研究一种基于助力机器人系统的人机交互控制应用的步态识别方法搭建一套应用于助力机器人的人体运动识别系统。基于足底压力人体运动识别检测机理研究；足底压力采集硬件平台；搭建基于足底压力参数的特征提取方法研究；人体运动识别算法研究。可穿戴式采集装置系统设计采集足底多路压力信号；足底关键位置粘贴传感器使用无线传输数据；消除接线对运动范围的限制系统操作简单；被试者无需进行其他操作。通过分析足底压力信息中的潜在规律，提取步态特征参数。运用构造分类器， 建立特征参数与运动行为之间的关系。足底压力步态分析系统对辅助支具适配测试，对患侧和健侧足底压力数据对比，设计更适合的支具产品。采购足压产品
足底压力测定可以方便地指导各类功能鞋及运动鞋的设计。目前将其应用于畸形足、各类型足疾病及糖尿病足溃疡的早期预测、诊断并指导其诊疗；骨科和矫正科对关节疾患程度和手术后疗效的量化评定；康复医学中指导患者术后的行走训练和设计智能化假肢等领域。因此了解足底压力变化对正常足生物力学及功能的了解、临床医学诊断、疾病程度测定、术后疗效评价、康复研究及各类型矫形鞋、运动鞋的设计均有重要意义。芯康生物品牌已包括足底压力步态分析系统、动静态功能评估及训练系统、三维动态脊柱及姿态评估系统、糖尿病足动力检测系统等6大类共13款产品。智能足压足底压力步态分析系统是个好东西。
常用的步态分期方法有两种：一种是传统划分法，主要是以足能否着地为基础划分，将步态周期分为足跟着地、全足着地、站立中期、足跟离地、足尖离地、加速期、迈步中期、减速期共八个时期。另一种是目前通用的、由美国加州医学中心提出RLA分期，此方法认为步行时有3个基本任务：承受体重、单腿站立和迈步向前，基本任务中又分为8个时期。步态分期中传统划分与RLA法对应比较。步态参数：步长、跨步长、步宽、步角、步速和步频。步态参数受诸多因素的影响，即使是正常人，由于年龄、性别、身体肥瘦、高矮、行走习惯等不同，个体差异较大，因此正常值比较难以确定。
足底压力步态分析系统根据足部压力分布和大小进行足部健康筛查和评估，给孕妇进行静止足压和动态足压测试的过程中，可以看到足部受力较大的区域是容易发生疼痛的部位。孕妇在怀孕后期体重突然增加，足部的受力也**增加，足跟部的受力会比其他部位大。这导致足跟疼痛的风险增加。对于没有发生足跟疼痛的孕妇来说，足底压力的筛查也很重要。通过测试结果，我们可以清楚地看到脚部的压力分布，能够对足压分布较大的区域采取干预措施，防止因压力过大而造成的疼痛。可以定制足垫分散足部受力，也可以选择适合自己的鞋子等措施。足底压力是人体在静止站立或者动态运动时，在自身重力的作用下，足底在垂直方向上受到的一个地面的反作用力。足底压力的大小与分布状况能直观反映人体腿、足结构、功能及整个身体姿势控制等信息。足底压力步态分析系统则是运用压力传感器对人体在静止或者动态过程中足底压力的力学、几何学以及时间参数值进行测定，对不同状态下的足底压力参数进行分析研究，揭示不同的足底压力分布特征和模式。通过足底压力步态分析系统的测试，我们可以清楚地看到足部的压力分布，能够提前对足压分布较大的区域采取干预措施。足底压力步态分析系统可获得足部压力和步态参数,确保能够纪录数据精确,系统采集客观且量化的压力数据。
健康人群的足底压力是较为均匀的前后左右分布，足底压力分布不均一定程度上提示我们的身体正在从一种相对平衡的状态到失衡的状态，很多足部的疾病首先表现为足部压力的变化。随着传感器、计算机等相关技术的巨大进步，足底压力分析系统的采样速度越来越快，数据量越来越大，精度和准确度都越来越高，数据处理也很及时。足底压力分析系统成为了很好的足部检测和评估系统，它能根据人体足部压力的分布情况检测出甚至预测足部存在的问题。采集患者在站立或行走时，压阻传感器受到压力，进而使应变元件的电阻发生变化。医用足压配置
通过对运动时足底压力的采集和分析，量化足的稳定性，评价足内翻、找出发生运动损伤的原因以及损伤隐患。采购足压产品
步态(gaiD是人类步行的行为特征,涉及行为习惯、职业、教育、年龄及性别等因素，也受到多种疾病的影响。步行的控制十分复杂，包括中枢命令，身体平衡及协调控制,涉及下肢各关节和肌肉的协同运动，同时也与上肢和躯干的姿势有关。任何环节的失调都可能影响步行和步态，而异常也有可能被代偿或掩盖。步态分析(gaitanalysis就是研究步行规律的检查方法，旨在通过生物力学和运动学手段,揭示步态异常的关键环节及影响因素，从而指导康复评估和诊疗，也有助于临床诊断、疗效评估及机理研究等。采购足压产品
