一种躯体振动评估方法与流程

本发明属于人因工效学领域，具体的说是一种快速暴露检查法中的躯体振动识别和评估的躯体振动评估方法。

背景技术

快速暴露检查法(qec)是由英国surrey大学rohen工效学中心于1999年首次建立的一种简单、实用的工效学负荷快速暴露评估方法，并于2005年再次修订完善。期间经过实验室模拟和临床实践的验证，证实了qec作为一种可靠有效的评估方法，适合不同层次评估者和不同的评估对象。该方法考虑了工作场所中存在的各种工效学不良因素，包括姿势负荷、力量负荷、移动频率、持续时间、振动、心理以及各因素之间的模糊逻辑作用等。

该方法中的振动部分现今主要通过工人自评的方式完成，其中振动评估分为全身振动和区域振动，全身振动是引起下背痛的一个重要因素，区域振动是引起腕部综合征和颈部症状的主要职业危险因素。

技术实现要素：

本发明提供了一种从快速暴露检查法出发，旨在通过截取有效振动片段，进行区域振动评估，再根据区域共振时间比例和区域振动评分完成全身振动评估的躯体振动评估方法，填补了现有市场上该技术的空白。

本发明技术方案结合附图说明如下：

一种躯体振动评估方法，该评估方法包括以下步骤：

步骤一、躯体骨骼点选取及区域划分；

将kinectv2设备放置于可捕捉工人全身骨骼点的恰当位置，通过kinectv2设备捕捉人体25个部位骨骼点数据，其中25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚；其中，a1(x1,i,y1,i,z1,i)表示第i帧头的坐标点，每秒25帧，1帧0.04秒；a2(x2,i,y2,i,z2,i)表示第i帧颈的坐标点，每秒25帧，1帧0.04秒；a3(x3,i,y3,i,z3,i)表示第i帧肩中心的坐标点，每秒25帧，1帧0.04秒；

选取头、颈、肩中心、左手、左手腕、左肘、右手、右手腕、右肘、左膝盖、左脚踝、左脚、右膝盖、右脚踝、右脚总计15个点作为躯体振动评估的分析点，将以上骨骼点分为五个区域，分别为颈部区域、左手区域、右手区域、左脚区域和右脚区域；颈部区域包括头、颈、肩中心；左手区域包括左手、左手腕、左肘，右手区域；右手区域包括右手、右手腕、右肘；左脚区域包括左膝盖、左脚踝、左脚；右脚区域包括右膝盖、右脚踝、右脚；区域振动将以不同区域的骨骼振动情况进行评估，全身振动以五个区域的联动情况进行评估；

步骤二、区域振动评估；

区域振动评估需要先截取出有效振动片段，再进行评分，即排除移动、抓取、弯曲动作产生的误差数据，将分为两步对区域振动进行判定；具体包括区域振动判定和区域振动评分，区域振动判定又包括骨骼点振动中心判定、区域共振判定、持续振动中心判定；

(1)区域振动判定；

步骤1)骨骼点振动中心判定；

以头为例，骨骼振动中心需要先将骨骼点1分钟内采集的数据分为12组，通过组内平均处理求得组内平均中心点bj(j∈(1,2,3…12))，再求出组内平均中心点与1分钟内平均中心点c的距离lj(j∈(1,2,3…12))，通过距离lj的标准差分析判定是否存在骨骼点振动中心；

具体为启动设备开始，每1分钟存储识别一次骨骼点数据，将60秒内的骨骼点数据分为12组，每组拥有125个数据点，每组时间5秒，每秒25帧；首先求出每组数据的平均中心点接着求出1分钟内平均中心点c(x,y,z)，再求出组间平均中心点bj(xj,yj,zj)与1分钟内平均中心点c(x,y,z)距离最终求出12组数据的标准差

当标准差σ1≤5时，认为存在骨骼点振动中心，否则转步骤1)继续计算下1分钟，其它骨骼点计算过程同头；

其中颈部区域的颈和肩中心的组内平均中心点分别为dj(qj,wj,rj)和ej(qj,wj,rj)；如果颈、肩中心和头部标准差均满足σ1≤5时，认为颈部区域骨骼点均存在振动情况，进行区域共振判定，转步骤2)；

步骤2)区域共振判定；

区域共振需要先计算出区域内的三点连接的两个直线向量，计算1分钟内12组向量夹角，并通过标准差σ2判定区域是否发生共振；

以颈部区域为例，首先得到头到颈每组数据的平均中心点的向量颈到肩中心每组数据的平均中心点的向量接着计算向量夹角

如果认为区域发生振动，记录这1分钟的骨骼振动坐标点数据，转3)；否则不记录这1分钟内骨骼振动坐标点数据，转步骤1)；

步骤3)持续振动中心判定；

以头部为例，持续振动判定依旧每1分钟判定一次，将骨骼点1分钟内采集的数据分为多组，通过组内平均处理求得组内平均中心点bj(j∈(1,2,3…12))，此时的样本中心点为步骤1)判定成功后的平均中心点c，求出组内平均中心点与中心点c的距离lj(j∈(1,2,3…12))；通过距离lj的标准差分析判定骨骼点是否是振动中心；

具体为上1分钟数据记录后，下1分钟继续存储识别一次骨骼点数据，将60秒内的骨骼点数据分为12组，每组拥有125个数据点，每组时间5秒，每秒25帧；首先求出每组数据的平均中心点接着求出组间平均中心点bj(xj,yj,zj)与中心点c(x,y,z)距离最终求出12组数据的标准差

当标准差σ3≤5时，认为骨骼点的振动中心依旧存在，否则转步骤1)；其它骨骼点计算过程如头；如果颈、肩中心和头部标准差均满足σ3≤5时，认为颈部区域骨骼点均存在振动情况，进行区域共振判定，转步骤2)；

(2)区域振动评分；

区域振动分为3级，1级表示可忽略振动，2级表示轻微振动，3级表示严重振动；振动级别由振幅l决定，振幅l≤1cm认定为1级；振幅1cm<l≤3cm认定为2级；振幅3cm<l认定为3级；振幅l需要平均各区域内三个骨骼点的振幅li(i∈1,2,3)，区域内骨骼点的振幅li(i∈1,2,3)为已经记录下的振动数据点与第1分钟计算的平均中心点c的平均距离；

以颈部区域为例，头部骨骼点的振幅其中n代表头部在振动期间存储的数据量；颈部区域的振幅为最后根据振幅l的范围对颈部区域进行区域振动评分；

步骤三、全身振动评估；

全身振动评估分为4级，1级表示无影响振动，2级表示需警惕，3级表示急需改善振动,4级表示需停止工作；全身振动级别由区域共振时间比例和区域振动总分两部分决定；

首先从数据库确定各区域的振动时间，颈部区域振动时间集合为ζ1，左手区域振动时间集合为ζ2，右手区域振动时间集合为ζ3，左脚区域振动时间集合为ζ4，右脚区域振动时间集合为ζ5；区域共振时间比例为各区域振动时间的交集除以各区域中振动时间范围最长的集合，即为

区域振动总分为各区域振动评分的平均值，颈部区域振动评分为κ1，左手区域振动评分为κ2，右手区域振动评分为κ3，左脚区域振动评分为κ4，右脚区域振动评分为κ5；区域振动总分

综合评分θ＝ψ×η；当θ∈(0,0.5]，为1级；当θ∈(0.5,1.5]，为2级；当θ∈(1.5,2.5]，为3级；当θ∈(2.5,3]，为4级。

本发明的有益效果为：

本发明能对实际工作人员的躯体振动评估方法自动识别，从而减少专业人员的工作量，减少人力成本。

附图说明

图1为本发明的骨骼区域图。

具体实施方式

一种躯体振动评估方法，该检测方法包括以下步骤：

步骤一、躯体骨骼点选取及区域划分；

将kinectv2设备放置于可捕捉工人全身骨骼点的恰当位置，通过kinectv2设备捕捉人体25个部位骨骼点数据，其中25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚；其中，a1(x1,i,y1,i,z1,i)表示第i帧头的坐标点，每秒25帧，1帧0.04秒；a2(x2,i,y2,i,z2,i)表示第i帧颈的坐标点，每秒25帧，1帧0.04秒；a3(x3,i,y3,i,z3,i)表示第i帧肩中心的坐标点，每秒25帧，1帧0.04秒。

如图1所示，本发明选取头、颈、肩中心、左手、左手腕、左肘、右手、右手腕、右肘、左膝盖、左脚踝、左脚、右膝盖、右脚踝、右脚总计15个点作为躯体振动评估的分析点，将以上骨骼点分为五个区域，分别为颈部区域(包括头、颈、肩中心)、左手区域(左手、左手腕、左肘)、右手区域(右手、右手腕、右肘)、左脚区域(左膝盖、左脚踝、左脚)和右脚区域(右膝盖、右脚踝、右脚)。区域振动将以不同区域的骨骼振动情况进行评估，全身振动以五个区域的联动情况进行评估。

步骤二、区域振动评估；

区域振动评估需要先截取出有效振动片段，再进行评分。即排除移动、抓取、弯曲等其他动作产生的误差数据，将分为两步对区域振动进行判定。具体包括区域振动判定和区域振动评分，区域振动判定又包括骨骼点振动中心判定、区域共振判定、持续振动中心判定。

(1)区域振动判定

步骤1)骨骼点振动中心判定

以头为例，骨骼振动中心需要先将骨骼点1分钟内采集的数据分为12组，通过组内平均处理求得组内平均中心点bj(j∈(1,2,3…12))，再求出组内平均中心点与1分钟内平均中心点c的距离lj(j∈(1,2,3…12))。通过距离lj的标准差分析判定是否存在骨骼点振动中心。

具体为启动设备开始，每1分钟存储识别一次骨骼点数据，将60秒内的骨骼点数据分为12组，每组拥有125个数据点(每组时间5秒，每秒25帧)。首先求出每组数据的平均中心点接着求出1分钟内平均中心点c(x,y,z)，再求出组间平均中心点bj(xj,yj,zj)与1分钟内平均中心点c(x,y,z)距离最终求出12组数据的标准差

当标准差σ1≤5时，认为存在骨骼点振动中心，否则转步骤1)继续计算下1分钟。其它骨骼点计算过程如上。

其中颈部区域的颈和肩中心的组内平均中心点分别为dj(qj,wj,rj)和ej(qj,wj,rj)。通过上文计算过程，如果颈、肩中心和头部标准差均满足σ1≤5时，认为颈部区域骨骼点均存在振动情况，进行区域共振判定，转步骤2)。

步骤2)区域共振判定

区域共振需要先计算出区域内的三点连接的两个直线向量，计算1分钟内12组向量夹角，并通过标准差σ2判定区域是否发生共振。

以颈部区域为例，首先得到头到颈每组数据的平均中心点的向量颈到肩中心每组数据的平均中心点的向量接着计算向量夹角

如果认为区域发生振动，记录这1分钟的骨骼振动坐标点数据，转3)；否则不记录这1分钟内骨骼振动坐标点数据，转步骤1)。

步骤3)持续振动中心判定

以头部为例，持续振动判定依旧每1分钟判定一次，将骨骼点1分钟内采集的数据分为多组，通过组内平均处理求得组内平均中心点bj(j∈(1,2,3…12))，此时的样本中心点为步骤1)判定成功后的平均中心点c，求出组内平均中心点与中心点c的距离lj(j∈(1,2,3…12))；通过距离lj的标准差分析判定骨骼点是否是振动中心。

具体为上1分钟数据记录后，下1分钟继续存储识别一次骨骼点数据，将60秒内的骨骼点数据分为12组，每组拥有125个数据点(每组时间5秒，每秒25帧)。首先求出每组数据的平均中心点接着求出组间平均中心点bj(xj,yj,zj)与中心点c(x,y,z)距离最终求出12组数据的标准差

当标准差σ3≤5时，认为骨骼点的振动中心依旧存在，否则转步骤1)。其它骨骼点计算过程如上。依照上文计算过程，如果颈、肩中心和头部标准差均满足σ3≤5时，认为颈部区域骨骼点均存在振动情况，进行区域共振判定，转步骤2)。

(2)区域振动评分

区域振动分为3级，1级表示可忽略振动，2级表示轻微振动，3级表示严重振动。振动级别由振幅l决定，振幅l≤1cm认定为1级；振幅1cm<l≤3cm认定为2级；振幅3cm<l认定为3级。振幅l需要平均各区域内三个骨骼点的振幅li(i∈1,2,3)，区域内骨骼点的振幅li(i∈1,2,3)为已经记录下的振动数据点与第1分钟计算的平均中心点c的平均距离。

以颈部区域为例，头部骨骼点的振幅其中n代表头部在振动期间存储的数据量。依照上文做法可求得颈振幅l2和肩中心振幅l3。颈部区域的振动幅度为最后根据振动l的范围对颈部区域进行区域振动评分。

步骤三、全身振动评估；

全身振动评估分为4级，1级表示无影响振动，2级表示需警惕，3级表示急需改善振动,4级表示需停止工作。全身振动级别由区域共振时间比例和区域振动总分两部分决定。

首先从数据库确定各区域的振动时间，颈部区域振动时间集合为ζ1，左手区域振动时间集合为ζ2，右手区域振动时间集合为ζ3，左脚区域振动时间集合为ζ4，右脚区域振动时间集合为ζ5。区域共振时间比例为各区域振动时间的交集除以各区域中振动时间范围最长的集合，即为

区域振动总分为各区域振动评分的平均值，颈部区域振动评分为κ1，左手区域振动评分为κ2，右手区域振动评分为κ3，左脚区域振动评分为κ4，右脚区域振动评分为κ5。区域振动总分

综合评分θ＝ψ×η。当时θ∈(0，0.5]，为1级；当时θ∈(0.5，1.5]，为2级；当时θ∈(1.5，2.5]，为3级；当时θ∈(2.5，3]，为4级。