专利名称：一种三维人体步态定量分析系统和方法
技术领域：
本发明涉及测量分析领域，特别涉及一种三维人体步态定量分析系统和方法。
背景技术：
由于人步行的过程是一个非常复杂的过程，并且步行过程中带有很多重要的步态信息，测量和分析人的步态信息在现实生活中有很多应用前景，如临床医学中监护病人的康复程度，仿生机器人的控制等领域。目前人体步态的测量和分析有多种方法传统的临床测量借助秒表和米尺使用目测方法以及足印法得到步态的信息，这种方法主要依靠人工的记录，所以人为因素造成的误差非常大，得到的参数误差大，难以准确定量划分步态周期。
伴随着现代科技的应用，图像处理、压力信号分析等方法也被用来做步态分析。比如文献[I]、文献[2]以及文献[3]中使用了基于图像处理的方法来分析步态的过程，通过采集人走路过程中的视频信息进一步用算法处理来抽取步态的特征值，从而得到步态的信息。在文献[4]、文献[5]、文献[6]中，作者在人的鞋底放置了压力垫，通过采集步行的过程中的压力变化来分析计算步态周期。文献[7]按照人走路的规律建立了一个模拟行走的系统，用这个系统分析步态的一般规律。但是这些分析步态方法都有一些缺点，例如基于图像处理的步态分析方法，需要采集非常巨大的数据量，不便于存储，算法也复杂，同时容易受到光线变化和肢体遮挡等因素的影响从而影响步态分析结果的准确性。此外，基于图像处理的步态分析方法需要多台摄像机同时采集数据，设备投资昂贵。采用脚底压力传感器的步态分析方法，采集的运动信息有限，压力的信号不能很好地跟踪分析运动连续性。尽管使用压力传感器可以将步态周期做出合理的划分，但是压力信号仅仅能反映脚与地面接触的时间段的压力变化规律，不能很好地描述整体运动规律的连续性。大型的步态分析平台建立复杂，使用者需要有一定的技巧，并且建立一个步态分析的实验室需要耗费很多的资金。在公开号为CN1256752的中的专利申请说明书中描述了一种速度检测装置，通过安装在鞋底的加速度传感器获得脚部在水平方向的加速度数据，然后对加速度数据进行双重积分得到脚部的加速度值。这种装置安装比较繁琐，使用不方便。在公开号为CN1940570的专利申请说明书中描述了一种可以检测速度的导航装置，通过检测个人运动的频率，由步长和速度相乘而得到实时速度。当个人的步幅为常数时，这个方法可以得到准确的实时速度。但是研究表明在个人的步幅随着运动速度的变化，有着高达百分之六十的变化。因而这种方法很难获得准确的速度。有研究采用惯性微传感器(IMU)采集人体步行过程中的加速度信号和角速度信号来分析人体步态的规律和计算步态参数。文献[8]结合了压力传感器的压力信号和陀螺仪采集的角速度信号做了步态周期的划分。目前大多数惯性步态分析系统都是采集一只脚的运动信息，并且使用有线的信号传输方式。由于步行的过程是两只脚配合协调的运动，一个脚的运动规律不能反映出来两个脚的协调程度。本文中设计的系统采用了两个惯性微传感器节点，分别的绑定在左右两个脚上，当系统开始采样时两个节点的数据可以同步在一起，也就是说两个节点的数据在时间上就有相关性，进而能分析两个脚步行过程中的协调性以及各项参数指标。通过本发明所设计的模式识别方法，对两脚上的两个节点所采集的数据进行分析融合，可以计算出人体步态参数。使用惯性微传感器对人体步态信息进行采集时，器件应该可重复性地牢固绑定在人体足部的同一位置，否则会给人体步态参数的分析计算带来误差。[l]Xin Zhang, Guoliang Fan，“Dual Gait Generative Models for Human Motion Estimation From a Single Camera，，，IEEE Trans. Syst. Man Cybern. Part B Cybern.，vol. 40，no. 4，ppl034_1049，Aug 2010。[2] Zongyi Liu, Sudeep Sarkar，，，Improved Gait Recognit ion by GaitDynamics Normalization，，，IEEE Trans. Pattern Anal. Mach. Intell, vol. 28, no. 6,pp863_876，2006。[3] Rong Zhang, Christian Vogler，Dimitris Metaxax , u Human GaitRecognition，，，IEEE Conference on Computer Vision and Pattern RecognitionWorkshop, ppl8，Jun. 2004。[4] Joonbum Bae, Kyoungchul Kong, Nancy Byl，and Massyoshi Tomi zuka，”AMobile Gait Monitoring System for Gait Analysis，，，IEEE IIth InternationConference on Rehabilitation Robotics，pp73_79，Jun.2009。[5]Stacy J. Morri s Bamberg, ScD，Randy J. Carson, DPT，Gregory Stoddard,MPH，Philip S.Dyer, MS, Joseph B. Webster，MD，“The Lower Extremity AmbulationFeedback System for Analysis of gait Asymmetries Preliminary Design andValidation Results，，，Journal of Prosthetics and Orthotics，Vol. 22，no. Ipp31_36，
2010o[6]Javier Cuadrado, Rosa Pamies-Vi la，Urbano Lugris,F. Javier Alonso,ukforce-based approcach for joint efforts estimation during the double supportphase of gait”，Science Direct,Symposium on Human Body Dynamics，Vol. 2，pp26_34，2011。[7] N. Shiozawa, S. Arima, M. Makikawa，“Virtual Walkway System andPrediction of Gait Mode Transition for the Control of the Gait Simulator，，，Proceeding of the 26th Annual International Conference of the IEEE EMBS SanFrancisco, Vol. 1，pp2699_2702，Sep. 2004。[8] Ion P. I. Pappas，Milos R，Popovic，Thierry Keller, VolkerDietz, andManfred MorariZiA Reliable Gait Phase Detection System”，IEEE Trans. Neural Syst.RehabiI. Eng.，vol9，no. 2，ppll3_125，Jun. 2001。
发明内容
本发明的目的就是为了解决以上问题，提供一种低成本，方便易用的三维人体步态定量分析系统和方法。为了达到上述目的，本发明提供的一种三维人体步态定量分析方法，包括以下步骤
步骤100 :左足惯性测量节点(4)、右足惯性测量节点(5)中的六轴微惯性传感器
(11)分别获取人体行走过程中左足和右足的加速度信息和角速度信息；步骤200 :接收节点(2)采集左足和右足的加速度信息和角速度信息，形成双足步态数据，并将双足步态数据传送至步态信息分析计算装置(I);步骤300 :步态信息分析计算装置(I)分析计算出人体步态参数，所述人体步态参数包括步频、步长、步速、步行周期、步行时相、角度信息、廓清和划圈半径；所述步行时相包括脚跟离地期、摆动相、脚跟击地期、完全站立相；所述角度信息包括足偏角、足滚角、足俯角；包括以下子步骤步骤310 :步态信息分析计算装置⑴中的数据采集程序模块(5)采样采集到的双足步态数据，并将采样采集到的双足步态数据送入步态信息分析计算装置(I)中的步态 数据分析程序模块(6)；步骤320 :步态数据分析程序模块(6)将采样采集到的双足步态数据进行滤波，剔除误差，减少器件偏移；步骤330 :步态数据分析程序模块(6)将滤波后的双足步态数据进行分离，分别得到人体行走过程中左足和右足的加速度信息和角速度信息；步骤340步态数据分析程序模块(6)通过测量单位时间内z轴角速度的周期，计算得到人体行走的步频，具体步骤如下提取z轴的角速度的周期数，即是测量时间内行走的步数strides ;步频计算公式
为
x60(步 / 分钟)；其中，fstride为步频，T为测量时间，strides为测量时间内行走的步数；步骤350 :步态数据分析程序模块(6)将左足的加速度信息和角速度信息进行数据融合，得到左足的步行周期；其中，步行周期行走一步所用的步行时间；步行周期分为脚跟离地、摆动相、脚跟击地、完全站立四个部分；滑动方差可以衡量信号的波动剧烈程度，可以由以下公式计算计算窗口平均值:E, (j) =+ ；
M y=o窗口内滑动方差大小D(i)= 士Σ[Ω(7 + /)一即K ;
Μ 7=0其中，M是窗口大小，根据采样频率的大小，这里按照经验值取M= 20 ;Ei(j)是窗口的平均值；D(i)是滑动窗口中的滑动方差；i与j是采样序列号。tH0(i)脚跟离地时间点在每一步开始时，当滑动方差满足D(i) > λ时，是脚跟离地时间点；其中D(i)是滑动方差，阈值λ是经验值，是根据本专利的采样条件以及信号水平选取的值；tsw(i)摆动相时间点z轴角速度第一次改变为正处所对应的时刻是摆动相时间点；tHS(i)脚跟击地时间点
在一个步行周期内，y轴加速度达到最大负值的时刻是脚跟击地时间点；tFF(i)完全站立时间点当滑动方差满足D(i) < λ时，该时刻是完全站立时间点；其中D(i)是滑动方差，阈值λ是经验值，是根据采样条件以及信号水品选取的值；综上所述，步态时相可以用以下各式表达和计算脚跟离地期Tho⑴=tsw(i)-tH0(i)；摆云力期Tsw(i)= tHS(i)-tSff(i)；拥]足艮着地期Ths(i) = tFF(i)-tHS(i)； 完全立占立期Tff(i) = tH0(i+l)-tFF(i)；步伐总时间T(i)= tH0(i+l)-tH0(i)；其中i代表第i步，i+Ι代表第i+Ι步；同理，得到右足的步态时相；步骤360 :步态数据分析程序模块(6)将将左足步行周期和右足步行周期融合，得到双足运动步态周期；双足运动步行周期分为单支撑相、双支撑相和摆动相；当左脚脚跟离地时候到开始摆动相期间是左脚前双足支撑相DSPl ;接着左脚发生摆动相SW，同时右脚处于单支撑相SSP ;然后左脚脚跟击地，并且右脚脚跟离地，这个期间是左脚后双支撑相DSP2 ;最后左脚处于单支撑相SSP，同时右脚离地发生摆动相SW ;其中，双足步态时相是根据以下过程得到的检测双足步态周期的过程如下首先，从左脚脚跟离地时候到开始摆动相期间是左脚前双足支撑相DSP1，检测到左脚与地面接触的时间，并且同时满足右脚与地面接触的时间为左脚前双足支撑相；左脚发生摆动相，同时右脚处于单支撑相SSP ;检测到左脚的摆动相的同时，并且判断右脚是否与地面接触，得到了右脚的单支撑相；左脚在摆动相完成后，与地面接触，同时判断右脚是否与地面接触，这个期间是左脚后双支撑相DSP2 ；右脚摆动相开始，并且判断左脚与地面接触的时间段内，发生了左脚的单支撑相SSP ；步骤370 :步态数据分析程序模块(6)通过坐标系的投影将惯性系坐标下的加速度换算到世界坐标系下，计算得到足角度；通过数值积分的方法分别计算得到左足步长和右足步长；坐标系变换X-Y-Z是实际物理坐标系，x-y-z是六轴微惯性传感器(12)的坐标系；坐标系相对位置的动态变化过程是在四个步行时相内的相对位置；足角度的计算在行走过程中，足俯仰角有正角度和负角度两个阶段；该角度可以根据如下公式计算在脚跟离地期发生的负角度
权利要求
1.一种三维人体步态定量分析方法，包括以下步骤 步骤100 :左足惯性测量节点(4)、右足惯性测量节点(5)中的六轴微惯性传感器(11)分别获取人体行走过程中左足和右足的加速度信息和角速度信息； 步骤200 :接收节点(2)采集左足和右足的加速度信息和角速度信息，形成双足步态数据，并将双足步态数据传送至步态信息分析计算装置(I)； 步骤300 :步态信息分析计算装置(I)分析计算出人体步态参数，所述人体步态参数包括步频、步长、步速、步行周期、步行时相、角度信息、廓清和划圈半径；所述步行时相包括脚跟离地期、摆动相、脚跟击地期、完全站立相；所述角度信息包括足偏角、足滚角、足俯角；包括以下子步骤 步骤310 :步态信息分析计算装置(I)中的数据采集程序模块(5)采样采集到的双足步态数据，并将采样采集到的双足步态数据送入步态信息分析计算装置(I)中的步态数据分析程序模块(6)； 步骤320 :步态数据分析程序模块(6)将采样采集到的双足步态数据进行滤波，剔除误差，减少器件偏移； 步骤330 :步态数据分析程序模块(6)将滤波后的双足步态数据进行分离，分别得到人体行走过程中左足和右足的加速度信息和角速度信息； 步骤340步态数据分析程序模块(6)通过测量单位时间内z轴角速度的周期，计算得到人体行走的步频，具体步骤如下 提取z轴的角速度的周期数，即是测量时间内行走的步数strides ;步频计算公式为
2.—种三维人体步态定量分析系统，其特征在于，所述三维人体步态定量分析系统包括步态信息分析计算装置(I)、接收节点(2)、左足惯性测量节点(3)及右足惯性测量节点(4)组成；所述步态信息分析计算装置(I)、左足惯性测量节点(3)及右足惯性测量节点(4)分别与接收节点(2)信号连接；所述左足惯性测量节点(3)及右足惯性测量节点(4)获取人体行走过程中左足和右足的加速度信息和角速度信息；并通过接收节点(2)将上述信息发送到步态信息分析计算装置⑴； 所述左足惯性测量节点(3)及右足惯性测量节点(4)分别由存储单元(9)、微处理器MCU(IO)、六轴微惯性传感器(11)、电源模块(12)及无线收发模块(13)组成；所述存储单元(9)、六轴微惯性传感器(11)及无线收发模块(13)分别与微处理器MCU(IO)信号连接；所述微处理器MCU(10)、六轴微惯性传感器(11)及无线收发模块(13)分别与电源模块(12)电连接； 所述步态信息分析计算装置(I)包括依次数据连接的数据采集程序模块(5)、步态数据分析程序模块(6)。
3.根据权利要求2所述的三维人体步态定量分析系统，其特征在于，所述三维人体步态定量分析系统进一步包括与步态数据分析程序模块(6)数据连接的用户界面控制程序模块(7)。
4.根据权利要求3所述的三维人体步态定量分析系统，其特征在于，所述三维人体步态定量分析系统进一步包括与用户界面控制程序模块(7)数据连接的分析结果存储和打印程序模块⑶。
5.根据权利要求2所述的三维人体步态定量分析系统，其特征在于，所述左足惯性测量节点(3)或右足惯性测量节点(4)通过测量节点绑定装置绑定在待测人体上；所述测量节点绑定装置包括弹性绑带(a)、惯性测量节点盒(b)、尼龙易拉扣绑带(C)、薄钢片绑带(d)、旋转枢轴(e)、铰链活叶(f)及弧形减震支撑托(g)； 其中，三片薄钢片绑带被固定在旋转枢轴，以旋转枢轴为中心轴旋转；两片薄钢片绑带中间以一段弹性绑带连接；在使用时将该支架分别穿戴在两只脚上，调整尼龙易拉扣绑带使得该支；架紧紧穿戴在足部，不发生移动；将两个惯性测量节点分别放入在每个支架的惯性测量节点盒中，然后开启电源，在被测对象开始行走后，采集被测对象的步态行走数据。
全文摘要
本发明公开了一种三维人体步态定量分析系统和方法。在双足上同时使用两个惯性测量节点，将两个惯性测量节点的数据进行分析融合，测量更准确的步态参数。获得单足测量方式所不能测量的信息。在行走过程中将所采集数据首先存储在测量节点的存储单元，待行走过程完成后再通过有线或无线的方式传输给分析计算装置。可以获得对行走过程中所有步态信息的高速采集，不遗漏有特征的步态信息点。采用所设计的惯性测量节点的足部绑定装置，消除行走过程中惯性测量节点的固定位置移动所带来的测量误差，保证多次重复测量时惯性测量节点的固定位置的同一性。步态分析计算程序模块采用滑动窗口搜值法确定步态信息的特征点，能够更准确提取步态特征信息。
文档编号A61B5/11GK102824177SQ201210268628
公开日2012年12月19日 申请日期2012年7月25日 优先权日2012年7月25日
发明者王哲龙 申请人:王哲龙