CN100477973C - 用于控制动力假体的控制系统和方法 - Google Patents

Abstract

本方法和本控制系统用于确定运动段和运动段相位，用于实时地控制动力假体。因此，该方法包括：从多个主人工本体感受器(16)接收数据信号；获得关于每个数据信号的一阶和二阶导数信号；获得关于至少一个数据信号的三阶导数信号；针对每个具有相应的数据和导数信号的人工本体感受器，使用第一状态机的集合从多个可能的状态中选择一个状态；使用主人工本体感受器的状态产生运动段的相位；和使用与数据信号相关的事件，使用第二状态机从多个可能的运动段中选择运动段。特别地，其良好地适用于控制用于膝上截肢患者的动力假腿(12)。

Description

用于控制动力假体的控制系统和方法

技术领域

本发明涉及用于控制动力假肢的控制系统和方法。特别地，本发明良好地适用于控制用于膝上截肢患者的动力假腿。

背景技术

如控制工程师所公知的，复杂机械系统的自动化不是易于实现的。在该系统中，众所周知，传统的动力假肢，或者如其更加常见的称谓，肌电假体，具有控制的问题。这些传统的假体配备有基础控制器，其在不与截肢患者进行交互的情况下人为地使关节运动，并且这些传统的假体仅能产生基本的运动。该基础控制器不考虑工作环境的动力学条件，忽略了这一事实，即需要假体在实际应用中产生适当的控制。它们通常缺乏所需用于预知假肢响应的预见性控制策略，而且缺乏能够针对假体运动调整控制参数的自适应调节。由于人类肢体的运动是一个复杂的过程，包括同时的随意事件、反射事件和随机事件，因此传统的肌电假体不具有同时与人类身体和外部环境进行交互以具有最小的适当的机能的能力。

例如，在用于膝上截肢患者的假腿的情况中，人类运动的复杂性导致迄今为止传统假腿的技术改进仅集中于无源机构。这对于将动力假腿结合到人类身体是确实不利的。取决于截肢患者，传统假腿的使用的具体条件，诸如重复性的动作和连续的负重，典型地带来了这样的问题，诸如，新陈代谢能量消耗的增加、腔压的增加、运动速度的限制、骨盆/脊椎对准的错乱以及体位临床康复程序的使用的增加。

主要问题在于，由于传统的假腿没有配备能够自行推进的伺服机构，因此在运动过程中使用的能量主要来源于用户。此能量代偿具有很大的短期和长期的负面影响，其来自于该假体的日常使用。因此，在运动过程中由该假腿承担的动力任务，使得该假体的长期佩戴是不可能的，这是因为，特别地，其可能产生数种皮肤问题，诸如毛囊炎、接触性皮炎、水肿、囊肿、皮肤划伤、疤痕和溃疡。尽管这些皮肤问题可以通过使用硅鞘、完整的接受腔或者散剂而得到部分缓解，但是现今皮肤问题仍然是一个首要的问题。

同样地，传统的假腿的无源本性典型地导致了运动的不稳定性、混乱的运动同步性和减小的运动速度。在节能假体部件领域中的最新进展部分地致力于改善截肢患者和假体之间的能量传输。然而，能量消耗的问题仍未得到全面的解决，仍是主要的问题。

考虑到该背景，显而易见的是，需要发展一种改进的控制系统和一种新的方法，用于控制动力假体，以便于满足截肢患者的需要，特别是膝上截肢的患者。

发明内容

根据本发明的一个方面，提供了用于确定运动段和运动段的相位的方法，用于实时地控制动力假体，该方法包括：

提供多个主人工本体感受器；

接收来自每个主人工本体感受器的数据信号；

获得关于每个数据信号的一阶和二阶导数信号；

获得关于至少一个数据信号的三阶导数信号；

针对每个具有相应的所述数据信号和导数信号的主人工本体感受器，使用第一状态机的集合从多个可能的状态中选择一个状态；

使用主人工本体感受器的状态产生运动段的相位；和

使用与数据信号相关的事件，使用第二状态机从多个可能的运动段中选择运动段。

根据本发明的另一方面，提供了用于实时地控制动力假体的方法，该方法包括：

提供多个主人工本体感受器；

接收来自每个主人工本体感受器的数据信号；

获得关于每个数据信号的一阶和二阶导数信号；

获得关于至少一个数据信号的三阶导数信号；

针对每个具有相应的数据和导数信号的主人工本体感受器，使用第一状态机的集合从多个可能的状态中选择一个状态；

使用主人工本体感受器的状态产生运动段的相位；

使用与数据信号相关的事件，使用第二状态机从多个可能的运动段中选择运动段；

计算运动速度值；

至少使用运动段的相位、运动段和运动速度值，从查询表中确定系数值；

使用来自查询表的系数值，计算动力假体的至少一个动力学参数值；和

将该动力学参数值转换为输出信号，用以控制动力假体。

根据本发明的另外的方面，提供了用于确定运动段和运动段的相位的设备，用于使用多个主人工本体感受器实时地控制动力假体，该设备包括：

用于每个主人工本体感受器的数据信号输入端；

用于获得关于每个数据信号的一阶和二阶导数信号的装置；

用于获得关于至少一个数据信号的三阶导数信号的装置；

第一状态机的集合，该第一状态机用于针对每个具有相应的数据和导数信号的主人工本体感受器，从多个可能的状态中选择一个状态；

用于使用主人工本体感受器的状态产生运动段的相位的装置；

第二状态机，该第二状态机用于使用与数据信号相关的事件，从多个可能的运动段中选择运动段。

根据本发明的另外的方面，提供了用于实时地控制动力假体的控制系统，该系统包括：

多个主人工本体感受器，用于产生数据信号；

用于获得关于每个数据信号的一阶和二阶导数信号的装置；

用于获得关于至少一个数据信号的三阶导数信号的装置；

第一状态机的集合，该第一状态机用于针对每个具有相应的数据和导数信号的主人工本体感受器，从多个可能的状态中选择一个状态；

用于使用主人工本体感受器的状态产生运动段的相位的装置；

第二状态机，该第二状态机用于使用与数据信号相关的事件，从多个可能的运动段中选择运动段；

用于计算运动速度值的装置；

用于存储包括系数值的查询表的装置，其中系数值至少涉及运动段的相位、运动段和运动速度值；

用于至少使用运动段的相位、运动段和运动速度值，从查询表中确定系数值的装置；

用于使用来自查询表的系数值，计算动力假体的至少一个动力学参数值的装置；

用于将该动力学参数值转换为输出信号，用以控制动力假体的装置。

在下文的详细描述中，描述了本发明的这些和其他的特征，或者本发明的这些和其他的特征在其中是显而易见的，其中该描述是结合附图而进行的。

附图说明

图1是示出了根据本发明的优选实施例的控制系统的框图。

图2是具有前致动器设置的动力假体的示例的透视图。

图3是具有后致动器设置的动力假体的示例的透视图。

图4是配备有足底压力传感器的鞋垫的鞋面的示意图。

图5是图4所示的传感器的截面图。

图6是用于选择运动段的状态机的图示的示例。

图7是图6所示的状态机的图示中的一个运动段(BTW)中的运动段相位的示例。

图8a～8d是典型的平地行走过程中使用足底压力传感器的四个数据信号的示例。

图9a～9d给出了获得自跟部处的足底压力传感器的数据信号及其前三阶导数的示例。

图10a～10d给出了获得自跖趾(MP)处的足底压力传感器的数据信号及其前三阶导数的示例。

图11a～11d给出了关于跟部处的足底压力传感器的数据信号及其前三阶导数的足底压力传感器的状态的示例。

图12a～12c给出了关于跖趾(MP)处的足底压力传感器的数据信号及其前三阶导数的足底压力传感器的状态的示例。

图13是用于选择关于跟部区域的足底压力传感器的状态的状态机的图示的示例。

图14是用于选择关于跖趾(MP)区域的足底压力传感器的状态的状态机的图示的示例。

图15是相位识别模块(PRM)的整体框图。

图16是示出了零点校准的框图。

图17是示出了对象重量校准的框图。

图18是轨迹发生器(TG)。

图19是示出了创建轨迹发生器(TG)的查询表的框图。

图20是示出了表示关于给定的运动段、运动段相位和对象速度的运动学或者动力学变量的曲线示例的图线。

图21是图20的放大的表示。

缩略词

详细描述和数字表示下列的技术缩略词：

A/D：模拟/数字

BDW：“向下倾斜的步行-开始路线”运动段

BGD：“下楼-开始路线”运动段

BGU：“上楼-开始路线”运动段

BTW：“直线步行-开始路线”运动段

BTW_SWING：检测在腿摆动过程中的典型的步行gr_leg

BUW：“向上倾斜的步行-开始路线”运动段

CDW：“向下倾斜的步行-循环路线”运动段

CGD：“下楼-循环路线”运动段

CGU：“上楼-循环路线”运动段

CTW：“直线步行-循环路线”运动段

CUW：“向上倾斜的步行-循环路线”运动段

ECW：“曲线步行路线”运动段

EDW：“向下倾斜的步行-结束路线”运动段

EGD：“下楼-结束路线”运动段

EGU：“上楼-结束路线”运动段

ETW：“直线步行-结束路线”运动段

EUW：“向上倾斜的步行-结束路线”运动段

FR_BIN_x：检测正的f_rx

FRfst_BIN_x：检测f_rx的正的一阶导数

FRsec_BIN_x：检测f_rx的正的二阶导数

FRtrd_BIN_x：检测f_rx的正的三阶导数

FR_HIGH_x：检测高于STA包迹的f_rx水平

FR_LOW_x：检测在零包迹和STA包迹之间的f_rx水平

FSR：力敏电阻

GR_POS_y：检测正的g_ry

MIN_SIT：检测段SIT中的最小时间

MP：跖趾

PID：比例积分微分

PKA_SDW：坐下的膝盖角度

PKA_ETW：结束步行的膝盖角度

PKA_STA：站的膝盖角度

PKA_SIT：坐的膝盖角度

PKA_SUP_RAMP：站起的膝盖角度

PPMV：足底压力最大变化

PPS：足底压力传感器

PRM：相位识别模块

REG：调节器

RF：射频

SDW：“坐下”运动段

SIT：“坐”运动段

STA：“站”运动段

STA_BIN：检测所有f_rx的静态演化

STATIC_GR_y：检测低于零角速度包迹和零加速度包迹的g_ry水平

sum_a：左脚的局部足底压力信号

sum_b：右脚的局部足底压力信号

sum_c：两个跟部的局部足底压力信号

sum_d：两个MP的局部足底压力信号

sum_e：两只脚的局部足底压力信号

SUM_BIN_y：sum_y的非零值

SUP：“站起”运动段

SVD：奇异值分解

SWING_y：检测先于脚部撞击的摆动

TG：轨迹发生器

XHLSB：脚踵负重状态末端(X＝左(L)或者右(R))

XHLSM：脚踵负重状态中间(X＝左(L)或者右(R))

XHLST：脚踵负重状态顶端(X＝左(L)或者右(R))

XHSTA：脚踵STAtic状态(X＝左(L)或者右(R))

XHUSB：脚踵未负重状态末端(X＝左(L)或者右(R))

XHUST：脚踵未负重状态顶端(X＝左(L)或者右(R))

XHZVS：脚踵零值状态(X＝左(L)或者右(R))

XMLSM：MP负重状态中间(X＝左(L)或者右(R))

XMLST：MP负重状态顶端(X＝左(L)或者右(R))

XMSTA：MP STAtic状态(X＝左(L)或者右(R))

XMUSB：MP未负重状态末端(X＝左(L)或者右(R))

XMUST：MP未负重状态顶端(X＝左(L)或者右(R))

XMZVS：MP零值状态(X＝左(L)或者右(R))

ZV_FRfst_x：考虑f_rx的一阶导数为正的阈值

ZV_FRsec_x：考虑f_rx的二阶导数为正的阈值

ZV_FRtrd_x：考虑f_rx的三阶导数为正的阈值

ZV_FR_x：考虑f_rx为正的阈值

ZV_SUMfst：考虑sum_y的一阶导数的绝对值为正的阈值

ZV_SUMsec：考虑sum_y的二阶导数的绝对值为正的阈值

具体实施方式

附图示出了根据本发明的优选实施例的控制系统(10)。应当理解，本发明不限于所说明的实现方案，在不偏离附属权利要求的范围的前提下，可以进行不同的修改和变化。

图1示出了与截肢患者的自主动力假体组合的控制系统(10)。特别地，其良好地适合与膝上截肢患者的动力假腿一起使用，诸如图2和3示出的假体(12)。与传统的假体不同，这些自主动力假体(12)被设计为提供使其自身移动所需的机械能量。控制系统(10)的目的在于，提供所需的信号，该信号允许控制致动器(14)。为此，控制系统(10)连接到使用人工本体感受器(16)的截肢患者，用以确保截肢患者和动力假体(12)的运动之间的正确的协调。人工本体感受器(16)的集合实时地捕获关于截肢患者运动的动力学信息，并且将该信息提供给控制系统(10)。然后，控制系统(10)通常确定关节的轨迹以及必须由致动器(14)施加的所需的力或者扭矩，以便于提供协调的运动。

图2示出了用于膝上截肢患者的动力假腿(12)的示例。该假体(12)由直线致动器(14)提供动力。致动器(14)相对于贯胫部件(trans-tibial member)(22)移动膝盖部件(20)，使用第一枢轴连接这两个部件。更加精密的模型可能配备有更加复杂的枢轴或者在该层面上配备了不止一个枢轴。

在贯胫部件(22)的底端下面提供了假脚(24)。膝盖部件(20)包括连接器(25)，承窝(socket)(26)可以附连到该连接器(25)。承窝(26)通常用于容纳截肢患者的残肢。膝盖部件(20)的设计使得致动器(14)具有连接到膝盖部件(20)上的另一枢轴的上端。然后，致动器(14)的底端连接到贯胫部件(22)底端处的第三枢轴。在使用中，致动器(14)通过激活其中的电机而进行操作。这在一个方向或者另一方向上旋转螺杆(28)。然后螺杆(28)相对于随动件(30)移入或者移出，由此改变两个可动部件(即膝盖部件(20)和贯胫部件(22))之间的相对角位置。

图3示出了根据后致动器设置的动力假腿(12)。该实施例基本上与图2的实施例相似，并且通过不同的致动器(14)的模型进行了说明。

应当理解，本发明不限于图2和3中说明的机械设置。控制系统(10)可以与具有不止一个关节的假腿一起使用。例如，其可以与这样的假体一起使用，其除了膝关节以外，还具有踝关节、跖趾关节或者髋关节。而且，与传统的承窝不同，还可以使用骨结合设备，保证了假体的机械部件和截肢患者骨骼之间的直接联接。

回来参考图1，控制系统(10)使用由人工本体感受器(16)提供的信息以产生输出信号。这些输出信号优选地经由功率驱动器(32)发送到致动器(14)，该功率驱动器(32)自身连接到电源(34)(例如电池)，以便于产生运动。功率驱动器(32)通常控制提供给致动器(14)的功率量。由于致动器(14)通常包括电机，因此该功率驱动器(32)通常向致动器(14)提供电力以产生运动。

优选地，接收配备在假体(12)上的传感器(36)的反馈信号。在诸如图2和3中的一个所说明的动力假腿(12)的情况中，这些反馈信号可以指出在两个可移动部件之间测量的相对位置以及它们之间的扭矩。该选择允许控制系统(10)充分地调节输出信号。还可以监视其他类型的物理参数。

图1中示出的控制系统(10)包括接口(40)，通过其接收来自人工本体感受器(16)的数据。可以通过适当的线路或者通过无线传输接收它们。在用于膝上截肢患者的动力假腿的情况中，来自配备在健康腿上的人工本体感受器(16)的数据信号有利地通过使用适当的RF模块的无线传输进行发送。例如，可以使用具有专用指定频率(诸如916MHz)的简单的非定制RF模块。尽管对于更具鲁棒性的实现方案，使用具有扩谱器或者扩频器的RF模块是优选的。当然，也可以使用其他的设置，诸如分立的A/D转换器、不同分辨率或者采样值，以及诸如有线、无线、光等的通信链路技术的多种组合。

控制系统(10)进一步包括被称为“相位识别模块”或者PRM的部件(42)。由于PRM(42)通常确定两个重要的参数，即运动段和运动段相位，因此其是控制系统(10)的非常重要的部件。在下文中解释这些参数。PRM(42)连接到轨迹发生器，或者TG(44)，通过其计算所需用于控制动力假体(12)的动力学参数，用以产生输出信号。查询表(46)存储在连接到TG(44)的存储器中。而且，控制系统(10)包括调节器(48)，在该调节器(48)处接收反馈信号，并且可以调节输出信号。

驻留在电子线路板上的软件包含，所有上文提及的使控制系统(10)能够提供允许控制致动器(14)的所需信号的算法。更具体地，该软件包含下列三个模块：相位识别模块(PRM)、轨迹发生器(TG)和调节器(REG)。当然，可以加入许多辅助模块。

人工本体感受器(16)优选地包括主人工本体感受器和辅助人工本体感受器。主人工本体感受器优选地是局部足底压力传感器，其测量特定的足下区域的垂直足底压力，而辅助人工本体感受器优选地是一对陀螺仪和运动学传感器，其中陀螺仪测量下肢体节的角速度，运动学传感器测量假体膝盖关节的角度。在包括假脚的两只脚下均使用足底压力传感器。如果需要其还可以在两只假脚下使用。一个陀螺仪位于正常腿的胫部，而另一个位于膝关节上面的假体的上部。对于运动学传感器，其位于假体的膝关节。人工本体感受器(16)的其它示例是：神经传感器，其测量运动神经的动作电位；肌电电极，其测量肌肉的内部和外部的肌电活动；针式阵列植入体，其测量大脑皮层的特定区域的大脑活动，诸如运动皮质或者任何其他间接涉及肢体运动的区域；或者任何内部或者外部的运动学和/或动力学传感器，其测量动力假体的任何关节的位置和扭矩。当然，依赖于应用，还可以使用其他类型的提供关于人类运动的不同的动力学特征的信息的传感器。

图4示出了配备有两个安置于关键位置的足底压力传感器(16)的右脚鞋垫(50)。它们的尺寸和位置是根据运动过程中由特定的足下区域提供的局部足底压力信号的稳定性和丰度(强度)定义的。实验证明，许多数据与足压力的空间分布有关，更具体地，有关运动过程中的足底压力最大变化(PPMV)。PPMV，表示为Δ_maxf_r，ij’被定义为运动过程中特定点(具有坐标i，j的足下区域)处的足底压力的最大变化。图4中的X-Y轴(52)用于确定每个足下区域的i，j坐标。

在N个步行步伐的集合中，如果给定步伐(表示为事件x)过程中具有坐标i，j的给定的足下区域的PPMV之间的绝对差值和集合中平均PPMV的比值低于代表稳定性标准的特定值，则将该PPMV定义为稳定的，即：

$\left(\frac{|{\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_x-\frac{\underset{n=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_n}{N}|}{\frac{\underset{n=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_n}{N}}\right)\·100\%\≤(S\%)$ 式1

其中：

·Δ_maxf_r，ij|_x是在事件x过程中局限于具有坐标i，j的足下区域的PPMV，因此

·对于事件x， ${\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_x=f_{r,\mathrm{ij}}^{\max }\left(k\right){|}_{k\→\mathrm{OtoK}}-f_{r,\mathrm{ij}}^{\min }\left(k\right){|}_{k\→\mathrm{OtoK}}$

·K是样本(帧)的数目，

·N是集合中步伐的数目，

·S是所选标准，用于定义给定的PPMV是否是稳定的。

在N个步行步伐的集合中，如果给定步伐(表示为事件x)过程中具有坐标i，j的给定的足下区域的PPMV和集合中平均PPMV之间的的比值高于代表丰度标准的特定值，则将该PPMV定义为信息丰富的，即：

${\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_x\≥(R\%)\·\left(\frac{\underset{n=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_n}{N}\right){|}_{{\max }^{i,j}}$ 式2

其中：

·Δ_maxf_r，ij|_x是在事件x过程中局限于具有坐标i，j的足下区域的PPMV，因此

·对于事件x， ${\mathrm{\Δ}}_{\max }{f}_{r,\mathrm{ij}}{|}_x=f_{r,\mathrm{ij}}^{\max }\left(k\right){|}_{k\→\mathrm{OtoK}}-f_{r,\mathrm{ij}}^{\min }\left(k\right){|}_{k\→\mathrm{OtoK}}$

·K是样本(帧)的数目，

·N是集合中步伐的数目，

·R是所选标准，用于定义给定的PPMV是否是信息丰富的。

通过实验发现，当用于稳定性和丰度PPMV的标准被分别设置为5％和50％时，足底压力传感器的尺寸和位置是良好定义的。结果，发现跟部和跖趾(MP)区域是两个其中可认为PPMV提供了稳定的和信息丰富的信号的足底区域。

在图4中，在定做的鞋垫(50)中，提供了足底压力传感器(16)，其中该鞋垫(50)优选地具有标准整形鞋垫的形式，对该鞋垫进行修改用以嵌入两个用于测量两个局部足底压力的传感器(16)。如图5中所示，每个传感器(16)优选地包括薄的力敏电阻(FSR)聚合物单元(54)，其直接连接到接口(40)或者使用中间系统(未示出)，例如无线发射机，间接地连接到接口(40)。如果不能获得具有适当尺寸的FSR单元，则可以使用机械适配器。FSR单元(54)具有响应垂直施加到其表面上的力的增加而减小的电阻。每个单元(54)输出时变电信号，其强度与其表面区域上的总的垂直足底压力成比例。

在表1中示出了压力传感器的归一化的位置和它们的尺寸，其中长度L和宽度W分别是对象脚的长度和宽度。表1中的系数是通过实验获得的。足底压力传感器(16)的典型的直径在20～30mm之间。

表1：压力传感器的归一化的位置和尺寸

在使用中，PRM(42)基于由人工本体感受器(16)提供的信息，实时地确保患者的运动段和运动段相位的识别。使PRM(42)进行实时的操作，这意味着连续地且几乎没有延迟地执行计算和其他的步骤。

根据本发明，发现接收自患者人工本体感受器(16)的数据信号可以提供用于控制动力假体(12)的致动器(14)的足够的信息。例如，在足底压力传感器的情况中，基于实验已经注意到，接收自足底压力传感器的数据信号以及这些信号的组合的斜率(一阶导数)、凹度的符号(二阶导数)和凹度的斜率(三阶导数)，给出了关于人类运动的高度准确的和稳定的信息。于是PRM(42)用于将人类运动分解为三个层次，即每个人工本体感受器(16)的状态，运动段相位和运动段。该分解确保了下肢的完整的运动动力学特征的正确识别，以便于为人类运动建模。

每个主人工本体感受器的实际状态表示运动分解的第一层面。该级被定义为下肢运动过程中主人工本体感受器的传感器的演化。每个传感器具有其各自的通过其数据信号及其前三阶导数信号的组合识别的状态。对于优选实施例的提供了有关局部足底压力的信息的主人工本体感受器而言，基于实验已经发现，位于跟部和跖趾(MP)区域的局部足底压力信号可以分别分组为7个状态和6个状态。

优选地，对于处于跟部区域的传感器，状态如下：

XHLSB：脚踵负重状态末端(X＝左(L)或者右(R))

XHLSM：脚踵负重状态中间(X＝左(L)或者右(R))

XHLST：脚踵负重状态顶端(X＝左(L)或者右(R))

XHSTA：脚踵STAtic状态(X＝左(L)或者右(R))

XHUSB：脚踵未负重状态末端(X＝左(L)或者右(R))

XHUST：脚踵未负重状态顶端(X＝左(L)或者右(R))

XHZVS：脚踵零值状态(X＝左(L)或者右(R))

优选地，对于处于MP区域的传感器，状态如下：

XMLSB：MP负重状态底端(X＝左(L)或者右(R))

XMLST：MP负重状态顶端(X＝左(L)或者右(R))

XMSTA：MP STAtic状态(X＝左(L)或者右(R))

XMUSB：MP未负重状态末端(X＝左(L)或者右(R))

XMUST：MP未负重状态顶端(X＝左(L)或者右(R))

XMZVS：MP零值状态(X＝左(L)或者右(R))

识别每个传感器的状态允许获得运动分解的第二层面，其被称为运动段相位。该运动段相位被定义为运动分解的第三层面(即运动段)中的对象运动的发展。运动分解的第三层面定义了对象当前所处的运动的类型，诸如例如，站、坐或者爬上楼梯。每个运动段包含连续的相位的集合，其说明了处于运动段中的对象运动的进展。通过实验，根据整个段中局部足底压力的状态的演化，已经确认了映射到每个运动段的相位序列。

优选地，运动段如下：

BDW：“向下倾斜的步行-开始路线”

BGD：“下楼-开始路线”

BGU：“上楼-开始路线”

BTW：“直线步行-开始路线”

BUW：“向上倾斜的步行-开始路线”

CDW：“向下倾斜的步行-循环路线”

CGD：“下楼-循环路线”

CGU：“上楼-循环路线”

CTW：“直线步行-循环路线”

CUW：“向上倾斜的步行-循环路线”

ECW：“曲线步行路线”运动段

EDW：“向下倾斜的步行-结束路线”

EGD：“下楼-结束路线”

EGU：“上楼-结束路线”

ETW：“直线步行-结束路线”

EUW：“向上倾斜的步行-结束路线”

SDW：“坐下”

SIT：“坐”

STA：“站”

SUP：“站起”

图6说明了关于这些不同的运动段的状态机的示例。

图7示出了关于直线步行开始路线(BTW)运动段的相位序列映射BTW1～BTW25。所有的运动段具有相似的相位序列映射的式样，尽管相位的数目可能因运动段而有所变化。相位的数目依赖于所需的运动段分解的粒度。通过以特定的时间间隔观察四个局部足底压力的状态，基于实验确定了相位，其中该时间间隔是由所需的粒度确定的。由于相位是四个局部足底压力的状态的组合，因此相位边界条件被定义为每个局部足底压力状态的边界条件的组合。

对于选择对象所处的运动段，该算法使用了状态机方法。为此，该算法使用了其值定义了条件或者段边界条件的事件的集合，用以从一个运动段前进至另一运动段。根据对象从一个运动段前进至另一运动段时的局部足底压力信号的演化、互补信号和它们的前三阶导数、以及来自辅助人工本体感受器的信号，通过实验确认这些事件。

确定了主人工本体感受器的传感器的状态、对象的运动段相位和运动段之后，TG(44)可以用于计算一个或者多个用于转换为控制制动器的输出信号的动力学参数值。该动力学参数值的示例是动力假腿(12)的膝关节处的扭矩(或者力矩)的角位移。由于这些值是实时给出的，因此它们提供了通常所说的“系统轨迹”。在对象运动过程中的任意时刻K，根据整个系统的状态，即主人工本体感受器的状态、运动段相位、运动段和步行速度，选择数学关系。随后，使用简单的时间依赖方程和与系统状态相关的静态特性，计算角位移θ_kn和力矩m_kn，由此将关节的轨迹提供给膝关节部件。在对象的整个运动过程中重复该过程。

图8a～8d示出了在109.5步/分钟的标准步行路线过程中来自四个局部足底压力传感器(16)的数据信号的示例。这四个信号f_r1(t)、f_r2(t)、f_r3(t)和f_r4(t)对应于，左脚的跟部区域处的局部足底压力随时间的变化(图8a)、左脚的MP区域处的局部足底压力随时间的变化(图8b)、右脚的跟部区域处的局部足底压力随时间的变化(图8c)和右脚的MP区域处的局部足底压力随时间的变化(图8d)。

根据本发明，PRM(42)使用这四个局部足底压力信号中的每一个的一阶、二阶和三阶导数，以便于确定传感器的状态。据此，PRM(42)将能够确定对象的运动段和运动段相位。

图9a～9d和图10a～10d针对109.5步/分钟的直线步行路线，分别示出了跟部区域和MP区域处的局部足底压力以及它们的一阶、二阶和三阶导数的图线的示例。

图11a～11d通过图线示出了跟部区域处的典型的局部足底压力信号及其一阶、二阶和三阶导数的状态边界条件，而图12a～12d通过图线示出了MP区域处的局部足底压力信号及其一阶、二阶和三阶导数的状态边界条件。这示出了不同的数据和导数信号以及状态之间的关系。

在使用中，为了检测表示为f_rx(其中x＝[1，4])的四个局部足底压力的状态，PRM(42)在每个时间增量处使用第一状态机的集合选择每个传感器的当前状态。为此，该算法使用了事件的集合，该事件值定义了关于每个局部足底压力的从一个状态前进至另一状态的条件。表2列出了事件：

表2：用于评估局部足底压力的状态边界条件的事件列表

事件	缩略词	说明
			f<sub>rx</sub>的非零值	FR_BIN<sub>x</sub>	检测正的f<sub>rx</sub>
f<sub>rx</sub>的一阶导数	FRfst_BIN<sub>x</sub>	检测f<sub>rx</sub>的正的一阶导数
			f<sub>rx</sub>的二阶导数	FRsec_BIN<sub>x</sub>	检测f<sub>rx</sub>的正的二阶导数
f<sub>rx</sub>的三阶导数	FRtrd_BIN<sub>x</sub>	检测f<sub>rx</sub>的正的三阶导数
			静态f<sub>rx</sub>	STA_BIN<sub>x</sub>	检测所有f<sub>rx</sub>的静态演化

分配给表2的每个所示事件的值的条件定义了，对于每个局部足底压力，状态机何时从一个状态前进至另一状态。表3列出了如果上文提及的条件得到满足，则所需要访问的阈值，其中sum_y表示关于表4所述的y＝[a，e]的五个互补信号，而表5示出了用于评估局部足底压力的状态边界条件的事件的数学形式。

表3：用于评估局部足底压力的状态边界条件的阈值列表

表4：通过四个局部足底压力f_r1、f_r2、f_r3、f_r4建立的互补信号的列表

信号	缩略词	说明	数学值
				左脚	sum<sub>a</sub>	左脚的局部足底压力信号	(f<sub>r1</sub>+f<sub>r2</sub>)/2
右脚	sum<sub>b</sub>	右脚的局部足底压力信号	(f<sub>r3</sub>+f<sub>r4</sub>)/2
				两个跟部	sum<sub>c</sub>	两个跟部的局部足底压力信号	(f<sub>r1</sub>+f<sub>r3</sub>)/2
两个MP	sum<sub>d</sub>	两个MP的局部足底压力信号	(f<sub>r2</sub>+f<sub>r4</sub>)/2
				两只脚	sum<sub>e</sub>	两只脚的局部足底压力信号	(f<sub>r1</sub>+f<sub>r2</sub>+f<sub>r3</sub>+f<sub>r4</sub>)/2

表5：事件的数学公式表达

图13和14分别示出了用于检测跟部区域和MP区域处的局部足底压力的状态的图示，而表6和表7总结了每个局部足底压力的状态之间的状态边界条件。

表6：定义了跟部区域处的主人工本体感受器的状态的状态边界条件的列表

当前状态	状态边界条件	下一状态
			任何状态	！FR_BIN<sub>x</sub>	XHZVS
任何状态	FR_BIN<sub>x</sub> && STA_BIN<sub>x</sub>	XHSTA
			任何状态	FR_BIN<sub>x</sub>  &&！STA_BIN<sub>x</sub>     &&FRfst_BIN<sub>x</sub> && FRsec_BIN<sub>x</sub>  &&FRtrd_BIN<sub>x</sub>	XHLSB
任何状态	FR_BIN<sub>x</sub> && ！STA_BIN<sub>x</sub> &&FRfst_BIN<sub>x</sub> && FRsec_BIN<sub>x</sub>&&！FRtrd_BIN<sub>x</sub>	XHLSM
			任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub> &&FRfst_BIN<sub>x</sub> &&！FRsec_BIN<sub>x</sub>	XHLST
任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub>&&！FRfst_BIN<sub>x</sub> &&！FRsec_BIN<sub>x</sub>	XHUST
			任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub>&&！FRfst_BIN<sub>x</sub> && FRsec_BIN<sub>x</sub>	XHUSB

表7：定义了跖趾区域处的主人工本体感受器的状态的状态边界条件的列表

当前状态	状态边界条件	下一状态
			任何状态	！FR_BIN<sub>x</sub>	XMZVS
任何状态	FR_BIN<sub>x</sub> && STA_BIN<sub>x</sub>	XMSTA
			任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub> &&FRfst_BIN<sub>x</sub> && FRsec_BIN<sub>x</sub>	XMLSB
任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub> &&FRfst_BIN<sub>x</sub> &&！FRsec_BIN<sub>x</sub>	XMLST
			任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub>&&！FRfst_BIN<sub>x</sub> &&！FRsec_BIN<sub>x</sub>	XMUST
任何状态	FR_BIN<sub>x</sub> &&！STA_BIN<sub>x</sub>&&！FRfst_BIN<sub>x</sub> && FRsec_BIN<sub>x</sub>	XMUSB

图15示出了PRM算法的流程图，其包括两个主要部分，即主人工本体感受器信号的预处理和运动分解，分别由框100和框102说明。由框104～108的序列表示由框100表示的主人工本体感受器信号的预处理所执行的步骤序列。在框104中，从接口接收四个局部足底压力信号，并且在框106中使用面向对象的校准值对其进行归一化。然后四个归一化的局部足底压力经历由框104～118表示的预处理步骤。在框112中，对四个归一化的局部足底压力进行滤波以减少它们的频谱成分。然后在框108中初始化计数器，其依次开始包括框110～116的循环。在框110中的循环的第一步包括对信号进行求导。得自求导步骤的信号在框112中进行滤波，以便于限制在求导计算过程中引入的噪声，并且该信号经历框114中的二进制格式化。在框116中，该算法检查计数器是否达到3次迭代。如果是，则该算法在计算了四个归一化的局部足底压力信号的全部前三阶导数之后，退出循环进入框102。如果否，则该算法前进至框110，其中在框118中使计数器增加并重复循环，以便于前进至框110计算下一阶导数。当循环退出进入框102时，该算法进入算法的运动分解部分。由框120～124的序列表示由框102表示的运动分解所执行的步骤序列。通过四个归一化的局部足底压力及其前三阶导数，框120确定每个传感器的状态，而框122和124分别确定相位和运动段。

由框106表示的归一化步骤包括根据对象的人形特性(诸如，在本实施例中是对象的重量)测量原始数据的量值。四个局部足底压力的原始数据信号除以由四个传感器在校准过程中提供的总的量值，然后其作为归一化的局部足底压力提供给框110。

在框112中，四个局部足底压力的归一化的原始数据及其前三阶导数进行数字滤波，用以减少它们的频谱成分，以及用以限制在求导计算过程中引入的噪声。PRM(42)的优选实施例使用二阶数字滤波器，其中基于实验设置截止频率、阻尼因数和前移，用以根据信号类型和运动段优化计算。PRM(42)还可以使用其他类型的数字滤波器，例如，巴特沃思(Butterworth)滤波器，只要该滤波器的动态特征与所示用于每个运动段的二阶滤波器所提供的相似。式4示出了在PRM(42)中实现的二阶数字滤波器的数学关系。表8提供了关于三个不同的运动段的滤波参数的示例。

拉普拉斯形式

$H\left(s\right)=\frac{{\mathrm{\ω}}_n^2}{s^2+2\·\mathrm{\ξ}\·{\mathrm{\ω}}_n\·s+{\mathrm{\ω}}_n^2}$ 式3

其中：

·ω_n是无阻尼固有频率， ${\mathrm{\ω}}_n=\frac{{\mathrm{\ω}}_r}{\sqrt{1-2{\mathrm{\ξ}}^2}},$ ξ＜1

·ω_r是所谓的ξ＜1的谐振频率

·ξ是阻尼因数

递归形式

$H\left(z\right)=\frac{b_2{z}^{-1}+b_3{z}^{-2}}{a_1+a_2{z}^{-1}+a_3{z}^{-2}}$

a₁y(k)＝b₂x(k-1)+b₃x(k-2)-a₂y(k-1)-a₃y(k-2)    式4

其中

a₁＝1

a₂＝-2·α·β

a₃＝α²

b₁＝0

$b_2=1-\mathrm{\α}\·[\mathrm{\β}+\frac{\mathrm{\ξ}\·{\mathrm{\ω}}_n\·\∂}{{\mathrm{\ω}}_r}]$

$b_3={\mathrm{\α}}^2+\mathrm{\α}\·[\frac{\mathrm{\ξ}\·{\mathrm{\ω}}_n\·\∂}{{\mathrm{\ω}}_r}-\mathrm{\β}]$

$\mathrm{\α}=e^{-\mathrm{\ξ}\·{\mathrm{\ω}}_n{T}_e}$

β＝cos(ω_rT_e)

$\∂=\sin \left({\mathrm{\ω}}_r{T}_e\right)$

T_e＝采样速率

表8：PRM使用的二阶滤波器的参数示例

在框110中，通过标准方法获得了导数，该方法包括对局部足底压力的当前样本和前一样本进行数字求导。

然后，在框110中获得的导数在框114中经历二进制格式化。二进制格式化操作的结果将是“1”(如果导数符号为正)或者“0”(如果导数符号为负)。该步骤有助于识别作为二进制事件的导数信号的符号变化。

在框120中，PRM(42)使用诸如图13或14所示的状态机，确定每个传感器的当前状态。

在PRM(42)中，局部足底压力的状态优选地表示为10位的字，其中每个位对应于特定的可能状态。表格9～12列出了左脚和右脚的跟部区域和MP区域处的局部足底压力的每个状态的二进制等效形式。当然，还可以使用具有不同位长度的字以表示每个局部足底压力的状态。

表9：关于左脚的跟部区域处的局部足底压力的状态的数字标签

状态	二进制标签	十进制标签
			LHSBS	00000000001	0
LHLSB	00000000010	1
			LHLSM	00000000100	2
LHLST	00000001000	3
			LHUST	00000010000	4
LHUSM	00000100000	5
			LHUSB	00001000000	6
LHZVS	00010000000	7
			LHSTA	00100000000	8

表10：关于左脚的跖趾区域处的局部足底压力的状态的数字标签

状态	二进制标签	十进制标签
			LMSBS	00000000001	0
LMLSB	00000000010	1
			LMLSM	00000000100	2
LMLST	00000001000	3
			LMUST	00000010000	4
LMUSM	00000100000	5
			LMUSB	00001000000	6
LMZVS	00010000000	7
			LHSTA	00100000000	8

表11：关于右脚的跟部区域处的局部足底压力的状态的数字标签

状态	二进制标签	十进制标签
			RHSBS	00000000001	0
RHLSB	00000000010	1
			RHLSM	00000000100	2
RHLST	00000001000	3
			RHUST	00000010000	4
RHUSM	00000100000	5
			RHUSB	00001000000	6
RHZVS	00010000000	7
			RHSTA	00100000000	8

表12：关于右脚的跖趾区域处的局部足底压力的状态的数字标签

状态	二进制标签	十进制标签
			RMSBS	00000000001	0
RMLSB	00000000010	1
			RMLSM	00000000100	2
RMLST	00000001000	3
			RMUST	00000010000	4
RMUSM	00000100000	5
			RMUSB	00001000000	6
RMZVS	00010000000	7
			RHSTA	00100000000	8

在框122中，PRM(42)产生相位，其优选地表示为四个局部足底压力的状态的直接二进制组合。因此，相位可以由40位的字表示，其中下半个字的下面部分、下半个字的上面部分、上半个字的下面部分和上半个字的上面部分分别对应于左脚的跟部区域、左脚的MP区域、右脚的跟部区域和右脚的MP区域，如表9～12所表述的。表13呈现了从四个局部足底压力的状态中识别相位的示例。

表13：从主人工本体感受器的状态中识别相位

在框124中，PRM(42)使用图6所示的状态机选择对象当前所处的运动段。每个运动段包括一系列相位。

因此，表14呈现了对应图7的关于直线步行的开始路线(BTW)运动段的相位序列映射。该表示出了每个相位的标签、十进制值以及相位边界条件。

表14：关于标注为“直线步行的开始路线”(BTW)的相位序列映射的示例

表15列举了与“坐”和“典型的在平地上步行”运动的运动段相关的边界条件的样本，而表3列出了如果上文提及的条件得到满足，则所需要访问的阈值。

表15：定义特定的运动段的段边界条件的列表的示例，诸如“坐”运动(STA-SUP-SIT-SDW-STA运动段)和“典型的在平地上步行”(STA-BTW-CTW-ETW-STA运动段)

表16：用于评估定义了特定的运动段的段边界条件的事件列表的示例，诸如“坐”运动(STA-SUP-SIT-SDW-STA运动段)和“典型的在平地上步行”(STA-BTW-CTW-ETW-STA运动段)

事件	缩略词	描述
			摆动发生	SWING<sub>y</sub>	检测先于脚部撞击的摆动
f<sub>rx</sub>非零	FR_BIN<sub>x</sub>	检测正的f<sub>rx</sub>
			低的f<sub>rx</sub>	FR_LOW<sub>x</sub>	检测在零包迹和STA包迹之间的f<sub>rx</sub>水平
高的f<sub>rx</sub>	FR_HIGH<sub>x</sub>	检测高于STA包迹的f<sub>rx</sub>水平
			静态g<sub>ry</sub>	STATIC_GR<sub>y</sub>	检测低于零角速度包迹和零加速度包迹的g<sub>ry</sub>水平
sum<sub>y</sub>非零	SUM_BIN<sub>y</sub>	检测sum<sub>y</sub>的非零值
			BTW摆动发生	BTW_SWING	检测在腿摆动过程中的典型的步行g<sub>r_leg</sub>
止g<sub>ry</sub>	GR_POS<sub>y</sub>	检测正的g<sub>ry</sub>
			最小“坐”	MIN_SIT	检测段SIT中的最小时间
“坐下”的膝盖角度	PKA_SDW	检测高于STA包迹的膝盖角度

“结束步行”的膝盖角度	PKA_ETW	检测低于STA包迹的膝盖角度
			“站”的膝盖角度	PKA_STA	检测低于STA包迹的膝盖角度
“坐下”的膝盖角度	PKA_SIT	检测高于SIT包迹的膝盖角度
			“站起”的膝盖角度	PKA_SUP_RAMP	检测“站起”的膝盖角度包迹

其中

·X代表腿-脚踵、腿-跖趾、假体-脚踵或者假体-跖趾

·Y代表腿或者假体

框106的归一化步骤使用特定的校准值。在对象第一次使用动力假体(12)或者在任何其他的需要的时刻时，计算这些值。优选地使用两个校准值：零点校准值和对象重量校准值。零点校准值存在于不向传感器施加压力时的四个局部足底压力的测量结果中，而对象重量校准值是相对于传感器的总响应量值的对象重量。

图16所示的流程图示出了获得传感器的零点校准值的算法。组成该算法的步骤序列由框200～222的序列表示。在框200中，该算法开始于四个局部足底压力。在框202中，对象坐在足够高的表面上，使得他的脚在空中自由悬垂。然后，在框204中，对象轻轻的前后摆动他的脚，其在框206中初始化计时器，其依次开始包括框208、210和212的循环。在框208中，该算法检查计时器是否达到10秒，如果是，则该算法退出循环进入框220，如果否，则该算法前进至框210，并且记录四个传感器的零点值。然后，在框212中，使计时器增加，并且重复该循环，前进至框208。在框220中，计算每个局部足底压力的平均值，并且最后在框222中提供该平均值作为零点校准值。

通过相似的方式，图17所示的流程图示出了获得传感器的零点校准值的算法。组成该算法的步骤序列由框300～322的序列表示。在框300中，该算法开始于四个局部足底压力。在框302中，对象站立在舒适的位置，脚与肩宽，同时使身体维持在站立的位置。然后，在框304中，对象缓慢的前后摆动，然后左右摆动，其在框306中初始化计时器，其依次开始包括框308、310和312的循环。在框308中，该算法检查计时器是否达到10秒，如果是，则该算法退出循环进入框320，如果否，则该算法前进至框310，并且记录相对于传感器的总响应量值的对象重量。然后，在框312中，使计时器增加，并且重复该循环，前进至框308。在框320中，计算每个局部足底压力的平均值，并且最后在框322中提供该平均值作为零点校准值。

图18示出了这样的流程图，其示出了用于实时地建立PRM(42)的输出和局部足底压力以及膝关节轨迹之间的关系的TG算法。组成该算法的步骤序列由框400～408的序列表示。在框400中，该算法从PRM(42)接收归一化的局部足底压力、运动段相位和运动段。然后，在框402中，通过计算两个脚踵撞击之间的帧的数目，同时考虑采样频率，获得了以步每分钟为单位的对象的步行速度，并且对其进行二进制格式化。更具体地，通过计算两个脚踵撞击之间的帧的数目s_heel[k](帧/步)，获得了对象速度估值

(步/分钟)。

${\hat{x}}_y=60\frac{f_s}{s_{\mathrm{heel}}\left[k\right]-s_{\mathrm{heel}}[k-1]}$ 式5

其中f_s是帧采样频率(帧/秒)。

当满足下式时发生脚踵撞击事件：

$\mathrm{THRESHOLDHEELLOADING}<f_{r{i}_f}\left[k\right]-f_{r{i}_f}[k-1],$ i_f＝1，3    式

6

在框404中，该算法使用归一化的局部足底压力、运动段相位、运动段和具有二进制格式的对象速度，用以识别线性归一化静态特性的集合，其与查询表中关于对象运动的膝关节动力学/运动学参数相关联。在框406中，TG(44)包括两个变换函数，其使用局部足底压力和在框404中确认的它们的相应的数学关系(时间依赖方程和静态特性)，计算时刻k的动力学/运动学参数，其是角位移θ_kn(k)和力矩(扭矩)m_kn(k)。然后，在框408中，将动力学/运动学参数变量的值提供给REG(48)。

在框406中由TG(44)使用的变换函数通常可以用系统方程来表示，诸如：

θ_g，h(k)＝Ω₁(θ₁(k)，χ(k)，v(k))+Ω₂(θ₂(k)，χ(k)，v(k))+...+

Ω_q-1(θ_q-1(k)，χ(k)，v(k))+Ω_q(θ_q(k)，χ(k)，v(k))          式7

m_g，h(k)＝M₁(θ₁(k)，χ(k)，v(k))+M₂(θ₂(k)，χ(k)，v(k))+...+

M_q-1(θ_q-1(k)，χ(k)，v(k))+M_q(θ_q(k)，χ(k)，v(k))            式8

其中

·g＝[径向(sg)，纵向(fr)，横向(tr)]表示运动的平面

·h＝[髋(hp)，膝盖(kn)，脚踝(an)，跖趾(mp)]是关节

·q是主人工本体感受器的传感器的数目

·θ_q是涉及运动的现象实体(phenomenological entity)，并且由主人工本体感受器的传感器提供

·Ω_q是涉及运动的现象实体、下肢的运动学变量和时间之间的变换函数

·M_q是涉及运动的现象实体、下肢的运动学变量和时间之间的变换函数

·θ_q是涉及运动的现象实体，并且由主人工本体感受器的传感器提供

·χ(k)＝Ω(p_h(k)，p_r(k)，v(k))是整个系统的状态(截肢患者和AAP)，其中k是当前增量

·p_h(k)是各个运动段的相位

·p_r(k)是运动段

·v(k)是步行速度

·k是当前增量

其中TG(44)使用次数为n的多项式关系时，式7和式8变为：

θ_g，h(k)＝a_1，1(χ(k)，v(k))·θ₁(k)+...+a_1，n(χ(k)，v(k))·θ₁(k)ⁿ+

a_2，1(χ(k)，v(k))·θ₂(k)+...+a_2，n(χ(k)，v(k))·θ₂(k)ⁿ+...+

a_q-1，1(χ(k)，v(k))·θ_q-1(k)+...+a_q-1，n(χ(k)，v(k))·θ_q-1(k)ⁿ+...+    式9

a_q，1(χ(k)，v(k))·θ_q(k)+...+a_q，n(χ(k)，v(k))·θ_q(k)ⁿ

m_g，h(k)＝b_1，1(χ(k)，v(k))·θ₁(k)+...+b_1，n(χ(k)，v(k))·θ₁(k)ⁿ+

b_2，1(χ(k)，v(k))·θ₂(k)+...+b_2，n(χ(k)，v(k))·θ₂(k)ⁿ+...+            式10

b_q-1，1(χ(k)，v(k))·θ_q-1(k)+...+b_q-1，n(χ(k)，v(k))·θ_q-1(k)ⁿ+...+

b_q，1(χ(k)，v(k))·θ_q(k)+...+b_q，n(χ(k)，v(k))·θ_q(k)ⁿ

其中a_i，j(χ(k))和b_i，j(χ(k))i＝1 q是关于整个系统的状态χ(k)和步行速度v(k)的系数，n是多项式的次数

优选实施例使用了四个局部足底压力，因此式9和式10变为：

θ_g，h(k)＝a_1，1(χ(k)，v(k))·f_r1(k)+...+a_1，n(χ(k)，v(k))·f_r1(k)ⁿ+

a_2，1(χ(k)，v(k))·f_r2(k)+...+a_2，n(χ(k)，v(k))·f_r2(k)ⁿ+

a_3，1(χ(k)，v(k))·f_r3(k)+...+a_3，n(χ(k)，v(k))·f_r3(k)ⁿ+    式11

a_4，1(χ(k)，v(k))·f_r3(k)+...+a_4，n(χ(k)，v(k))·f_r3(k)ⁿ

m_g，h(k)＝b_1，1(χ(k)，v(k))·f_r1(k)+...+b_1，n(χ(k)，v(k))·f_r1(k)ⁿ+

b_2，1(χ(k)，v(k))·f_r2(k)+...+b_2，n(χ(k)，v(k))·f_r2(k)ⁿ+

b_3，1(χ(k)，v(k))·f_r3(k)+...+b_3，n(χ(k)，v(k))·f_r3(k)ⁿ+    式12

b_4，1(χ(k)，v(k))·f_r3(k)+...+b_4，n(χ(k)，v(k))·f_r3(k)ⁿ

其中a_i，j(χ(k))和b_i，j(χ(k))i＝1 q是关于整个系统的状态χ(k)和步行速度v(k)的系数，n是多项式的次数

由于所有的动力学/运动学参数θ_kn(k)和m_kn(k)是通过非复数的数学关系计算的，因此轨迹的计算是简单和快速的，并且能够通过非精密的电子线路板计算。

这些非复数的数学关系中使用的数学关系(时间依赖方程和静态特性)包含在框404表示的查询表中。图19示出了这样的流程图，其示出了用于创建TG查询表的算法。组成该算法的步骤序列由框500～512的序列表示。在框500中，该算法测量所选的现象参数，其在优选实施例中是局部足底压力以及对象的动力学/运动学参数θ_kn(k)和m_kn(k)。然后，在对象重量的函数中对测得的现象参数进行归一化。在框504中，定义使现象参数同动力学/运动学参数相关联的静态特性以及与时间相关联的时间依赖方程，然后在框506中进行归一化。然后在框508中，根据现象参数、运动段相位、运动段、对象速度以及具有二进制格式的数据信号(在式11和式12是线性方程的情况中)，分解数学关系(依赖于时间的方程和静态特性)。对于每个通过分解创建的数学关系(依赖于时间的方程和静态特性)的集合，在框510中，针对该集合中包含的数学关系(依赖于时间的方程和静态特性)应用多项式回归。最后，在框512中，多项式回归的结果存储在查询表中，并且根据框508的分解进行编目。

用于建立由图19的流程图示出的TG查询表的方法可以应用于任何属于下列解析/逻辑函数系的任何方程中：

y_g，h＝a₀+a₁x₁+a₂x₁ ²+...+a_nx₁ ⁿ+

b₀+b₁x₂+b₂x₂ ²+...+b_mx₂ ^m+

...

β₀+β₁x_χ+β₂x_χ ²+...+β_ηx_χ ^η

$y_{g,h}=\underset{i=0}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{x_1}^i+\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{b}_i{x_2}^i+...\underset{i=0}{\overset{\mathrm{\&eta;}}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_i{x_{\mathrm{\&chi;}}}^i$

$y_{g,h}=\underset{i=0}{\overset{n_1}{\mathrm{\&Sigma;}}}{a}_{1,i}{x_1}^i+\underset{i=0}{\overset{n_2}{\mathrm{\&Sigma;}}}{a}_{2,i}{x_2}^i+...\underset{i=0}{\overset{n_{\mathrm{\&chi;}}}{\mathrm{\&Sigma;}}}{a}_{\mathrm{\&chi;},i}{x_{\mathrm{\&chi;}}}^i$

$y_{g,h}=\underset{j=1}{\overset{\mathrm{\&chi;}}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{n_j}{\mathrm{\&Sigma;}}}{a}_{j,i}\&CenterDot;{x_j}^i$ 式13

其中

·y_g，h是预估的关于下肢关节g通过运动平面h的运动学

或动力学

变量

·g是在下面集合中的下肢关节：髋、膝盖、脚踝和跖趾

·h是在下面集合中的运动平面：径向、纵向和横向

·x_j是第j个运动相关现象，例如，第j个局部足底压力

·a_j，i是与x_j表示的第j个运动相关现象相关的第j个系数

·n_j是描述x_j表示的第j个运动相关现象的多项式的次数

·χ是运动相关现象的数目

如果考虑式13中的函数系依赖于它们描述的系统状态，则获得了下列方程系统：

$y_{g,h}=\underset{j=1}{\overset{\mathrm{\&chi;}}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{n_j}{\mathrm{\&Sigma;}}}{a}_{j,i}\left(x\right)\&CenterDot;{x_j}^i$ 式14

其中x是系统的时间依赖状态向量

在优选实施例中，x_j可以由

表示(其中i_f＝[1，χ])的局部足底压力替换。在时间依赖方程的情况中，x_j可以由时间替换。因此，在足底压力的情况中，式14变为：

$y_{g,h}=\underset{i_f=1}{\overset{\mathrm{\&chi;}}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{n_{i_f}}{\mathrm{\&Sigma;}}}{a}_{i_f,i}\left(x\right)\&CenterDot;{f_{{\mathrm{ri}}_f}}^i$ 式15

其中x是系统的时间依赖状态向量

在前面y_g，h已被定义为预估的关于下肢关节g通过运动平面h的运动学或动力学

变量。因此，式15可以写成：

${\widehat{\mathrm{\&theta;}}}_{g,h}=\underset{i_f=1}{\overset{\mathrm{\&chi;}}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{n_{i_f}}{\mathrm{\&Sigma;}}}{a}_{i_f,i}\left(x\right)\&CenterDot;{f_{{\mathrm{ri}}_f}}^i$ 式16

或者

${\hat{m}}_{g,h}=\underset{i_f=1}{\overset{\mathrm{\&chi;}}{\mathrm{\&Sigma;}}}\underset{i=0}{\overset{n_{i_f}}{\mathrm{\&Sigma;}}}{a}_{i_f,i}\left(x\right)\&CenterDot;{f_{{\mathrm{ri}}_f}}^i$ 式17

目的在于，式16和式17函数的确认来源于通过实验获得的n_s个样本的集合。样本包含涉及运动相关现象的数据以及相应的运动学(θ_g，h)或动力学(m_g，h)变量。

通过实验获得了下列数据阵列：

表16：获得自实验的数据

其中

·j、χ是运动相关现象的索引和数目

·i_s、n_s是帧的索引和数目

·t是时间[s]

·x是系统的时间依赖状态向量

·x_j是所选的运动相关现象

·θ_g，h是关于下肢关节g通过运动平面h的运动学变量

·m_g，h是关于下肢关节g通过运动平面h的动力学变量

逻辑函数a_j，i(x)以查询表的形式提出，如下面的示例所示：

表17：查询表示例

其中

·i_c、n_c是查询表的索引和维度(n_c是所考虑的量化状态的数目)

·x是系统的时间依赖状态向量

表17建立了系统的时间依赖状态向量、运动相关现象以及下肢关节的运动学和动力学变量之间的关系，其是下列静态特性：

${\widehat{\mathrm{\&theta;}}}_{g,h}=f^{\mathrm{\&theta;}}(x,x)$ 式18

${\hat{m}}_{g,h}=f^m(x,x)$ 式19

用于确认参数a_j，i(x)的方法是基于，针对由实验提供的关于人类对象的数据集合，应用曲线拟合算法。该实验是在受控条件下的实验室环境中执行的，产生了具有阵列形式的数据集合，如表16所示。

曲线拟合算法用于获得关于每个给定时间依赖状态向量x的参数a_j，i(x)。该数据用于建立查询表，如表17所示。

下面给出了关于上文所述的方法的设置的示例：

1.该设置的特征是：

a.运动相关现象包括四个由主人工本体感受器提供的局部足底压力的集合；

b.时间依赖状态向量包括：

i.对象步行速度；

ii.运动段相位合运动段；

以及，如果式16和式17是线性函数：

iii.具有二进制格式的四个局部足底压力的量值；

2.描述静态特性 ${\widehat{\mathrm{\&theta;}}}_{g,h}=f^{\mathrm{\&theta;}}(x,x)$ 和 ${\hat{m}}_{g,h}=f^m(x,x)$ 的函数系，如式16和式17所述；

或者

由时间t替换时的描述时间依赖方程 ${\widehat{\mathrm{\&theta;}}}_{g,h}=f^{\mathrm{\&theta;}}(x,t)$ 和 ${\hat{m}}_{g,h}=f^m(x,t)$ 的函数系，如式16和式17所述；

3.所选下肢关节是膝关节，其是股部(th)和胫部(sh)之间的关节；

4.所选运动平面是径向平面；

在式16和式17是线性函数的情况中，时间依赖状态向量进一步包括具有二进制格式的四个局部足底压力的量值作为附加参数，用以进一步分割表示运动学(θ_g，h)或动力学(m_g，h)变量的曲线。这是由于这一事实，即如图20所示，对于给定的运动段、运动段相位和对象速度，表示运动学(θ_g，h)或动力学(m_g，h)变量的曲线不能有效地由线性函数近似。为此，具有二进制格式的足底压力用于进一步将运动段相位细分为多个区间，在该区间上表示运动学(θ_g，h)或动力学(m_g，h)变量的曲线可以由线性函数近似。图21是图20的放大的视图，其中示出了，表示运动学(θ_g，h)或动力学(m_g，h)变量的曲线在每个附加的细分区间上呈现出相对的线性。因此，作为线性函数的式16和式17的使用要求，时间依赖状态向量进一步包括具有二进制格式的足底压力。

应当注意，在优选实施例中，查询表包含幅值已归一化的数学关系。TG(44)使用局部足底压力的相对值，而不是信号的量值。这意味着，对于整个系统的具体状态χ(k)，将局部足底压力设置在[0，1]的尺度中。这确保了该数学关系(时间依赖方程和静态特性)独立于对象的重量。有必要注意，由于TG结构使用了步行速度作为整个系统状态的分量，因此对于运行条件中包括的任何步行速度，静态特性查询表是有效的，在优选实施例中，该运行条件在84和126步/分钟之间，尽管可以针对其他时间间隔计算该查询表。

调节器(48)使用具有相似结构的控制规则控制多种当前在商业应用或实验应用中使用的控制算法。可以在调节器(48)中实现多种控制算法，下文给出了它们的示例。

首先，调节器(48)可以使用简单的PID控制规则，其被写为：

$\mathrm{\&mu;}\left(t\right)=k_d\stackrel{\&CenterDot;}{\stackrel{\&OverBar;}{x}}\left(t\right)+k_p\stackrel{\&OverBar;}{x}\left(t\right)+k_i\&Integral;\stackrel{\&OverBar;}{x}\mathrm{dt}$ 式20

其中

·k_d是与调节器的微分部件相关的增益

·k_p是与调节器的比例部件相关的增益

·k_i是与调节器的积分部件相关的增益

·x_i是所需的轨迹

·x_o是由系统执行的轨迹

·x是所需轨迹(x_i)和执行轨迹(x_o)之间的误差

·μ是针对系统的设置点

其应用于所提出的系统，即x＝θ或者x＝m，我们有：

${\mathrm{\&mu;}}_{g,h}^x\left(t\right)=k_d{\stackrel{\&CenterDot;}{\stackrel{\&OverBar;}{x}}}_{g,h}\left(t\right)+k_p{\stackrel{\&OverBar;}{x}}_{g,h}+k_i\&Integral;{\stackrel{\&OverBar;}{x}}_{g,h}\mathrm{dt}$ 式21

其中

·g＝[径向(sg)，纵向(fr)，横向(tr)]表示运动的平面

·h＝[髋(hp)，膝盖(kn)，脚踝(an)，跖趾(mp)]是关节

·x＝θ或m

其中误差x和设置点之间的转移函数表示为：

$\frac{{\mathrm{\&mu;}}_{g,h}^{\mathrm{\&theta;}}\left(t\right)}{{\stackrel{\&OverBar;}{x}}_{g,h}\left(t\right)}=\frac{b_2\&CenterDot;z^2+b_1\&CenterDot;z+b_0}{z(z-1)}$ 式22

其中

·b₂＝k_i+k_p+k_d

·b₁＝-(k_p+k_d)

·b₀＝k_d

·x＝θ或m

其中相应的递归方程是：

${\mathrm{\&mu;}}_{g,h}^x\left(k\right)={\mathrm{\&mu;}}_{g,h}^x(k-1)+b_0{\stackrel{\&OverBar;}{x}}_{g,h}(k-2)+b_1{\stackrel{\&OverBar;}{x}}_{g,h}(k-1)+b_2{\stackrel{\&OverBar;}{x}}_{g,h}\left(k\right)$ 式23

其中

·k是当前增量

·x＝θ或m

其次，调节器(48)可以使用自适应PID控制规则。自适应PID的转移函数与传统PID的转移函数相同，但是其参数b₂、b₁和b₀是整个系统状态χ(k)的函数。通过式23，自适应PID的递归方程是：

${\mathrm{\&mu;}}_{g,h}^x\left(k\right)={\mathrm{\&mu;}}_{g,h}^x(k-1)+b_0\left(\mathrm{\&chi;}\left(k\right)\right)\&CenterDot;{\stackrel{\&OverBar;}{x}}_{g,h}(k-2)+$ 式24

$b_1\left(\mathrm{\&chi;}\left(k\right)\right)\&CenterDot;{\stackrel{\&OverBar;}{x}}_{g,h}(k-1)+b_2\left(\mathrm{\&chi;}\left(k\right)\right){\stackrel{\&OverBar;}{x}}_{g,h}\left(k\right)$

其中

·k是当前增量

·x＝θ或m

第三，调节器(48)可以使用具有测量力矩的传统的PID，其可以写为：

$f_{g,h}^{\mathrm{\&mu;}}\left(k\right)=f_{g,h}^m\left(k\right)+{\stackrel{\&OverBar;}{f}}_{g,h}\left(k\right)$ 式25

其中

·f_g，h ^m(k)在关节处测得的力

·f_g，h(k)是调节器产生的力

·f_g，h ^μ(k)是针对关节的力的设置点

通过式22，位置误差x_g，h和设置点f_g，h(k)之间的转移函数表示为：

$\frac{{\stackrel{\&OverBar;}{f}}_{g,h}\left(t\right)}{{\stackrel{\&OverBar;}{x}}_{g,h}\left(t\right)}=K\&CenterDot;\left(\frac{b_2\&CenterDot;z^2+b_1\&CenterDot;z+b_0}{z(z-1)}\right)$ 式26

其中

·K是该位置和设置点之间的由设备产生的增益

·x＝θ或m

因此，由下列关系给出最终的力设置点f_g，h ^μ(k)的递归方程：

$f_{g,h}^{\mathrm{\&mu;}}\left(k\right)=f^m\left(k\right)+{\stackrel{\&OverBar;}{f}}_{g,h}(k-1)+b_0\&CenterDot;{\stackrel{\&OverBar;}{x}}_{g,h}(k-2)+$ 式27

$b_1\&CenterDot;{\stackrel{\&OverBar;}{x}}_{g,h}(k-1)+b_2\&CenterDot;{\stackrel{\&OverBar;}{x}}_{g,h}\left(k\right)$

其中

·k是当前增量

·x＝θ或m

Claims (81)

1.一种用于确定运动段和运动段的相位的方法，用于实时地控制动力假体，该方法包括：

提供多个主人工本体感受器；

接收来自每个主人工本体感受器的数据信号；

获得至少某些数据信号的一阶和二阶导数信号；

获得关于至少一个数据信号的三阶导数信号；

针对每个具有相应的所述数据信号和导数信号的主人工本体感受器，使用第一状态机的集合从多个可能的状态中选择一个状态；

使用主人工本体感受器的状态产生运动段的相位；和

使用与数据信号相关的事件，使用第二状态机从多个可能的运动段中选择运动段。

2.权利要求1的方法，进一步包括：

在获得导数信号之前对数据信号进行预处理。

3.权利要求2的方法，其中预处理包括：

对数据信号进行滤波；和

对数据信号进行归一化；和

对数据信号进行二进制格式化，用于使它们同第一状态机的输入规范相适应。

4.权利要求3的方法，其中对数据信号进行归一化的步骤包括：

使用在零点校准程序中获得的第一转换系数转换数据信号；

使用在重量校准程序中获得的第二转换系数转换数据信号。

5.权利要求1～4的任何一个的方法，其中主人工本体感受器包括足底压力传感器，该方法包括：

在多个位置感应足底压力，来自足底压力传感器的数据信号表示这些位置的足底压力。

6.权利要求5的方法，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括在假体的两个可动部件之间提供的角位置传感器，该方法包括：

产生表示两个可动部件之间的角位置的数据信号，在第二状态机中的至少一个事件中使用来自角位置传感器的数据信号。

7.权利要求5的方法，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括两个角速度传感器，一个配备在非截肢腿的胫部，而另一个配备在残肢上，该方法包括：

产生表示在每个角速度传感器处测得的角速度的数据信号，在第二状态机中的至少一个事件中使用来自角速度传感器的数据信号。

8.权利要求5的方法，其中对于至少四个位置感应足底压力，两个位置位于右脚且两个位置位于左脚。

9.权利要求8的方法，其中右脚处的一个位置和左脚处的一个位置位于跟部区域，右脚处的另一个位置和左脚处的另一个位置位于跖趾区域。

10.权利要求9的方法，其中在相应的鞋垫中提供右和左足底压力传感器。

11.权利要求9的方法，其中一只脚是假脚，而另一只脚是正常脚。

12.权利要求9的方法，其中两只脚均是假脚。

13.权利要求9～12的任何一个的方法，其中获得关于至少一个数据信号的三阶导数信号的步骤包括：

获得关于表示右脚的跟部区域处的足底压力的数据信号的三阶导数；和

获得关于表示左脚的跟部区域处的足底压力的数据信号的三阶导数。

14.权利要求13的方法，进一步包括：

自至少某些数据信号中计算互补信号，通过数据、互补信号和导数信号选择主人工本体感受器的状态。

15.权利要求14的方法，其中计算互补信号的步骤包括：

使用表示左脚的跟部区域和跖趾区域处的足底压力的数据信号计算第一互补信号；

使用表示右脚的跟部区域和跖趾区域处的足底压力的数据信号计算第二互补信号；

使用表示右脚的跟部区域和左脚的跟部区域处的足底压力的数据信号计算第三互补信号；

使用表示右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第四互补信号；

使用表示右脚的跟部区域和左脚的跟部区域以及右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第五互补信号。

16.权利要求1的方法，其中使用主人工本体感受器的状态产生运动段相位的步骤包括：

附加表示每个主人工本体感受器的状态的二进制标签，用以创建表示运动段相位二进制标签。

17.权利要求1的方法，其中从每个主人工本体感受器接收数据信号的步骤包括：

接收至少某些来自无线传输的数据信号。

18.一种用于实时地控制动力假体的方法，该方法包括：

提供多个主人工本体感受器；

接收来自每个主人工本体感受器的数据信号；

获得关于至少某些数据信号的一阶和二阶导数信号；

获得关于至少一个数据信号的三阶导数信号；

针对每个具有相应的数据信号和导数信号的主人工本体感受器，使用第一状态机的集合从多个可能的状态中选择一个状态；

使用主人工本体感受器的状态产生运动段的相位；

使用与数据信号相关的事件，使用第二状态机从多个可能的运动段中选择运动段；

计算运动速度值；

使用运动段的相位、运动段和运动速度值，从查询表中确定系数值；

使用来自查询表的系数值和至少某些数据信号，计算动力假体的至少一个动力学参数值；和

将该动力学参数值转换为输出信号，用以控制动力假体。

19.权利要求18的方法，还包括将所述数据信号格式化成二进制格式，其中从查询表中确定系数值的步骤包括使用所述运动段的相位、运动段、运动速度值和数据信号，该数据信号具有二进制格式。

20.权利要求19的方法，其中动力假体是用于膝上截肢患者的动力假腿，计算至少一个动力学参数值的步骤包括：

计算至少一个扭矩值和至少一个角位置值。

21.权利要求19的方法，其中动力假体包括使用电力的致动器，输出信号表示提供给致动器的电力。

22.权利要求21的方法，进一步包括：

响应至少一个接收自动力假体的反馈信号调节所述输出信号。

23.权利要求22的方法，其中至少存在第一和第二反馈信号，第一反馈信号表示在动力假体的膝关节的两个可动部件之间测得的相对角位置，而第二反馈信号表示在两个可动部件之间测得的扭矩值。

24.权利要求18任何一个的方法，进一步包括初始步骤：

处理来自测试对象的实验数据以创建查询表。

25.权利要求18任何一个的方法，进一步包括：

在获得导数信号之前对数据信号进行预处理。

26.权利要求25的方法，其中预处理包括：

对数据信号进行滤波；和

对数据信号进行归一化；和

对数据信号进行二进制格式化，用于使它们同第一状态机的输入规范相适应。

27.权利要求26的方法，其中对数据信号进行归一化的步骤包括：

使用在零点校准程序中获得的第一转换系数转换数据信号；

使用在重量校准程序中获得的第二转换系数转换数据信号。

28.权利要求18～27的任何一个的方法，其中主人工本体感受器包括足底压力传感器，该方法包括：

在多个位置感应足底压力，数据信号表示这些位置处的足底压力。

29.权利要求28的方法，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括在假体的两个可动部件之间提供的角位置传感器，该方法包括：

产生表示两个可动部件之间的角位置的数据信号，在第二状态机中的至少一个事件中使用来自角位置传感器的数据信号。

30.权利要求28的方法，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括两个角速度传感器，一个配备在非截肢腿的胫部，而另一个配备在残肢上，该方法包括：

产生表示在每个角速度传感器处测得的角速度的数据信号，在第二状态机中的至少一个事件中使用来自角速度传感器的数据信号。

31.权利要求28的任何一个的方法，其中对于至少四个位置感应足底压力，两个位置位于右脚且两个位置位于左脚。

32.权利要求31的方法，其中右脚处的一个位置和左脚处的一个位置位于跟部区域，右脚处的另一个位置和左脚处的另一个位置位于跖趾区域。

33.权利要求32的方法，其中在相应的鞋垫中提供右和左足底压力传感器。

34.权利要求32的方法，其中一只脚是假脚，而另一只脚是正常脚。

35.权利要求32的方法，其中两只脚均是假脚。

36.权利要求32～35的任何一个的方法，其中获得关于至少一个数据信号的三阶导数信号的步骤包括：

获得关于表示右脚的跟部区域处的足底压力的数据信号的三阶导数；和

获得关于表示左脚的跟部区域处的足底压力的数据信号的三阶导数。

37.权利要求36的方法，进一步包括：

自至少某些数据信号中计算互补信号，通过数据、互补信号和导数信号选择主人工本体感受器的状态。

38.权利要求37的方法，其中计算互补信号的步骤包括：

使用表示左脚的跟部区域和跖趾区域处的足底压力的数据信号计算第一互补信号；

使用表示右脚的跟部区域和跖趾区域处的足底压力的数据信号计算第二互补信号；

使用表示右脚的跟部区域和左脚的跟部区域处的足底压力的数据信号计算第三互补信号；

使用表示右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第四互补信号；

使用表示右脚的跟部区域和左脚的跟部区域以及右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第五互补信号。

39.权利要求18的任何一个的方法，其中使用主人工本体感受器的状态产生运动段相位的步骤包括：

附加表示每个主人工本体感受器的状态的二进制标签，用以创建表示运动段相位二进制标签。

40.权利要求18的任何一个的方法，其中从每个主人工本体感受器接收数据信号的步骤包括：

接收至少某些来自无线传输的数据信号。

41.一种用于确定运动段和运动段的相位的设备，用于使用多个主人工本体感受器实时地控制动力假体，该设备包括：

用于每个主人工本体感受器的数据信号输入端；

用于获得关于至少某些数据信号的一阶和二阶导数信号的装置；

用于获得关于至少一个数据信号的三阶导数信号的装置；

第一状态机的集合，该第一状态机用于针对每个具有相应的数据信号和导数信号的主人工本体感受器，从多个可能的状态中选择一个状态；

用于使用主人工本体感受器的状态产生运动段的相位的装置；和

第二状态机，该第二状态机用于使用与数据信号相关的事件，从多个可能的运动段中选择运动段。

42.权利要求41的设备，进一步包括：

第一输出端，输出表示主人工本体感受器的状态的第一输出信号；

第二输出端，输出表示运动段的相位的第二输出信号；和

第三输出端，输出表示运动段的第三输出信号。

43.权利要求41的设备，进一步包括：

用于在获得导数信号之前对数据信号进行预处理的装置。

44.权利要求43的设备，其中用于对数据信号进行预处理的装置包括：

用于对数据信号进行滤波的装置；

用于对数据信号进行归一化的装置；和

用于对数据信号进行二进制格式化以使它们同第一状态机的输入规范相适应的装置。

45.权利要求44的设备，进一步包括：

用于使用获得自零点校准程序的第一转换系数转换数据信号的装置；

用于使用获得自重量校准程序的第二转换系数转换数据信号的装置。

46.权利要求41～45的任何一个的设备，其中主人工本体感受器是足底压力传感器，该设备包括：

用于在多个位置感应足底压力的装置，数据信号表示这些位置的足底压力。

47.权利要求46的设备，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括在假体的两个可动部件之间提供的角位置传感器，该角位置传感器产生表示两个可动部件之间的角位置的数据信号，在第二状态机中的至少一个事件中使用来自角位置传感器的数据信号。

48.权利要求46的设备，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括两个角速度传感器，一个配备在非截肢腿的胫部，而另一个配备在残肢上，该角速度传感器产生表示在每个角速度传感器处测得的角速度的数据信号，在第二状态机中的至少一个事件中使用来自角速度传感器的数据信号。

49.权利要求46的任何一个的设备，其中对于至少四个位置感应足底压力，两个位置位于右脚且两个位置位于左脚。

50.权利要求47的任何一个的设备，其中右脚处的一个位置和左脚处的一个位置位于跟部区域，右脚处的另一个位置和左脚处的另一个位置位于跖趾区域。

51.权利要求50的设备，其中在相应的鞋垫中提供右和左足底压力传感器。

52.权利要求50的设备，其中一只脚是假脚，而另一只脚是正常脚。

53.权利要求50的设备，其中两只脚均是假脚。

54.权利要求50的设备，其中用于获得关于至少一个数据信号的三阶导数信号的装置包括：

用于获得关于表示右脚的跟部区域处的足底压力的数据信号的三阶导数的装置；和

用于获得关于表示左脚的跟部区域处的足底压力的数据信号的三阶导数的装置。

55.权利要求54的设备，其中进一步包括：

用于从至少某些数据信号中计算互补信号的装置，通过数据、互补信号和导数信号选择主人工本体感受器的状态。

56.权利要求55的设备，其中用于计算互补信号的装置包括：

用于使用表示左脚的跟部区域和跖趾区域处的足底压力的数据信号计算第一互补信号的装置；

用于使用表示右脚的跟部区域和跖趾区域处的足底压力的数据信号计算第二互补信号的装置；

用于使用表示右脚的跟部区域和左脚的跟部区域处的足底压力的数据信号计算第三互补信号的装置；

用于使用表示右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第四互补信号的装置；

用于使用表示右脚的跟部区域和左脚的跟部区域以及右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第五互补信号的装置。

57.权利要求41～45的任何一个的设备，其中用于使用主人工本体感受器的状态产生运动段相位的装置包括：

用于附加表示每个主人工本体感受器的状态的二进制标签以创建表示运动段相位二进制标签的装置。

58.权利要求41～45的任何一个的设备，进一步包括：

用于接收至少某些来自无线传输的数据信号的装置。

59.一种用于实时地控制动力假体的控制系统，该系统包括：

多个主人工本体感受器，用于产生数据信号；

用于获得关于至少某些数据信号的一阶和二阶导数信号的装置；

用于获得关于至少一个数据信号的三阶导数信号的装置；

第一状态机的集合，该第一状态机用于针对每个具有相应的数据信号和导数信号的主人工本体感受器，从多个可能的状态中选择一个状态；

用于使用主人工本体感受器的状态产生运动段的相位的装置；

第二状态机，该第二状态机用于使用与数据信号相关的事件，从多个可能的运动段中选择运动段；

用于计算运动速度值的装置；

用于存储包括系数值的查询表的装置，其中系数值至少涉及运动段的相位、运动段和运动速度值；

用于至少使用运动段的相位、运动段和运动速度值，从查询表中确定系数值的装置；

用于使用来自查询表的系数值和至少某些数据信号，计算动力假体的至少一个动力学参数值的装置；

用于将该动力学参数值转换为输出信号以控制动力假体的装置。

60.权利要求59的系统，还包括用于将所述数据信号格式化成二进制格式的装置，其中用于存储查询表的装置包括关于运动相位、运动段、运动速度值和具有二进制格式的数据信号的系数值，用于从查询表中确定系数值的装置使用所述运动段的相位、运动段、运动速度值和二进制格式的数据信号。

61.权利要求59或60的系统，其中动力假体是用于膝上截肢患者的动力假腿，用于计算至少一个动力学参数值的装置包括：

用于计算至少一个扭矩值和至少一个角位置值的装置。

62.权利要求59的系统，其中动力假体包括使用电力的致动器，输出信号表示提供给致动器的电力。

63.权利要求59的系统，进一步包括：

用于响应至少一个接收自动力假体的反馈信号调节所述输出信号的装置。

64.权利要求63的系统，其中至少存在第一和第二反馈信号，第一反馈信号表示在动力假体的膝关节的两个可动部件之间测得的相对角位置，而第二反馈信号表示在两个可动部件之间测得的扭矩值。

65.权利要求59的系统，其中查询表包括使用非截肢患者获得的实验数据。

66.权利要求59的系统，进一步包括：

用于在获得导数信号之前对数据信号进行预处理的装置。

67.权利要求66的系统，其中用于对数据信号进行预处理的装置包括：

用于对数据信号进行滤波的装置；

用于对数据信号进行归一化的装置；和

用于对数据信号进行二进制格式化以使它们同第一状态机的输入规范相适应的装置。

68.权利要求67的系统，其中对数据进行归一化的步骤包括：

用于使用在零点校准程序中获得的第一转换系数转换数据信号的装置；

用于使用在重量校准程序中获得的第二转换系数转换数据信号的装置。

69.权利要求59～68的任何一个的系统，其中主人工本体感受器是足底压力传感器，该足底压力传感器包括：

用于在多个位置感应足底压力的装置，数据信号表示这些位置的足底压力。

70.权利要求69的系统，其中对于至少四个位置感应足底压力，两个位置位于右脚且两个位置位于左脚。

71.权利要求69的系统，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括在假体的两个可动部件之间提供的角位置传感器，该角位置传感器产生表示两个可动部件之间的角位置的数据信号，在第二状态机中的至少一个事件中使用来自角位置传感器的数据信号。

72.权利要求69的系统，进一步包括辅助人工本体感受器，该辅助人工本体感受器包括两个角速度传感器，一个配备在非截肢腿的胫部，而另一个配备在残肢上，该角速度传感器产生表示在每个角速度传感器处测得的角速度的数据信号，在第二状态机中的至少一个事件中使用来自角速度传感器的数据信号。

73.权利要求70的系统，其中右脚处的一个位置和左脚处的一个位置位于跟部区域，右脚处的另一个位置和左脚处的另一个位置位于跖趾区域。

74.权利要求71的系统，其中在相应的鞋垫中提供右和左足底压力传感器。

75.权利要求71的系统，其中一只脚是假脚，而另一只脚是正常脚。

76.权利要求71的系统，其中两只脚均是假脚。

77.权利要求71的系统，其中用于获得关于至少一个数据信号的三阶导数信号的装置包括：

用于获得关于表示右脚的跖趾区域处的足底压力的数据信号的三阶导数的装置；和

用于获得关于表示左脚的跖趾区域处的足底压力的数据信号的三阶导数的装置。

78.权利要求77的系统，其中进一步包括：

用于从至少某些数据信号中计算互补信号的装置，通过数据、互补信号和导数信号选择主人工本体感受器的状态。

79.权利要求78的系统，其中用于从至少某些数据信号中计算互补信号的装置包括：

用于使用表示左脚的跟部区域和跖趾区域处的足底压力的数据信号计算第一互补信号的装置；

用于使用表示右脚的跟部区域和跖趾区域处的足底压力的数据信号计算第二互补信号的装置；

用于使用表示右脚的跟部区域和左脚的跟部区域处的足底压力的数据信号计算第三互补信号的装置；

用于使用表示右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第四互补信号的装置；

用于使用表示右脚的跟部区域和左脚的跟部区域以及右脚的跖趾区域和左脚的跖趾区域处的足底压力的数据信号计算第五互补信号的装置。

80.权利要求59的系统，其中用于使用主人工本体感受器的状态产生运动段相位的装置包括：

用于附加表示每个主人工本体感受器的状态的二进制标签以创建表示运动段相位二进制标签的装置。

81.权利要求59的系统，进一步包括：

用于接收至少某些来自无线传输的数据信号的装置。

Images