(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210608474.9 (22)申请日 2022.05.31 (71)申请人 深圳高性能医疗器 械国家研究院有 限公司 地址 518000 广东省深圳市龙华区观澜街 道新澜社区观光路1301-76号银星智 界二期1号楼 A101 (72)发明人 黄嘉俊　鲍时春　彭嘉琳　 (74)专利代理 机构 深圳中细软知识产权代理有 限公司 4 4528 专利代理师 袁文英 (51)Int.Cl. G06V 40/20(2022.01) G06V 10/774(2022.01) G06V 10/74(2022.01)G06K 9/62(2022.01) (54)发明名称 地形识别方法、 识别装置、 系统、 计算机设备 及介质 (57)摘要 本发明公开了一种地形识别方法、 识别装 置、 系统、 计算机设备及介质， 通过设置在用户的 下肢关节上识别装置来获取用户下肢关节的动 作参数后将所述动作参数进行滤波及归一化处 理后简化降低模型推算及训练难度的方式实现 了区别于传统的外骨骼系统需要通过骨架传导 刚性获取人机交互力信息和人体姿态信息后进 行直接进行模 型推算以及训练， 导致系统无法应 用于柔性外骨架系统同时参数输入模型后模型 推算过于复杂， 导致容易出现数据延迟的问题， 本发明通过在用户的下肢关节上识别装置来获 取动作参数的方式， 实现了可应用于柔性外骨架 来获取参数， 同时可将获取到的所述动作参数进 行滤波及归一化处理后简化降低模型推算及训 练难度， 提升 了适用面以及实时性。 权利要求书3页 说明书13页 附图2页 CN 114913605 A 2022.08.16 CN 114913605 A 1.一种地形识别方法， 其特征在于， 所述方法应用于柔性外骨骼， 所述柔性外骨骼包括 识别装置， 所述识别装置用于固定在用户的下肢关节上， 所述方法包括： 通过所述识别装置获取用户的动作参数， 并将所述动作参数进行滤波及归一化处理， 从而形成模型训练样本集； 使用所述模型训练样本集以及预设识别模型推算与所述模型训练样本集匹配的动作 识别参数矩阵； 根据所述动作识别参数矩阵内各个动作识别参数的出现概 率匹配对应的识别地形。 2.如权利要求1所述的地形识别方法， 其特征在于， 所述动作参数包括角度数值、 加速 度数值以及角速度数值； 则所述通过所述识别装置获取用户的动作参数， 并将所述动作参数进行滤波及归一化 处理， 从而形成模型训练样本集的步骤， 具体包括： 对所述角度数值进行 滤波及归一 化处理， 从而生成角度训练信息； 对所述加速度数值进行 滤波及归一 化处理， 从而生成加速度训练信息； 对所述角速度数值进行 滤波及归一 化处理， 从而生成角速度训练信息； 将所述角度训练信息、 所述加速度训练信息以及所述角速度训练信息进行合并， 从而 生成所述模型训练样本集。 3.如权利要求2所述的地形识别方法， 其特征在于， 所述识别装置设置在所述用户的获 取位置上， 所述获取位置包括右髋、 右膝、 左髋以及左髋； 则所述对所述角度数值进行滤波及归一化处理， 从而生成角度训练信息的步骤， 具体 包括： 获取所述获取位置的对应的位置编号， 并将所述位置标号记为i后插入到所述角度数 值内的各个角度参数内， 所述角度参数包括右髋角度、 右膝角度、 左髋角度以及左髋角度； 获取预设窗长的第一滤波窗口， 并根据所述第一滤波窗口将所述角度数值进行拆分， 形成与各个所述第一滤波窗口匹配的滤波角度参数； 设定第一基准滤波 窗口， 并获取前t1个所述第一基准滤波窗口对应的所述滤波角度参 数， 记为θ； 将进行滤波后的所述θ记为θ ’； 将所述i， 所述t1、 所述θ 以及所述θ ’输入到预设角度滤波算法中进行推算， 从而输出与 各个所述滤波角度参数匹配的滤波角度数值； 获取预设的角度归一化公式， 并将所述角度归一化公式中的输出最大值ymax上限设置 为1后将所述角度归一 化公式中的输出最小值ymin下限设定为 ‑1； 获取所述滤波角度数值的最大值以及最小值， 分别记为Xθ， 1max以及Xθ， 1min； 将所述Xθ， 1max以及所述Xθ， 1min输入到所述角度归一化公式中进行推算， 从而输出进行滤 波以及归一 化操作后的所述角度参数， 记为所述角度训练信息 。 4.如权利要求3所述的地形识别方法， 其特征在于， 所述对所述加速度 数值进行滤波及 归一化处理， 从而生成加速度训练信息的步骤， 具体包括： 获取所述获取位置的对应的位置编号， 并所述位置标号记为i后插入到所述加速度数 值内各个加速度参数内， 所述加速度参数包括右髋加速度、 右膝加速度、 左髋加速度以及左 膝加速度；权　利　要　求　书 1/3 页 2 CN 114913605 A 2获取预设时长的第二滤波窗口， 并根据所述第二滤波窗口将所述加速度数值进行拆 分， 形成与各个所述第二滤波窗口匹配的滤波加速度参数； 设定第二基准滤波 窗口， 并获取前t2个所述第二基准滤波窗口对应的所述滤波加 速度 参数， 记为a； 将进行滤波后的所述a记为a ’； 将所述i， 所述t2、 所述a以及所述a ’输入到预设加速度滤波算法中进行推算， 从而输出 与各个所述滤波加速度参数匹配的滤波加速度数值； 获取所述加速度归一化公式， 并将所述加速度归一化公式中的输出最大值ymax上限设 置为1后将所述加速度归一 化公式中的输出最小值ymin下限设定为 ‑1； 获取所述滤波加速度数值的最大值以及最小值， 分别记为Xa,max以及Xa， min； 将所述Xa， max以及所述Xa， min输入到所述加速度归 一化公式中进行推算， 从而输出进行滤 波以及归一 化操作后的所述加速度参数， 记为所述加速度训练信息 。 5.如权利要求4所述的地形识别方法， 其特征在于， 所述对所述角速度 数值进行滤波及 归一化处理， 从而生成角速度训练信息的步骤， 具体包括： 获取所述获取位置的对应的位置编号， 并所述位置标号记为i后插入到所述角速度数 值内各个角速度参数内， 所述角速度参数包括右髋角速度、 右膝角速度、 左髋角速度以及左 膝角速度； 获取预设时长的第三滤波窗口， 并根据所述第三滤波窗口将所述角速度数值进行拆 分， 形成与各个所述第三滤波窗口匹配的滤波角速度参数； 设定第三基准滤波 窗口， 并获取前t3个所述第三基准滤波窗口对应的所述滤波角速度 参数， 记为 w； 将进行滤波后的所述 w记为w’； 将所述i， 所述t2、 所述w以及所述w ’输入到预设角速度滤波算法中进行推算， 从而输出 与各个所述滤波角速度参数匹配的滤波角速度数值； 获取所述角速度归一化公式， 并将所述角速度归一化公式中的输出最大值ymax上限设 置为1后将所述角速度归一 化公式中的输出最小值ymin下限设定为 ‑1； 获取所述滤波角速度数值的最大值以及最小值， 分别记为Xw,max以及Xw， min； 将所述Xw,max以及所述Xw， min输入到所述角速度归 一化公式中进行推算， 从而输出进行滤 波以及归一 化操作后的所述角速度参数， 记为所述角速度训练信息 。 6.如权利要求5所述的地形识别方法， 其特征在于， 所述预设识别模型包括DDLMI矩阵 以及三维卷积网络； 则所述使用所述模型训练样本集以及所述预设识别模型推算与所述模型训练样本集 匹配的动作识别参数矩阵的步骤， 具体包括： 将所述右髋对应的位置编号设定为rh， 将所述右膝对应的位置编号设定为rk， 将所述 左膝对应的位置编号设定为 lh， 最后将所述右膝 对应的位置编号设定为 lk； 将所述rh、 所述rk、 所述lh、 所述lk、 所述θ ’、 所述a’以及所述w ’输入到所述DDLMI矩阵 当中进行模型表征后， 从而得 出模型参数合 集； 将所述模型参数合 集使用预设滑动窗口进行划分， 形成多个窗口分割数据集； 根据所述 窗口分割数据集的排列顺序按顺序设定基准窗口分割数据集， 并将所述基准权　利　要　求　书 2/3 页 3 CN 114913605 A 3