CN101128167A - 处理肢体运动的系统和方法 - Google Patents

Abstract

公开了用于处理与肢体相关设备的运动相关的信号时间序列的控制系统和方法。滤波运动信号的时间序列，例如通过自回归滤波器，并且与代表肢体运动事件和/或阶段的存储数据集比较。在某一个实施例中，多个加速度计(102)产生基于3个正交方向和/或平面的加速度测量的至少一个运动信号的时间序列。加速度测量可以涉及假肢的运动，如修复或者矫正设备。根据确定的肢体运动的事件和/或阶段，控制系统(100)可以触发驱动器(112)合适地调整一个或者多个修复或者校正关节。

Description

处理肢体运动的系统和方法

相关申请

本申请要求依据35U.S.C.§119(e)的规定的美国临时申请号为60/638802的优先权，其于2004年12月22日申请，名称为“步态探测的系统和方法”，其的整体在此结合作为参考，并作为本说明书的一部分。

技术领域

本发明在此描述的实施例一般地涉及肢体运动探测，尤其是利用多个传感器信号探测肢体运动。

背景技术

在世界范围内，成千上万的人依赖修复和/或矫正设备补偿残疾，例如截肢或者虚弱，以及协助受伤的肢体康复。矫正设备包括用于支撑、对准、预防、保护、校正畸形，或者提高身体运动部分功能的外部器械。修复设备包括用作所失去的身体部件的人工替代装置，例如胳膊或者腿。

惯用的矫正通常用来支撑人的关节，例如踝或者膝，矫正的运动一般地仅仅基于使用者的能量消耗。一些惯用的修复设备装备有基本的控制器，其人工地运动关节，与被截肢者没有任何相互作用，只能产生基本的运动。这样的基本控制器没有考虑工作环境的动态条件。惯用修复和矫正设备的被动性质典型地导致运动不稳定、残疾人或者被截肢者身体部分的高能量消耗、步态偏差和其它短期和长期的负效应。这对于腿部矫正和修复尤其真实。

为了克服这些缺点，一些设备包括一个或者多个用来监控使用者运动的系统。例如，一些修复膝盖设备包括一个或者多个植入在鞋内底的压力传感器，用来探测在使用者运动中力的变化。响应于这些探测的力的变化，控制单元机械地调整修复膝盖。然而，这样的测量一般地在分析使用者已经完成的步态中有用。而且，因为压力传感器一般地用于探测脚和地面之间的接触，压力传感器在脚的摆动期间不能产生可用的信号。此外，包含压力传感器的鞋内底经常需要与被监控的肢体精确地放置和对准。

发明内容

相应地，存在用于探测和分析与肢体相关的设备的运动的改良的系统和方法的需要。特别地，存在用于精确探测和/或预测相关运动的事件或者阶段的系统和方法的需要，例如通过在姿态阶段和摆动阶段期间，处理代表使用者步幅的离散和/或连续信号。也需要基于设备监控的运动，用于控制与肢体相关的设备的运动的系统。

在某些实施例中，公开了一种分析与肢体相关的设备的运动的系统。这个系统包括至少一个加速度计，配置来产生表示与肢体相关的设备的运动的运动信号的时间序列。这种系统进一步包括与至少一个加速度计通信的处理器模块，处理器模块包括滤波器和比较模块。滤波器配置来处理从至少一个加速度计接收的运动信号的时间序列，并配置来产生多个滤波信号。比较模块配置来比较多个滤波信号与多个取样信号，其中比较模块进一步配置来识别与肢体相关的设备的运动的肢体运动事件。在某些进一步的实施例中，系统被集成到可驱动的修复或者矫正设备中，这些可驱动的修复或者矫正设备可绕关节运动，例如踝关节。

在某些实施例中，公开了一种处理与肢体相关设备的运动相关的信号的方法。该方法包括接收表示与肢体相关的设备的运动的运动信号的时间序列，以及滤波所选择的运动信号的时间序列。该方法进一步包括处理滤波信号，来识别至少一个肢体运动种类(limb-motion category)。

在某些实施例中，公开了一种处理与肢体相关的设备的运动相关的信号的方法。该方法包括接收多个表示与肢体相关的设备的运动的传感器信号。该方法进一步包括利用时间序列分析处理多个传感器信号，并且将被处理的传感器信号与多个运动模式比较，以便使被处理的传感器信号与特定运动模式相关联。

在某些实施例中，公开了一种用于处理与肢体相关设备的运动相关的信号的系统。该系统包括接收表示与肢体相关的设备的运动的运动信号的时间序列的装置。该系统进一步包括用于滤波选择的运动信号的时间序列的装置以及处理滤波信号来识别至少一个肢体运动种类的装置。

在本发明的某些实施例中，公开了一种用于处理与修复踝设备的运动相关的信号的系统。该系统包括接收多个表示与肢体相关的设备的运动的传感器信号的装置。该系统进一步包括利用时间序列分析处理多个传感器信号的装置，以及将被处理的传感器信号与多个运动模式比较，以便使被处理的传感器信号与特定运动模式相关联的装置。

本发明的另一个实施例包括载有用于处理器、用于控制与肢体相关的设备的运动的软件程序的机器。该软件程序包括输入模块、滤波器模块、比较模块和控制模块。输入模块被构造成接收运动信号的时间序列。滤波器模块被构造成处理运动信号的时间序列，并且被构造成产生多个滤波信号。比较模块被构造成比较多个滤波信号与多个取样信号，并且被构造成产生表示与肢体相关的设备的运动的步态事件选择信号。控制模块被构造成产生至少部分地基于步态事件选择信号的控制信号，其中控制信号能够引起与肢体相关的设备的运动。软件模块还可以包括，例如自回归滤波器(AR)和/或Kalman滤波器。运动信号的时间序列可以指示在与肢体相关的设备至少一个方向上的加速度。

为了概括本发明，在这里已经描述了本发明的某些方面、优点和新颖特征。可以理解，这些所有的优点不必依照本发明的任何特定实施例获得。这样，本发明可以以完成或者优化在这里提出的一个优点或者一组优点的方式体现或者执行，而不必获得在此提出或者建议的其他优点。

附图说明

图1表示相应于本发明某些实施例的修复/矫正设备控制系统的系统构造的方框图。

图2A和2B表示关于使用者行走的地面水平的示范性数据探测组。

图3表示由图1的控制系统执行的步态步幅探测过程的实施例的流程图。

图4表示由图1的控制系统执行的事件探测过程的实施例的流程图。

图5A和5B表示由图1的控制系统执行的数据比较过程的实施例的数据流方框图。

图6表示与图1的控制系统使用的下肢修复实施例的透视图。

具体实施方式

本发明在此公开的实施例一般地涉及肢体运动探测，尤其是，涉及比如实时地确定使用者的步态来控制，驱动修复或者矫正设备。在某些实施例中，使用本发明识别使用者的步态模式、使用者移动的步态状态和/或地势。虽然说明书提出了各种特定实施例的细节，可以理解说明书仅仅是说明性的，其不应该以任何方式解释作为本发明的限制。进一步地，对本领域技术人员来说，本发明可能发生的各种应用和另外的变形也包含在在此描述的一般概念中。

将参考上面概述的附图，描述系统和方法的特征。全部附图中，重新使用参考数字来表示参考元件之间的相似之处。提供附图、关联的说明书和特定实施来表示本发明的实施例而不限制本发明的范围。

而且，在此描述的方法和功能不局限于任何特定顺序，关于此的行动和区块可以以其它合适的顺序执行。例如，描述的行动和区块可以以一种顺序而不是特别公开的来执行，或者多个行动或者区块可以结合成一个单一的行动或者区块。

在此使用的术语“修复的”和“假肢”是广义的术语，用于它们一般的含义和涉及不局限于任何系统的设备或者装置，它们用于仿真替代或者身体部件的支撑。

在此使用的术语“矫正的”和“矫正法”是广义的术语，用于它们一般的含义和涉及不局限于任何系统的设备或者装置，它们用来支撑、对准、预防、保护、校正畸形、固定或者提高身体部件的功能，例如关节和/或肢体。

在此使用的术语“冠状的(coronal)”是广义的术语，用于它一般的含义和涉及任何描述、位置或者涉及位于的、处于的或者接近通过身体长轴的平面的方向。“冠状平面”可以指代任何垂直通过或者大概垂直通过身体的平面，与将身体分成前面和后面部分的正中面垂直或者近似垂直。

在此使用的术语“矢状的”是广义的术语，用于它一般的含义和涉及任何描述、位置或者涉及位于的、处于的或者接近中间平面(即，此平面将身体纵向地分成左右一半)或者任何平行平面或者近似平行平面的方向。“矢状平面”可以指代任何垂直后面平面的前部，其通过身体平行或者近似平行于将身体分成相等或者不等左右部分的正中面。

在此使用的关于生理学的术语“横向的”是广义的术语，用于它一般的含义和涉及任何描述、位置或者涉及位于的、处于的或者接近将身体分成顶部和底部部分的平面，或者阈值平行或者近似平行的任何平面。“横向平面”可以涉及任何水平或者基本水平的、将身体分成相等或者不等的顶部和底部部分的平面。

在此使用的术语“时间序列”是广义的术语，用于它一般的含义，并且没有限制，包括在多个均匀的或者基本均匀的时间间隔空间分离的数据点。这样的数据点可以是连续的(具有均匀或者非均匀的采样率)和/或序列的(离散的)形式。“时间序列分析”包括用来处理信号的时间序列来确定趋向和/或预测(预言)一个或者多个值的模式的方法。

在此使用的术语“肢体运动事件”和“步态事件”是广义的术语，用于它们一般的含义，并且没有限制，涉及运动期间，例如步态循环期间的肢体的独特位置。例如，个体步幅的步态事件可以包括脚尖离开、脚跟接触、中间摆动等等。

在此使用的术语“肢体运动阶段”、“步态阶段”、“肢体运动种类”和“步态种类”是广义的术语，用于它们一般的含义，并且没有限制，涉及肢体运动的形式或者种类。例如，步幅的步态阶段可以包括水平面行走、上楼或者下楼、上斜坡或者下斜坡、跑步等等。

图1表示修复/矫正设备的控制系统100的系统结构的实施例的方框图。在某些实施例中，控制系统100与下肢修复使用，例如踝运动控制修复设备，这在2005年2月11日申请的、名称为“脚部单元的运动控制系统和方法”的共同未决美国申请11/056344中描述，其在2005年9月8日公开，美国专利公开号为20050197717A1，其在此整体结合作为参考，视为本说明书的一部分。在其它的实施例中，控制系统可以用于具有脚部运动控制或者其它肢体运动控制的矫正系统或者康复系统。

如图1中的描述，控制系统100包括传感器模块102、处理器104、存储器106、界面108、控制驱动模块110、驱动器112和电源模块114。在某些实施例中，控制系统100处理由具有处理器104的传感器模块102接收的数据。处理器104与控制驱动模块110通信来控制驱动器112的操作，来模拟自然关节运动(例如，通过调节修复/矫正设备)。进一步地，控制系统100可以预测修复/矫正设备需要怎样调整，以便适应使用者的运动。处理器104也可以通过界面108接收使用者和/或其它设备的命令。电源模块114给控制系统100的其它元件提供电量。

图1表示与处理器104通信的传感器模块102。在某些实施例中，传感器模块102有利地向处理器104和/或控制系统100的其它元件提供测量数据。例如，传感器模块102可以耦合到发射机，例如BLUETOOTH发射机，其向处理器104发送感测的测量结果。在其它实施例中，可以使用其它类型的发射机或者无线技术，例如红外、WIFI或者射频(RF)技术。在其它实施例中，可以使用有线技术与处理器104通信。

在某些实施例中，传感器模块102测量关于修复/矫正设备的变量，例如在一个或者多个步态循环的部分期间，修复/矫正设备的位置和/或运动。例如，传感器模块102可以有利地设置在修复/矫正设备上，例如接近机械踝的旋转中心。

在另外的实施例中，传感器模块102可以位于使用者自然肢体上，自然肢体附属或者结合在修复/矫正设备。在这样一个实施例中，传感器模块用于捕获关于使用者自然肢体的运动信息，合适地调整修复/矫正设备。例如，控制系统100可以检测使用者的步态，并当修复/矫正设备在第一步的摆动阶段中时，相应地调整修复/矫正设备。在本发明的其它实施例中，可以有一个潜伏期，其中控制系统100在能够精确确定使用者的步态和合适地调整修复/矫正设备之前需要一个或者两个步幅。

此外，传感器模块102可以用于捕获涉及例如一个或者多个以下的信息：修复/矫正设备对于地面的位置；修复矫正设备的倾斜角；关于修复/矫正设备位置的重力的方向；关于使用者步幅的信息，例如当修复/矫正设备接触地面(例如“脚跟接触(heel strike)”或者“脚尖接触(toe strike)”)，在中间步幅或者中间摆动，或者离开底面(例如“脚尖离开”或者“脚跟离开”)，修复/矫正设备和底面之间的距离在摆动阶段的最高峰(例如在摆动阶段的最大高度)；摆动阶段最高峰的计时；这些的组合等等。

在某些优选实施例中，传感器模块102提供关于与肢体相关的设备的实时运动的运动信号的时间序列。例如，传感器模块102可以包括一个或者多个加速度计，其产生由处理器104分析的运动信号的连续和/或离散时间序列，这个过程将在下文详细描述。

如图1中描述的，在本发明的某些实施例中，传感器模块102进一步被构造成测量包括一个或者多个以下的环境或者地势变量：地面的特征、底面的角度、空气温度和风阻。在某些实施例中，测量的温度可以用于校准其它传感器的增益和/或偏置。

传感器模块102的输出信号可以以任何预定速率产生。例如，在某些实施例中，传感器模块102产生代表使用者的步态的100Hz的输出信号。在其它实施例中，传感器模块102的输出信号可以大于或者小于100Hz。仍然在其它实施例中，传感器输出的频率可以在使用者运动(例如步幅)的不同部分之间变化。而且，传感器输出信号在频率上的变化可以通过更改存储在存储器中的正常数据进行补偿，用于与接收到的传感器模块信号比较。

处理器104有利地处理从控制系统100的其它元件和/或模块接收的数据。在某些实施例中，处理器104接收从传感器102关于使用者运动(例如步态)的信息。接下来，处理器104可以利用这样的运动数据决定使用者肢体运动的一个或者多个特征和/或向控制驱动模块发送命令。例如，传感器模块102俘获的数据可以用于产生包括数据点的时间序列波形，其描绘关于使用者肢体的步态或运动的信息。随后对波形的变化可以由处理器104识别，来预知使用者将来的运动，来相应地调整修复/矫正设备。

在某些实施例中，处理器104可以执行信号处理来探测一个或者多个运动相关事件。例如，涉及修复/矫正脚的运动的传感可以用于探测一个或者多个步态步幅事件，其可以包括例如脚跟接触、脚尖下降、脚跟离开、初始离开、脚尖离开、向前摆动的开始、中间向前摆动、向前摆动的终止和/或脚跟接触准备。

在某些实施例中，处理器104可以执行信号处理来探测一个或者多个运动相关阶段和种类。例如，可以实时地分析探测的步态事件和/或接收的运动信号的时间序列来决定运动相关阶段和种类。在某些实施例中，关于修复/矫正脚的运动的传感信号可以用于探测一个或者多个运动阶段，其可以包括例如水平面行走、上楼或者下楼、和/或上斜坡和/或者下斜坡。在其它实施例中，可以探测另外的阶段和种类，例如以下的一个或者多个：躺下、骑自行车、爬梯子、跑等等。

在其他实施例中，处理器104可以执行多种其他处理功能。例如，处理器104可以使用从传感器模块102接收的信息来探测使用者的蹒跚。处理04可以具有作为控制系统100的元件之间的通信管理器的功能。例如，处理器104担当控制系统100的多个元件之间的通信总线的控制设备，和/或提供配电和/或转化成控制系统100的其他元件。

此外，当使用者在坐或者站的位置时，处理器104可以作用，使得暂时地延缓或者减少给控制系统100的电力。这样的控制在减少使用期间提供了能量节约。处理器104还可以处理错误处理，例如当元件之间的通信失败时，从传感器模块102接收到未被识别的信号或者波形，或者当从控制驱动模块110或者修复/矫正设备的反馈引起错误或者出现损坏。

在某些实施例中，当分析从传感器模块102接收的信息，和/或当向控制驱动模块110发送命令时，处理器104产生安全因素。例如，安全因素可以包括其中一个值的范围，其反映了处理器104决定的确定程度。例如，高安全值可以表示与确定的运动相关事件和阶段相关的更高的确定度，低安全因素可以表示确定的事件或阶段较低的确定度。在某些实施例中，除非使用者的事件和/或阶段被认为具有预定预值之上的安全系数，将不会顺序调整修复/矫正设备。

处理器104可以包括模块，该模块包括包含在硬件或固件中的逻辑，或者包括以程序语言，例如C++写的软件指令。软件模块可以被汇编或者连结成安装在动态连接库中的可执行程序，或者以例如BASIC这样的说明语言写入。可以理解，软件模块可以从其他模块或者他们自身随时支取，和/或响应于探测的事件或者中断来调用。软件指令可以嵌入在固件中，例如EPROM或者EEPROM。可以进一步理解，硬件模块可以包括连接的逻辑单元，例如门或者触发电路，和/或包括可编程单元，例如可编程门阵列或者处理器。

继续参考图1，处理器104进一步包括存储器106，用来存储指令和/或数据。在某些实施例中，存储器106最好被构造成存储代表步态模式或者曲线的数据。例如，存储器106可以包括代表步态曲线的实验数据，这些曲线由大量关于大量个人的数据点产生，其实验数据存储来与运动相关的事件和/或阶段探测比较。实验数据在实验室设置和/或与特定的控制系统100相关的之中聚集。在进一步的实施例中，这样的数据还可以用于控制系统100的初始校准。

然而在其它实施例中，存储器106可以进一步存储一个或者多个以下类型的数据或者指令：控制系统其它元件的误差记录；关于使用者过去活动的信息(例如，脚步的数目)；控制参数和设定值；关于软件调试或升级的信息；修复或矫正系统基本运动的预编算法；关于传感器模块102或者其它元件的校准值和参数；从外部设备下载的指令；相同的结合等等。

存储器106可以包括任何缓冲器、计算设备或者能够存储由另一个计算设备或者计算机处理器存取的计算机指令和/或数据的系统。在某些实施例中，存储器106是高速缓冲存储器。在本发明的其它实施例中，存储器106包括随机存取存储器(RAM)或者可以包括其它集成和可存取存储器设备，例如只读存储器(ROM)，可编程ROM(PROM)，和电可擦除可编程ROM(EEPROM)。而在其它实施例中，存储器106的至少一部分可以从处理器104中分离。例如，存储器106可以包括可移动存储器，比如存储器卡、可移动驱动等等。

如图所示，处理器104也与界面108通信，例如，从使用者或者外部设备接收使用者或者特别活动指令。例如，处理器104可以与个人计算机、个人数字助理、手机、手提计算设备等等通信，来下载或者接收操作指令。在某些实施例中，界面108可以包括网络界面或者通用串行总线(USB)连接器。

控制驱动模块110将从处理器104接收的高级方案或者指令转化成低级控制信号，传送到驱动器112。在某些实施例中，控制驱动模块110包括印刷电路板，其执行关于驱动器112管理的控制算法或者任务。控制驱动模块110还可以用于向处理器提供关于驱动器112或者修复/矫正设备位置或者运动的反馈。

驱动器112提供用于控制修复/矫正设备的运动。例如，驱动器112可以有利地控制修复/矫正设备的运动，与使用者的运动或者移动同步地来执行倾斜的和/或转动移位。例如，驱动器112可以与2005年2月11日申请的、申请号为11/056344的美国共同未决申请中描述的其中一个驱动器类似。

电源模块114包括一个或者多个电源和/或用于向控制系统100供电的连接器。在一个实施例中，电源模块114有利地是便携式的，可以包括例如可充电电池。如图所示，电源模块114与控制驱动模块110以及处理器104通信。在其它实施例中，电源模块114与其它控制系统100的元件通信，而不是或者与控制驱动模块110和处理器104结合。例如，在一个实施例中，电源模块114与传感器模块102直接通信。而且，电源模块114可以与界面108通信，以便使用者能够直接控制供应给控制系统100的一个或者多个元件的电源。

虽然已经参照某些实施例描述了控制系统100，也可以使用控制系统100的其它变化。例如，控制系统100可以没有界面108操作。而且，在某些实施例中，控制系统100基于分布式处理系统，其中由修复/矫正系统执行不同的功能，例如感测、数据处理以及驱动，并由彼此通信的多处理器执行或者控制。而在其它实施例中，被处理的数据可以用于触发不同于运动的动作，例如二极管的照亮或者警报的发射或者可听的警报。

还可以预期，控制系统100的元件可以以不同的形式集成。例如，元件可以被分成几个子元件或者被分成更多的设备，它们在不同的位置并且彼此通信，例如通过有线或者无线网络。例如，在一个实施例中，模块可以通过RS232或者串行外围接口(SPI)通道通信。多个元件可以结合成单一元件。

继续参考图1中的控制系统100，在本发明的某些实施例中，传感器模块102提供关于修复/矫正设备的线加速度和/或角加速度，这些数据用于确定一个或者多个运动相关事件和阶段，和/或合适地调整修复/矫正设备。例如，传感器模块102的一个或者多个传感器可以测量修复/矫正设备在三个基本上互相垂直的轴上的加速度。例如，可以使用三个加速度计测量三个正交轴上的加速度，来探测修复/矫正设备的运动，并产生运动信号的相关时间序列。

接收的时间序列信号的不同方面可以由处理器104使用。例如，在某些实施例中，处理器使用信号自身、其的一阶导数(例如斜率)和/或二阶倒数(例如，斜率的速率)来确定运动相关事件和/或阶段。

参考修复/矫正脚部设备，线加速度探测可以包括感测从使用者的左脚观看的向下加速度(例如，沿x轴)，向前加速度(例如，沿y轴)和向内加速度(例如，沿z轴)。例如，线加速度的探测可以按照以下三个方程执行：

向下加速度

向前加速度

向内加速度

在某些实施例中，向下加速度和向前加速度测量结果由处理器104使用来估计使用者的运动相关事件和/或阶段。在某些实施例中，向前加速度的测量结果由用于质量控制的处理器104使用，来确定传感器模块102是否合适地校准和/或安置或者正确地工作。

而且，传感器模块102还可以探测角加速度，例如在三个基本正交平面上的角加速度。例如，参考修复/矫正脚设备，角加速度可以包括在使用者的横平面(x-y)、冠状平面(y-z)和矢状平面(e-x)上，感测一个或者多个加速度(例如，一个或者多个陀螺仪)。在某些实施例中，角加速度的探测按照以下三个方程来执行：

横平面内的角加速度

冠状平面内的角加速度

矢状平面内的角加速度

在某些实施例中，横平面和冠状平面内的角加速度的两者或者其中之一用于估计由传感器模块102的探测质量。在矢状平面内的角加速度可以用于估计使用者的运动相关事件和阶段。

在某些实施例中，一个或者多个加速度传感器可以包括XSENS加速度传感器，例如MT9Inertial 3D运动追踪器，这可以从XSENS Motion技术(荷兰)商业上得到。而在其它实施例中，也可以使用其它合适类型的加速度计或者运动读出传感器。例如，传感器模块102可以包括陀螺仪，其被构造成测量角速度。在其它实施例中，传感器模块102包括平面压力传感器，其被构造成测量压力，例如，特殊脚下区域的垂直平面压力。也可以利用在给定参考平面内的其它的运动信号，例如，离心力、磁场和/或电磁场的测量。

而在其它实施例中，传感器模块102可以包括一个或者多个以下代替、或者结合的至少一个加速度计：运动传感器、多轴和/或单轴陀螺仪、多轴加速度计、负荷传感器、弯曲传感器或者肌电传感器，它们被构造成俘获从使用者自然肢体的数据。美国专利号5955667、美国专利号6301964和美国专利号6513381，也说明了可以用于本发明实施例的传感器的例子，这些专利在此全部结合作为参考。

而且，在本发明的某些实施例中，传感器模块102可以被构造成监测肢体(或者与肢体联合的设备)关于全局引用的运动，而不是，或者动的局部追踪的组合。例如，传感器模块102可以包括探测对于另一个参考平面或者物体的运动传感器，例如地球，这由全球定位系统(GPS)来完成。

图2A和图2B表示关于使用者步行的水平面的实施例的数据探测点，包括，例如指示修复脚部运动的信号。如图所示，六个曲线表示线加速度的相关测量(即向下、向前和向内方向)和角加速度(即横平面、冠状平面和矢状平面)。在本发明的某些实施例中，这样的数据点由传感器模块102产生，并由处理器104进一步分析，来确定使用者步态的特征。在本发明的其它实施例中，其它接收的信号可以涉及修复肢体(例如臂)的另一种类型的的运动或者涉及矫正设备的运动。

在本发明的某些实施例中，处理器104有利地基于感测的运动信号执行时间序列分析，或者涉及其的数据点，来确定使用者步态的特性。这样的时间序列分析包括用一般地假定处理接收到的测量结果的序列(例如，加速度测量结果)，这个一般的假定是测量结果跟随非随机的顺序，在接收的传感器数据内的逐次值代表在相等时间间隔内进行的连续测量结果。

例如，在某些优选实施例中，接收的运动信号的时间序列的一个或者多个数据点与一个或者多个时间标记相关，时间标记识别标准化信号和/或与存储的数据信号比较的部分。时间标记允许具有相似时间标记的不同信号由处理器104比较和处理。例如，与接收到的传感器信号相关的一个或者多个时间标记可以基于探测的或者决定的肢体运动事件(例如，脚跟接触或者脚尖离开事件)。也就是说，在确定事件发生后，时间标记使相关数据点和特定点及时关联。

时间标记最好地也允许具有不同数目的值(例如，不同的速率)的数据集由处理器104比较。例如，接收的运动信号的时间序列可以具有在特定持续时间的8个点的数据集，而存储的数据集可以包括在同一持续时间内的100个点。通过关联两个数据集之间的时间标记，处理器104能够合适地扩展和/或移动接收的数据集，例如通过内插，来具有与存储的数据集相同数目的数据点，并且及时地与存储的数据集排列。

图3表示步态步幅探测过程300的实施例的流程图。在某些实施例中，步态探测过程300至少部分地由图1中的控制系统100执行以确定用户的运动相关事件和/或阶段，以及合适地调整相应修复/矫正设备的驱动机构。为了示范性的目的，步态探测过程300将参考控制系统100的元件在运动控制修复脚部的背景下描述。然而，本领域熟练的技术人员将会从这里公开的内容意识到，很多其它的硬件和/或软件系统或者设备能够执行步态探测过程300的至少一部分。

步态探测过程300开始于区块305，其中处理器104从传感器模块102接收测量数据。在某些实施例中，测量数据包括探测的关于修复踝设备的运动的线加速度数据和/或角加速度数据。例如，测量数据可以包括至少以下六个从至少一个位于修复踝设备上的加速度计的数据子集：在向下、向前和向内方向上的线性加速度；在横平面、冠状平面和矢状平面内的角加速度数据。在另外的实施例中，测量数据可以涉及健康肢体的运动，可以用于控制相应假肢的运动。

在某些实施例中，测量数据最好地作为数据点的时间序列接收，其中测量数据包括数据点的序列，其以它们被观察的时间排列。在某些实施例中，数据点的时间序列是离散时间序列集，其中修复设备的加速度测量每10毫秒测量一次。而在其它实施例中，可以使用其它频率的测量，和/或测量的频率在特定时间周期上和/或在使用者步态的特定部分期间可以变化。而在其它实施例中，接收的数据可以是具有或者均匀的或者不均匀的取样速率(non-uniform sampling rate)的连续时间序列的形式。

接收到测量数据后，处理器104最好滤波数据(区块310)，以便预测将来的数据点和/或提供用于顺序探测程序的平滑信号。在某些实施例中，这样的滤波可以包括预测性、静态和/或自适应滤波。例如，自回归(AR)滤波器，例如Kalman滤波器，可以处理在接收的运动信号中的最后“n”数据点，去除随机误差。在这些实施例中，滤波器可以决定给执行当前数据分析中经过的多个数据点的每一个多大的权重。这有利地通过滤除信号(例如，噪音)中的波动和信号异常提供了平滑信号。例如，滤波器可以决定在处理当前数据输入期间，可以使用与先前(最后)数据点相关的40％的值，可以使用与倒数第二的数据点相关的30％的值，可以使用与倒数第三的数据点相关的15％的值，等等。

在其它实施例中，接收的测量数据可以由其它回归技术(例如，线性、k次多项式、二次方程式、指数函数、谐波)处理和/或其它滤波器(例如，移动平均(MA)、自回归移动平均(ARMA)、自回归集成移动平均(ARIMA)、低通、高通、模糊、它们的组合等等)，用于产生平滑滤波信号。

例如，在某些实施例中，自回归滤波器用于计算接收的关于线加速度的运动信号的时间序列的斜率，和/或接收的关于角加速度的移动信号的时间序列的旋转速率(斜率的速率)的斜率。然后这种计算的数据用于确定当前运动相关事件。例如，在某些实施例中，处理器104使用以下的方程计算用于至少一个运动信号的时间序列的斜率和斜率速率：

AR：＝[ar₀ ar₁...ar_i...ar_n] $\underset{i=0}{\overset{n}{\mathrm{\Σ}}}a{r}_i=1$

ar_i∈[0，1]，i＝0，...，n

$\frac{\∂}{\∂t}\left(\frac{{\∂}^2{X}_{l,j}}{\∂t^2}\right)=\underset{k=j-n}{\overset{j}{\mathrm{\Σ}}}\frac{1}{\mathrm{\Δt}}(\frac{{\∂}^2{X}_{l,k}}{\∂t^2}-\frac{{\∂}^2{X}_{l,k-1}}{\∂t^2})A{R}_{j-k}j\≥n+1$

$\frac{{\∂}^2}{\∂t^2}\left(\frac{{\∂}^2{X}_{l,j}}{\∂t^2}\right)=\underset{k=j-n}{\overset{n}{\mathrm{\Σ}}}\frac{1}{\mathrm{\Δ}{t}^2}\frac{(\frac{{\∂}^2{X}_{l,k}}{\∂t^2}-2\frac{{\∂}^2{X}_{l,k-1}}{\∂t^2}+\frac{{\∂}^2{X}_{l,k-2}}{\∂t^2})}{\mathrm{\Δ}{t}^2}A{R}_{j-k}j\≥n+2$

$\frac{{\∂}^2{X}_{l,j}}{\∂t^2}:=\left[\begin{array}{cccccc}\frac{\∂{x_1}^2}{\∂t^2}& \frac{\∂{y_1}^2}{\∂t^2}& \frac{\∂{z_1}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{x,1}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{y,1}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{z,1}}^2}{\∂t^2}\\ \frac{\∂{x_2}^2}{\∂t^2}& \frac{\∂{y_2}^2}{\∂t^2}& \frac{\∂{z_2}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{x,2}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{y,2}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{z,2}}^2}{\∂t^2}\\ \frac{\∂{x_3}^2}{\∂t^2}& \frac{\∂{y_3}^2}{\∂t^2}& \frac{\∂{z_3}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{x,3}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{y,3}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{z,3}}^2}{\∂t^2}\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ \frac{\∂{x_m}^2}{\∂t^2}& \frac{\∂{y_m}^2}{\∂t^2}& \frac{\∂{z_m}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{x,m}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{y,m}}^2}{\∂t^2}& \frac{\∂{{\mathrm{\θ}}_{z,m}}^2}{\∂t^2}\end{array}\right]j=1...N$

其中，n是数据点的数目，AR是保持n数据点值的向量，其决定给过去的数据值多大的权重，以便滤波在进一步处理之前的信号；X是被监控物体的位置矩阵；j是特殊数据点的及时的相关位置；t是时间，Δt是数据点之间的时间(例如，10毫秒)。上面所示的下端的方程包括信号矩阵，其可以用于处理代表活动测量信号的多种数据形式(例如，加速度和/或陀螺仪数据)。

在另一个实施例中，不同的滤波技术可以与不同的数据集使用和/或在不同的探测运动相关事件之间使用。例如，线加速度信号(linear acceleration signal)比在同一时间期间接收的角加速度信号经历不同的滤波过程。

在另一个实施例中，每一个运动相关事件与其自身存储的数据集相关。每一个数据集可以依次包括多个用于与接收到的运动信号的时间序列比较的参数。例如，每一个关于事件识别的数据集包括三个或者更多参数之间，例如，三个和十二个参数之间。通常，用于数据比较的参数越多，事件和/或阶段探测也就更精确。

例如，参数可以包括值和从两个和六个运动传感器中间接收的它们的一阶和二阶导数。例如，在一个实施例中，当陀螺仪信号的阈值在矢状平面内相遇，其中一个参数可以包括向下加速度的斜率。这样可以进一步触发向前加速度数据的处理和向前加速度的旋转速率。

这样的参数可以用于决定事件和/或阶段测定的安全值。如果几个或者所有的参数在存储数据集和接收的运动信号的时间序列之间的比较中相遇，处理器104可以产生高安全性的值，表示做出事件和/或阶段的准确决定的高的可能性。同样地，如果两个参数和/或集在这样的比较中，处理器可以产生低安全值。

数据被接收和/或滤波后，处理器104确定基于接收的数据的运动相关事件(区块315)。例如，处理器104可以探测相应修复踝设备的踝运动相关事件，例如脚跟接触、脚尖离开、中间摆动或者摆动结束。

如果由处理器104探测的事件和摆动阶段相关(区块320)，步态探测过程向区块325移动。然后处理器104确定使用者是否行走在水平面上。如果处理器104确定使用者正行走在水平面上，步态探测过程300继续进行到区块330。在区块330，处理器104确定那里是否有脚尖离开事件(例如，在步幅期间，修复脚部的“脚尖”离开地面)。如果探测到那里有脚尖离开事件，处理器104确定是否达到安全阈值(区块335)。例如，在确定脚尖离开事件中，处理器104也可以产生安全值，这在前面已经讨论过，其代表脚尖离开事件被准确探测的确定的概率或者百分比。

如果安全值不在特定阈值之上(例如，正确确定的低可能性)，或者如果处理器104没有探测在区块330的脚尖离开事件，步态探测过程300向区块340移动，在驱动器112上没有采取行动。例如，修复踝设备的驱动器可以保持在它的当前状态或者位置，或者驱动器可以自动地返回默认状态或者位置。

如果安全值没有在区块335达到预定阈值，步态探测过程330向区块345移动。在区块345，处理器104输出用于合适地调整驱动器112的命令。例如，处理器104可以向控制驱动模块110输出信号，来引起修复踝设备向背弯曲，以便设备的脚尖在脚尖离开后升高。

参考区块325，如果使用者没有行走在水平面上，或者如果处理器104在区块320探测的事件与摆动阶段无关，步态探测过程300继续进行区块350。在区块350，处理器104比较接收到的时间序列数据和存储的测量数据。例如，存储器106可以存储用于多个不同运动相关阶段的正常数据，然后这个正常数据与接收的数据的标准化型式比较，以便确定当前阶段。在某些实施例中，存储器106包括关于水平面行走、倾斜和下降行走、上楼和下楼的正常数据。而且，正常数据基于对所有使用者普遍的信息，或者正常数据可以从特定使用者以前的步幅确定。

在某些实施例中，接收的运动信号的时间序列由处理器104按照以下方程标准化：

$\mathrm{DataNorm}=\left[\begin{array}{ccccccc}\frac{{\∂}^2{x}_1^{\′}}{\∂t^2}& \frac{{\∂}^2{y}_1^{\′}}{\∂t^2}& \frac{{\∂}^2{z}_1^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{x,1}^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{y,1}^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{z,1}^{\′}}{\∂t^2}& S_1^{\′}\\ .& .& .& .& .& .& .\\ .& .& .& .& .& .& .\\ .& .& .& .& .& .& .\\ \frac{{\∂}^2{x}_N^{\′}}{\∂t^2}& \frac{{\∂}^2{y}_N^{\′}}{\∂t^2}& \frac{{\∂}^2{z}_N^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{x,N}^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{y,N}^{\′}}{\∂t^2}& \frac{{\∂}^2{\mathrm{\θ}}_{z,N}^{\′}}{\∂t^2}& S_N^{\′}\end{array}\right]$

$\mathrm{dt}=\frac{L-k}{n-1},$ t′_i＝t′_i-1+dt，t＝t′_i，ξ＝t-t′_i

$\frac{{\∂}^2{x}_i^{\′}}{\∂t^2}=\frac{{\∂}^2{x}_{\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{x}_{\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),$ $\frac{{\∂}^2{\mathrm{\θ}}_{x,i}^{\′}}{\∂t^2}=\frac{{\∂}^2{\mathrm{\θ}}_{x,\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{\mathrm{\θ}}_{x,\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),$

$\frac{{\∂}^2{y}_i^{\′}}{\∂t^2}=\frac{{\∂}^2{y}_{\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{y}_{\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),$ $\frac{{\∂}^2{\mathrm{\θ}}_{y,i}^{\′}}{\∂t^2}=\frac{{\∂}^2{\mathrm{\θ}}_{y,\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{\mathrm{\θ}}_{y,\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),i=0...N$

$\frac{{\∂}^2{z}_i^{\′}}{\∂t^2}=\frac{{\∂}^2{z}_{\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{z}_{\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),$ $\frac{{\∂}^2{\mathrm{\θ}}_{y,i}^{\′}}{\∂t^2}=\frac{{\∂}^2{\mathrm{\θ}}_{y,\mathrm{t\ω}-1}}{\∂t^2}\mathrm{\ξ}+\frac{{\∂}^2{\mathrm{\θ}}_{y,\mathrm{t\ω}}}{\∂t^2}(1-\mathrm{\ξ}),$

S′_i＝s_tω

其中t是不同数据点之间实时的差别，L是结束流点识别器(例如步幅)；K是开始流点识别器(例如，步幅的开始)；n是相应比较数据矩阵的数目；t’-i是标准化数据矩阵的新时间标记；ξ是从新时间标记到标准化数据集的时间点的距离。而且，上面所示的上部的方程代表从传感器接收的原始数据的信息矩阵，例如从传感器模块102。

一旦接收的数据被标准化，处理器104能够比较标准化数据和存储的正常数据(例如，在比较矩阵中)，用于不同阶段，以便确定使用者的当前移动相关阶段(区块355)。例如，处理器104可以从使用者步行的表面和/或表面倾斜的类型比较来确定。

当当前阶段确定之后，步态探测过程300继续进行区块360，其中处理器104在存储器106中存储接收的数据、确定的事件、确定的阶段、安全值和/或与接收的时间序列信号相关的时间标记。例如，在某些实施例中，处理器104可以存储从多步幅的数据，例如使用者先前的三步幅。然后，这种存储在存储器106中的信息最好用于将来的数据处理，例如在区块350的比较程序。

然后步态探测过程300向区块335移动，来确定安全阈值是否已经达到确定的阶段。如果产生的安全值不在预定阈值之上，步态探测过程300向区块340移动，在驱动器112上没有采取行动。如果安全值没有在区块335达到预定阈值，步态探测过程300向区块345移动。在区块345，处理器104输出命令，用于合适地调整基于确定阶段的驱动器112。

图4表示按照本发明某些实施例事件探测过程的实施例的流程图。例如，在图3所示的步态步幅探测过程300的区块315-345期间，至少部分地执行事件探测过程400。为了示范性的目的，事件探测过程400将参照运动控制修复脚部的背景下的控制系统100的元件描述。特别地，事件探测过程400将参照探测运动控制修复脚部的脚尖离开事件描述。本领域熟练的技术人员将会从这里公开的内容意识到，很多其它的硬件和/或软件系统或者设备能够执行事件探测过程400的至少一部分。

事件探测过程400在区块405开始，通过确定修复脚部设备是否在站姿阶段(stance stage)。也就是，处理器104从接收到的测量数据确定修复脚部设备的至少一部分是否与地面接触。如果修复脚部设备没有在站姿阶段，事件探测过程400向区块410移动来执行摆动阶段事件探测。如果修复脚部设备处于站姿阶段，事件探测过程400继续向区块415进行。在区块415，处理器415基于接收的测量数据执行时间序列分析，例如上面讨论的那样。例如，处理器104可以利用Kalman滤波器处理接收的运动信号的时间序列。

在区块420，处理器104确定脚尖离开事件是否已经发生。如果脚尖离开事件没有发生，事件探测过程400返回区块415，其中处理器104继续分析接收的数据。如果脚尖离开事件已经发生，处理器104在存储器106中存储脚尖离开值(区块425)。

在区块430，处理器104然后确定是否行走在水平面上，例如，通过分析接收的测量数据。如果使用者行走在水平面上，处理器104然后确定是否达到安全阈值(区块435)。例如，在某些实施例中，当确定运动相关事件和/或阶段时，处理器104产生至少一个安全值。这样的安全值可以代表被正确探测的特定事件或者阶段的可能性或者确定的百分比。

如果产生的安全值没有达到或者超过预定阈值，或者如果在区块430处理器104没有确定使用者行走在水平面上，事件探测过程400向区块440移动，在驱动器112上没有采取行动。然而，如果达到安全阈值，处理器104输出用于合适地调整驱动器112的命令(区块445)。例如，处理器104可以向控制驱动模块110输出信号，引起修复踝设备向背弯曲，以便设备的脚尖在脚尖离开后升高。

图5A和5B表示按照本发明某些实施例的数据比较过程500的数据流程图。例如，比较过程500可以在图3的步态步幅探测过程300的几个区块(例如区块315、320、330和350)期间部分地执行。为了示范性的目的，数据比较过程500将参照关于运动控制修复脚部的探测和处理步态事件来描述。然而，本领域熟练的技术人员将会从这里公开的内容意识到，很多其它的硬件和/或软件系统或者设备能够执行比较过程500的至少一部分。

指示的比较过程500包括数据流输入502，其包括关于运动控制修复脚部的运动的信息。在某些实施例中，数据流输入包括至少一个表示修复脚部的加速度(例如线加速度和/或角加速度)的数据信号的时间序列。

如图所示，数据比较过程500包括几个不同的程序，每一个程序涉及修复脚部的运动相关事件。尤其是，比较过程500包括脚跟接触程序504、脚尖在地上程序506、脚跟离开地面程序508、脚尖离开程序510、中间摆动程序512和第二脚跟接触程序514。同时也表示出，从脚跟接触事件到脚尖离开事件的时间标记为站姿阶段，从脚尖离开事件到脚跟接触事件的时间标记为摆动阶段。

在某些实施例中，数据流输出502由所有程序在基本上同一时间接收，用来进一步处理和事件探测。通常，比较过程500的数据流从左到右发生，这由图5A和5B中的区块箭头所示。例如，行走在正常水平面期间，脚跟接触事件的处理和探测将在脚尖在地面上事件的处理和探测之前发生。在某些实施例中，一个特定事件的探测程序除非探测到先前的步态事件将不会被触发或开始。

如图5A和5B所示，比较过程500利用“HEEL”变量和“TOE”变量来处理数据流输入信息502。尤其是，当处理器104确定修复脚部设备的脚跟部分与地面接触时，HEEL变量被赋值“1”。当处理器104确定修复脚部设备的脚跟部分没有与地面接触时(例如，处于摆动阶段)，HEEL变量被赋值“0”。同样地，当处理器104确定修复脚部设备的脚尖部分与地面接触时，TOE变量被赋值“1”。当处理器104确定修复脚部设备的脚尖没有与地面接触时(例如，处于摆动阶段)，TOE变量被赋值“0”。

在某些实施例中，HEEL和/或TOE变量的值源于处理器接收的加速度测量。在另外的实施例中，压力传感器放置在修复脚部设备的脚尖和脚跟部分附近，它们用来设置TOE和HEEL变量的值。

如图所示，脚跟接触程序504在区块520通过确定HEEL变量是否从“0”变化到“1”开始，表示脚跟与地面接触。如果HEEL变量保持“0”值，脚跟接触程序504继续区块520。

如果脚跟接触程序504确实探测HEEL变量的值从“0”到“1”，然后处理器104存储这种变化的时间标记在存储器106中(区块522)。而且，处理器104比较(在区块524)接收的数据流输入数据和存储的正常数据(区块526)。如图所示，正常数据包括关于脚跟接触的数据，其中那里有从中间摆动阶段(例如，HEEL和TOE都等于“0”)到其中HEEL等于“1”和TOE等于“0”的阶段的转变。例如，正常数据可以包括用于特定修复脚部设备的先前记录和处理的数据。在其它实施例中，正常数据可以是应用于广大使用者的一般化数据。

在某些实施例中，每一个不同的步态事件有利地与其自身的正常数据相关。这在其中步态事件之间在数据质量上不同的情况下尤其有用。例如，当脚跟接触事件发生时比中间摆动事件发生时较容易地准确确定，数据质量对每一个事件不同。

一旦接收的数据与存储的数据比较，处理器104确定是否发生了一个真实的脚跟接触事件，处理器104存储新产生的数据，例如在存储器106中(区块528)。这种存储的数据可以用于脚跟接触程序504的稍后的比较。

一旦探测到脚跟接触事件，比较过程500继续进行脚尖在地上程序506。脚尖在地上程序506在区块530通过确定TOE变量是否从“0”值到“1”值变化开始，表示脚尖部分与地面接触。如果TOE变量保持“0”值，脚尖在地上程序506继续区块530。

如果脚尖在地上程序506确实探测TOE变量的值从“0”到“1”，然后处理器104存储这种变化的时间标记在存储器106中(区块532)。而且，处理器104比较(在区块534)接收的数据流输入数据和存储的正常数据(区块536)。如图所示，正常数据包括关于脚尖在地上的事件，其中那里TOE变量的值从“0”到“1”的转换和其中HEEL变量保持等于“1”。

一旦接收的数据与存储的数据比较，处理器104确定是否发生了一个真实的脚尖在地上事件，处理器104存储新产生的数据，例如在存储器106中(区块538)。这种存储的数据可以用于脚尖在地上程序506的稍后的比较。

一旦探测到脚尖在地上事件，比较过程500继续进行脚跟离开地面程序508。脚跟离开地面程序508在区块540通过确定HEEL变量是否从“1”值到“0”值变化开始，表示修复设备的脚跟部分和地面之间的分离。如果HEEL变量保持“1”值，脚跟离开地面程序508继续区块540。

如果脚跟离开地面程序508确实探测HEEL变量的值从“1”到“0”，然后处理器104存储这种变化的时间标记在存储器106中(区块542)。而且，处理器104比较(在区块544)接收的数据流输入数据和存储的正常数据(区块546)。如图所示，正常数据包括关于脚跟离开地面的事件，其中那里有HEEL变量的值从“1”到“0”的转换和其中TOE变量保持等于“1”。

一旦接收的数据与存储的数据比较，处理器104确定是否发生了一个真实的脚跟离开地面事件，处理器104存储新产生的数据，例如在存储器106中(区块548)。这种存储的数据可以用于脚跟离开地面程序508的稍后的比较。

一旦探测到脚跟离开地面事件，比较过程500继续进行脚尖离开地面程序510。脚尖离开地面程序510在区块550通过确定TOE变量是否从“1”值到“0”值变化开始，表示修复设备的脚尖部分和地面之间的分离。如果TOE变量保持“1”值，脚尖离开地面程序510继续区块550。

如果脚尖离开地面程序510确实探测TOE变量的值从“1”到“0”的转换，然后处理器104存储这种变化的时间标记在存储器106中(区块552)。而且，处理器104比较(在区块554)接收的数据流输入数据和存储的正常数据(区块556)。如图所示，正常数据包括关于脚尖离开地面的事件，其中那里TOE变量的值从“1”到“0”的转换和其中HEEL变量保持等于“0”。

一旦接收的数据与存储的数据比较，处理器104确定是否发生了一个真实的脚尖离开地面事件，处理器104存储新产生的数据，例如在存储器106中(区块558)。这种存储的数据可以用于脚尖离开地面程序510的稍后的比较。

一旦探测到脚尖离开地面事件，比较过程500继续进行中间摆动程序512。中间摆动程序510在区块550通过确定是否获得了中间摆动状态开始。例如，在某些实施例中，处理器104可以分析自从脚尖离开地面事件已经经过了多少时间，来确定使用者到达他或者她摆动中的什么点。例如，如果使用者步幅的摆动阶段平均为大约1秒，在脚尖离开地面事件后，处理器可以确定中间摆动状态为大约0.5秒。

在另外的实施例中，处理器104可以分析加速度测量来探测中间摆动状态。例如，处理器104可以处理向下和/或向前方向的线加速度测量来确定修复脚部何时到达摆动的峰值位置，以及何时开始向地面运动。如果仍旧没有到达中间摆动状态，中间摆动程序512继续区块560。

如果达到中间摆动状态，然后处理器104存储这种变化的时间标记在存储器106中(区块562)。而且，处理器104比较(在区块564)接收的数据流输入数据和存储的正常数据(区块566)。如图所示，正常数据包括关于探测中间摆动的事件，其中TOE变量和HEEL变量都等于“0”。

一旦接收的数据与存储的数据比较，处理器104确定是否发生了一个真实的中间摆动事件，处理器104存储新产生的数据，例如在存储器106中(区块568)。这种存储的数据可以用中间摆动程序512的稍后的比较。

一旦探测到中间摆动事件，比较过程500返回脚跟接触程序，其表示在图5A和图5B中作为第二脚跟接触程序514。第二脚跟接触程序514一般地与脚跟接触程序504相同。也就是，第二脚跟接触程序514通过探测脚跟变量是否从“0”值变成“1”值开始，表示修复设备的脚跟部分和地面之间的接触。可以看出，比较过程400的程序可以重复，合适地贯穿使用者的步态。

图6表示用于本发明实施例的下肢修复实施例。尤其是，图6表示具有耦合到脚部单元604的下肢元件602的修复踝设备600。在某些实施例中，驱动器606基于从处理器接收的控制信号主动地控制下肢元件602和脚部单元604的角度，这在上面已经详细地描述过。在某些实施例中，框架608容纳传感器模块，例如图1中的传感器模块102，其可以包括一个或者多个用来监控修复踝设备600的运动的传感器。关于用于本发明实施例的运动控制脚部单元的进一步详细描述，由2005年9月1日申请的美国专利申请号为11/219，317、名称为“用于修复或矫正关节的驱动器组件”的申请中公开，以及2005年9月1日申请的美国专利申请号为11/218，923、名称为“用于运动控制脚部单元的传感系统和方法”的申请中公开，它们的每一个在此全部结合作为参考，并作为本说明书的一部分。

可以预期，上面所述的系统可以在修复或者除了反胫骨的矫正系统，或者膝下系统中实现。例如，在本发明的一个实施例中，修复或者矫正系统可以用在反股骨或者膝上系统，例如在2005年5月6日申请的美国专利申请号为11/123,870、名称为“MAGNETORHEOLOGICALLY驱动修复膝”；2005年3月9日申请的美国专利申请号为11/077,177、名称为“修复膝的控制系统和方法”；2004年7月20日授权的美国专利号为6764520、名称为“电子控制修复膝”；以及2003年8月26日授权的美国专利号为6610101、名称为“适应速度和适应病人的修复膝”的申请中公开，它们中的每一个在此全部结合作为参考，并作为本说明书的一部分。例如，修复和矫正系统可以包括修复或矫正踝设备二者和/或修复或矫正膝。

而且，本发明在此公开的实施例可以由一个或者多个软件模块来执行。例如，本发明的实施例可以包括用于处理器的机器装载软件程序，用来控制与肢体相关的设备的运动。软件程序可以包括输入模块、滤波器模块、比较模块和控制模块。输入模块可以被构造成接收运动信号的时间序列。滤波器模块被构造成处理运动信号的时间序列和/或产生多个滤波信号。比较模块被构造成比较多个滤波信号与多个取样信号，以及被构造成产生步态事件选择信号，表示与肢体相关的设备的运动。控制模块被构造成产生基于至少一部分步态事件选择信号的控制信号，其中控制信号能够控制与肢体相关的设备的运动。而且，软件模块可以包括，例如AR滤波器和/或Kalman滤波器。

虽然已经描述了本发明的某些实施例，这些实施例仅仅以范例的方式出现，并非有意限制本发明的范围。实际上，这里描述的新颖的方法和系统可以以多种其它的形式体现。例如，前面的可以应用到除了踝的其它关节的运动控制，例如膝或者肩。而且，在不脱离本公开精神的范围内，可以对于在此描述的方法和系统在形式上做出各种省略、替代和变化。伴随的权利要求和它们的等价物想要覆盖这样的形式或者变形，这将落入本发明的范围和精神内。

Claims (30)

1.一种分析与肢体相关的设备的运动的系统，该系统包括：

至少一个加速度计，其被构造成产生运动信号的时间序列，该运动信号表示与肢体相关的设备的运动；以及

处理模块，其与至少一个加速度计通信，该处理模块包括：

滤波器，其被构造成处理从至少一个加速度计接收的运动信号的时间序列，以及被构造成产生多个滤波信号；以及

比较模块，其被构造成比较多个滤波信号和多个取样信号，其中比较模块进一步被构造成识别与肢体相关设备的运动相关的肢体运动事件。

2.如权利要求1的系统，其中至少一个加速度计包括陀螺仪。

3.如权利要求1的系统，其中运动信号的时间序列包括至少一个向前、向内和向下的线加速度信号。

4.如权利要求1的系统，其中滤波器包括自回归滤波器。

5.如权利要求4的系统，其中滤波器包括Kalman滤波器。

6.如权利要求1的系统，其中进一步包括被构造成存储多个取样信号的数据库。

7.如权利要求1的系统，其中处理模块包括机器执行软件模块。

8.如权利要求1的系统，其中肢体是假肢。

9.如权利要求8的系统，其中假肢包括修复设备和矫正设备中的一个。

10.一种修复设备，其能够绕关节位置运动，并且包括权利要求1的系统。

11.如权利要求10的修复设备，其中比较模块进一步被构造成产生用于调整修复设备的控制信号。

12.如权利要求11的修复设备，其中进一步包括驱动器，其被构造成按照控制信号控制修复设备的运动。

13.如权利要求12的修复设备，其中关节位置是踝关节位置。

14.一种处理与肢体相关设备的运动相关的信号的方法，该方法包括：

接收运动信号的时间序列，该运动信号表示与肢体相关的设备的运动；

滤波所选择的运动信号的时间序列；以及

处理滤波信号来识别至少一个肢体运动种类。

15.如权利要求14的方法，其中所述的接收进一步包括接收来自加速度计和陀螺仪中至少一个的运动信号的时间序列。

16.如权利要求15的方法，其中运动信号的时间序列包括连续加速度信号。

17.如权利要求16的方法，其中连续加速度信号包括不均匀的取样速率。

18.如权利要求14的方法，其中所述的处理进一步包括比较滤波信号和一组取样信号。

19.如权利要求14的方法，其中肢体运动种类包括弯曲、偏转、迈步和非迈步中的至少一个。

20.如权利要求14的方法，其中还包括识别至少一个肢体运动事件。

21.如权利要求20的方法，其中至少一个肢体运动事件包括脚跟接触、脚尖下降、脚跟离开、脚尖离开、中间摆动和结束摆动中的至少一个。

22.一种处理与肢体相关设备的运动相关的信号的方法，该方法包括：

接收多个传感器信号，该多个传感器信号表示与肢体相关的设备的运动；

利用时间序列分析处理多个传感器信号；以及

将被处理的传感器信号与多个运动模式比较，以便使被处理的传感器信号与特定运动模式相关联。

23.如权利要求22的方法，其中所述的处理包括用预测滤波器滤波多个传感器信号。

24.如权利要求22的方法，其中多个运动模式包括与至少一个肢体运动事件相关联的校准数据。

25.如权利要求22的方法，其中设备是修复踝设备。

26.一种用于处理与肢体相关设备的运动相关的信号的系统，该系统包括：

用于接收运动信号的时间序列的装置，该运动信号表示与肢体相关的设备的运动；

用来滤波所选择的运动信号的时间序列的装置；以及

用来处理滤波信号来识别至少一个肢体运动种类的装置。

27.如权利要求26的系统，其中进一步包括用于识别至少一个肢体运动事件的装置，其中该至少一个肢体运动事件包括脚跟接触、脚尖下降、脚跟离开、脚尖离开、中间摆动和结束摆动中的至少一个。

28.一种用于处理与修复踝设备的运动相关的信号的系统，该系统包括：

用于接收多个传感器信号的装置，该多个传感器信号表示与肢体相关的设备的运动；

利用时间序列分析处理多个传感器信号的装置；以及

将被处理的传感器信号与多个运动模式比较、以便使被处理的传感器信号与特定运动模式相关联的装置。

29.如权利要求28的系统，其中运动模式是步态模式。

30.如权利要求28的系统，进一步包括修复踝设备。

Images