repository for exoskeleton control
总的技术难点： 1、如何进行实时感知并根据感知迅速的做出对应的反应和优化，包括检测步态周期的长度或者说步频，检测人体的运动状态或者说运动意图，让机器去适应人而不是人适应机器。 2、如何进行设计控制方案，比如设计一个运动速度，根据速度改变步态周期长度。 3、控制率归一化？如果归一化，控制率的参数只与踝关节角度、角速度在一个步态周期内的分布有关。然后这个分布的规律是只因人而异还是与运动的速度和运动模式也有关呢？ 如果归一化后的控制率和踝关节运动情况仍然与人的运动速度和运动模式有关。想了一下，感觉速度越快，步态周期肯定越短，而且 4、用仿真软件可以干哪些事？ 5、实验怎么开展，数据应该都没问题，可以采取，问题是如何比较各个方案的效果优劣
改方案： 1、控制率的四个参数要不要归一化，步态周期以压力传感器为主，一旦检测到压力大于某个值就判断为开始。但是不知道该步态周期长度持续多久，可能的解决方案有：以另外一只腿或者该腿上个周期的数据作为 判断依据； 2、腰部和手上还有腿上可以加传感器（如果要省钱可以只用三个，因为人的左右对称，同时要考虑是用陀螺仪做还是用动捕做，陀螺仪的好处就是建模和实际运行的数据输入是一样的， 动捕的好处就是数据更加精准，但是实际运行时要将陀螺仪数据解算成与动捕格式相统一的数据）。先对人体进行建模（比如倒立摆，五杆结构），建立然后卡尔曼滤波器把传感器数据整理一下， 提取到传感器波形的特征数据，然后得到所建模型中各个部分的运动学函数，然后用逆动力学求解出总的运动状态（比如腿的摆动频率和幅值， 手的摆动频率和幅值，人运动的速度）。然后将这些参数放到神 经网络（或者普通的机器学习算法）里面去判断人的运动状态。