本成果研究的面向下肢弱肌力人群的智能助行机器人,基于机载的力传感器、激光传感器、Kinect等设备,设计多模态人机交互接口,获取人体运动数据;基于有监督的神经网络步态事件分类算法模型提取分析步态的时空参数,并且能够应用康复医学功能评定理论进行人体行走能力的智能综合评估,根据评估的行走能力切换对应的机器人模式。
1. 基于混合动态系统理论提出了肢体运动意图演化模型,结合先进滤波算法,提高了运动意图识别的准确性和鲁棒性。
2. 基于机载传感器,仅利用非穿戴式方法获取的运动数据,对步态参数进行提取,无需患者穿戴额外设备。
3. 构建了评价行走能力的量化指标,实现了符合康复医学功能评定理论的人体行走能力智能综合评估,实现对康复医师的有益补充。
黄剑,华中科技大学教授、博导,人工智能与自动化学院智能科学与技术系主任,中国测控技术“一带一路”联合实验室副主任,名古屋大学客座教授和巴黎第十二大学访问教授。担任IEEE CIS武汉支会副主席、武汉自动化学会副理事长、中国人工智能学会智能机器人专业委员会常务委员、《IEEE Transactions on Fuzzy Systems》等国际知名期刊编委。在ICRA、WCICA、Humanoid、CBS等国际学术会议担任程序委员会、组织委员会、评奖委员会、专题委员会主席等。长期从事康复与辅助机器人、人-机器人交互及机器人控制研究。发表SCI论文100余篇,获中外授权专利30余件,研发了系列康复机器人产品或装置。获中国商业联合会科学技术特等奖(排1)、湖北省技术发明一等奖(排2)和日内瓦国际发明展金奖。
评价单位:“科创中国”华中科技大学智能制造专业科技服务团 (华中科技大学)
评价时间:2023-10-11
综合评价
该成果构建了评价行走能力的量化指标,实现了符合康复医学功能评定理论的人体行走能力智能综合评估,实现对康复医师的有益补充。
查看更多>