一种基于惯性传感器的步态识别方法
【技术领域】
[0001] 本发明属于体域网领域，涉及一种基于惯性传感器的步态识别方法。
【背景技术】
[0002] 步态识别研宄是体域网领域的一个分支，在疾病诊断、运动训练和人机交互等方 面起到重要作用。当前的步态识别方法主要有两种：基于计算机视觉的方法和基于惯性传 感器的方法。前者需限定在布置摄像头的特定环境下使用，设备成本较高，且不利于保护个 人隐私。随着体域网技术的发展，越来越多的研宄采用可穿戴式传感器代替摄像头识别步 态。这种方法通过佩戴于人体的惯性传感器感知动作行为，价格较低廉，且不受监测场景和 时间的限制，相比之下具有更为广阔的应用前景。
[0003] 基于惯性传感器的步态识别方法一般由数据采集、特征提取和步态分类三个阶段 组成。在数据采集阶段，将惯性传感器固定于身体表面的一个或多个部位，用于测量表征人 体运动状态的各物理量。在特征提取阶段，通过分析有限长度时间窗口内的数据，提取描述 步态行为的属性组，即特征向量。在步态分类阶段，利用机器学习方法训练分类器，将特征 向量作为分类器的输入，计算得到步态类别。在实现上述步态识别方法的过程中，至今仍存 在一些问题难以较好解决，例如选择采集哪些信号，如何确定时间窗口的大小和特征向量 的元素，以及选择何种分类算法等。这些问题均会对步态识别方法的准确性造成影响。此 外，对于实时性要求较高的场合来说，方法的计算复杂度同样至关重要。因此，设计准确率 高、实时性好且计算复杂度低的方法已成为步态识别研宄的共同目标。
【发明内容】
[0004] 本发明要解决的技术问题是基于惯性传感器，提出一种步态识别方法。与传统包 含三个阶段的方法不同，该方法增加了周期划分阶段，可降低整体计算量，并提高识别准确 性。
[0005] 本发明的具体技术方案如下：
[0006] 基于惯性传感器的步态识别方法主要包括数据采集、周期划分、特征提取和步态 分类四个阶段。
[0007] 数据采集阶段采用的硬件设备包括传感器节点和基站两部分。传感器节点集成了 陀螺仪、加速度计和电子罗盘等3种传感器，并设计有一个无线收发器；基站也设计有一个 无线收发器，可通过无线方式与传感器节点通信，并通过有线方式连接至上位机。将4个传 感器节点通过弹性粘扣带固定在测试者大腿和小腿外侧，使之与自身的正中矢状面平行。 将1个传感器节点固定于测试者的腰间皮带上，用于检测人体的转向变化。腿部节点按固 定频率采集和发送角速度信号；腰部节点采用捷联惯性导航技术将角速度转换为描述节点 姿态信息的四元数，然后利用加速度与磁场强度对四元数进行卡尔曼滤波校准，减小陀螺 仪信号漂移产生的累积误差。采集数据的过程当中，所有节点均以50Hz的频率连续采集传 感器信号，并将数据封装成帧，采用同步时分复用模式发送至基站。
[0008] 周期划分阶段主要通过分析小腿角速度信号的波形曲线来进行数据分段，为后续 阶段提取步态特征做准备。周期划分包含两种情况：连续步态的周期划分和静止前最后一 个步态的周期划分。在行走、跑步、转身、上下楼等连续步态行为中，小腿角速度波形具有相 似的波动规律。首先通过寻找角速度值大于IOOdps的波峰来检测一次步态行为，将该波峰 出现的时刻定义为P ;然后根据波峰P前后最近的两个波谷确定脚尖离地和脚跟击地事件 的发生时刻；将代表脚尖离地的波谷作为当前步态周期的起点，该时刻定义为IC，IC也是 上一个步态周期的终点；同时，将代表脚跟击地的波谷发生的时刻定义为TC。对于静止前 最后一个步态行为来说，由于获取不到下一个步态的波谷，因而无法确定当前步态周期的 终止时间。为此，选择根据角速度值以及变化趋势识别静止状态，并取静止状态的前一时刻 为终点，得到当前步态周期的近似范围。至此，对于所有的步态行为，均可采用上述方法解 决周期划分问题。
[0009] 在特征提取阶段，需从固定时长的周期分段数据中提取具有价值的特征作为划分 步态类别的依据。通过观察分析各类腿部动作的小腿角速度波形以及行为表现，选取19种 波形特征和行为特征，以右腿为例，用符号k表示步态周期的次序，列举如下：
[0010] 特征1 :小腿摆动波形的波峰P点处的角速度：ωρ(1〇
[0011] 特征2 :脚尖离地时刻IC的角速度：ω IC(k)
[0012] 特征3 :脚跟击地时刻TC的角速度：ω TC (k)
[0013] 通过对上述三个特征相互作差可求得如下三个特征：
[0014] 特征 4 :DiffIC，TC(k) = t〇IC(k)-t〇TC(k)
[0015] 特征 5 :DiffP，IC(k) = t〇p(k)-t〇IC(k)
[0016] 特征 6 :DiffP，TC (k) = ω p (k) - ω TC (k)
[0017] 除差值外，还可以通过比值的形式反映极值点间的大小关系，得到如下三个特 征：
[0018] 特征 7 :RatioIC，P(k) = t〇IC(k)/t〇p(k)
[0019] 特征 8 :RatioTC，P(k) = c〇TC(k)/c〇p(k)
[0020] 特征 9 :RatioIC_TC，P(k) = DiffIC，TC(k)/t〇p(k)
[0021] 采用P (k)、IC (k)和TC (k)表示第k个步态周期内右小腿波形三个极值点的发生 时刻，P'（k)、1C'（k)和TC'（k)表示第k个步态周期内左小腿波形三个极值点的发生时刻。 定义P(k)与P'（k)的时间间隔Time P，，P(k)为特征10 :
[0022] 特征 10 :TimeP，，P(k) = |P，（k)-P(k)
[0023] 定义IC(k)与TC'（k)的时间差TimeIQTC，（k)为特征11，代表双脚同时支撑地面的 时间：
[0024] 特征 11 :TimeIC，TC，（k) = I IC(k)_TC，（k)
[0025] 除得到能够用于描述两腿交替情况的特征外，利用各极值点的时序关系还可以求 得行走、跑步、上下楼等步态行为的特征如下：
[0026] 特征 12 :步态周期时间：GC(k) = IC(k+l)_IC(k)
[0027] 特征 13 :