研究一種基于助力機器人系統的人機交互控制應用的步態識別方法搭建一套應用于助力機器人的人體運動識別系統。基于足底壓力人體運動識別檢測機理研究；足底壓力采集硬件平臺；搭建基于足底壓力參數的特征提取方法研究；人體運動識別算法研究。可穿戴式采集裝置系統設計采集足底多路壓力信號；足底關鍵位置粘貼傳感器使用無線傳輸數據；消除接線對運動范圍的限制系統操作簡單；被試者無需進行其他操作。通過分析足底壓力信息中的潛在規律，提取步態特征參數。運用構造分類器， 建立特征參數與運動行為之間的關系。我們的腳掌就像身體的‘底座’，足底平衡分析就是檢查這個‘底座’是否平穩。足底足壓醫用

足底筋膜，也稱跖筋膜，位于我們的足底，從跟骨沿腳底延伸至跖骨，是一層乳白色的致密纖維組織。當人體進行站、走、跑、跳等動作時，足底筋膜支撐足弓，保障完成正常活動。因此，需要長時間站立或行走的人群、運動員、長跑愛好者、肥胖（BMI＞30kg/㎡）人群，是足底筋膜炎的高發群體。足底筋膜足底筋膜被兩條淺溝分為三部分：**帶、外側帶、內側帶。其中內側帶較薄，外側帶較厚，中間帶**厚，堅韌致密，也稱為足底腱膜。足底筋膜呈長三角形，尖向后附著于跟骨結節的前內側面，腱膜纖維向遠端擴展至5個跖趾關節下形成束帶，止于近節趾骨基底的纖維組織。每條足趾束再分成2束，走行于屈肌腱的兩側并止于近節趾骨基底部骨膜。腱膜的纖維也摻雜到皮膚、跖橫韌帶以及屈肌腱鞘之中。AI足壓力基于深度學習的視覺分析利用高速攝像頭和AI算法，無需穿戴設備即可估算足底壓力分布。

常見疾病的步態模式:1)偏癱步態偏癱步態常見于腦損傷患者，多數表現為擺動相足下垂、足內翻、直膝、艦關節外旋的劃圈步態，可以伴有足姆指背伸、足趾卷曲、膝過伸等。患肢單支撐相縮短，雙支撐相延長，步寬加大,步長、步幅縮短，步頻、步速降低。2疼痛步態:該步態系由各種原因引發關節承重能力下降,致使患肢承重能力降低,支撐相中期時間縮短健側步長縮短，雙支撐相延長，上身擺動幅度增大，一般偏向健側。3)帕金森病步態。相關患者主要表現為步履蹣跚、步幅和步長縮短、步速降低及軀體僵硬等.4外周神經損傷步杰，主要有:臀大肌無力步態、臀中肌無力步態、屆航肌無力步態.股四頭肌無力步態、踝背伸肌無力步態、腓腸肌比目魚肌無力步態。

行走過程中，從一側足跟著地到該側足跟再次著地所經歷的時間稱為一個步態周期。在一個步態周期中，每側下肢都要經歷一個離地騰空并向前邁步的擺動相（邁步相）和一個與地面接觸并負重的站立相（支撐相）。擺動相是指從足尖離地到足跟著地，足部離開支撐面的時間，約占步態周期的40％；站立相是指從足跟著地到足尖離地，即足部支撐面與地板接觸的時間，約占步態周期的60％。其中，重心從一側下肢向另一側下肢轉移，雙側下肢同時與地面接觸的時間稱之為雙支撐相，一個正常步態周期中會出現兩次雙支撐相，各占步態周期的10%。監測足底壓力預防潰瘍（全球3.4億糖尿病患者需求驅動）。

足底壓力步態分析系統是計算機化測量人站立或行走中足底接觸面壓力分布的系統，其以直觀、形象的二維、三維彩色圖像實時顯示壓力分布的輪廓和各種數據，是一種經濟、高效、精確、快速、直觀、方便的足底壓力分布測量工具。有實時動態顯示、連續幀回放、中心壓力檢測、接觸面積計算、二維輪廓顯示、三維壓力顯示、峰值壓力描繪、壓力和時間積分計算、圖形分析等功能。可進行足的壓力中心運動軌跡和足底相關區域峰值壓力測量和人體重心的分析。足底壓力的大小取決于多種因素，包括體重、步態、鞋子類型以及所站立或行走的表面等。廣東足壓多少錢

精度與舒適度平衡：柔性傳感器需進一步提升耐用性.足底足壓醫用

足底筋膜炎的典型癥狀**典型癥狀為早晨醒后下床，腳落地時，腳后跟部疼痛**為明顯，但走動一會兒后疼痛會有所緩解。有時坐久了，在站起來走動時的前幾步也會隱隱作痛。足底筋膜炎疼痛主要發生在足跟靠內側處（此處為足底筋膜從腳后跟發出的起點），也可能會在足心處；痛感表現為搏動性、灼熱性疼痛。患者在充分活動后，例如行走或跑步后，腳后跟疼痛會減輕，但在長距離跑步后，疼痛可能再次出現。部分患者會在夜間出現痛感加重的情況。足底足壓醫用