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！

龙图腾网获悉武汉大学申请的专利基于自振荡的下肢外骨骼步态轨迹规划方法及装置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：CN118537915B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410553154.7，技术领域涉及：G06V40/20；该发明授权基于自振荡的下肢外骨骼步态轨迹规划方法及装置是由郭朝;付志军;杨潇;伊烁闻;王震设计研发完成，并于2024-05-07向国家知识产权局提交的专利申请。

本基于自振荡的下肢外骨骼步态轨迹规划方法及装置在说明书摘要公布了：本发明提供基于自振荡的下肢外骨骼步态轨迹规划方法及装置，包括连续采集穿戴者若干组行走过程的关节角度信息和足底压力信息，根据足底压力信息初步将行走过程划分为多个步态阶段，将初步获取的步态阶段及对应的关节角度信息作为数据集，搭建CNN卷积神经网络模型，将数据集作为训练数据，通过CNN卷积神经网络模型进行连续训练，准确获取每一个步态阶段的起始点，通过起始点准确获取每一步态阶段，建立自适应振荡器模型，输入数据集到自适应振荡器模型中，输出跟踪相位，结合CNN卷积神经网络模型获取的步态阶段，进行下肢外骨骼步态轨迹规划，实时在线动态调整预测输出轨迹。本发明能够适应人行走时步速非恒定的要求，实现步态轨迹动态规划。

本发明授权基于自振荡的下肢外骨骼步态轨迹规划方法及装置在权利要求书中公布了：1.基于自振荡的下肢外骨骼步态轨迹规划方法，其特征在于，包括： 连续采集穿戴者若干组行走过程的关节角度信息和足底压力信息； 根据足底压力信息初步将行走过程划分为脚跟着地、平脚、脚尖着地、摇摆4个步态阶段，将初步获取的步态阶段及对应的关节角度信息作为数据集； 搭建CNN卷积神经网络模型，将所述数据集作为训练数据，通过所述CNN卷积神经网络模型进行连续训练，准确获取每一个步态阶段的起始点，通过起始点准确获取每一步态阶段：根据前后两个时刻的CNN卷积神经网络模型的预测结果判断步态阶段，当前后两个时刻的预测结果出现变化，则表明步态阶段发生变化，获取步态阶段变化的时刻作为步态阶段的起始点； 建立自适应振荡器模型，输入所述数据集到所述自适应振荡器模型中，输出跟踪相位，结合所述CNN卷积神经网络模型获取的步态阶段，进行下肢外骨骼步态轨迹规划，实时在线动态调整预测输出轨迹， 建立自适应振荡器模型的方法为： 将穿戴者行走过程视为近似周期信号，分解为多个傅里叶角叠加，表达式为： 式中，是重构关节角度，和是傅里叶分解系数，是傅里叶分解对个数，是自适应振荡器模型相位； 傅里叶分解系数和的修正微分方程如下式： 式中，是学习常数，用来调整和变化的快慢，傅里叶分解系数和是周期信号的幅值； 通过CNN卷积神经网络模型预测出脚跟着地的步态阶段的起始点，将起始点对应的自适应振荡器模型相位标记为，此时周期的步态划分如下： 式中，是穿戴者行走过程中的跟踪相位。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。