:

• 量化评估和比较三种基于肖像的步态阶段估计方法的性能.
• 引入和评估一种新的循环改善步态阶段肖像 (CSP) 方法.
• 为了研究明确的脚跟撞击检测对步态阶段估计准确性的影响.

主要方法:

• 评估了三种基于肖像的步态阶段估计技术:部角度与角速度 (AVP),部角度与角度积分 (IAP) 和一种新的循环改善步态阶段肖像 (CSP).
• 在平坦和倾斜的稳步步行条件下,使用准确性,可重复性和线性指标评估性能.
• 在所有方法中采用独立的脚跟撞击检测算法,避免固定点假设.

主要成果:

• 新的CSP方法在所有测试条件下在准确性,可重复性和线性方面取得了显著的改进.
• 与斜坡上的IAP (-3%) 和AVP (-2.4%) 相比,CSP实现了显著的平方根平均误差降低,而平地上的AVP (-1.61%).
• 观察到脚撞击阶段角度 (高达8.4%的误差) 中存在显著的跨主体变异性,这强调了需要明确检测的需要.

结论:

• 与传统的AVP和IAP方法相比,循环改进步态阶段肖像 (CSP) 方法为实时步态阶段估计提供了更高的性能.
• 显式的脚跟撞击检测对于基于肖像的健壮和准确的步行阶段估计至关重要,减轻了受试者之间的变化.
• 这项研究提供了对步态阶段估计技术的定量见解,推进了外骨和假肢控制.