一種基于多傳感器融合的人體步態(tài)分析方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及步態(tài)分析技術(shù)領(lǐng)域，尤其涉及一種基于多傳感器融合的人體步態(tài)分析 方法和系統(tǒng)。
【背景技術(shù)】
[0002] 人體步態(tài)是人體步行過程中下肢協(xié)調(diào)關(guān)系的行為特征，涉及到個(gè)人運(yùn)動(dòng)習(xí)慣、健 康狀況、性別、年齡、職業(yè)等因素，人體步態(tài)檢測(cè)具有顯著的意義。例如，在運(yùn)動(dòng)康復(fù)方面，步 態(tài)分析可以評(píng)估被測(cè)者下肢運(yùn)動(dòng)能力恢復(fù)情況。在遠(yuǎn)程醫(yī)療方面，便攜式步態(tài)分析設(shè)備可 以減少護(hù)理人員長(zhǎng)時(shí)間值守。在個(gè)人導(dǎo)航方面，通過對(duì)行人下肢運(yùn)動(dòng)軌跡信息的計(jì)算可以 實(shí)現(xiàn)在無(wú)GPS信號(hào)的環(huán)境下的位置定位。
[0003] 現(xiàn)有的步態(tài)分析方法包括傳統(tǒng)的基于目測(cè)法、足印法、光學(xué)信號(hào)、超聲信號(hào)、壓力 信號(hào)等方法。專利號(hào)為7457439的美國(guó)專利Systemandmethodformotioncapture使用 多個(gè)攝像機(jī)恢復(fù)出身體的三維運(yùn)動(dòng)信息。但是基于光學(xué)的運(yùn)動(dòng)測(cè)量系統(tǒng)普遍存在信號(hào)遮擋 問題，使用受限制；公開號(hào)為CN102670207的專利介紹了一種基于足底壓力的步態(tài)分析方 法，通過分析足底壓力分布隨時(shí)間的變化來(lái)識(shí)別人體步態(tài)相位和下肢運(yùn)動(dòng)信息模式，但是 此方法只能得到足部與地面接觸時(shí)的壓力變化，進(jìn)而無(wú)法得到一個(gè)完整步態(tài)周期的步態(tài)信 息；公開號(hào)為CN101694499的專利描述了一種行人步速測(cè)量的系統(tǒng)，通過固定于腹部正前 方的雙軸加速度傳感器獲得被測(cè)者在運(yùn)動(dòng)過程中的運(yùn)動(dòng)信號(hào)。這種方法很容易受到腹部軟 組織形變的影響，系統(tǒng)步速檢測(cè)精度較低。
[0004] 隨著微型機(jī)電系統(tǒng)（MEMS)技術(shù)的高速發(fā)展，可穿戴式傳感器在人體運(yùn)動(dòng)康復(fù)領(lǐng) 域獲得廣泛應(yīng)用。現(xiàn)有的基于穿戴式慣性傳感器的步態(tài)分析方法都使用了零速度更新算法 來(lái)消除誤差累積，但是零速度更新的效果嚴(yán)重依賴于算法閾值的選擇，現(xiàn)有的確定閾值的 方法往往采用三軸加速度信號(hào)的模值結(jié)合角速度變化的變化率（一階導(dǎo)數(shù)）來(lái)確定能夠使 用零速度更新算法的時(shí)間段。由于在站立期加速度和加速度值并不為零，而是在零附近波 動(dòng)，而且從加速度值和角速度值曲線來(lái)看，都不存在一個(gè)明顯的波峰或者波谷。因此很難找 到一個(gè)普遍適用的閾值檢測(cè)方法?，F(xiàn)有的步態(tài)分析方法都是計(jì)算絕對(duì)步速、步長(zhǎng)和步頻，并 未考慮身高對(duì)檢測(cè)結(jié)果的影響，這樣得到的測(cè)量結(jié)果對(duì)于不同的被測(cè)對(duì)象不具備可比性。 另外，由于腿部肌肉在運(yùn)動(dòng)過程中存在形變，會(huì)引起傳感器坐標(biāo)系與地面參考坐標(biāo)系相對(duì) 關(guān)系發(fā)生變化。而人體下肢各個(gè)部位只有足部適用零速度更新算法消除誤差，其余部位的 位置與方位角信息估算不可避免地存在較大誤差。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明主要解決現(xiàn)有技術(shù)的難以有效地消除使用運(yùn)動(dòng)信號(hào)積分誤差的技術(shù)問題， 提出一種基于多傳感器融合的人體步態(tài)分析方法和系統(tǒng)，以達(dá)到提高人體步行過程中下肢 運(yùn)動(dòng)信息計(jì)算的精確性和可靠性的目的。
[0006] 本發(fā)明提供了一種基于多傳感器融合的人體步態(tài)分析方法，所述基于多傳感器融 合的人體步態(tài)分析方法包括：
[0007] 步驟100,利用傳感器采集人體步行過程中下肢的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信 號(hào)，所述運(yùn)動(dòng)信號(hào)包括三維加速度信號(hào)和三維角速度信號(hào)；
[0008] 步驟200,根據(jù)采集的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)，獲得人體的初始姿態(tài)，所 述初始姿態(tài)包括人體初始靜止站立狀態(tài)的俯仰角、滾轉(zhuǎn)角和偏航角，根據(jù)人體的初始姿態(tài) 獲得傳感器坐標(biāo)系與地面坐標(biāo)系的偏差量，利用所述偏差量修正由傳感器坐標(biāo)系變換到地 面坐標(biāo)系的旋轉(zhuǎn)矩陣，以對(duì)俯仰角、滾轉(zhuǎn)角和偏航角進(jìn)行補(bǔ)償，并獲得補(bǔ)償后的人體初始方 位信息；
[0009] 步驟300,根據(jù)采集到的運(yùn)動(dòng)信號(hào)以及修正的旋轉(zhuǎn)矩陣，獲得人體從靜止站立狀態(tài) 切換到行走狀態(tài)的開始時(shí)刻，并從所述開始時(shí)刻開始使用擴(kuò)展的卡爾曼濾波器進(jìn)行傳感器 數(shù)據(jù)融合，更新人體方位信息，并根據(jù)采集的運(yùn)動(dòng)信號(hào)檢測(cè)人體步行過程中的步態(tài)時(shí)相，進(jìn) 而獲得人體步態(tài)參數(shù)，其中，所述步態(tài)時(shí)相包括支撐時(shí)相和擺動(dòng)時(shí)相，支撐時(shí)相分為腳跟擊 地期、站立相中期、完全站立期和腳跟離地期，擺動(dòng)時(shí)相分為加速期、擺動(dòng)期和減速期；所述 人體步態(tài)參數(shù)包括人體行走過程中的步速、步長(zhǎng)、步頻、步行周期和步行軌跡；
[0010] 步驟400,消除傳感器誤差積累，更新人體步態(tài)參數(shù)，包括：
[0011] 當(dāng)檢測(cè)到站立相中期小腿與地面垂直的時(shí)刻時(shí)，以著地的腿作為擺動(dòng)軸被測(cè)者身 體重心前移，對(duì)整個(gè)人體建立一級(jí)倒立擺模型，執(zhí)行零速度更新算法消除誤差，并更新獲得 的人體步態(tài)參數(shù)；
[0012] 當(dāng)檢測(cè)到完全站立期時(shí)，足部完全貼合地面，足部小腿和大腿形成通過鉸鏈關(guān)節(jié) 連接的剛體，使用迪納維特-哈坦伯格法建立下肢運(yùn)動(dòng)學(xué)模型，并融合腿部的運(yùn)動(dòng)信號(hào)和 足部的運(yùn)動(dòng)信號(hào)，以消除誤差，并更新獲得的人體步態(tài)參數(shù)。
[0013] 進(jìn)一步的，所述采集人體步行過程中下肢的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)包 括：
[0014] 通過三維轉(zhuǎn)臺(tái)和三維導(dǎo)軌對(duì)傳感器進(jìn)行標(biāo)定；
[0015] 采集人體步行過程中下肢的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)；
[0016] 對(duì)采集到的運(yùn)動(dòng)信號(hào)以及三維地磁場(chǎng)分量信號(hào)進(jìn)行去噪聲處理；
[0017] 將采集到的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)保存到存儲(chǔ)設(shè)備中。
[0018] 進(jìn)一步的，在步驟400之后，還包括：
[0019] 步驟500,對(duì)獲得的人體步態(tài)參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，進(jìn)而建立人體步態(tài)數(shù)據(jù)庫(kù)，包 括：
【主權(quán)項(xiàng)】
1. 一種基于多傳感器融合的人體步態(tài)分析方法，其特征在于，所述基于多傳感器融合 的人體步態(tài)分析方法包括： 步驟100,利用傳感器采集人體步行過程中下肢的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)，所 述運(yùn)動(dòng)信號(hào)包括三維加速度信號(hào)和三維角速度信號(hào)； 步驟200,根據(jù)采集的運(yùn)動(dòng)信號(hào)和三維地磁場(chǎng)分量信號(hào)，獲得人體的初始姿態(tài)，所述初 始姿態(tài)包括人體初始靜止站立狀態(tài)的俯仰角、滾轉(zhuǎn)角和偏航角，根據(jù)人體的初始姿態(tài)獲得 傳感器坐標(biāo)系與地面坐標(biāo)系的偏差量，利用所述偏差量修正由傳感器坐標(biāo)系變換到地面坐 標(biāo)系的旋轉(zhuǎn)矩陣，以對(duì)俯仰角、滾轉(zhuǎn)角和偏航角進(jìn)行補(bǔ)償，并獲得補(bǔ)償后的人體初始方位信 息； 步驟300,根據(jù)采集到的運(yùn)動(dòng)信號(hào)以及修正的旋轉(zhuǎn)矩陣，獲得人體從靜止站立狀態(tài)切 換到行走狀態(tài)的開始時(shí)刻，并從所述開始時(shí)刻開始使用擴(kuò)展的卡爾曼濾波器進(jìn)行傳感器數(shù) 據(jù)融合，更新人體方位信息，并根據(jù)采集的運(yùn)動(dòng)信號(hào)檢測(cè)人體步行過程中的步態(tài)時(shí)相，進(jìn)而 獲得人體步態(tài)參數(shù)，其中，所述步態(tài)時(shí)相包括支撐時(shí)相和擺動(dòng)時(shí)相，支撐時(shí)相分為腳跟擊地 期、站立相中期、完全站立期和腳跟離地期，擺動(dòng)時(shí)相分為加速期、擺動(dòng)期和減速期；所述人 體步態(tài)參數(shù)包括人體行走過程中的步速、步長(zhǎng)、步頻、步行周期和步行軌跡； 步驟400,消除傳感器誤差積累，更新人體步態(tài)參數(shù)，包括： 當(dāng)檢測(cè)到站立相中期小腿與地面垂直的時(shí)刻時(shí)，以著地的腿作為擺動(dòng)軸被測(cè)者身體重 心前移，對(duì)整個(gè)人體建立一級(jí)倒立擺模型，執(zhí)行零速度更新算法消除誤差，并更新獲得的人 體步態(tài)參數(shù)； 當(dāng)檢測(cè)到完全站立期時(shí)，足部完全貼合地面，足部小腿和大腿形成通過鉸鏈關(guān)節(jié)連接 的剛體，使用迪納維特-哈坦伯格法建立下肢運(yùn)動(dòng)學(xué)模型，并融合腿