题目：基于足底压力感知的人体摔倒过程识别研究

可穿戴式助力机器人是一种人体运动辅助装置，它通过控制髋关节、膝关节和踝关节位置伺服电机的方式给穿戴者提供助力。可穿戴式助力机器人的稳定恢复性能，对平衡能力较弱穿戴者的安全至关重要。通过人体摔倒过程的识别预测和稳定性分析，在助力机器人系统中，当穿戴者具有摔倒趋势时，对其稳定恢复控制策略进行研究是目前助力机器人控制策略研究的热点。

本文在分析多种人体摔倒过程检测方法的基础上，提出了基于足底压力信息的人体摔倒过程识别方法。设计针对人体摔倒过程特点的足底压力采集装置；根据摔倒过程足底压力数据特点，采用时间序列分析理论建立摔倒过程时间序列预测模型，并进行实验仿真，验证识别预测算法的有效性和准确性；对摔倒过程足底压力的分布特点进行分析，确定人体摔倒过程的稳定性判据。本文是在国家自然基金(61305131)“可穿戴式下肢助行机器人摔倒预测及其稳定恢复控制研究”项目的资助下完成，论文具体的研究内容如下：

首先对人体摔倒过程识别预测研究的背景和意义进行介绍，并对目前国内外可穿戴式助力机器人和人体摔倒过程的识别检测的研究现状进行综述；其次设计了一套足底压力采集软硬件系统：在满足穿戴时不影响人正常运动、数据采样频率高和数据处理传输速度快的需求下，搭建了一套由鞋垫式足底压力感知模块、微处理器为核心的数据采集模块、串口数据传输模块和上位机数据处理模块构成的数据采集系统，实现对足底压力的实时采集、显示和保存；然后根据时间序列分析理论，设计了基于足底压力信息的人体摔倒过程识别预测算法，该算法由时间序列自回归模型、最小二乘法参数估计和准则函数法模型定阶构成。并利用本文所设计的采集装置获得人体摔倒过程的足底压力数据，对预测算法进行仿真实验，验证预测算法的有效性和准确性；最后根据摔倒过程中足底压力分布变化的特点，在零力矩点判据理论的基础上，提出了基于足底压力信息的人体稳定性判据，实现对摔倒过程中人体稳定状况的定量表述。通过人体摔倒过程的运动学和动力学分析，选择合适阈值，将摔倒过程分成摔倒初期、摔倒中期和摔倒末期三个阶段，为助力机器人的稳定可恢复控制策略研究提供理论依据。