左足压力传感器从足尖到足跟依次记为 LF1 、 LF2 和LF3，右足压力传感器依次记为RF1、RF2和RF3，其 对应的步态相位划分关系如 三个稳定状态的切换 坐立状态与站立状态的切换由按钮信号控制，当穿 戴者按下站立按钮，控制器会根据当前传感信息进行状 态判断，如果膝关节角度绝对值大于60°，髋关节角度 大于50°，且足底压力较小，则判定为坐立状态，然后 根据传感数据自动规划起立轨迹，延时2秒后电机使能
下肢康复外骨骼机器人步态相位切换研究
Research on gait phase transition for lower limbs rehabilitation exoskeleton robot 马 乐1,2，周 平2，王美玲2，陈淑艳2，张鹏万3 MA Le1,2, ZHOU Ping2, WANG Mei-ling2, CHEN Shu-yan2, ZHANG Peng-wan3
0 引言
外骨骼机器人是一种集人机工程学、仿生学于一 体的机械装置，穿戴于人体肢体外侧，靠人的智慧来控 制机器人，发挥机器人能量动力的优势，辅助人类完成 自身无法完成的任务，广泛应用于医疗、军事、工业等 领域 。康复用下肢外骨骼机器人能够帮助患者进行腿 部康复训练，在可重复性方面优于传统方法，可以大幅 度缩短患者的康复训练时间，并减少陪同康复的医师数 量，大幅度降低人力成本。帮助老年人、下肢不便患者 实现自主行走，改善他们的生活质量，有助于他们的身 心健康。 目前下肢外骨骼机器人的研究仍然面临众多挑战， 其中一个主要的挑战就是机器人缺乏充分的能力识别穿 戴者的行为和意图。为了克服这个问题，研究者们采用 惯性传感器 [2]、足底压力传感器 [3]和关节角度传感器 [4] 来获取穿戴者的运动信息，并通过模式识别的方法来检 测穿戴者的步行状态与运动意图。Pappas I P I等人基于 足底压力传感器和安装在踝关节的陀螺仪信号采用有限 状态机的方法对足跟触地、支撑、足跟离地、摆动四个 步态相位进行在线识别[5]。吴贵忠等人根据关节角度信 息和足底压力分布信息分别采用支持向量机和非线性自 回归神经网络模型来预测外骨骼机器人的步态相位[6]。 Djuric M等人基于大腿、小腿和足部的加速度信息采用
（1.合肥工业大学 电气与自动化工程学院，合肥 230009；2.中国科学院合肥物质科学研究院 先进制造技术研究所， 常州 213164；3.中国科学技术大学 工程科学学院，合肥 230000） 摘 要：为实现下肢康复外骨骼机器人步态相位的稳定切换，通过压力传感器，编码器，陀螺仪以及 拐杖按钮检测单元构建的感知系统实时采集人体步态运动信息，先根据足底压力信号的标志 性事件将人体步态周期依次序划分为四个相位，然后对不同相位的运动状态切换进行具体研 究。针对人体行走过程中支撑腿与摆动腿的切换判断，提出基于学习矢量量化（LVQ）的神 经网络模型。将整个步态相位切换模型嵌入控制程序中进行在线测试，结果表明该模型实时 性好，识别率高，能够实现稳定柔顺的步态切换。 关键词：下肢外骨骼机器人；传感信号融合；相位划分；LVQ；步态相位切换 中图分类号：TP242.6 文献标识码：A 文章编号：1009-0134(2017)08-0043-05
[1]
阈值法进行步态运动相位的识别[7]。 本文为实现下肢康复外骨骼机器人步态相位的稳 定切换，使用足底压力传感器、陀螺仪、编码器和拐杖 按钮检测单元构成实时感知系统，先通过阈值法模糊处 理足底压力信号，将步态运动周期依次序划分为四个相 位，然后对每个相位的运动状态切换进行了具体研究。 此外，针对双支撑相位的支撑腿与摆动腿切换判断采用 了学习矢量量化（Learning Vector Quantization，LVQ） 神经网络模型。通过整个步态切换模型的在线测试，验 证了模型的有效性。
肢的三个稳定状态：坐立状态，站立状态和行走状态。 人体行走是具有周期性的运动，通常将一侧足跟着 地开始到该足跟再次着地记为一个步态周期。足底压力 信息在步态运动周期中体现出很好的确定性和规律性， 因此根据足底压力信号易于检测的三个标志性事件：足 跟着地、足平放和足尖离地，将步态周期依次序划分为 四个相位：
1 采集系统结构
本文的信号采集系统主要由足底压力采集模块、 陀螺仪模块、编码器、拐杖按钮信号检测模块和嵌入 式 PC 主控制器模块组成，各个模块以节点形式挂载在 CAN总线。 1.1 信号采集模块 足底压力信号采集模块的传感器采用 Tekscan 公司 的 A401 ，在每一只脚底安装三个传感器，分别放置在 第一跖骨、第五跖骨和足跟部位。模块的微控制器采用 STM32F103，采集频率为100Hz，信号被控制器的12位 A/D转换器采集后进行处理。陀螺仪模块由MPU6050和 微控制器组成，集成了3轴MEMS加速度计、3轴MEMS
收稿日期：2017-06-14 基金项目：常州市科技支撑计划项目（CE20150013） 作者简介：马乐（1989 -），男，河南洛阳人，硕士研究生，研究方向为传感技术，模式识别。 第39卷 第8期 2017-08 【43】
陀螺仪以及数字运动处理器 DMP 。伺服电机编码器用 于输出关节角度信息。拐杖按钮信号检测单元使用支持 ZigBee协议的无线射频芯片CC2530F256将按钮信号通 过 2.4GHz 的无线信道与主控器进行串口通信，同时拐 杖的使用增加了人体的支撑点和支撑范围，提高了系统 的稳定性和安全性。嵌入式 PC 主控器实时采集各个模 块的传感信号进行融合分析，CAN总线的通信速率设为 500Kbps。样机实物如图1所示。
图1 样机实物图
进入起立阶段，穿戴者上肢借助拐杖的支撑来保持身体 平衡，最终实现站立。站立切换到坐立由另一个按钮控 制，当检测到坐立按钮信号后延时2秒，然后按预定的 坐立轨迹执行动作，坐立完成后电机失能。 行走状态与站立状态切换如图 2所示，穿戴者先依 据个人习惯选择左腿起步或右腿起步。处于站立状态的 穿戴者准备行走时会将身体前倾，陀螺仪检测到上身倾 角大于设定阈值时便执行起步程序进入行走状态。行走 过程中，当人体处于左单支撑或右单支撑相位时，穿戴 者可以按下拐杖上的站立按钮，主控器检测到站立按钮 的信号后，立即停止电机的运动并保持当前姿态，然后 (1) 根据足底压力分布判断出支撑腿和摆动腿，通过姿态角 信息的融合分析自动生成收步轨迹，执行收步动作，收 步完成后调整到站立状态。当穿戴者处于行走过程中的 双支撑相位时，需要进行支撑腿与摆动腿的切换，身体 姿态难以完成收步动作，故主控器屏蔽拐杖的站立按钮