元の名称記録: 齐鲁工业大学（山东省科学院）; 山东省人工智能研究院

本发明涉及一种基于多阶段模型的脑卒中步态相位识别方法及系统，具体如下：采用基于指数‑标准差融合的自适应滑动窗口算法，对脑卒中患者的步态信号进行动态片段截取，得到原始脑卒中步态数据；对原始脑卒中步态数据进行预处理，得到原始步态特征；构建集成式特征增强单元IFEU，输入原始步态特征，提取脑卒中步态信号的时间上下文特征；构建层级步态特征聚合单元HGFAU，输入时间上下文特征，进行各层级步态特征提取，融合后得到多重融合特征；将多重融合特征输入至线性层分类器，对输入特征进行分类，得到脑卒中步态相位识别结果。本发明可以实现步态相位识别，有助于对患者的康复治疗辅助进行客观的步行状态评估与异常监测。

本发明公开了基于四驱轮式ROS平台的追踪运动分析方法及系统，包括：获取RGB图像和深度信息并进行预处理，提取关节关键点的二维坐标并映射为三维坐标；计算得到目标中心点坐标；得到转动角度和移动距离，并转换为运动指令信号；构建骨架骨骼边集合，通过计算提取空间特征和动力学特征并整合，得到融合特征向量；将融合特征向量输入至预设的动作评估模型中，输出评估结果；根据评估结果，生成个性化动作矫正反馈。本发明能够在移动环境下实现目标追踪、动作捕捉、动态评估和个性化反馈生成，从而显著提升训练的科学性、实时性和智能化水平。