三维步态数据处理方法、系统、服务器及存储介质与流程

本申请属于计算机技术领域，尤其涉及一种三维步态数据处理方法、系统、服务器及存储介质。

背景技术：

步态数据是指人类在自然状态下行走时身体各个部位的运动数据，是一种复杂的人体行为特征。由于步态数据为研究人的健康状况以及生活习惯等提供了重要的依据，因此如何高效准确地获取步态数据变得越来越重要。

技术实现要素：

有鉴于此，本申请实施例提供了三维步态数据处理方法、系统、服务器及存储介质，以高效准确地获取不同数据。

本申请实施例的第一方面提供了一种三维步态数据处理方法，应用于采集服务器，所述三维步态数据采集方法包括：

监测到步态信息采集指令后，同步获取被监控对象的原始三维步态数据，所述原始三维步态数据包括预设的体感传感器阵列中每个体感传感器在预设时长内采集的所述被监控对象的三维步态数据；

将所述原始三维步态数据发送至数据处理服务器，所述数据处理服务器对原始三维步态数据进行处理，得到被监测对象的三维步态数据。

本申请实施例的第二方面提供了一种三维步态数据处理方法，应用于数据处理服务器，所述三维步态数据处理方法包括：

获取采集服务器发送的原始三维步态数据，所述原始三维步态数据包括预设的体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据；

基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据，所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；

根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

在一种可选的实现方式中，所述在所述基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据之前，还包括：

根据预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据；

对所述异常骨骼关节点数据进行数据补偿及去噪处理，得到修正骨骼关节点数据；

对应地，所述基于原始三维步态数据的时间戳信息，确定重叠三维步态数据，包括：

基于所述原始三维步态数据的时间戳信息，确定所述修正骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

在一种可选的实现方式中，所述根据预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据，包括：

根据所述原始三维步态数据的时间戳信息，将所述体感传感器阵列中每个所述体感传感器采集所述人体骨骼关节点数据进行排序，分别得到具有时间序列的多帧人体骨骼关节点数据；

分别计算每帧人体骨骼关节点数据中任意相邻两个骨骼关节点数据之间的距离；

根据所述距离与预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据。

在一种可选的实现方式中，在所述基于所述原始三维步态数据的时间戳信息，确定所述修正骨骼关节点数据中的所述多帧重叠的所述人体骨骼关节点数据之前，包括：

根据所述体感传感器阵列中每个所述体感传感器的倾斜角度，分别将各个所述修正骨骼关节点数据进行坐标转换，得到同一预设坐标系下的标准骨骼关节点数据；

对应地，所述基于所述原始三维步态数据的时间戳信息，确定所述骨骼关节点数据中的所述多帧重叠的所述人体骨骼关节点数据，包括：

基于所述原始三维步态数据的时间戳信息，确定所述标准骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

在一种可选的实现方式中，在所述根据所述体感传感器阵列中每个所述体感传感器的倾斜角度，分别将各个所述修正骨骼关节点数据进行坐标转换之前，还包括：

获取所述原始三维步态数据中的人体骨骼关节点数据；

对所述人体骨骼关节点数据进行最小二乘法去拟合处理，得到每个所述体感传感器的所述倾斜角度。

本申请实施例的第三方面提供了一种三维步态数据处理系统，包括：采集服务器、与所述采集服务器通讯连接的体感传感器阵列以及与所述采集服务器通讯连接的数据处理服务器；

所述体感传感器阵列包括按照预设排列方式排列的多个体感传感器，每个所述体感传感器之间相互独立；

所述采集服务器，用于在监测到步态信息采集指令后，同步获取原始三维步态数据，所述原始三维步态数据包括所述体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据，将所述原始三维步态数据发送至数据处理服务器；

数据处理服务器，用于获取所述采集服务器发送的所述原始三维步态数据，基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据；所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；

根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

本申请实施例的第四方面提供了一种三维步态数据处理方法，包括：

采集服务器在监测到步态信息采集指令后，同步获取原始三维步态数据，所述原始三维步态数据包括所述体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据，将所述原始三维步态数据发送至数据处理服务器；

数据处理服务器获取所述采集服务器发送的所述原始三维步态数据，基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据；所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；

根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

本申请实施例的第五方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上实施例第一方面所述三维步态数据采集方法的步骤，或所述处理器执行所述计算机程序时实现如上实施例第二方面所述三维步态数据处理方法的步骤。

本申请实施例第六方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上实施例第一方面所述三维步态数据采集方法的步骤，或所述处理器执行所述计算机程序时实现如上第二方面所述三维步态数据处理方法的步骤。本申请实施例的第一方面提供的三维步态数据采集方法，与现有技术相比存在的有益效果是，在监测到步态信息采集指令后，同步获取由预设的体感传感器阵列中每个体感传感器在预设时长内采集的原始三维步态数据，并将所述原始三维步态数据发送至数据处理服务器，借助于预设的体感传感器阵列中的每个体感传感器在预设时长内采集所述原始三维步态数据，能够高效准确地获取步态数据。

本申请实施例的第二方面至第六方面与现有技术相比，存在的有益效果与本申请实施例第一方面与现有技术相比，存在的有益效果相同，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请第一实施例提供的三维步态数据处理系统的系统结构图；

图2是图1中体感传感器阵列的阵列图；

图3是本申请第二实施例提供的三维步态数据采集方法的实现流程图；

图4是本申请第三实施例提供的三维步态数据处理方法的实现流程图；

图5是本申请第四实施例提供的三维步态数据处理方法的实现流程图；

图6是图5中s502的具体实现流程图；

图7是本申请第五实施例提供的三维步态数据处理方法的实现流程图；

图8是本申请第六实施例提供的三维步态数据处理方法的实现流程图；

图9是本申请实施例提供的采集服务器的结构示意图；

图10是本申请实施例提供的数据处理服务器的结构示意图；

图11是本申请实施例提供的服务器的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

需要说明的是，步态数据是指人类在自然状态下行走时身体的各个骨骼所处的运动状态，是一种复杂的行为特征。由于步态数据不同于指纹，面容，心率，脑电等近距离接触才能获取的生物特征，其作为一种远距离非接触式生物特征，在研究人体健康以及生活习惯领域起到了重要的作用。

目前，常见的步态数据采集方法包括基于穿戴传感器设备的步态信息采集方法以及基于彩色图像的步态信息采集方法；其中，基于穿戴传感器设备的步态信息采集方法一方面由于设备穿戴复杂，笨重，会对采集对象本身的步态产生影响，另一方面，由于采集设备价格昂贵，不利于大规模的数据采集。而基于彩色图像的步态信息采集受限于环境光等影响较大，而且，彩色图像颜色提取的方式抗光线和同色系干扰的能力极差，原理上决定很难把不同的物体的远近区隔出来。

针对上述问题，本申请提出一种三维步态数据处理方法、系统、服务器及存储介质，旨在获取人类在自然步态下的身体运动数据，以三维体感测试为主，对被试的自然步态进行采集和测试。体感传感器是指通过3d拍摄或测量技术，具有对人体结构进行探测感知的传感器。3d拍摄或测量技术实际上是相对比较成熟的技术，具有多种解决方案，比如单彩色摄像头，双彩色摄像头，光干涉，超声波、结构光散斑和tof(测量光的飞行时间)等等。目前，比较成熟的体感传感器是microsoft的kinect产品。它具有强大的人体骨骼关节点的提取功能，不少关于步态领域的学术研究都应用该设备作为关节点运动信息的采集工具。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。如图1所示，是本申请第一实施例提供的三维步态数据处理系统的系统结构图。由图1可知，本申请实施例提供的三维步态数据处理系统10包括：采集服务器101、与所述采集服务器101通讯连接的体感传感器阵列102以及与所述采集服务器101通讯连接的数据处理服务器103；其中，

所述体感传感器阵列102包括按照预设排列方式排列的多个体感传感器1021，每个所述体感传感器1021之间相互独立。

需要说明的是，所述体感传感器阵列102的排列方式由测试人员事先根据经验以及测试需要进行部署，对每个所述体感传感器之间的距离没有固定要求。

例如，在一可选的实现方式中，如图2所示，是图1中体感传感器阵列的阵列图。由图2可知，在本实施例中，所述体感传感器整列102包括预设数量的(例如6个)体感传感器1021，每相邻两个所述体感传感器1021之间的距离均为2.6米，且所有所述体感传感器1021均部署于天花板吊杆之上，所述天花板吊杆距离地面的距离大于预设的人体高度距离，例如2.65米。

通过上述分析可知，本实施例通过预先部署在人体活动空间的体感传感器阵列，对预设范围内的人体在自然运动状态下采集三维步态数据，克服了单一传感器的测量范围的限制，实现了在不打扰用户的情况下，采集三维步态数据。

在本实施例中，每个所述体感传感器为kinect传感器，需要说明的是，每个所述体感传感器也可以是intelrealsense等其他体感传感器，本申请实施对所述体感传感器不做具体限制。

所述采集服务器101，用于在监测到步态信息采集指令后，同步获取被监控对象的原始三维步态数据，所述原始三维步态数据包括所述体感传感器阵列中每个体感传感器在预设时长内采集的所述被监控对象的三维步态数据，将所述原始三维步态数据发送至数据处理服务器，以指示所述数据处理服务器对原始三维步态数据进行处理，得到被监测对象的三维步态数据；

数据处理服务器102，用于获取所述采集服务器发送的所述原始三维步态数据，基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据；所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；

根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

通过上述分析可知，本申请实施例通过采集服务器在监测到步态信息采集指令后，同步获取由预先部署体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据，将所述原始三维步态数据发送至数据处理服务器，由所述数据处理服务器基于所述原始三维步态数据的时间戳信息，确定所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；并根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。能够快速准确地获取人体三维步态数据。

如图3所示，是本申请第二实施例提供的三维步态数据采集方法的实现流程图。本申请实施例由采集服务器的硬件或软件执行实现。详述如下：

s301，监测到步态信息采集指令后，同步获取被监控对象的原始三维步态数据，所述原始三维步态数据包括预设的体感传感器阵列中每个体感传感器在预设时长内采集的所述被监控对象的三维步态数据。

可以理解地，所述步态信息采集指令，可以由工作人员通过所述采集服务器提供的操作界面触发，也可以由其他终端设备或者服务器触发。例如，在一种可选的实现方式中，所述步态信息采集指令由控制服务器触发，所述控制服务器向所述采集服务器发送步态信息采集指令，所述采集服务器监测到所述不同信息采集指令后，同步采集所述预设的体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据。所述步态信息采集指令包括所述预设时长。

需要说明的是，在一些应用场景中，通常每个所述体感传感器在所述预设时长内采集的所述三维步态数据可能较多，通过一台采集服务器无法同时获取到较多的所述三维步态数据，因此，通常可以通过多台采集服务器获取所述三维步态数据。例如，通过一台采集服务器获取对应一个体感传感器采集的所述三维步态数据，可以提高数据获取的效率，并减少采集服务器故障的概率。

s302，将所述原始三维步态数据发送至数据处理服务器，以指示所述数据处理服务器对原始三维步态数据进行处理，得到被监测对象的三维步态数据。

可以理解地，所述采集服务器与所述体感传感器阵列通常布置于采集场所，而所述数据处理服务器可以布置在任意场所，当所述采集服务器获取到所述原始三维步态数据后，将所述原始三维步态数据发送至所述数据处理服务器，供后续使用。

通过上述分析可知，本申请实施例提供的三维步态数据采集方法，在监测到步态信息采集指令后，同步获取由预设的体感传感器阵列中每个体感传感器在预设时长内采集的原始三维步态数据，并将所述原始三维步态数据发送至数据处理服务器，借助于预设的体感传感器阵列中的每个体感传感器在预设时长内采集所述原始三维步态数据，能够高效准确地获取步态数据。

如图4所示，是本申请第三实施例提供的三维步态数据处理方法的实现流程图。本申请实施例由数据处理服务器的硬件或软件实现。详述如下：

s401，获取采集服务器发送的原始三维步态数据，所述原始三维步态数据包括预设的体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据。

可以理解地，所述原始三维步态数据为每个所述体感传感器在预设时长内采集的三维步态数据，每个所述体感传感器在不同采集时刻采集的所述三维步态数据不同，且每个所述体感传感器在对应采集时刻采集的所述三维步态数据具有时间戳信息。

s402，基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据，所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据。

具体地，基于所述原始三维步态数据的时间戳信息，可以定位到任意相邻两个所述体感传感器采集的所述人体骨骼关节点数据中的多帧重叠的人体骨骼关节点数据。

s403，根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

可以理解地，每帧所述人体骨骼关节点数据包括人体的所有骨骼关节点数据，计算所述多帧重叠的人体骨骼关节点数据中任意相邻两帧所述人体骨骼关节点数据之间的空间距离，并根据所述空间距离可以将多帧重叠的所述骨骼关节点数据进行过滤处理，过滤掉重叠的所述骨骼关节点数据，实现将多帧将多帧所述人体骨骼关节点数据融合的过程，得到所述目标三维步态数据。

通过上述分析可知，本实施例通过基于所述原始三维步态数据的时间戳信息，确定多帧重叠的人体骨骼关节点数据，并根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。进一步能够从原始三维步态数据中过滤掉重合的三维步态数据，将所述原始三维步态数据融合为预设时长内采集的完整数据，能够得到更完整准确的三维步态数据。

如图5所示，是本申请第四实施例提供的三维步态数据处理方法的实现流程图。由图5可知，本实施例与图4所示实施例相比，s501与s401以及s505与s403的具体实现过程相同，不同之处在于，在s504之前还包括s502～s503，以及s504与s402的具体实现过程不同。需要说明的是，s501与s502为顺序执行关系。详述如下：

s502，根据预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据。

可以理解地，人体骨骼结构中各骨骼关节点之间的距离通常在一定的预设范围内，本实施例预设有人体骨骼结构中各骨骼关节点之间的基准距离，所述基准距离为根据大量的实验数据获取的人体各骨骼关节点之间的距离的额平均值。

在一种可选的实现方式中，可以选取所述连续多帧的所述人体骨骼关节点数据，分别计算每帧所述人体骨骼关节点数据中各骨骼关节点数据之间的距离，将计算得到的各个距离与所述预设的人体骨骼结构中各骨骼关节点之间的基准距离进行比较，当有连续多帧对应的所述人体骨骼关节点数据中，有同一骨骼关节点数据与其它骨骼关节点数据之间的距离与所述预设的人体骨骼结构中各骨骼关节点之间的基准距离的差值的绝对值均大于预设的距离阈值，则说明该骨骼关节点数据为异常骨骼关节点数据。

具体地，如图6所示，是图5中s502的具体实现流程图。由图6可知，s502包括s5021～s5023。详述如下：

s5021，根据所述原始三维步态数据的时间戳信息，将所述体感传感器阵列中每个所述体感传感器采集所述人体骨骼关节点数据进行排序，分别得到具有时间序列的多帧人体骨骼关节点数据。

可以理解地，基于时间戳信息进行排序，可以提高多帧人体骨骼关节点数据分析的准确性及效率。

s5022，分别计算每帧人体骨骼关节点数据中任意相邻两个骨骼关节点数据之间的距离。

可以理解地，通常相邻两个骨骼关节点数据之间的距离随人体运动变化的变化率最小，因此可以通过计算任意相邻两个骨骼关节点数据之间的距离来确定异常骨骼关节点数据。

s5023，根据所述距离与预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据。

具体地，当有骨骼关节点数据与相邻的两个骨骼关节点数据之间的所述距离与所述基准距离之间的差值的绝对值均大于预设的所述距离阈值，则确定当前所述骨骼关节点数据为异常骨骼关节点数据。

s503，对所述异常骨骼关节点数据进行数据补偿及去噪处理，得到修正骨骼关节点数据。

需要说明的是，对所述异常骨骼关节点数据按照预设的去噪及补偿方法进行处理，例如，所述预设的去噪及补偿方法为高斯滤波处理方式，通过所述高斯滤波处理方式对所述异常骨骼关节点数据进行去噪处理，消除所述异常骨骼关节点数据并平滑数据，得到修正骨骼关节点数据。

s504，基于所述原始三维步态数据的时间戳信息，确定所述修正骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

通过上述分析可知，本实施例通过对所述原始三维步态数据中的异常数据进行去噪及补偿处理之后，得到的所述修正骨骼关节点数据，能够有效地缓解由体感传感器自身导致的采集到的畸变数据。

如图7所示，是本申请第五实施例提供的三维步态数据处理方法的实现流程图。由图7可知，本实施例与图5所示实施例相比，s701～s703与s501～s503以及s706与s505的具体实现过程相同，不同之处在于，在s705之前还包括s704以及s705与s504的具体实现过程不同。需要说明的是，s703与s704为顺序执行关系。详述如下：

s704，根据所述体感传感器阵列中每个所述体感传感器的倾斜角度，分别将各个所述修正骨骼关节点数据进行坐标转换，得到同一预设坐标系下的标准骨骼关节点数据。

可以理解地，由于安装所述体感传感器的过程中，难以避免的误差以及所述体感传感器在生产过程中产生的误差，每个所述体感传感器与地面的角度都有细微的差别。在本实施例中，将每个所述体感传感器与地面的角度称为所述倾斜角度。且每个所述体感传感器采集的所述原始骨骼关节点数据均以自身对应的空间坐标系为基准，因此，根据所述倾斜角度进行坐标转换，将所述修正骨骼关节点数据转换为同一预设坐标系下的标准骨骼关节点数据，能够为后续研究提供更准确的数据依据。

s705，基于所述原始三维步态数据的时间戳信息，确定所述标准骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

通过上述分析可知，本实施例通过根据每个所述体感传感器的倾斜角度，将所述修正骨骼关节点数据进行坐标转换，得到同一预设坐标系下的标准骨骼关节点数据，能够得到更准确的三维步态数据。

如图8所示，是本申请第六实施例提供的三维步态数据处理方法的实现流程图。由图8可知，本实施例与图7所示实施例相比，s801～s803与s701～s703以及s806～s808与s704～s706的具体实现过程相同，不同之处在于，在s806之前还包括s804～s805。需要说明的是，s804与s803为并列执行关系。详述如下：

s804，获取所述原始三维步态数据中的人体骨骼关节点数据。

s805，对所述人体骨骼关节点数据进行最小二乘法去拟合处理，得到每个所述体感传感器的所述倾斜角度。

本申请提出以所述人体骨骼关节点数据中相对稳定的骨骼关节点数据，例如，经过大量数据分析后发现spinebase关节点数据在行进过程中相对稳定。以相对稳定的关节点数据的z轴数据和y轴数据为依据，使用最小二乘法去拟合直线y＝k*x+b，拟合后的直线斜率k即为对应相对稳定的关节点数据的倾斜角度的正切值。

通过上述分析可知，本实施例通过最小二乘法去拟合处理所述人体骨骼关节点数据，得到每个所述体感传感器的所述倾斜角度。能够方便快速地解决由安装每个所述体感传感器导致的误差。

图9是本申请实施例提供的采集服务器的结构示意图。由图9可知，本实施例提供的采集服务器9包括：

采集模块901，用于在监测到步态信息采集指令后，同步获取原始三维步态数据，所述原始三维步态数据包括所述体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据。

发送模块902，用于将所述原始三维步态数据发送至数据处理服务器。

如图10所示，是本申请实施例提供的数据处理服务器的结构示意图。由图10可知，本申请实施例提供的数据处理服务器10包括：

第一确定模块1001，用于获取所述采集服务器发送的所述原始三维步态数据，基于所述原始三维步态数据的时间戳信息，确定重叠三维步态数据；所述原始三维步态数据包括人体骨骼关节点数据；所述重叠三维步态数据包括所述体感传感器阵列中任意两个相邻的体感传感器采集的多帧重叠的人体骨骼关节点数据；

第一得到模块1002，用于根据任意相邻两帧所述人体骨骼关节点数据之间的空间距离，将多帧重叠的所述人体骨骼关节点数据进行融合处理，得到目标三维步态数据。

在一种可选的实现方式中，还包括：

第二确定模块，用于根据预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据；

第二得到模块，用于对所述异常骨骼关节点数据进行数据补偿及去噪处理，得到修正骨骼关节点数据；

对应地，所述第一确定模块具体用于：

基于所述原始三维步态数据的时间戳信息，确定所述修正骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

在一种可选的实现方式中，所述第二确定模块，包括：

排序单元，用于根据所述原始三维步态数据的时间戳信息，将所述体感传感器阵列中每个所述体感传感器采集所述人体骨骼关节点数据进行排序，分别得到具有时间序列的多帧人体骨骼关节点数据；

计算单元，用于分别计算每帧人体骨骼关节点数据中任意相邻两个骨骼关节点数据之间的距离；

确定单元，用于根据所述距离与预设的人体骨骼结构中各骨骼关节点之间的基准距离，确定所述人体骨骼关节点数据中的异常骨骼关节点数据。

在一种可选的实现方式中，还包括：

转换模块，用于根据所述体感传感器阵列中每个所述体感传感器的倾斜角度，分别将各个所述修正骨骼关节点数据进行坐标转换，得到同一预设坐标系下的标准骨骼关节点数据；

对应地，所述第一确定模块具体用于：

基于所述原始三维步态数据的时间戳信息，确定所述标准骨骼关节点数据中的多帧重叠的所述人体骨骼关节点数据。

在一种可选的实现方式中，还包括：

获取模块，用于获取所述原始三维步态数据中的人体骨骼关节点数据；

处理模块，用于对所述人体骨骼关节点数据进行最小二乘法去拟合处理，得到每个所述体感传感器的所述倾斜角度。

图11是本申请实施例提供的服务器的示意图。如图11所示，该实施例的服务器2包括：处理器20、存储器21以及存储在存储器21中并可在处理器20上运行的计算机程序22，例如远程控制终端的程序。处理器20执行计算机程序22时实现上述各个三维步态数据采集方法实施例中的步骤或三维步态数据处理方法实施例中的步骤，例如图3所示的步骤301至302，或者图4所示的步骤401至403。

示例性的，计算机程序22可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在存储器21中，并由处理器20执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序22在所述服务器2中的执行过程。例如，计算机程序22可以被分割成采集模块及发送模块(虚拟装置中的模块)，各模块具体功能如下：

采集模块，用于在监测到步态信息采集指令后，同步获取原始三维步态数据，所述原始三维步态数据包括所述体感传感器阵列中每个体感传感器在预设时长内采集的三维步态数据；

发送模块，用于将所述原始三维步态数据发送至数据处理服务器。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个通信单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。