本發(fā)明涉及健身設(shè)備技術(shù)領(lǐng)域,具體講,涉及一種人體鍛煉跑步機自適應(yīng)主動控制方法。
背景技術(shù):
隨著物質(zhì)生活水平的提高,越來越多的人開始關(guān)心自身的健康狀態(tài),開始熱衷于參加各種體育運動鍛煉,全球健身器材產(chǎn)業(yè)也得到了迅速發(fā)展,其中跑步機操作簡便、體積小,節(jié)約空間,它滿足了人們對有氧健身的需求,具有廣闊的發(fā)展空間和發(fā)展?jié)摿Γ壳耙呀?jīng)成為人們主要健身器材之一。
然而,在跑步機的使用過程中,跑步者必須被迫調(diào)節(jié)自身速度去適應(yīng)跑步機預(yù)設(shè)的固定速度,嚴重影響了跑步者運動時的主動性和輕松感,也限制了跑步機的應(yīng)用拓展。因此,一種能夠檢測人體運動速度,并實時控制跑步機電機速度的技術(shù)變得尤為重要。
跑步機速度自適應(yīng)控制方法最近有一些相關(guān)專利申請公開:
1、一種基于柔性陣列壓力傳感器的跑步機自適應(yīng)調(diào)速系統(tǒng),申請?zhí)枺?01110315778.8;
該專利申請通過在跑板上側(cè)安裝柔性陣列壓力傳感器,實時獲取跑步者步頻、步長等參數(shù),由所建立的加速度與每兩步之間上述參數(shù)關(guān)系模型計算得出加速度,并向電機驅(qū)動模塊發(fā)送控制命令。該方法由于鋪設(shè)傳感器陣列,需要對跑步機進行改造,成本較高,不適合應(yīng)用推廣使用。
2、一種基于視頻的跑步機自適應(yīng)調(diào)速系統(tǒng),申請?zhí)枺?01610229061.4;
該專利申請通過攝像機視頻采集模塊獲取跑步者中心位置、相對位移等參數(shù),通過建立加速度與以上參數(shù)的關(guān)系模型得出加速度,并向電機驅(qū)動模塊發(fā)送控制指令。該方法需要檢測人體位移參數(shù),適于大跑步機上使用,家用或健身用小跑步機位移參數(shù)不明顯,易引起加減速震蕩,因此不適合使用該方法。
技術(shù)實現(xiàn)要素:
本發(fā)的目的在于提供一種基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法,以解決上述技術(shù)問題。本發(fā)明通過提取人體下肢sEMG的幅頻特征作為CPG模型參數(shù),得到期望周期性髖關(guān)節(jié)步態(tài)曲線,提取其角度極值和頻率,通過關(guān)系模型得到跑步機速度命令,實現(xiàn)跑步機自適應(yīng)主動控制。
為了實現(xiàn)上述目的,本發(fā)明采用如下技術(shù)方案:
一種基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法,包括以下步驟:
步驟一、通過肌電采集儀實時采集人體在跑步機上運動時一個步態(tài)周期內(nèi)下肢股直肌、股二頭肌的表面肌電信號,提取其幅值特征和頻率特征;
步驟二、將幅值特征和頻率特征作為參數(shù)帶入已通過遺傳算法優(yōu)化的CPG模型中,擬合出周期性人體下肢髖關(guān)節(jié)角度曲線;
步驟三、根據(jù)步驟二擬合出的周期性人體下肢髖關(guān)節(jié)角度曲線,得出角度極值和頻率,帶入關(guān)系模型求出跑步機速度控制命令,并通過計算機發(fā)給驅(qū)動模塊,實現(xiàn)跑步機自適應(yīng)主動控制。
進一步的,步驟一幅值特征和頻率特征具體包括:
肌電信號X={xi}N的幅值特征和頻率特征分別為均方根RMS和平均功率頻率fmean,公式為:
式中:N表示采樣點數(shù),s(f)為表面肌電信號功率譜密度函數(shù)。
進一步的,步驟二CPG模型及肌電特征參數(shù)代入具體包括:
選擇Matsuoka振蕩器構(gòu)建CPG控制模型,其數(shù)學(xué)模型如下:
y1.2=g(u1.2)
yout=y(tǒng)1-y2
式中:ui和vi為狀態(tài)變量,Tr為上升時間常數(shù),Ta為疲勞時間常數(shù),ω12為神經(jīng)元2到1的連接權(quán)重,β為沖動率常數(shù),c為激勵輸入,g(u)為門檻函數(shù)值,yi為神經(jīng)元輸出,yout為整個振蕩器輸出;
肌電幅值特征和頻率特征分別通過非線性增益的方式表示激勵輸入c和疲勞時間常數(shù)Ta,公式為:
式中:k0表示激勵輸入的非線性增益,k1表示疲勞時間常數(shù)的非線性增益。
進一步的,步驟二遺傳算法優(yōu)化具體包括:
通過遺傳算法優(yōu)化CPG模型參數(shù)用于擬合人體下肢髖關(guān)節(jié)實測曲線;要優(yōu)化的CPG模型參數(shù)有k0、k1、β、Ta、g(u)和ω,每組參數(shù)對應(yīng)編碼成實數(shù)連成的一條定長染色體;遺傳算法的適應(yīng)度函數(shù)F(t)為由CPG所產(chǎn)生的關(guān)節(jié)角度值和髖關(guān)節(jié)實測角度之差e(t)表示,公式為:
式中:c1是比例常數(shù),c2是微分常數(shù),c3是積分常數(shù)。
進一步的,步驟三關(guān)系模型具體為:
假設(shè)起步相時膝關(guān)節(jié)角度為零,通過髖關(guān)節(jié)曲線計算出步長和步態(tài)頻率從而得到人體運動速度對應(yīng)跑步機速度命令vd,關(guān)系模型具體公式為:
vd=2·(lthigh+lcrus)·{sin(θhmax)-sin(θhmin)}·fh
式中:lthigh為大腿長,lcrus為小腿長,θhmax、θhmin分別為CPG模型生成的髖關(guān)節(jié)步態(tài)曲線中關(guān)節(jié)角度最大值和最小值,fh為步態(tài)頻率。
進一步的,步驟一中采集的肌電信號利用20-500Hz帶通濾波器和50Hz工頻陷波器對肌電信號進行降噪和偽跡消除處理,之后對信號進行全波整流、歸一化和組合相減處理得到正負交替的肌電信號X={xi}N。
進一步的,步驟一實時采集肌電信號時,在人體一只腳腳跟安裝一個壓力傳感器作為開關(guān)信號,檢測傳感器兩次相同方向脈沖信號做為一個步態(tài)周期的開始和結(jié)束。
相對于現(xiàn)有技術(shù),本發(fā)明具有以下有益效果:
表面肌電信號(sEMG)是一種生物電信號,能夠直接反映人體的運動意圖,被廣泛應(yīng)用于肌肉疲勞檢測和實時控制,本發(fā)明提取下肢sEMG的幅頻特征,通過CPG模型得到跑步機速度控制命令,實現(xiàn)跑步機自適應(yīng)主動控制。該方法只采集下肢兩塊肌肉的sEMG帶入優(yōu)化完畢的CPG模型,運算速度較快,不用對跑步機進行改造,不受跑步機大小的影響,有較好的靈活性與推廣型,所采集的肌電信號的亦可同時用于肌肉疲勞檢測等。
附圖說明
圖1是基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法框圖;
圖2是遺傳算法優(yōu)化CPG參數(shù)流程圖;
圖3是速度關(guān)系模型計算示意圖;
圖4是整體硬件實現(xiàn)框圖。
具體實施方式
為了使本發(fā)明實現(xiàn)的技術(shù)手段、創(chuàng)作特征、達成目的與功效易于了解,下面結(jié)合具體圖示,進一步闡述本發(fā)明技術(shù)方案的具體實現(xiàn)方式。
請參閱圖1至圖4所示,本發(fā)明一種基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法,包括下列步驟:
利用動作捕捉系統(tǒng)和肌電采集儀同步采集人體在跑步機不同頻率運動時下肢髖關(guān)節(jié)實測角度和2塊肌肉的表面肌電信號,2塊肌肉具體為:股直肌、股二頭??;取某步頻下一個步態(tài)周期的肌電信號,預(yù)處理和組合后提取幅頻特征作為CPG模型參數(shù),并使用遺傳算法優(yōu)化CPG參數(shù)用于擬合髖關(guān)節(jié)實測曲線;實時采集一個步態(tài)周期的肌電信號,提取幅頻特征帶入優(yōu)化好的CPG模型中,得到髖關(guān)節(jié)角度極值和頻率,根據(jù)關(guān)系模型得到跑步機速度控制命令,并通過計算機發(fā)送命令到驅(qū)動模塊,實現(xiàn)跑步機自適應(yīng)主動控制。基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法的示意圖如圖1。
1、肌電特征提?。?/p>
離線分析時可直接通過計算機提取步態(tài)周期的髖關(guān)節(jié)角度并通過同步采集的時間對應(yīng)關(guān)系提取步態(tài)周期的肌電信號。實時采集肌電信號時,可在某只腳腳跟安裝一個小的壓力傳感器作為開關(guān)信號,檢測傳感器兩次相同方向脈沖信號即為一個步態(tài)周期的開始和結(jié)束。采集的肌電信號實時傳輸?shù)接嬎銠C上進行處理分析和下一步計算。
利用20-500Hz帶通濾波器和50Hz工頻陷波器對肌電信號進行降噪和偽跡消除處理,之后對信號進行全波整流、歸一化和組合相減處理得到正負交替的肌電信號X={xi}N,其幅值特征通過取其均方根值(RMS)描述,公式為:
頻率特征通過求其平均功率頻率fmean來描述,公式為:
式中:N表示采樣點數(shù),s(f)為表面肌電信號功率譜密度函數(shù)。
2、CPG模型建立:
中樞模式發(fā)生器(Central Pattern Generators),簡稱CPG,是神經(jīng)元構(gòu)成的局部振蕩網(wǎng)絡(luò),能夠通過神經(jīng)元之間的相互抑制關(guān)系自激振蕩產(chǎn)生周期性節(jié)律運動。人體步態(tài)是一種各腿交替動作的節(jié)律運動,因此可用CPG調(diào)整振蕩器的參數(shù)生成連續(xù)穩(wěn)定和不同速度的步態(tài)。
在一個振蕩周期內(nèi),髖關(guān)節(jié)角度的曲線有一個波峰,可用一個神經(jīng)元振蕩器表示。本發(fā)明選擇Matsuoka振蕩器作為CPG控制模型,該模型采用兩個互相抑制的神經(jīng)元作為振蕩器,在不考慮外界環(huán)境反饋情況下,即沒有振蕩器耦合,其數(shù)學(xué)模型如下:
y1.2=g(u1.2)
yout=y(tǒng)1-y2
式中:ui和vi為狀態(tài)變量,Tr為上升時間常數(shù),Ta為疲勞時間常數(shù),ω12為神經(jīng)元2到1的連接權(quán)重,β為沖動率常數(shù),c為激勵輸入,g(u)為門檻函數(shù)值,yi為神經(jīng)元輸出,yout為整個振蕩器輸出。上述參數(shù)需要經(jīng)過遺傳算法迭代,直接優(yōu)化,或者被肌電特征參數(shù)表示后優(yōu)化,優(yōu)化初始值可隨機賦值。
人體在跑步機上運動時步速的變化可以看成是步態(tài)曲線的幅值和頻率的變化,其變化趨勢不變。股直肌和股二頭肌分別控制髖關(guān)節(jié)伸屈動作,人體下肢運動時,股直肌和股二頭肌在一個周期內(nèi)交替收縮,其肌電信號的幅頻特征可以反應(yīng)主動運動意圖,即步速的改變。研究發(fā)現(xiàn),振蕩器的激勵輸入c能改變了振蕩器的幅值,大致與c成正比,且不影響振蕩器的頻率,因此用肌電信號幅值特征RMS通過非線性增益的方式表示激勵輸入c,公式為:
疲勞時間常數(shù)Ta能改變輸出信號的頻率,大約與1/Ta成正比,且不影響振蕩器的幅值,因此將肌電信號頻率特征fmean用非線性增益方法表示疲勞時間常數(shù)Ta,公式為:
式中:k0表示激勵輸入的非線性增益,k1表示疲勞時間常數(shù)的非線性增益。
3、遺傳算法優(yōu)化參數(shù):
CPG可以作為一個時間的函數(shù)來生成關(guān)節(jié)運動角度曲線,但參數(shù)需要依據(jù)期望關(guān)節(jié)角度軌跡進行調(diào)節(jié),本發(fā)明選用遺傳算法模擬自然界遺傳機制和生物進化對CPG模型參數(shù)并行隨機搜索全局最優(yōu)解。期望髖關(guān)節(jié)曲線選自人體在跑步機上不同頻率運動(同步采集的肌電信號)時實際測量髖關(guān)節(jié)角度。遺傳算法優(yōu)化CPG參數(shù)流程圖如圖2所示。
將CPG模型各參數(shù)編碼成定長染色體,每一條染色對應(yīng)一組參數(shù),其要優(yōu)化的CPG模型參數(shù)有k0、k1、β、Ta、g(u)和ω;各參數(shù)形成的編碼串聯(lián)群體按所選擇的適應(yīng)度函數(shù)并通過遺傳中的復(fù)制、交叉及變異對個體進行篩選,使適應(yīng)度高的個體被保留下來,周而復(fù)始,群體中的個體適應(yīng)度函數(shù)不斷提高,直到滿足最大迭代次數(shù)。遺傳算法試圖將CPG所產(chǎn)生的關(guān)節(jié)角度值和期望髖關(guān)節(jié)角度值之差e(t)的值最小化,即尋找適應(yīng)度最高的值,其適應(yīng)度函數(shù)F(t)公式為:
式中:c1是比例常數(shù),c2是微分常數(shù),c3是積分常數(shù)。
4、速度關(guān)系模型計算:
CPG模型參數(shù)優(yōu)化完畢后,帶入實時采集的肌電信號提取的幅頻特征,生成周期性的關(guān)節(jié)步態(tài)曲線,取一個振蕩周期即一個步態(tài)周期中髖關(guān)節(jié)曲線角度最大值θhmax、最小值θhmin和步態(tài)頻率fh。圖3是速度關(guān)系模型計算示意圖,人體一個步態(tài)周期的距離是一個跨步長Lstride,跨步長是步長Lstep的兩倍。假設(shè)膝關(guān)節(jié)角度近似為零,步長計算可以定為起步態(tài)兩腳腳后跟之間或踝關(guān)節(jié)中心的距離,根據(jù)對稱原理,所取髖關(guān)節(jié)最大最小值即對應(yīng)起步態(tài)左右髖關(guān)節(jié)角度,即通過求步長和步態(tài)頻率求出一個步態(tài)周期內(nèi)人體平均速度對應(yīng)跑步機速度命令vd,公式為:
vd=2·(lthigh+lcrus)·{sin(θhmax)-sin(θhmin)}·fh
式中:lthigh為大腿長,lcrus為小腿長。
控制命令由計算機發(fā)給驅(qū)動模塊,控制跑步機速度自適應(yīng)調(diào)整,然后再檢測步態(tài)周期的肌電信號,實現(xiàn)循環(huán)控制。因人體雙腿對稱和步態(tài)周期循環(huán)控制,只采集安裝了壓力傳感器一側(cè)腿的肌電信號即可。其整體硬件實現(xiàn)框圖如圖4所示。
本發(fā)明是一種基于CPG模型的人體鍛煉跑步機自適應(yīng)主動控制方法,以實現(xiàn)運動中跑步機與人體速度相協(xié)調(diào)。該方法提取股直肌、股二頭肌兩塊肌肉一個步態(tài)周期內(nèi)的肌電信號,結(jié)合遺傳算法,利用CPG模型擬合出周期性髖關(guān)節(jié)步態(tài)曲線,得到速度指令來實時調(diào)整跑步機速度。該發(fā)明所建模型可靠,速度改變能反應(yīng)人體運動意圖,采集的肌電信號亦可用于疲勞檢測等其他用途,具有可觀的社會效益和經(jīng)濟效益。