CN118512290A - 假肢稳定性控制方法、装置、智能假肢、终端及存储介质 - Google Patents

Abstract

本发明公开了假肢稳定性控制方法、装置、智能假肢、终端及存储介质，所述方法包括：获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态；获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据；基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。本发明可以针对单只假肢，通过调整膝关节的弯曲阻力或者伸展阻力来控制假肢晃动，提高假肢的稳定性与寿命，保证用户的使用安全。

Description

假肢稳定性控制方法、装置、智能假肢、终端及存储介质

技术领域

本发明涉及假肢技术领域，尤其涉及一种假肢稳定性控制方法、装置、智能假肢、终端及存储介质。

背景技术

随着社会的发展，交通的便利，工业化水平的不断提高，机器创伤车祸等造成截肢的患者越来越多，截肢给患者带来很多不便，失去了基本生活能力。因此研发一款能帮助截肢者实现基本生活能力的智能假肢也越来越紧迫。智能假肢需要具有帮助患者行走、跑步等功能，智能假肢要实现行走、跑步等功能，就必须具有识别行走、跑步等不同运动模式的能力，并且还需要针对不同状态下的用户来对智能假肢进行个性化的控制。

在站立时上身的重量分摊到两只腿，而在行走时两只腿是交替承受全部重量的，单只假肢承重非常较大，现有假肢在重压下膝关节转轴阻力不够，导致小腿部可能出现运动异常，进而导致膝关节在前后方向上轻微晃动的情况，对假肢的安全性和使用寿命造成一定影响，非常影响用户的使用体验。

因此，现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种假肢稳定性控制方法、装置、智能假肢、终端及存储介质，旨在解决现有技术中假肢在重压下膝关节转轴部分由于阻力不够而会轻微转动，出现前后方向上轻微晃动的情况，对假肢的安全性和使用寿命造成一定影响的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

第一方面，本发明提供一种假肢稳定性控制方法，其中，所述假肢稳定性控制方法应用于智能假肢，所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于对所述膝关节提供伸展阻力或弯曲阻力，所述假肢稳定性控制方法包括：

获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态；

获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据；

基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，包括：

获取所述智能假肢中单只假肢的摆动速度数据，基于所述摆动速度数据确定所述智能假肢的运动模式，其中，所述运动模式包括行走模式或者跑步模式；

获取单只假肢中小腿部的倾斜角度变化数据，若所述倾斜角度变化数据为逐渐减小至0，则确定所述运动状态为落地支撑状态；

若所述倾斜角度变化数据为从0逐渐增大，则确定所述运动状态为站立起步状态。

在一种实现方式中，所述基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整，包括：

将所述惯性数据与所述运动状态进行匹配，并在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围；

将所述惯性数据与所述预设范围进行比较；

若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整，包括：

若所述惯性数据超出所述预设范围，则获取预设在所述智能假肢上的压力传感器所采集到的压力数据，其中所述压力数据反映的是用户体重数据；

基于所述压力数据，确定目标阻力数据，其中，所述目标阻力数据包括目标弯曲阻力与目标伸展阻力；

基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整，包括：

若运动模式为跑步模式，则将所述单只假肢的膝关节的伸展阻力增加至所述目标伸展阻力；

若运动模式为行走模式，则将所述单只假肢的膝关节的弯曲阻力增加至所述目标弯曲阻力。

在一种实现方式中，所述方法还包括：

将所述惯性数据在所述跑步模式下对应的目标伸展阻力以及在行走模式下对应的目标弯曲阻力上传至服务器，以通过所述服务器对所述目标伸展阻力与目标弯曲阻力进行大数据学习与分析，并作为阻力调整参考数据。

第二方面，本发明实施例还提供一种假肢稳定性控制装置，其中，所述假肢稳定性控制装置应用于智能假肢，所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于对所述膝关节提供伸展阻力或弯曲阻力，所述假肢稳定性控制装置包括：

状态分析模块，用于获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态；

数据获取模块，用于获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据；

阻力调整模块，用于基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述状态分析模块，包括：

运动模式确定单元，用于获取所述智能假肢中单只假肢的摆动速度数据，基于所述摆动速度数据确定所述智能假肢的运动模式，其中，所述运动模式包括行走模式或者跑步模式；

落地支撑状态确定单元，用于获取单只假肢中小腿部的倾斜角度变化数据，若所述倾斜角度变化数据为逐渐减小至0，则确定所述运动状态为落地支撑状态；

站立起步状态确定单元，用于若所述倾斜角度变化数据为从0逐渐增大，则确定所述运动状态为站立起步状态。

在一种实现方式中，所述阻力调整模块，包括：

预设范围获取单元，用于将所述惯性数据与所述运动状态进行匹配，并在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围；

惯性数据比较单元，用于将所述惯性数据与所述预设范围进行比较；

阻力调整执行单元，用于若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述阻力调整执行单元，包括：

压力数据获取子单元，用于若所述惯性数据超出所述预设范围，则获取预设在所述智能假肢上的压力传感器所采集到的压力数据，其中所述压力数据反映的是用户体重数据；

目标阻力数据获取子单元，用于基于所述压力数据，确定目标阻力数据，其中，所述目标阻力数据包括目标弯曲阻力与目标伸展阻力；

假肢阻力调整子单元，用于基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述假肢阻力调整子单元，包括：

伸展阻力调整子单元，用于若运动模式为跑步模式，则将所述单只假肢的膝关节的伸展阻力增加至所述目标伸展阻力；

弯曲阻力调整子单元，用于若运动模式为行走模式，则将所述单只假肢的膝关节的弯曲阻力增加至所述目标弯曲阻力。

在一种实现方式中，所述装置还包括：

大数据学习与分析单元，用于将所述惯性数据在所述跑步模式下对应的目标伸展阻力以及在行走模式下对应的目标弯曲阻力上传至服务器，以通过所述服务器对所述目标伸展阻力与目标弯曲阻力进行大数据学习与分析，并作为阻力调整参考数据。

第三方面，本发明实施例还提供一种智能假肢，所述智能假肢包括接受腔、膝关节、小腿部以及上述方案中所述的假肢稳定性控制装置。

第四方面，本发明实施例还提供一种终端，其中，所述终端包括存储器、处理器及存储在存储器中并可在处理器上运行的假肢稳定性控制程序，处理器执行假肢稳定性控制程序时，实现上述方案中任一项的假肢稳定性控制方法的步骤。

第五方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有假肢稳定性控制程序，所述假肢稳定性控制程序被处理器执行时，实现上述方案中任一项所述的假肢稳定性控制方法的步骤。

有益效果：与现有技术相比，本发明提供了一种假肢稳定性控制方法，本发明首先获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态。然后，获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。最后，基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。本发明可以针对单只假肢，通过调整膝关节的弯曲阻力或者伸展阻力来控制假肢晃动，提高假肢的稳定性与寿命，保证用户的使用安全。

附图说明

图1为本发明实施例提供的假肢稳定性控制方法的具体实施方式的流程图。

图2为本发明实施例提供的智能假肢的结构示意图。

图3为本发明实施例提供的假肢稳定性控制装置的功能原理图。

图4为本发明实施例提供的终端的原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本实施例提供一种假肢稳定性控制方法，通过本实施例的方法可以针对单只假肢，通过调整膝关节的弯曲阻力或者伸展阻力来控制假肢晃动，提高假肢的稳定性与使用寿命，保证用户的使用安全。具体应用时，本实施例可首先获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态。然后，获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。最后，基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整，基于此实现对每一只假肢的膝关节的弯曲阻力或者伸展阻力做出适应性调整，避免膝关节转轴的转动而导致假肢出现前后晃动的情况，提高智能假肢的使用寿命与用户使用智能假肢的安全性。

本实施例的假肢稳定性控制方法可应用于智能假肢，该智能假肢中包括智能控制器，用于实现该假肢稳定性控制方法。此外，本实施例的假肢稳定性控制方法还可应用于终端中，该终端可设置在智能假肢中，以通过所述终端来实现假肢稳定性控制方法。所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于为所述膝关节提供伸展阻力或弯曲阻力。具体地，如图1所示，本实施例的假肢稳定性控制方法包括如下步骤：

步骤S100、获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态。

如图2中所示，本实施例的智能假肢包括小腿部11以及与小腿部11之间通过转轴转动连接的膝关节12，转轴设置在膝关节12上，用于带动小腿部转动，实现膝关节12的灵活运动，膝关节12位于小腿部11的顶部，智能假肢还包括接收腔3，接收腔3与膝关节12固定连接，接收腔3用于安装在用户的大腿上。本实施例中的小腿部11内设置有阻尼装置2，阻尼装置2可为液压缸，该阻尼装置可用于为所述膝关节提供伸展阻力或弯曲阻尼，以使得膝关节12保持稳定。

当用户的大腿上安装了智能假肢后，用户就可以使用该智能假肢应用于各种场景下。由于用户在站立时上身的重量分摊到两只腿，而在行走时两只腿是交替承受全部重量的，单只假肢承重非常较大，现有假肢在重压下膝关节12转轴阻力不够，导致小腿部11可能出现运动异常，进而导致膝关节12在前后方向上轻微晃动的情况，对假肢的安全性和使用寿命造成一定影响，非常影响用户的使用体验。为此，本实施例首先获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，本实施例的运动模式包括行走模式和跑步模式，因为在行走模式和跑步模式下，两只腿是交替承受全部重量的，单只假肢的承重比较大，此时分析单只假肢的运动状态有助于确定单只假肢在处于落地支撑状态或者处于站立起步状态时是否会出现晃动，如果出现晃动，则立马进行处理，以满足保证智能假肢的安全性。

在一种实现方式中，本实施例在确定运动状态时，包括如下步骤：

步骤S101、获取所述智能假肢中单只假肢的摆动速度数据，基于所述摆动速度数据确定所述智能假肢的运动模式，其中，所述运动模式包括行走模式或者跑步模式；

步骤S102、获取单只假肢中小腿部的倾斜角度变化数据，若所述倾斜角度变化数据为逐渐减小至0，则确定所述运动状态为落地支撑状态；

步骤S103、若所述倾斜角度变化数据为从0逐渐增大，则确定所述运动状态为站立起步状态。

具体地，本实施例可针对智能假肢的单只假肢进行分析，当用户使用智能假肢时，可获取单只假肢的摆动速度数据，然后根据该摆动速度数据来分析智能假肢的运动模式。在本实施例中摆动速度数据越大，说明单只假肢的运动速度越快，这样就可以确定智能假肢是处于行走模式和跑步模式。在实际应用时，智能假肢的小腿部11上可安装惯性传感器，该惯性传感器可采集小腿部11的摆动速度数据，这样也就得到单只假肢的摆动速度数据。接着，将单只假肢的摆动速度数据与预设的速度阈值进行比较，该速度阈值则是用于区分智能假肢是处于行走模式还是处于跑步模式。当摆动速度数据大于速度阈值，则可确定智能假肢处于跑步模式，当摆动速度数据小于速度阈值，则可确定智能假肢处于行走模式。当确定出智能假肢的运动模式后，本实施例进一步针对单只假肢进行分析，获取单只假肢的倾斜角度变化数据，以便基于该倾斜角度变化数据来确定单只假肢所处的运动状态。

由于智能假肢无论是行走模式还是跑步模式，当单只假肢接触地面时就会受到用户体重所带来的压力，此膝关节12转轴阻力不够，导致小腿部11可能出现运动异常，进而导致膝关节12在前后方向上轻微晃动的情况。为此，本实施例需要对单只假肢与地面接触时的运动状态进行分析，具体地，单只假肢与地面接触时的运动状态包括落地支撑状态与站立起步状态。在具体实施时，本实施例的智能假肢的小腿部11设置有角度传感器，当智能假肢在运动时，可通过角度传感器检测到每一只假肢的倾斜角，并进一步确定出每一只假肢的倾斜角变化数据。当智能假肢与地面垂直时，此时用户完全站立，智能假肢的倾斜角为0。而当智能假肢在运动时，单只假肢的倾斜角是不断发生变化的。若单只假肢的倾斜角度变化数据为逐渐减小至0，则此时说明该假肢是正在往与地面垂直的状态变化，因此就可以确定所述运动状态为落地支撑状态。该落地支撑状态反映的是从该假肢的脚掌接触地面变化至完全站立（即智能假肢与地面垂直，智能假肢的倾斜角为0）的状态。而若所述倾斜角度变化数据为从0逐渐增大，则此时说明该假肢正在从与地面垂直的状态往倾斜的状态变化，因此就可以确定所述运动状态为站立起步状态。该站立起步状态反映的是该假肢完全站立（即智能假肢与地面垂直，智能假肢的倾斜角为0）变化至脚掌完全离开地面的状态。由此可见，本实施例通过对单只假肢的倾斜角度变化数据来分析出该假肢是处于落地支撑状态还是站立起步状态，以便在后续步骤中分别针对这两个状态进行分析，确定智能假肢是否存在晃动，以及时调整弯曲阻力或者伸展阻力。在其他实现方式中，本实施例还可以通过对单只假肢的运动姿态进行实时分析，通过分析出单只假肢在运动时的姿态信息，进而基于分析出的姿态信息确定单只假肢的落地支撑状态与站立起步状态。

步骤200、获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。

当确定出单只假肢的运动状态后，本实施例实时获取单只假肢处于所述运动状态时，小腿部11的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。也就是说，本实施例实时获取单只假肢处于落地支撑状态或者站立起步状态时，小腿部11的加速度数据和/或速度数据。该加速度数据和/或速度数据反映的是单只假肢在落地支撑状态或者站立起步状态时，所采集到的实时数据。由于单只假肢处于落地支撑状态或者站立起步状态时，膝关节12会受到承重，因此假肢在重压下膝关节12转轴阻力不够，导致小腿部11可能出现运动异常，进而导致膝关节12在前后方向上轻微晃动的情况。本实施例针对单只假肢处于落地支撑状态或者站立起步状态时进行分析，小腿部11的加速度数据和/或速度数据，有利于分析出小腿部11的加速度数据和/或速度数据是否异常，便于分析出单只假肢在落地支撑状态或者站立起步状态时是否会出现运动异常，以便在发生异常时及时进行处理。

步骤S300、基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在分析出单只假肢的小腿部11的惯性数据后，本实施例进一步根据单只假肢的惯性数据来确定小腿部11的运动是否异常，若为异常，则本实施例对所述单只假肢的膝关节12转轴的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，本实施例在对弯曲阻力或者伸展阻力进行调整时，包括如下步骤：

步骤S301、将所述惯性数据与所述运动状态进行匹配，并在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围；

步骤S302、将所述惯性数据与所述预设范围进行比较；

步骤S303、若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

具体地，本实施例在得到单只假肢的惯性数据后，首先将该惯性数据与所述运动状态进行匹配，也就是与落地支撑状态或者站立起步状态进行匹配，确定该惯性数据是否是在落地支撑状态或者站立起步状态时所获取到的，以确保惯性数据的准确性。具体实现时，由于惯性数据是实时采集的，落地支撑状态或者站立起步状态是实时分析出的，因此本实施例可分别获取惯性数据所对应的第一时间戳信息以及落地支撑状态或者站立起步状态所对应的第二时间戳信息，将第一时间戳信息与第二时间戳信息进行匹配，从而确定惯性数据与落地支撑状态或者站立起步状态是否匹配成功。当在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围。该预设范围为在对应运动模式下的膝关节12的小腿部11的加速度和/或速度的合理范围。具体地，获取行走模式的预设范围以及跑步模式的预设范围。由于行走模式下智能假肢的运动速度慢、摆动幅度也慢，而跑步模式下智能假肢的运动速度更快、摆动幅度也更快，因此，本实施例的行走模式的预设范围小于跑步模式的预设范围。而本实施例所获取到的单只假肢的惯性数据也是在行走模式或者跑步模式下获取到的，因此，本实施例可将获取到的惯性数据与对应运动模式下的预设范围进行比较，以确定出该惯性数据是否异常，若所述惯性数据超出所述预设范围，则说明此时小腿部11的运动发生了异常，即假肢的膝关节12的转轴发生了异常转动，该假肢也会发生晃动，此时需要对所述单只假肢的膝关节12转轴的弯曲阻力或者伸展阻力进行调整。在一种实现方式中，当确定惯性数据发生异常，本实施例可通过语音提醒或者光电提醒的方式通知用户。

具体地，若所述惯性数据超过所述预设范围，则获取预设在所述智能假肢上的压力传感器所采集到的压力数据，所述压力数据反映的是用户体重数据。由于用户在使用智能假肢行走或者跑步时，单只假肢所受到的压力均来自用户的体重，从而导致小腿部11的运动异常，因此，本实施例在单只假肢的惯性数据异常时，获取该假肢的压力数据，并根据压力数据来调整膝关节12的弯曲阻力或者伸展阻力，从而保证阻力调整有效。具体应用时，本实施例可基于所述压力数据，确定目标阻力数据，其中，所述目标阻力数据包括目标弯曲阻力与目标伸展阻力，在确定出目标弯曲阻力和目标伸展阻力后，本实施例就可以对所述单只假肢的膝关节12的所述弯曲阻力或者伸展阻力进行调整。

在实际应用时，本实施例预先设置压力数据与阻力数据之间的对照表，该对照表中设置有每一个压力数据的区间所对应的阻力数据，因此基于该对照表就可以确定当前获取的压力数据所对应的目标阻力数据。在本实施例中，由于行走模式和跑步模式所需要调整的阻力数据是不相同的，当处于行走模式时，为了增加所述膝关节12的活动灵敏度，需要调整的是弯曲阻力；而当处于跑步模式时，为了提高单只假肢的稳定性，需要调整的是伸展阻力。为此，本实施例的对照表中分别针对行走模式设置有压力数据的区间对应的弯曲阻力，针对跑步模式设置压力数据的区间对应的伸展阻力。在确定出目标伸展阻力或者目标弯曲阻力后，本实施例即可在运动模式为跑步模式时，将所述单只假肢的膝关节12的伸展阻力增加至所述目标伸展阻力，具体可通过增加阻尼装置2的伸展阻尼系数，从而将伸展阻力增加至所述目标伸展阻力，以使得单只假肢更稳定也更安全。在运动模式为行走模式时，将所述单只假肢的膝关节的弯曲阻力增加至所述目标弯曲阻力，具体可通过增加阻尼装置2的弯曲阻尼系数，从而将伸弯曲阻力增加至所述目标弯曲阻力，从而达到对膝关节12转轴的阻力进行调整的目的，以保证智能假肢的稳定性。在另一种实现方式中，本实施例在弯曲阻力或者伸展阻力调整完成后，同样会通过语音提醒或者光电提醒的方式通知用户。

在另一种实现方式中，本实施例还可在得到惯性数据后，获取惯性数据超出预设范围的差值数据，该差值数据可反映出惯性数据的异常波动幅度。接着基于该差值数据来确定出阻力调节等级，基于阻力调节等级来确定出对应的目标阻力数据。本实施例预先设置差值数据与阻力调节等级之间的对应关系，基于该对应关系与当前确定差值数据进行匹配，即可确定出此时的阻力调节等级，而每一个阻力调节等级对应一个目标阻力数据，该目标阻力数据是包括行走模式下的目标弯曲阻力以及跑步模式下的目标伸展阻力，进而就可以准确地对膝关节12转轴的阻力进行调整。此外，本实施例还将所述惯性数据在所述跑步模式下对应的目标伸展阻力以及在行走模式下对应的目标弯曲阻力上传至服务器，以通过所述服务器对所述目标伸展阻力与目标弯曲阻力进行大数据学习与分析，并作为阻力调整参考数据。

综上，本实施例首先获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态。然后，获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。最后，基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。本实施例可以针对单只假肢，通过调整膝关节的弯曲阻力或者伸展阻力来控制假肢晃动，提高假肢的稳定性与寿命，保证用户的使用安全。

基于上述实施例，本发明还提供一种假肢稳定性控制装置，所述假肢稳定性控制装置应用于智能假肢，所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于对所述膝关节提供伸展阻力或弯曲阻力。如图3中所示，所述假肢稳定性控制装置包括：状态分析模块10、数据获取模块20以及阻力调整模块30。具体地，所述状态分析模块10，用于获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态。所述数据获取模块20，用于获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据。所述阻力调整模块30，用于基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述状态分析模块10，包括：

运动模式确定单元，用于获取所述智能假肢中单只假肢的摆动速度数据，基于所述摆动速度数据确定所述智能假肢的运动模式，其中，所述运动模式包括行走模式或者跑步模式；

落地支撑状态确定单元，用于获取单只假肢中小腿部的倾斜角度变化数据，若所述倾斜角度变化数据为逐渐减小至0，则确定所述运动状态为落地支撑状态；

站立起步状态确定单元，用于若所述倾斜角度变化数据为从0逐渐增大，则确定所述运动状态为站立起步状态。

在一种实现方式中，所述阻力调整模块30，包括：

预设范围获取单元，用于将所述惯性数据与所述运动状态进行匹配，并在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围；

惯性数据比较单元，用于将所述惯性数据与所述预设范围进行比较；

阻力调整执行单元，用于若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述阻力调整执行单元，包括：

压力数据获取子单元，用于若所述惯性数据超出所述预设范围，则获取预设在所述智能假肢上的压力传感器所采集到的压力数据，其中所述压力数据反映的是用户体重数据；

目标阻力数据获取子单元，用于基于所述压力数据，确定目标阻力数据，其中，所述目标阻力数据包括目标弯曲阻力与目标伸展阻力；

假肢阻力调整子单元，用于基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整。

在一种实现方式中，所述假肢阻力调整子单元，包括：

伸展阻力调整子单元，用于若运动模式为跑步模式，则将所述单只假肢的膝关节的伸展阻力增加至所述目标伸展阻力；

弯曲阻力调整子单元，用于若运动模式为行走模式，则将所述单只假肢的膝关节的弯曲阻力增加至所述目标弯曲阻力。

在一种实现方式中，所述装置还包括：

大数据学习与分析单元，用于将所述惯性数据在所述跑步模式下对应的目标伸展阻力以及在行走模式下对应的目标弯曲阻力上传至服务器，以通过所述服务器对所述目标伸展阻力与目标弯曲阻力进行大数据学习与分析，并作为阻力调整参考数据。

本实施例的假肢稳定性控制装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。

基于上述实施例，本发明还提供一种智能假肢，其中，所述智能假肢包括接受腔、膝关节、小腿部以及上述实施例中所述的假肢稳定性控制装置。

基于上述实施例，本发明还提供了一种终端，所述终端的原理框图可以如图4所示。终端可以包括一个或多个处理器100（图4中仅示出一个），存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102，例如，假肢稳定性控制程序。一个或多个处理器100执行计算机程序102时可以实现假肢稳定性控制方法实施例中的各个步骤。或者，一个或多个处理器100执行计算机程序102时可以实现假肢稳定性控制装置实施例中各模块/单元的功能，此处不作限制。

在一个实施例中，所称处理器100可以是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

在一个实施例中，存储器101可以是电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（smart media card，SMC），安全数字（secure digital，SD）卡，闪存卡（flash card）等。进一步地，存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。

本领域技术人员可以理解，图4中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双运营数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种假肢稳定性控制方法，其特征在于，所述假肢稳定性控制方法应用于智能假肢，所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于对所述膝关节提供伸展阻力或弯曲阻力，所述假肢稳定性控制方法包括：

获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态；

获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据；

基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

2.根据权利要求1所述的假肢稳定性控制方法，其特征在于，所述获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，包括：

获取所述智能假肢中单只假肢的摆动速度数据，基于所述摆动速度数据确定所述智能假肢的运动模式，其中，所述运动模式包括行走模式或者跑步模式；

获取单只假肢中小腿部的倾斜角度变化数据，若所述倾斜角度变化数据为逐渐减小至0，则确定所述运动状态为落地支撑状态；

若所述倾斜角度变化数据为从0逐渐增大，则确定所述运动状态为站立起步状态。

3.根据权利要求1所述的假肢稳定性控制方法，其特征在于，所述基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整，包括：

将所述惯性数据与所述运动状态进行匹配，并在所述惯性数据与所述运动状态匹配成功时，获取所述运动模式所对应的预设范围，所述预设范围包括加速度范围或者速度范围；

将所述惯性数据与所述预设范围进行比较；

若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

4.根据权利要求3所述的假肢稳定性控制方法，其特征在于，所述若所述惯性数据超出所述预设范围，则对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整，包括：

若所述惯性数据超出所述预设范围，则获取预设在所述智能假肢上的压力传感器所采集到的压力数据，其中所述压力数据反映的是用户体重数据；

基于所述压力数据，确定目标阻力数据，其中，所述目标阻力数据包括目标弯曲阻力与目标伸展阻力；

基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整。

5.根据权利要求4所述的假肢稳定性控制方法，其特征在于，所述基于所述目标阻力数据，对所述单只假肢的膝关节的所述弯曲阻力或者伸展阻力进行调整，包括：

若运动模式为跑步模式，则将所述单只假肢的膝关节的伸展阻力增加至所述目标伸展阻力；

若运动模式为行走模式，则将所述单只假肢的膝关节的弯曲阻力增加至所述目标弯曲阻力。

6.根据权利要求5所述的假肢稳定性控制方法，其特征在于，所述方法还包括：

将所述惯性数据在跑步模式下对应的目标伸展阻力以及在行走模式下对应的目标弯曲阻力上传至服务器，以通过所述服务器对所述目标伸展阻力与目标弯曲阻力进行大数据学习与分析，并作为阻力调整参考数据。

7.一种假肢稳定性控制装置，其特征在于，所述假肢稳定性控制装置应用于智能假肢，所述智能假肢包括膝关节以及位于膝关节下方的小腿部，所述小腿部内设置阻尼装置，所述阻尼装置用于对所述膝关节提供伸展阻力或弯曲阻力，所述假肢稳定性控制装置包括：

状态分析模块，用于获取智能假肢的运动模式，并确定所述运动模式下所述智能假肢中单只假肢所处的运动状态，其中，所述运动状态包括单只假肢处于落地支撑状态或者处于站立起步状态；

数据获取模块，用于获取单只假肢处于所述运动状态时，小腿部的惯性数据，其中，所述惯性数据包括加速度数据和/或速度数据；

阻力调整模块，用于基于所述惯性数据，对所述单只假肢的膝关节的弯曲阻力或者伸展阻力进行调整。

8.一种智能假肢，其特征在于，所述智能假肢包括接受腔、膝关节、小腿部以及上述权利要求7所述的假肢稳定性控制装置。

9.一种终端，其特征在于，所述终端包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的假肢稳定性控制程序，所述处理器执行假肢稳定性控制程序时，实现如权利要求1-6任一项所述的假肢稳定性控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有假肢稳定性控制程序，所述假肢稳定性控制程序被处理器执行时，实现如权利要求1-6任一项所述的假肢稳定性控制方法的步骤。