步态自主平衡行为的下肢神经肌肉力学分析

针对步态过程滑移后的自主平衡恢复行为,建立了基于神经肌肉力学理论的下肢行走多杆动力学模型．利用该模型对步态滑移现象发生后的自主平衡恢复过程进行了定性分析,给出了步态自主平衡恢复行为中的主控参数,并对自主平衡恢复过程中下肢肌群的功效进行了讨论,计算了自主平衡恢复行为中的下肢肌群主控参数．两组不同受试者的滑后自主平衡恢复实验结果表明,该步态模型可用于分析滑跌后的自主平衡行为特征．     

康复用下肢外骨骼结构设计与仿真

针对现有康复用下肢外骨骼普遍质量偏重,人机协调性较差的问题,根据人体行走步态特征设计了一套康复用下肢外骨骼.选用伺服电机和滚珠丝杠的直线执行机构,运动方式更接近于人体下肢骨骼运动;大量使用碳纤维和航空铝材料,降低了装置的质量;设计无级可调结构,保证了人机协调性.动力学仿真表明,人体穿戴该装置后,能够按照正常的步态完成行走过程,该装置的设计合理.     

步行中下肢关节动力学以及表面肌电的研究综述

步行是我们日常生活中最为普遍的运动,要想深入地了解这项运动,必须对行走过程中控制人体运动的关节力矩进行分析。单纯的运动学或动力学研究不能准确揭示出人体步态所蕴藏的生命信息,因此,从关节动力学角度结合表面肌电研究人体步态已成为当前研究的热点。通过多环节运动的动力学方法可对下肢关节动力学指标进行分析与探讨。目的：综述人体运动中下肢关节力矩、关节功率等关节动力学参数变化,以及肌电相关指标的变化。方法：检索PubMed和中国知网数据库中有关步行时下肢关节动力学的文章。英文检索词为Joint kinetics;Walking;sEMG,中文检索词为“关节动力学;步行;表面肌电。”结果与结论：目前对于人体步行中下肢关节动力学的研究：在研究指标上,单一指标的研究较多,多指标的综合研究不足。在研究对象上,针对青年人群和步行障碍患者的研究比较多,对老年人和儿童的相关报到较少。在研究内容上,针对背部负重行走的步态研究居多,对负重损伤的力学机制研究较少,在研究结果上,一些结论之间相互矛盾,负重影响人体步态的确切机制仍然模糊不清。     

基于DSP的助行外骨骼机器人步态控制

助行外骨骼机器人是一种帮助老年人和下肢不便的残疾人扩展行走能力的助力装置.提出一种基于数字信号处理（digital signal processing,DSP）系统的步态控制方法,首先,将连续步态数据离散处理后的结果作为DSP系统的输入,通过执行机构实现机器人的步态行走;然后,在每个步态周期结束之后,通过编码器对步态角度实时采样;最后,控制系统对反馈数据处理后实现步态误差的周期补偿.通过样机试验验证上述方法,得到较好的结果.     

人体下肢摆动相冗余肌力分析

为探讨人体步态的形成机理,建立了人体下肢摆动相包含髋、膝和踝关节（ＨＫＡ）的肌骨动力学模型,模型中考虑了８ 组下肢主要肌肉。引入约束最优化方法求解冗余肌力分布问题,并通过数值计算说明了关节被动力矩对冗余肌力分布解的影响。在此模型和算法的基础上,探讨摆动过程中各组肌力的变化规律及其在形成正常步态中所起的作用,并从能量角度分析了所有肌肉总能耗与摆动相周期的关系,结果表明该步态存在一个与之相对应的最低能耗摆动相周期,即存在一最佳步速     

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。     

不同运动模式训练对糖调节受损老年人胰岛素敏感性和体能的影响

为了筛选出能够有效改善糖调节受损(IGR)老年人胰岛素敏感性和提升肌力、心肺耐力、平衡和步态表现的运动方案,招募75名IGR老年人,进行胰岛素敏感性、糖代谢、下肢肌力、耐力、平衡和行走能力等测试,然后进行随机分组,将受试者分为肌力训练组(M组)、心肺耐力训练组(C组)、平衡训练组(B组),按照每组训练方案进行为期12周的训练,各组训练皆以3~4人团体进行运动,每次30~40min,每周4次,总共48次训练,在最后一次训练干预结束后3d内进行后测,项目与前测一致.结果:C组和M组对于糖调节受损人群的空腹血糖、胰岛素、胰岛素抵抗指数均取得显著改善作用(p0.05),而平衡训练组虽具有一定改善,但差异无统计学意义(p0.05).各组髋屈曲肌、膝屈曲肌、踝跖屈肌和踝背屈肌肌力均有显著增加(p0.05).M组和C组的受试者在心肺耐力方面取得了显著改善.采用肌力训练和心肺耐力训练方案的老年人6min行走测试后测结果显著优于接受平衡训练的老年人(p0.05).M组、C组、B组受试者平衡能力均取得显著进步,且C组在串联行走测试的结果显著优于M组和B组(p0.05);心肺耐力训练组经过12周训练,行走速度、行走步频、步幅均显著增加(p0.05);肌力训练组和平衡训练组经过12周训练,行走速度、步频、步幅没有显著变化(p0.05),且心肺耐力训练组显著高于肌力训练组和平衡训练组(p0.05).得出心肺耐力训练后糖调节受损人群的胰岛素敏感性、下肢肌力、心肺耐力、平衡能力和行走能力等得到显著改善,肌力训练和平衡训练对下肢肌力、平衡能力有一定促进作用.     

帕金森患者行走能力评估系统（英文）

该系统可应用于柔性阵列压力传感器搭建的S型步态通道平台,采集帕金森患者动态足底压力分布数据,并通过以太网传输至PC机进行分析.对患者足底压力数据依次进行数据去噪、聚类分割、脚型识别、参数提取等处理,获取患者详细的步态时空参数,运用模糊分类方法对数据进行分类评估.实验结果表明:该分类方法具有较高的分类准确率(93%),该系统能够有效地实现帕金森患者行走能力的评估.     

采用支持向量机评估老年人步态对称性的研究

采用支持向量机（SVM）评估老年人步态的对称性.将鉴别老年人下肢左、右两侧的步态模式相似性问题转化为二分类问题,通过识别老年人下肢左、右两侧的步态模式,确定其两侧步态模式相似性的差异,判断其步态的对称性.采集24名健康老年人下肢左、右两侧的步态数据,采用交叉验证方法评估SVM泛化能力,测试了多项式核、径向基核、线性核.结果表明,多项式核、径向基核的泛化能力优于线性核,基于多项式核的SVM识别左、右两侧老年人步态模式的分类正确率较高（88%）,可有效地提取步态模式的非线性信息.SVM有望成为评估老年人步态对称性的一个有效的工具,有助于及早预防老年人跌倒和老年性疾病发生,提高老年人生活质量.     

下肢外骨骼康复机器人人机交互力自适应导纳控制

对于下肢具有残余肌力的下肢瘫痪病人,基于标准步态轨迹被动训练的康复方案无法满足锻炼肌肉的康复训练需求,为此提出了一种人机交互力自适应控制的下肢外骨骼康复机器人控制策略,并设计了可实现康复训练的控制方法。该方法以健康人体行走步态为下肢外骨骼康复机器人的位置控制参考,以穿戴者的自身腿部用力作为力控制约束,根据穿戴者自身腿部力量大小,智能控制和调整步态曲线,以更加适应穿戴者的康复训练需求。仿真试验结果表明,相对于完全被动的康复训练模式,自适应力控制模式能够有效地调整康复过程中人机交互力,可以适应多种不同的康复训练需求,从而大大提高受损患肢运动功能恢复的康复治疗进程,具有实际的应用价值。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

双足行走机器人步态轨迹规划

 通过对双足机器人行走过程中一些特殊点进行采样分析,对比人类自身行走步态的观察测量值,采用三次多项式插值来计算出双足行走机器人在行走过程中的行走轨迹,按人体比例设定参数,计算得出了1条比较光滑平稳的行走轨迹,使得机器人的行走姿态更像人类的行走.通过模拟测试,结果表明了用三次多项式插值方法是1种规划双足机器人行走步态的较好方法,而且得出的轨迹插值函数比较平滑.     

半被动双足机器人动态行走的位姿估算

针对现有半被动双足机器人缺乏对环境的感知且行走稳定性差等问题,研发了一款位姿估算器。在传统的惯性测量单元的基础上进行了改进,用精确的俯仰和翻滚测量结果修正了重力加速度对加速度计产生的误差,从而提高估算器的性能。利用机器人多次实际实验行走所获得的离线数据得出行走参数,并且和地面实际测量系统的测量结果进行了比较。实验证明所研发的位姿估算器具有令人满意的测量精度,可准确的测量机器人行走时的关键性能参数。测量结果作为反馈可有效提高半被动机器人的运动稳定性。     

步行动作的生物力学原理及其步态分析

步行是人类运动基本的方式,加强对步行动作的研究,有利于我们对人体运动规律的了解,有利于对人体运动障碍疾病的治疗和康复。在国内外相关研究成果的基础上,总结归纳出步行动作的一般生物力学原理和步态分析的一般方法,为进一步的步态研究奠定基础。     

基于髋部质量的被动步行机器人稳定性和鲁棒性

采用一种更接近于人类行走的匀质圆规步态模型,运用Lagrange法和碰撞时刻角动量守恒原理分别建立机器人的摆动模型及碰撞模型。基于对模型步态收敛域与外界扰动快速抑制的准确描述,将全局稳定性分析与局部稳定性分析相结合,对模型进行初始的参数优化配置,并建立Proe样机模型;通过单次与连续外界扰动下不同样机模型步态的自身调节变化分析,最终获得模型参数的最优化配置,并通过实物样机的行走实验进行理论分析验证。仿真结果表明:具有合理髋关节质量的被动步行机器人有更强的行走稳定性与鲁棒性。     

有躯干双足机器人被动行走及其稳定器

采用Matlab仿真的方式构建了一个简单的有躯干双足机器人模型,研究了该模型在斜坡上的被动行走,分析了模型步行的稳定性,并设计了一个全状态线性反馈步行稳定器.研究结果表明:无任何驱动器的有躯干双足机器人能够实现沿斜坡而下的被动行走,其步行方式有两种,但均不稳定;设计的全状态反馈稳定器能够较好地稳定模型的被动行走.     

基于强度Pareto进化算法的双足机器人步态规划

为了获得良好的双足机器人步行模式,提出了以步行过程中机器人的稳定性、移动性和能耗为目标的步态规划多目标优化方法.该方法基于倒立摆模型产生基本步态,并使用罚函数法和改进的强度Pareto进化算法(SPEA2)在可行域中求得基于基本步态的Pareto解集,从而找出最优解.最后在Matlab6.5仿真环境下进行步态仿真,并将...     

Computer optimization of a minimal biped model discovers walking and running

Although people's legs are capable of a broad range of muscle-use and gait patterns, they generally prefer just two. They walk, swinging their body over a relatively straight leg with each step, or run, bouncing up off a bent leg between aerial phases. Walking feels easiest when going slowly, and running feels easiest when going faster. More unusual gaits seem more tiring. Perhaps this is because walking and running use the least energy. Addressing this classic conjecture with experiments requires comparing walking and running with many other strange and unpractised gaits. As an alternative, a basic understanding of gait choice might be obtained by calculating energy cost by using mechanics-based models. Here we use a minimal model that can describe walking and running as well as an infinite variety of other gaits. We use computer optimization to find which gaits are indeed energetically optimal for this model. At low speeds the optimization discovers the classic inverted-pendulum walk, at high speeds it discovers a bouncing run, even without springs, and at intermediate speeds it finds a new pendular-running gait that includes walking and running as extreme cases.