跑步模式控制方法、装置、智能假腿、终端及存储介质

技术领域

本发明涉及智能假腿控制技术领域，尤其涉及的是跑步模式控制方法、装置、智能假腿、终端及存储介质。

背景技术

智能假腿可以辅助肢体残缺的用户进行日常活动。对于穿戴者而言，智能假腿需要具有辅助行走、爬梯、跑步等功能。跑步模式相对于其他运动模式对智能假腿的灵活性要求更高，因此跑步模式的控制设计对于提高智能假腿的性能具有重要意义。目前通常采用肌电信号识别方法对智能假腿进行控制，然而肌电信号的采集需要将肌电传感器与人体皮肤表面完全接触，皮肤表面的干燥程度、清洁程度、出汗情况等都会影响肌电传感器的输出信号的强度，因此并不适用于跑步模式的控制场景。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供跑步模式控制方法、装置、智能假腿、终端及存储介质，旨在解决现有技术中采用肌电信号识别的方法对智能假腿进行控制，肌电传感器与人体皮肤表面完全接触，对皮肤表面状态要求较高，并不适用于跑步模式的控制场景的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种跑步模式控制方法，所述方法包括：

获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；

若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；

在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。

在一种实施方式中，所述根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势，包括：

根据所述小腿部的所述惯性测量数据，确定所述小腿部的加速度；

根据所述大腿部的所述惯性测量数据，确定所述大腿部的弯曲角度；

根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势。

在一种实施方式中，所述根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势，包括：

获取预设的加速度阈值和角度阈值；

若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势。

在一种实施方式中，所述若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势，包括：

若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则将所述小腿部的加速度和所述大腿部的弯曲角度输入预设的摔跤识别模型，得到所述穿戴者的摔跤概率；

若所述摔跤概率大于或者等于预设的概率阈值，则控制所述智能假腿启动防摔模式；

若所述摔跤概率小于所述概率阈值，则判断所述穿戴者存在跑步趋势。

在一种实施方式中，所述根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度，包括：

根据所述小腿部的加速度减少所述伸展阻尼，其中，所述伸展阻尼的减少值与所述小腿部的加速度的数值呈正比关系；

根据所述小腿部的加速度增加所述最大摆动角度，其中，所述最大摆动角度的增加值与所述小腿部的加速度的数值呈正比关系，且增加后的所述最大摆动角度小于或者等于预设的安全摆动角度。

在一种实施方式中，所述根据所述小腿部的加速度减少所述伸展阻尼，包括：

获取预设的第一调节曲线，根据所述第一调节曲线和所述小腿部的加速度确定目标伸展阻尼；

或者获取预设的若干第一加速度档位，其中，各所述第一加速度档位分别关联有不同的阻尼值；

根据所述小腿部的加速度对应的所述第一加速度档位，确定目标伸展阻尼；

根据所述目标伸展阻尼和当前的所述伸展阻尼的差值，确定伸展阻尼减少值。

在一种实施方式中，所述根据所述小腿部的加速度增加所述最大摆动角度，包括：

获取预设的第二调节曲线，根据所述第二调节曲线和所述小腿部的加速度确定目标最大摆动角度；

或者获取预设的若干第二加速度档位，其中，各所述第二加速度档位分别对应不同的摆动角度；

根据所述小腿部的加速度对应的所述第二加速度档位，确定目标最大摆动角度；

根据所述目标最大摆动角度和当前的所述最大摆动角度的差值，确定最大摆动角度增加值。

第二方面，本发明实施例还提供一种跑步模式控制装置，所述装置包括：

判断模块，用于获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；

启动模块，用于若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；

调节模块，用于在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。

在一种实施方式中，所述判断模块包括：

小腿分析单元，用于根据所述小腿部的所述惯性测量数据，确定所述小腿部的加速度；

大腿分析单元，用于根据所述大腿部的所述惯性测量数据，确定所述大腿部的弯曲角度；

综合分析单元，用于根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势。

在一种实施方式中，所述综合分析单元包括：

阈值获取单元，用于获取预设的加速度阈值和角度阈值；

数值比较单元，用于若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势。

在一种实施方式中，所述数值比较单元包括：

摔跤识别单元，用于若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则将所述小腿部的加速度和所述大腿部的弯曲角度输入预设的摔跤识别模型，得到所述穿戴者的摔跤概率；

防摔单元，用于若所述摔跤概率大于或者等于预设的概率阈值，则控制所述智能假腿启动防摔模式；

判断单元，用于若所述摔跤概率小于所述概率阈值，则判断所述穿戴者存在跑步趋势。

第三方面，本发明实施例还提供一种智能假腿，所述智能假腿包括智能膝关节和如上述任一所述的跑步模式控制装置；所述智能膝关节包括惯性传感器。

第四方面，本发明实施例还提供一种终端，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述任一所述的跑步模式控制方法的指令；所述处理器用于执行所述程序。

第五方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，所述指令适用于由处理器加载并执行，以实现上述任一所述的跑步模式控制方法的步骤。

本发明的有益效果：本发明实施例通过获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。本发明通过分析智能假腿的小腿部和大腿部的惯性测量数据，可以准确地识别出穿戴者的跑步趋势，进而及时将智能假腿切换为跑步控制模式，使得智能假腿的灵活性更加匹配穿戴者在跑步时的运动需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的跑步模式控制方法的流程示意图。

图2是本发明实施例提供的跑步模式控制装置的模块示意图。

图3是本发明实施例提供的终端的原理框图。

具体实施方式

本发明公开了跑步模式控制方法、装置、智能假腿、终端及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。 应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

针对现有技术的上述缺陷，本发明提供一种跑步模式控制方法，所述方法通过获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。本发明通过分析智能假腿的小腿部和大腿部的惯性测量数据，可以准确地识别出穿戴者的跑步趋势，进而及时将智能假腿切换为跑步控制模式，使得智能假腿的灵活性更加匹配穿戴者在跑步时的运动需求。

如图1所示，所述方法包括：

步骤S100、获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势。

具体地，跑步通常是小腿和大腿同时运动，为了准确识别穿戴者的跑步趋势，本实施例预先在智能假腿的小腿部和大腿部分别布设了惯性传感器。通过实时/周期性地采集智能假腿的小腿部和大腿部的惯性测量数据，分析穿戴者的小腿部和大腿部的当前状态，进而判断穿戴者当前是否存在跑步趋势。

在一种实现方式中，所述根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势，包括：

根据所述小腿部的所述惯性测量数据，确定所述小腿部的加速度；

根据所述大腿部的所述惯性测量数据，确定所述大腿部的弯曲角度；

根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势。

具体地，智能假腿的大腿部的摆动与步幅大小的关联性更强，智能假腿的小腿部的摆动则与步频高低的关联性更强，因此若穿戴者当前存在跑步趋势，则小腿部的加速度的变化明显，大腿部的弯曲角度的变化明显（弯曲角度与弯曲程度呈正比关系，即弯曲角度越大表示弯曲程度越大），所以本实施例将小腿部的加速度和大腿部的弯曲角度作为跑步趋势的判断指标。

在一种实现方式中，所述根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势，包括：

获取预设的加速度阈值和角度阈值；

若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势。

具体地，本实施例可以预先收集不同穿戴者在跑步模式时的运动数据，或者收集当前的穿戴者在跑步模式时的运动数据。通过分析大量的运动数据合理地设定小腿部的加速度阈值和大腿部的角度阈值，通过加速度阈值和角度阈值将跑步模式和其他运动模式精准地区分开。在实际应用场景中，若智能假腿当前采集的小腿部的加速度大于加速度阈值，并且大腿部的弯曲角度也大于角度阈值时，表示智能假腿当前的运动特征符合穿戴者跑步时的运动特征，则判断穿戴者当前存在跑步趋势。

在一种实现方式中，所述若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势，包括：

若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则将所述小腿部的加速度和所述大腿部的弯曲角度输入预设的摔跤识别模型，得到所述穿戴者的摔跤概率；

若所述摔跤概率大于或者等于预设的概率阈值，则控制所述智能假腿启动防摔模式；

若所述摔跤概率小于所述概率阈值，则判断所述穿戴者存在跑步趋势。

具体地，对于摔跤趋势和跑步趋势而言，这两种趋势下智能假腿的小腿部和大腿部的运动特征较为相似，但是这两种趋势分别对应的智能假腿的控制策略差异较大。为了避免智能假腿错误地将摔跤趋势识别为跑步趋势，从而影响穿戴者的人身安全，本实施例会在判断跑步趋势之前先进行摔跤识别，排除摔跤趋势以后再判定穿戴者存在跑步趋势。在实际应用场景中，将当前获取到的小腿部的加速度和大腿部的弯曲角度输入预先构建的摔跤识别模型。摔跤识别模型通过分析小腿部的加速度的方向和数值、大腿部的弯曲方向和角度，进而输出穿戴者当前处于摔跤趋势的概率，即得到摔跤概率。若摔跤概率大于或者等于预先设定的概率阈值，表示穿戴者当前极有可能存在摔跤趋势，为了保证穿戴者的人身安全，立即控制智能假腿切换成防摔模式，在防摔模式下智能假腿会提供更大的支撑力给穿戴者，从而避免穿戴者摔跤；若摔跤概率小于概率阈值，表示可以排除摔跤趋势，则判定穿戴者当前存在跑步趋势，为了匹配穿戴者在跑步模式下的运动需求，立即控制智能假腿切换成跑步控制模式，在跑步控制模式下智能假腿会提供更大的灵活性给穿戴者。

如图1所示，所述方法还包括：

步骤S200、若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式。

具体地，在实际应用场景中，若判断出穿戴者当前存在跑步趋势，表示后续智能假腿的摆动频率和摆动幅度将会明显提高，为了匹配穿戴者在跑步模式下的运动需求，则控制智能假腿启动跑步控制模式，在跑步控制模式下智能假腿会提供更大的灵活性给穿戴者。

如图1所示，所述方法还包括：

步骤S300、在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。

为了提高智能假腿的灵活性，以匹配穿戴者在跑步时的运动需求，本实施例会以小腿部当前的加速度为导向，动态调节智能膝关节的伸展阻尼和最大摆动角度。具体地，智能膝关节连接智能假腿的大腿部和小腿部，伸展阻尼的大小会影响智能假腿向前伸腿的阻力，最大摆动角度的大小则会影响智能假腿向后甩腿的角度限制，二者均与智能假腿的灵活性密切相关。本实施例在跑步控制模式下主要采用小腿部的加速度对智能膝关节的伸展阻尼和最大摆动角度进行调节，使得智能假腿的灵活性更加匹配穿戴者在跑步时的运动需求。

在一种实现方式中，所述根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度，包括：

根据所述小腿部的加速度减少所述伸展阻尼，其中，所述伸展阻尼的减少值与所述小腿部的加速度的数值呈正比关系；

根据所述小腿部的加速度增加所述最大摆动角度，其中，所述最大摆动角度的增加值与所述小腿部的加速度的数值呈正比关系，且增加后的所述最大摆动角度小于或者等于预设的安全摆动角度。

简单来说，在跑步控制模式下，智能膝关节的伸展阻尼会减少，以减少智能假腿向前伸腿的阻力，让穿戴者跑步更轻松。并且智能膝关节的最大摆动角度会增加，以减小智能假腿向后甩腿的角度限制，使小腿部可以向后甩动更大的幅度，让穿戴者跑步更舒展。具体地，在跑步控制模式下，若小腿部的加速度越大，表示穿戴者当前的跑速越快，智能假腿需要较大的灵活性才能适配穿戴者当前的运动需求，则伸展阻尼的减少值越多，且最大摆动角度的增加值也越多。为了避免穿戴者因为智能假腿的摆动角度过大而摔倒受伤，可以预先设定安全摆动角度，通过安全摆动角度限制智能假腿的最大摆动角度。若小腿部的加速度越小，表示穿戴者当前的跑速越慢，智能假腿需要较小的灵活性即可适配穿戴者当前的运动需求，则伸展阻尼的减少值越少，且最大摆动角度的增加值也越少。

在一种实现方式中，所述根据所述小腿部的加速度减少所述伸展阻尼，包括：

获取预设的第一调节曲线，根据所述第一调节曲线和所述小腿部的加速度确定目标伸展阻尼；

或者获取预设的若干第一加速度档位，其中，各所述第一加速度档位分别关联有不同的阻尼值；

根据所述小腿部的加速度对应的所述第一加速度档位，确定目标伸展阻尼；

根据所述目标伸展阻尼和当前的所述伸展阻尼的差值，确定伸展阻尼减少值。

具体地，本实施例提供两种方式来调节伸展阻尼。第一种方式是预先针对伸展阻尼设置第一调节曲线，第一调节曲线反映了加速度与伸展阻尼的数值变化关系。在实际应用场景中，根据第一调节曲线查询当前的加速度对应的伸展阻尼，即得到目标伸展阻尼。第二种方式是预先针对伸展阻尼设置多个第一加速度档位，不同的第一加速度档位关联有不同的伸展阻尼。在实际应用场景中，判断当前的加速度位于哪一个第一加速度档位，则获取与该第一加速度档位关联的伸展阻尼，得到目标伸展阻尼。目标伸展阻尼即为与穿戴者当前的跑速适配的伸展阻尼，计算当前的伸展阻尼与目标伸展阻尼之间的差值，通过计算出的差值准确地减少智能假腿的伸展阻尼，从而提高智能假腿的灵活性。

在一种实现方式中，所述根据所述小腿部的加速度增加所述最大摆动角度，包括：

获取预设的第二调节曲线，根据所述第二调节曲线和所述小腿部的加速度确定目标最大摆动角度；

或者获取预设的若干第二加速度档位，其中，各所述第二加速度档位分别对应不同的摆动角度；

根据所述小腿部的加速度对应的所述第二加速度档位，确定目标最大摆动角度；

根据所述目标最大摆动角度和当前的所述最大摆动角度的差值，确定最大摆动角度增加值。

同样地，本实施例也提供两种方式来调节最大摆动角度。第一种方式是预先针对最大摆动角度设置第二调节曲线，第二调节曲线反映了加速度与最大摆动角度的数值变化关系。在实际应用场景中，根据第二调节曲线查询当前的加速度对应的最大摆动角度，即得到目标最大摆动角度。第二种方式是预先针对最大摆动角度设置多个第二加速度档位，不同的第二加速度档位关联有不同的摆动角度。在实际应用场景中，判断当前的加速度位于哪一个第二加速度档位，则获取与该第二加速度档位关联的摆动角度，得到目标最大摆动角度。目标最大摆动角度即为与穿戴者当前的跑速适配的最大摆动角度，计算当前的最大摆动角度与目标最大摆动角度之间的差值，通过计算出的差值准确地增加智能假腿的最大摆动角度，从而提高智能假腿的灵活性。

在一种实现方式中，所述智能假腿与健腿的相对位置设置有摄像装置，所述方法还包括：

在所述穿戴者的跑步过程中通过所述摄像装置获取所述健腿的小腿部的运动图像序列；

根据所述运动图像序列提取所述健腿的小腿部的加速度变化曲线；

获取所述穿戴者跑步过程中所述智能假腿的小腿部的加速度变化曲线；

根据所述健腿和所述智能假腿分别对应的加速度变化曲线，确定加速度变化差异数据；

根据所述加速度变化差异数据对所述智能假腿的跑步控制模式进行优化。

具体地，本实施例针对存在健腿的穿戴者提供了跑步控制模式的优化方法。本实施例预先在智能假腿与健腿相对的位置上布设了摄像装置。当智能假腿切换至跑步控制模式时，摄像装置将被同时启动，用于采集穿戴者跑步过程中健腿的小腿部的运动图像序列。通过运动图像序列可以计算出健腿的小腿部在不同时间点的加速度，从而绘制出健腿的小腿部的加速度变化曲线。通过智能假腿上布设的惯性传感器的采集数据可以计算出智能假腿的小腿部在不同时间点的加速度，从而绘制出智能假腿的小腿部的加速度变化曲线。两个加速度变化曲线的差异可以从侧面反映出健腿和智能假腿的跑姿差异，因此本实施例以加速度变化差异数据为导向对跑步控制模式进行优化，例如针对伸展阻尼，可以优化第一调节曲线，或者第一加速度档位的划分，或者不同第一加速度档位分别关联的伸展阻尼的数值；针对最大摆动角度，可以优化第二调节曲线，或者第二加速度档位的划分，或者不同第二加速度档位分别关联的摆动角度的数值。从而使得智能假腿的跑姿更接近健腿的跑姿，使得穿戴者的跑步动作更自然。

基于上述实施例，本发明还提供了一种跑步模式控制装置，如图2所示，所述装置包括：

判断模块01，用于获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；

启动模块02，用于若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；

调节模块03，用于在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。

在一种实现方式中，所述判断模块01包括：

小腿分析单元，用于根据所述小腿部的所述惯性测量数据，确定所述小腿部的加速度；

大腿分析单元，用于根据所述大腿部的所述惯性测量数据，确定所述大腿部的弯曲角度；

综合分析单元，用于根据所述小腿部的加速度和所述大腿部的弯曲角度，判断所述穿戴者是否存在跑步趋势。

在一种实现方式中，所述综合分析单元包括：

阈值获取单元，用于获取预设的加速度阈值和角度阈值；

数值比较单元，用于若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则判断所述穿戴者存在跑步趋势。

在一种实现方式中，所述数值比较单元包括：

摔跤识别单元，用于若所述小腿部的加速度大于所述加速度阈值，且所述大腿部的弯曲角度大于所述角度阈值，则将所述小腿部的加速度和所述大腿部的弯曲角度输入预设的摔跤识别模型，得到所述穿戴者的摔跤概率；

防摔单元，用于若所述摔跤概率大于或者等于预设的概率阈值，则控制所述智能假腿启动防摔模式；

判断单元，用于若所述摔跤概率小于所述概率阈值，则判断所述穿戴者存在跑步趋势。

在一种实现方式中，所述调节模块03包括：

阻尼调节单元，用于根据所述小腿部的加速度减少所述伸展阻尼，其中，所述伸展阻尼的减少值与所述小腿部的加速度的数值呈正比关系；

角度调节单元，用于根据所述小腿部的加速度增加所述最大摆动角度，其中，所述最大摆动角度的增加值与所述小腿部的加速度的数值呈正比关系，且增加后的所述最大摆动角度小于或者等于预设的安全摆动角度。

在一种实现方式中，所述阻尼调节单元包括：

第一曲线调节单元，用于获取预设的第一调节曲线，根据所述第一调节曲线和所述小腿部的加速度确定目标伸展阻尼；

或者第一档位调节单元，用于获取预设的若干第一加速度档位，其中，各所述第一加速度档位分别关联有不同的阻尼值；

根据所述小腿部的加速度对应的所述第一加速度档位，确定目标伸展阻尼；

根据所述目标伸展阻尼和当前的所述伸展阻尼的差值，确定伸展阻尼减少值。

在一种实现方式中，所述角度调节单元包括：

第二曲线调节单元，用于获取预设的第二调节曲线，根据所述第二调节曲线和所述小腿部的加速度确定目标最大摆动角度；

或者第二档位调节单元，用于获取预设的若干第二加速度档位，其中，各所述第二加速度档位分别对应不同的摆动角度；

根据所述小腿部的加速度对应的所述第二加速度档位，确定目标最大摆动角度；

根据所述目标最大摆动角度和当前的所述最大摆动角度的差值，确定最大摆动角度增加值。

基于上述实施例，本发明还提供了一种智能假腿，所述智能假腿包括智能膝关节和如上述任一所述的跑步模式控制装置；所述智能膝关节包括惯性传感器。

基于上述实施例，本发明还提供了一种终端，其原理框图可以如图3所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现跑步模式控制方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。

本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一种实现方式中，所述终端的存储器中存储有一个以上的程序，且经配置以由一个以上处理器执行所述一个以上程序包含用于进行跑步模式控制方法的指令。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

综上所述，本发明公开了跑步模式控制方法、装置、智能假腿、终端及存储介质，涉及智能假腿控制技术领域。本发明通过获取智能假腿的小腿部和大腿部分别对应的惯性测量数据，根据两个所述惯性测量数据判断穿戴者是否存在跑步趋势；若所述穿戴者存在跑步趋势，则控制所述智能假腿启动跑步控制模式；在所述跑步控制模式下，根据所述小腿部的加速度调节智能膝关节的伸展阻尼和最大摆动角度。本发明通过分析智能假腿的小腿部和大腿部的惯性测量数据，可以准确地识别出穿戴者的跑步趋势，进而及时将智能假腿切换为跑步控制模式，使得智能假腿的灵活性更加匹配穿戴者在跑步时的运动需求。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。