买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中科技大学申请的专利一种用户步态自适应的下肢康复外骨骼连续相位控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121041120B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511606766.9，技术领域涉及：A61H3/00；该发明授权一种用户步态自适应的下肢康复外骨骼连续相位控制方法是由陈欣星;黄剑;邓斌;陈泓颖;张书宁;赵冉;许可晗;郑义泽设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种用户步态自适应的下肢康复外骨骼连续相位控制方法在说明书摘要公布了：本发明属于康复机器人相关技术领域，具体涉及一种用户步态自适应的下肢康复外骨骼连续相位控制方法，采用多任务学习模型，同时输出用户身份概率和运动模式概率，生成一个概率图，表示当前步态与样本库中某样本用户某运动模式的相似度。采用步态相位变量参数预测模型预测步态相位变量参数，使用当前步态周期初期的角速度数据和匹配的运动模式，预测当前周期的步态相位变量参数。最后采用所匹配得到的样本用户及其运动模式所对应的预先构建的关系约束模型，由实时的步态相位得到期望的关节角度，并通过PD控制器实现外骨骼的跟踪控制。本发明能够根据用户的步态特征自适应调整外骨骼的运动助力模式，适用于下肢运动功能障碍患者的康复训练。

本发明授权一种用户步态自适应的下肢康复外骨骼连续相位控制方法在权利要求书中公布了：1.一种用户步态自适应的下肢康复外骨骼连续相位控制方法，其特征在于，包括： S1、采集目标用户当前步态周期的健侧腿大腿角度数据，计算对应的步态数据，将该步态数据输入已构建的多任务学习模型，输出用户身份概率向量和运动模式概率向量，用以生成归一化的概率图，表征目标用户当前步态周期与各样本用户各运动模式的相对相似度；根据所述概率图，匹配目标用户当前步态周期最相似的样本用户及其运动模式； S2、获取所述当前步态周期健侧腿的初始大腿角度数据、摆动相预设早期时间窗口内经K次测量所对应得到的K个健侧腿大腿关节角速度以及匹配得到的运动模式，输入已训练的步态相位变量参数预测模型，得到当前步态周期的步态相位变量参数，以计算实时的步态相位； S3、将实时的步态相位输入所匹配得到的样本用户及其运动模式所对应的预先构建的关系约束模型，该约束模型包括步态相位分别与患侧腿的大腿、膝关节和或踝关节的角度数据之间的关系约束，得到患侧退的大腿、膝关节和或踝关节的期望角度数据，用以进行患侧腿的下肢康复外骨骼连续相位控制； 所述多任务学习模型的构建方式为： 采集每个样本用户在M种连续行走模式中健侧腿的大腿角度数据，以计算对应连续运动模式的步态数据；将步态数据作为输入数据，将用户身份和运动模式作为输出标签，构建得到训练样本集，训练得到多任务学习模型； 每个样本用户的每种运动模式所对应的关系约束模型的构建方式为： 将该样本用户在该种运动模式下多个步态周期对应的健侧腿初始大腿角度数据、摆动相预设早期时间窗口内经K次测量所对应得到的K个健侧腿大腿关节角速度以及运动模式，输入已训练的步态相位变量参数预测模型，得到对应步态周期的步态相位变量参数取值；将该参数取值作为当前步态周期的健侧腿大腿角度数据均值，计算对应步态周期的步态相位； 通过构建多个离散点并拟合的方式得到每个样本用户在每种运动模式下的步态相位分别与患侧腿的大腿、膝关节和或踝关节的角度数据之间的关系约束，其中，每个离散点的构建方式为：基于该样本用户在该种运动模式下任一步态周期的步态相位，确定某个时刻的步态相位值；采集该某个时刻的该样本用户在该种运动模式时的患侧腿的大腿、膝关节和或踝关节的角度数据；步态相位值以及患侧腿的大腿、膝关节和或踝关节的角度数据构成一个离散点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。