一种基于视觉引导的人类步态意图识别与膝关节踝关节假肢自主控制方法

《IEEE Transactions on Cloud Computing》：A Gaze-Guided Human Locomotion Intention Recognition and Volitional Control Method for Knee-Ankle Prostheses

基于眼动追踪的膝踝假肢智能控制系统研究，通过RGBD摄像头获取三维注视点并构建注意力图预测步态意图，实验验证在平地行走中误差分别为1.22±3.14cm（健康者）和3.40±0.66cm（截肢者），楼梯场景成功适配多态步态，三维眼动估计误差降至1.97cm。

　　

摘要：

本文提出了一种新颖的基于注视引导的膝关节-踝关节假肢控制方法，旨在提高假肢在复杂行走任务中的控制精度和直观性。该方法利用眼动追踪系统与红绿蓝（RGBD）相机相结合，来估计三维注视点，并据此构建注视注意力图。该图作为预测人类行走意图的基础，使假肢能够准确踏在预定的脚部位置上。实验验证分别在健康受试者和截肢受试者身上进行，重点考察了平地行走和爬楼梯任务。结果显示，在平地行走时，健康受试者的平均误差为1.22 ± 3.14厘米，截肢受试者的平均误差为3.40 ± 0.66厘米。在爬楼梯任务中，系统能够适应不同的步态模式，假肢关节角度与自然人类运动高度匹配。该方法还将三维注视估计的均方根误差（RMSE）分别降低到了x轴上的2.70厘米、y轴上的2.63厘米和z轴上的1.97厘米。这些结果表明，基于注视引导的控制方法不仅提升了膝关节-踝关节假肢的功能性，还为用户提供了更加直观的交互界面，使假肢动作与用户的视觉焦点和意图保持一致。

引言

视觉-运动回路对人类在复杂地形上行走至关重要[1]。完整的视觉-运动回路使人类能够感知环境信息、判断下一步的脚部位置，并相应调整腿部摆动轨迹。然而，对于截肢者来说，这一回路是不完整的。尽管他们能够观察到地形并规划出合适的脚部位置，但他们的行走意图和视觉环境信息无法有效传递给假肢，导致截肢者在复杂环境中难以自然控制假肢。因此，重建截肢者与其假肢之间的视觉-运动回路至关重要。本研究旨在提出一种基于注视引导的方法，用于膝关节-踝关节假肢中的行走意图认知和自主控制。目标是使假肢能够识别用户在各种地形上的脚部位置意图，并准确踏在预定位置上。所提出的方法为提升机器人假肢的控制感提供了潜在的解决方案，并可能促进基于注视的方法在人类行走预测领域的进一步应用。