技術(shù)特征：

1.一種基于邏輯回歸的外骨骼助殘機(jī)器人步相切換方法，其特征是按如下步驟進(jìn)行：

步驟1、在外骨骼助殘機(jī)器人的腰部和大腿安裝傾角傳感器(1)，在所述外骨骼助殘機(jī)器人下肢的髖關(guān)節(jié)和膝關(guān)節(jié)輸出軸上安裝角度傳感器(2)，在所述外骨骼助殘機(jī)器人的足底貼附壓力傳感器(3)；

步驟2、在所述外骨骼助殘機(jī)器人不啟動(dòng)的情況下，利用各個(gè)傳感器采集所述外骨骼助殘機(jī)器人行走過(guò)程中支撐腿和擺動(dòng)腿在步相切換時(shí)的傾角、角度和壓力數(shù)據(jù)，并作為步相切換時(shí)的各個(gè)傳感器閾值；

步驟3、啟動(dòng)所述外骨骼助殘機(jī)器人，按照所設(shè)定的支撐腿和擺動(dòng)腿運(yùn)動(dòng)行走，并利用各個(gè)傳感器實(shí)時(shí)采集所述外骨骼助殘機(jī)器人行走過(guò)程中的傾角、角度和壓力實(shí)時(shí)數(shù)據(jù)，將采集的實(shí)時(shí)數(shù)據(jù)與所述各個(gè)傳感器閾值進(jìn)行比較，當(dāng)采集的實(shí)時(shí)數(shù)據(jù)大于所述各類(lèi)傳感器閾值時(shí)，所述外骨骼助殘機(jī)器人進(jìn)行支撐腿和擺動(dòng)腿的步相切換，并將相應(yīng)的實(shí)時(shí)數(shù)據(jù)記錄為1組訓(xùn)練樣本，從而獲得n組訓(xùn)練樣本，記為X＝{X⁽¹⁾,X⁽²⁾,…,X⁽ⁱ⁾,…,X⁽ⁿ⁾}；X⁽ⁱ⁾表示第i組訓(xùn)練樣本，并有表示第i組訓(xùn)練樣本X⁽ⁱ⁾中第j個(gè)傳感器數(shù)據(jù)；1≤i≤n；1≤j≤m；

步驟4、在所述步驟3中的所述外骨骼助殘機(jī)器人進(jìn)行支撐腿和擺動(dòng)腿的步相切換時(shí)，同時(shí)判斷所述外骨骼助殘機(jī)器的切換動(dòng)作是否與所述各個(gè)傳感器閾值所對(duì)應(yīng)的切換動(dòng)作一致，若一致，則表示正確切換，記錄切換結(jié)果為成功，并用輸出變量Y⁽ⁱ⁾＝1表示，否則表示錯(cuò)誤切換，記錄切換結(jié)果為失敗，并用輸出變量Y⁽ⁱ⁾＝0表示；

步驟5、將所述n組訓(xùn)練樣本和相應(yīng)的輸出變量輸入到邏輯回歸算法所建立的邏輯回歸模型中，得到步相切換估計(jì)函數(shù)，并作為步相切換的判別依據(jù)；

步驟6、利用各個(gè)傳感器實(shí)時(shí)采集所述外骨骼助殘機(jī)器人行走時(shí)的傾角、角度和壓力測(cè)試數(shù)據(jù)，并代入所述步相切換估計(jì)函數(shù)中，得到判別結(jié)果；

步驟7、所述外骨骼助殘機(jī)器人根據(jù)所述判別結(jié)果進(jìn)行支撐腿和擺動(dòng)腿的步相切換。

2.根據(jù)權(quán)利要求1所述的基于邏輯回歸的外骨骼助殘機(jī)器人步相切換方法，其特征是，所述步驟5中，所述步相切換估計(jì)函數(shù)是按如下步驟獲得：

步驟5.1、定義當(dāng)前迭代次數(shù)為k，并初始化k＝1；令第0次迭代的j個(gè)分量為0；

步驟5.2、利用式(1)所示的邏輯回歸參數(shù)θ的計(jì)算式，獲得第k次迭代的第j個(gè)分量θ_j的計(jì)算值從而獲得第k次迭代的m個(gè)分量所組成的向量

${\mathrm{\θ}}_j^{\left(k\right)}={\mathrm{\θ}}_j^{(k-1)}-\mathrm{\α}\underset{i=1}{\overset{n}{\Σ}}\left(h_{{\mathrm{\θ}}^{(k-1)}}\right(X^{\left(i\right)})-Y^{\left(i\right)})X_j^{\left(i\right)}---\left(1\right)$

式(1)中，α表示迭代步長(zhǎng)；表示邏輯回歸的假設(shè)函數(shù)，并有：

$h_{{\mathrm{\θ}}^{(k-1)}}\left(X^{\left(i\right)}\right)=\frac{1}{1+e^{-{\mathrm{\θ}}^{(k-1)}{X}^{\left(i\right)}}}---\left(2\right)$

式(2)中，θ^(k-1)X⁽ⁱ⁾表示第k-1次迭代獲得的向量θ^(k-1)的各個(gè)分量與第i組訓(xùn)練樣本X⁽ⁱ⁾各個(gè)分量的乘積和；即

步驟5.3、將k+1賦值給k，并返回步驟5.2執(zhí)行，直到迭代誤差ε＝|θ^(k-1)-θ^(k)|小于所設(shè)定的閾值時(shí)，迭代停止，此時(shí)，對(duì)應(yīng)的迭代次數(shù)記為p；從而獲得第p次迭代的m個(gè)分量所組成的收斂向量并作為邏輯回歸參數(shù)θ的最終值；

步驟5.4、利用式(3)獲得步相切換估計(jì)函數(shù)h_θ(X)：

$h_{\mathrm{\θ}}\left(X\right)=\frac{1}{1+e^{-{\mathrm{\θ}}^{\left(p\right)}X}}---\left(3\right)$

式(3)中，表示自變量為-θ^(p)X的指數(shù)函數(shù)，X表示n組訓(xùn)練樣本。