本发明涉及康复助行机器人防护技术，特别涉及一种用于助行器的安全助行意图检测与防护方法。
背景技术：
1、中国是世界上人口老龄化增长最快的国家之一，预计到2050年，老龄人口数量将超过3亿，占中国总人口的五分之一，意味着中国将进入超高老龄化阶段。这些老龄化问题将给经济、医疗、养老服务等领域带来巨大挑战。目前中国老年人口的健康问题和生活环境问题已成为全社会关注的焦点。伴随着老龄化的加剧，有相当一部分老年人有步态失稳的运动障碍特征，增加了行走跌倒的风险。老年人辅助行走的需求大大增加，无论是居家行动还是室外行走，助行机器人成为目前亟需跟进的资源和举措。
2、现有助行器技术实时监测功能单一、智能化程度不高、缺乏主动安全检测与防护功能。实时保障安全，突破对用户独立移动能力的限制，是进一步提升老年人的生活便利性和安全性的有效举措。
技术实现思路
1、发明目的：本发明的目的是提供一种用于助行器的安全助行意图检测与防护方法，专为智能助行器设计的意图监测策略增加了双手的参与度，助行器可以跟随用户的双手完成相关动作，控制方式更灵活、处理速度更快，在助行的同时保证安全。
2、技术方案：所述用于助行器的安全助行意图检测与主动防护方法，通过传感监测系统将传感器数据融合，分析用户的状态，估计用户的意图，实时检测甚至预测用户的跌倒状态，根据对信号的分析，对助行器进行相应的动作控制，当助行器监测到危险时，助行器执行相应的保护措施。
3、具体地，安全助行意图检测与防护系统将实时运动状态划分为初始化和就绪等待状态，正常工作状态和非正常状态，通过将相关的传感器数据融合，分析用户的状态，估计用户的意图，实时检测并预测用户的跌倒状态，根据对信号的分析，对助行器进行相应的动作控制，如变速、转向、急停、报警等动作。当助行器监测到危险时，比如用户跌倒，则状态机切换到非正常状态，助行器执行相应的保护措施，如图1所示。
4、进一步地，意图检测方法包括加速意图检测、转向意图检测、上坡运动检测、下坡运动检测、避障意图检测；制动意图检测方法包括跌倒检测与安全防护响应；
5、进一步地，安全助行意图传感监测系统包括薄膜压力传感器、三维力传感器、激光雷达和测距传感器，力传感器放置于助行器把手处，用于检测上肢力信号的，激光雷达放置于助行器前方，用于检测环境信息，测距传感器放置于助行器前侧与人体下肢对齐，用于检测下肢运动状态。如图1所示。
6、进一步地，力传感器包括两种具有高精度的力传感器装置，用于采集用户手部的力信号。力传感器装置包括力传感器矩阵把手和三维力传感器两种，力传感器矩阵把手，是由多个压力薄膜传感器，按照一定的排列组合方式，安装在助行器把手上的一种复合传感器矩阵；三维力传感器为六轴力传感器，直接安装在助行器把手处；测距传感器安装位置分别在用户的腰部、膝盖和脚踝上部对准，用于检测下肢运动状态；激光雷达用于检测环境障碍物信息。
7、进一步地，前进意图检测方法，具体实现方式为：采用助行器扶手上的力传感器，通过感应用户的用力与力分布特征来识别用户的意图；如果用户想加速前进，通过增加扶手上的整体力，使力传感器检测到用户力的变化；如果用户想加速前进，通过减少扶手上的整体力，使力传感器检测到用户力的变化；同时通过激光雷达检测当前环境，当检测到用户在上坡，实施助力上坡，检测到用户下坡时，主动控速防止速度过快下降，当检测到障碍物距离信息，实施避障转向，可通过导纳和阻抗控制器驱动电机完成相应的动作。如图2所示。
8、进一步地，转向意图检测方法具体实现方式为：根据使用者和机器人的力交互信息，作为控制电机行进方向的信号输入，将助行器的转向特征分为5个标签，即大左转，小左转，直行，小右转和大右转，当用户的两只把手的转向力的差接近零的时候，其转向期望更容易接近零；当用户双侧转向力的差慢慢增大，转向期望开始加速变大；当转向力的差达到一定范围的时候，转向期望已经进入临界状态，不再变大，助行器将以内置的最大转向角速度转向。如图3所示。
9、进一步地，避障意图检测与安全防护方法的具体实现方式为，根据激光雷达检测的障碍物距离信息，作为控制电机行进方向的信号输入，将助行器的转向特征分为5个标签，即大左转，小左转，直行，小右转和大右转。当未检测到障碍物信息的时候，其转向期望更容易接近零；而随着障碍物的距离靠近，转向期望开始加速变大；当障碍物的距离达到一定范围的时候，转向期望已经进入临界状态，不再变大，助行器将以内置的最大转向角速度转向。如图4所示。
10、进一步地，跌倒检测与安全防护响应方法的具体实现方式为，使用助行器手柄上的力传感器矩阵检测用户的上肢力信号，使用激光测距传感器检测用户的下肢运动信号，通过卡尔曼滤波算法进行多传感器数据融合，分析出用户的运动速度，对融合后的数据采用改进的序贯概率比检验方法检测用户是否发生跌倒。如果检测到使用者有跌倒趋势，根据使用者和机器人的稳定状态的期望位置反向运动阻止跌倒趋势直到达到稳定状态并制动，从而形成缓冲运动直至使用者和机器人回到稳定状态。如图5、6所示。
11、进一步地，改进的序贯概率比检验算法(plt-sprt)具体实现方式为，序贯概率比检验(sprt)近似的满足：取对数之后，阈值变为lna，lnb，sprt方法的判定关系为：在跌倒检测中，原假设是正常行走，备择假设是跌倒，当判定函数的值大于阈值lna时，停止测试并给出跌倒判断；当判定函数的值小于阈值lnb时，停止测试并给出正常状态的判断。对于助行器的跌倒检测来说，优化小于阈值lnb的判定以减少正常状态的判断，进一步消除检测延迟。则重新定义优化决策函数为：
12、其中，k是采样序列号，当决策函数δ(k)大于等于下限阈值lnb时不做修正，当小于lnb时将决策函数δ(k)修正为δ′(k)，不会对负值进行累加。
13、此外，对sprt检测添加前置条件和权重，对上肢给予更高的权重，此处的前置条件为左右把手力数值叠加之和，优化决策函数可进一步表示为：
14、δ″(k)＝δ′(k)c+lna(1-c)
15、
16、其中，c为判断前置条件发生的状态，ri为判断第i个前置条件发生的状态，即把手被完全放开或者瞬间受力出现大幅上升的条件，有当决策函数δ(k)大于等于下阈值lnb时，不需要校正；当小于lnb时，将决策函数δ(k)修正为δ′(k)，不会对负值进行累加。如图6所示。
17、本发明与现有技术相比，其有益效果是：用于助行器的安全助行意图检测与防护方法，根据检测到的力数据和腿部运动数据得到使用者的运动意图和运动状态，从而实现辅助使用者进行行走运动及对使用者的运动状态监测，并实时进行跌倒预判，从而触发跌倒防护响应实现对使用者的防跌倒辅助，为智能助行器的安全供了保障，使得助行器可以跟随用户的双手完成相关动作，控制方式更灵活、处理速度更快。
1.一种用于助行器的安全助行意图检测与主动防护方法，其特征在于，通过传感监测系统将传感器数据融合，分析用户的状态，估计用户的意图，实时检测甚至预测用户的跌倒状态，根据对信号的分析，对助行器进行相应的动作控制，当助行器监测到危险时，助行器执行相应的保护措施。
2.根据权利要求1所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述传感监测系统包括薄膜压力传感器、三维力传感器、激光雷达和测距传感器；力传感器放置于助行器把手处，用于检测上肢力信号；激光雷达放置于助行器前方，用于检测环境信息；测距传感器放置于助行器前侧与人体下肢对齐，用于检测下肢运动状态；激光雷达安装于助行器前方，用于检测环境障碍物信息。
3.根据权利要求2所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，包括前进意图检测方法与制动意图检测方法，所述前进意图检测方法包括加速意图检测、转向意图检测、上坡运动检测、下坡运动检测以及避障意图检测；所述制动意图检测方法包括跌倒监测与安全防护响应。
4.根据权利要求3所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述加速意图检测方法，采用助行器扶手上的力传感器，通过感应用户的用力与力分布特征来识别用户的意图；如果用户想加速，通过增加扶手上的整体力，使力传感器检测到用户力的变化。
5.根据权利要求3所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述上坡运动检测、下坡运动检测方法是通过激光雷达检测当前环境，当检测到用户在上坡，实施助力上坡，检测到用户下坡时，主动控速防止速度过快下降；所述避障检测方法，当检测到障碍物距离信息，实施避障转向，通过导纳和阻抗控制器驱动电机完成相应的动作。
6.根据权利要求3所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述转向意图检测方法，根据使用者和助行器的力交互信息，作为控制电机行进方向的信号输入，将助行器的转向特征分为5个标签，即大左转，小左转，直行，小右转和大右转，当用户的两只把手的转向力的差接近零的时候，其转向期望更容易接近零；当用户双侧转向力的差慢慢增大，转向期望开始加速变大；当转向力的差达到一定范围的时候，转向期望已经进入临界状态，不再变大，助行器将以内置的最大转向角速度转向。
7.根据权利要求3-6任一项所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，涉及的力信息特征是针对由8个薄膜压力传感器矩阵的把手结构组成特性，通过机器学习分析法将把手力信息按照普通显示精度的像素的位图来分析，当某一个薄膜压力传感器感受到用户的力，其自身的形变所产生的信号经过放大电路和adc电路，进入主控芯片，主控芯片采样的信号，即可认为是该像素的rgb颜色数值，对应助行器力传感器测量的力信号占满量程的百分比，16个薄膜压力传感器组成一幅16个像素的数组，比较16个像素点对应左右两只力传感器把手所携带的薄膜压力传感器的和来确定左右把手的转向力差值。
8.根据权利要求3所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述避障意图检测与安全防护方法，根据激光雷达检测的障碍物距离信息，作为控制电机行进方向的信号输入，将助行器的转向特征分为5个标签，即大左转，小左转，直行，小右转和大右转，当未检测到障碍物信息的时候，其转向期望更容易接近零；而随着障碍物的距离靠近，转向期望开始加速变大；当障碍物的距离达到一定范围的时候，转向期望已经进入临界状态，不再变大，助行器将以内置的最大转向角速度转向。
9.根据权利要求3所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述跌倒监测与安全防护响应方法，使用助行器手柄上的力传感器矩阵检测用户的上肢力信号，使用激光测距传感器检测用户的下肢运动信号，通过卡尔曼滤波算法进行多传感器数据融合，分析出用户的运动速度，对融合后的数据采用改进的序贯概率比检验方法检测用户是否发生跌倒，如果检测到使用者有跌倒趋势，根据使用者和机器人的稳定状态的期望位置反向运动阻止跌倒趋势直到达到稳定状态并制动，从而形成缓冲运动直至使用者和机器人回到稳定状态。
10.根据权利要求9所述的用于助行器的安全助行意图检测与主动防护方法，其特征在于，所述跌倒检测方法，根据改进的序贯概率比检验算法来判断跌倒是否发生，通过对序贯概率比检验添加前置条件和权重，其中，把手被完全放开或者瞬间受力上升幅度作为前置条件，且前置条件为左右把手力数值叠加之和，并为上肢给予更高的权重来优化决策函数，当决策函数δ(k)大于等于下限阈值lnb时不做修正，当小于lnb时将决策函数δ(k)修正为δ′(k)，不会对负值进行累加，进一步提升检测延迟和降低误判率。
