Online Gait Task Recognition Algorithm for Hip Exoskeleton
作者：Junwon Jang, Kyungrock Kim, Jusuk Lee, Bokman Lim, Youngbo Shim
会议：IROS 2015
研究背景
髋关节外骨骼要实现可靠助力，系统必须能够识别当前的步态任务，例如：
- 平地行走（Level walking, LE）
- 上楼（Stair ascent, SA）
- 下楼（Stair descent, SD）
- 站立（Stand, ST）
问题在于，髋外骨骼的传感器非常有限，通常只有：
- 左右髋关节角度传感器
- 腰背部 IMU
没有足底力/压力传感器，因此传统依赖足底触地信息的方法不容易直接使用。论文的目标就是：仅利用髋角度和腰背部 IMU，实现在线、快速、自动的步态任务识别。
核心思想
作者的关键 insight 是：
在足部触地（foot contact）这一关键时刻，不同步态任务对应的左右髋关节角度关系是不同的。
也就是说，不需要连续整段分析整步数据，而是抓住足接触瞬间，用那一刻的几个特征就能判断当前任务。
整套方法分成三部分：
- 有限状态机 FSM：管理站立、动态步态、任务推理等状态。
论文设计了一个三层状态机：
ST：站立IT：任务推理（Infer-Task）DGT：动态步态任务（含 SA / LE / SD / EX 子状态）
图示来自原始笔记，未随网站发布。
图示来自原始笔记，未随网站发布。
状态转换条件包括：
- TC1：检测到 foot contact
- TC2：任务推理完成
- TC3：双髋角速度很小且双髋角度很小，并持续一段时间 → 判为站立
- TC4：长时间未检测到 foot contact 且不满足站立 → 异常状态
- 无足底传感器的 foot contact 估计：用腰背部垂直加速度估计触地
具体做法：
- 初始站立时，把垂直加速度偏置设为 0
- 对垂直加速度使用一个滑动窗口求均值
- 将该均值与阈值
TH比较 - 同时设置一个冻结时间，防止同一步内重复触发
- 模糊推理系统 FIS：在触地瞬间，用左右髋角和它们的差值识别 SA / LE / SD
作者观察到在 foot contact 瞬间，不同任务有不同髋角关系：
上楼 SA
- 刚触地腿的髋角较大且为正
- 另一条腿髋角较小
- 左右髋角差值大
下楼 SD
- 两边髋角都偏正，但都不大
- 左右髋角差值小
平地 LE
- 一边小正，一边小负
- 差值介于 SA 和 SD 之间
所以在三维特征空间里（左髋角、右髋角、差值），这三类大致形成了不同区域，论文它形容成一种 V-shape 分布。
FIS配置
输入输出隶属函数：
图示来自原始笔记，未随网站发布。
推理方法：Mamdani min-max
解模糊方法：centroid
个人思考
- 抓住关键事件（foot contact）做瞬时判别
- 根据单腿的髋角信息和左右差值可以识别不同的步态事件