用于下肢辅助装置行走辅助的数据驱动步态分割

双足行走器等混合系统由于其非线性动力学中的不连续性而难以控制。若不对其控制混合模式间转换的守护条件进行建模，则几乎无法预测系统的演化，因此即便是具有可靠状态感知的系统也可能难以控制。我们提出一种算法，利用数据驱动分析实时确定系统的混合模式。该算法与数据驱动动力学辨识结合使用，以实现完全基于数据的模型预测控制。文中使用了两个示例——一个仿真跳跃器与来自双足行走器的实验数据。在第一个示例中，我们能够紧密逼近混合弹簧负载倒立摆(SLIP)模型的动力学，并随后在仿真中成功将其用于控制。在第二个示例中，我们展示了人体行走数据的步态划分，准确区分了支撑相与摆动相，以及所选摆动相子阶段。我们仅使用来自膝关节和髋关节的运动学数据，在无接触传感器的情况下识别出足跟着地和足尖离地等接触事件，这在行走过程中提供在线辅助方面可能特别有用。我们的算法不假设预定义的步态结构或步态相位转换，因此适用于健康与病态步态的分割。借助这种灵活性，可设计针对损伤的康复策略或辅助方案。