【20250113】基于肌肉形变测量的连续步态相位估计算法，可自适应步行速度和地形坡度...

【基本信息】

论文标题：Continuous Gait Phase Estimation by Muscle Deformations with Speed and Ramp Adaptability

发表期刊：IEEE Sensors Journal

发表时间：2024年5月30日

【访问链接】

论文链接：https://ieeexplore.ieee.org/abstract/document/10542649

【研究背景】

可穿戴式机器人可以恢复或增强人类的行走能力，被广泛应用于康复和助力领域中。其中，对步行过程中步态相位的正确估计在协调穿戴者与机器人之间的协调运动中起着至关重要的作用。如果穿戴者与机器人之间的运动不同步，将导致运动效率下降、交互负荷增加，并可能对人体造成严重伤害。

由于关节角度易于测量，现有的方法大多使用惯性测量单元（IMU）测量得到的关节角度和角速度等作为特征对步态相位进行估计，但IMU在长时间的测量中会发生漂移，且基于关节运动信息的步态相位估计容易受到步行速度和地形坡度变化的影响。除此之外，也有利用肌电信号（EMG）、足底压力等运动特征作为运动特征进行步态相位估计的研究，但往往在连续步态相位的预测方面取得的效果不理想。