CN102944200A - 一种获取髋关节角度及髋关节中心到平台位移的方法 - Google Patents
一种获取髋关节角度及髋关节中心到平台位移的方法 Download PDFInfo
- Publication number
- CN102944200A CN102944200A CN2012104297605A CN201210429760A CN102944200A CN 102944200 A CN102944200 A CN 102944200A CN 2012104297605 A CN2012104297605 A CN 2012104297605A CN 201210429760 A CN201210429760 A CN 201210429760A CN 102944200 A CN102944200 A CN 102944200A
- Authority
- CN
- China
- Prior art keywords
- hip joint
- platform
- thigh
- joint center
- hip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种获取髋关节角度及髋关节中心到平台位移的方法,其特点是根据受试者行走过程中两侧大腿前表面的上下部位到康复平台的距离和各被测部位离地面的高度,再根据几何关系确定髋关节角度及髋关节中心到平台的位移,有以下步骤:(1)受试者大腿前表面正对着康复平台,使受试者大腿始终处于最佳的检测区域内,以便获得准确的数据;(2)根据受试者两侧大腿前表面的上下部位到平台的距离和各被测部位的离地高度,获取受试者大腿前表面的切平面相对于竖直方向的偏移角即要求的髋关节角度,然后根据受试者两侧大腿所在位置唯一确定髋关节中心所在位置,并建立两相交直线的方程,联立即得到髋关节中心位置坐标。
Description
技术领域
本发明涉及一种获取受试者行走过程中髋关节角度及髋关节中心到平台位移的方法,特别是涉及一种基于下肢康复平台实时获取受试者行走过程中髋关节角度及髋关节中心到平台位移的方法,本发明通过两侧大腿前表面的上下部位到康复平台的相对距离和已知的各被测部位离地面的高度,可以实时得到两侧大腿的髋关节角度及髋关节中心到康复平台的位移。
背景技术
据2011年国家统计局数据显示,全国60岁及以上老年人口已达1.8499亿,占总人口的比重达13.7%,预示着中国正迈入老龄化社会;另外,动力车辆数量激增和人民交通安全意识缺乏而造成的意外事故率上升;还有自然灾害引起的疾病发生率也日益剧增。诸多社会难题产生了大量的神经系统损伤和机械碰撞所致的运动障碍患者。为尽快恢复其运动机能,患者需要进行合理的恢复肢体机能的康复训练。由于在康复过程中,患者下肢存在不同程度的损伤,往往会导致髋关节角度活动范围受到影响,另外,髋关节中心位移也会呈不规则变化,与正常人相比有较大差异。因此,若能及时、准确地获取受试者在康复过程中的髋关节角度及髋关节中心位移信息,以此来评估康复治疗效果,并能为进一步通过中心位移变化更好地跟踪人体运动提供了理论基础。
目前,国内外专家学者早已意识到髋关节角度及髋关节中心位移变化对步态分析的主要性,相继投入到研究工作中,并取得了丰硕、非常重要的研究成果。
Peter T Gibbs等人提出将导电纤维并入到舒适、柔软的纤维织物中,再将织物紧身贴在特定关节处,利用关节弯曲会引起阻抗变化的原理获得关节角度的方法,这种方法可通过测量关节角度实现人体运动的持续跟踪。Richardc等人提出将电测角计固定在大腿处,将测角装置系在腰上,根据人体行走时流过三个轴平面方向上的电流变化来记录关节的位移变化,并将足踏开关放置鞋底用来记录周期时相变化。Takashi Watanabe等人提出将角速度计分别系在两侧大腿的脚、小腿、大腿处以及腰部,来测量行走过程中角速度的变化,再利用积分方法得到关节角度的三维变化,Zhiqiang Zhang提出用混合动态贝叶斯网络(HDBN)去模拟大腿角度动力学的非线性和测量噪音值的变化,利用高斯粒子滤波算法并从固定在大腿上的加速度计的测量中评估髋关节角度,实现了流动性获取准确的髋关节角度。
MyungJin Kang提出一种基于用螺旋线近似髋臼边缘用函数方法计算髋关节中心位置的方法,通过螺旋近似后,该方法有可能补偿在计算髋关节中心位置时由于三维模型建立不准确所带来的误差。Geoffrey K.Seidel等人研究了髋关节中心和骨盆特定部位的关系,从骨骼标记中测量骨盆和髋关节中心,相关性分析显示髋关节中心不能仅由骨盆宽度决定,还需要有骨盆高度和骨盆深度决定。Robert A.Sis ton提出一种“绕轴旋转”算法,并建立髋关节的球和球窝模型,利用在多种步态模式下从该模型得到的数据验证了算法的准确性和鲁棒性。Elena De Momi等人提出和评估了一种新奇的MC-pivoting算法获得髋关节中心位移,并与LSA方法进行了对比,证明了MC-pivoting算法的可靠性和鲁棒性。
上述给出的获取髋关节角度及髋关节中心位移的方法虽然能够较准确地获得步态信息,但是大都需要将检测装置系在受试者身上,一定程度上增加了受试者的心理负担,难免会对检测过程产生许多限制,不利于实验结果的评估。
公开号为CN102551995A的中国发明专利公开了一种膝关节角度的实时检测方法与装置,该方法将超声波检测装置安装在助行机器人平台前方内侧,通过多路超声波测距传感器检测双侧下肢的大腿被侧面和小腿被侧面与检测平台之间的距离数据,获取受试者行走过程中膝关节弯曲的角度信息。
上述发明专利虽然将检测装置安装在助行机器人上,在受试者身上不安装任何装置,克服了增加受试者心理负担的缺陷,可在受试者行走无任何限制的情况下获取膝关节的弯曲角度信息,但只限用于对膝关节损伤患者的评估,无法对髋关节损伤患者进行有效评估,更无法通过位移变化实时跟踪人体到检测装置的相对位置。
发明内容
本发明的目的就在于解决现有技术存在的上述不足,通过大量实验和反复研究,提出一种基于下肢康复平台实时获取受试者行走过程中髋关节角度及髋关节中心到康复平台位移的方法。本发明通过受试者行走过程中两侧大腿前表面的上下不同部位到康复平台的相对距离和已有的各被测部位的离地高度,利用函数关系计算得到任一时刻大腿前表面的切平面相对于竖直方向的偏移角即髋关节角度。再根据两腿所在位置唯一确定髋关节中心所在位置,通过建立几何关系获取同一时刻髋关节中心到康复平台的相对位移。
本发明给出的技术方案是:这种基于下肢康复平台实时获取受试者行走过程中髋关节角度及髋关节中心到平台位移的方法,其特点是根据受试者行走过程中两侧大腿前表面的上下部位到康复平台的距离和各被测部位离地面的高度,再根据几何关系确定髋关节角度及髋关节中心到平台的位移,有以下步骤:
(1)受试者大腿前表面正对着康复平台,使受试者大腿始终处于最佳的检测区域内,以便获得准确的数据;
(2)根据受试者两侧大腿前表面的上下部位到平台的距离和各被测部位的离地高度,获取受试者大腿前表面的切平面相对于竖直方向的偏移角即要求的髋关节角度,然后根据受试者两侧大腿所在位置唯一确定髋关节中心所在位置,并建立两相交直线的方程,联立即得到髋关节中心位置坐标,整个计算过程如下:
1、以受试者行走时的相反方向为横轴,以测距装置面内某一竖直线为纵轴,建立直角坐标系。
2、将测得的大腿前表面的不同部位到康复平台的水平距离提取出来并进行降噪处理、周期划分后,再根据已知的各部位点离地面的垂直高度得到各部位点在直角坐标系中的位置坐标。
3、根据同一采样周期内单侧大腿的两个不同部位点到平台的水平距离差值和对应的各部位点离地面的高度差值,利用反正切函数得到单侧大腿前表面的切平面相对于竖直方向的偏移角度即髋关节角度。同理可得到另一侧大腿的髋关节角度。
4、髋关节中心所在位置由两侧大腿的相对位置唯一决定,为了求得髋关节中心到测距装置的位移,先求得同一时刻的两侧大腿所在中心线的直线方程,再联立两直线方程即可求出相交点坐标,也就是此时髋关节中心在直角坐标系中的位置坐标,也即我们所要求的髋关节中心到测距装置的水平位移。
与现有技术相比,本发明的有益效果是:可以对髋关节损伤患者进行有效评估,特别是能够通过位移变化实时跟踪人体到检测装置的相对位置。计算过程简单,成本较低。
附图说明
图1为基于全方向下肢康复训练平台的测距装置示意图,其中标记1为全方向下肢康复训练平台,标记2为受试者,标记3为距离传感器装置。
图2为检测区域示意图。其中标记4为左侧的两路测距传感器,标记5为右腿的两路测距传感器,阴影部分为有效的检测区域。
图3为髋关节及髋关节中心前后位移的坐标图。其中A、B、C、D即为被检测点,H点为髋关节中心位置。M与A等高,E与B等高,K与C等高,N与D等高。α指左侧大腿的髋关节角度,β指右侧大腿的髋关节角度。NF与竖直线垂直,F为垂足。
具体实施方式
实施例1
检测装置固定在全方向下肢康复训练平台上,正对着受试者大腿前表面如图1所示。行走过程中受试者躯干要尽量保持竖直,可避免身体前倾和后仰对检测过程产生干扰。
为清楚说明大腿的检测区域,特绘出其俯视图如图2所示。从图2中看到,阴影面积即为所能检测到的区域,黑色外框为下肢康复平台的边框。处于同一水平面上的两路传感器之间的距离设定为15cm。可有助于减小因双腿遮挡造成的干扰。
如图1~图3所示,这种基于下肢康复平台实时获取受试者行走过程中髋关节角度及髋关节中心到平台位移的方法,是根据受试者行走过程中两侧大腿前表面的上下部位到康复平台的距离和各被测部位离地面的高度,再根据几何关系确定髋关节角度及髋关节中心到平台的位移,有以下步骤:
(1)受试者大腿前表面正对着康复平台,使受试者大腿始终处于最佳的检测区域内,以便获得准确的数据;
从计算机内储存的数据文件中取出多路距离数据,对每一路距离数据均进行滤波去噪:先计算相邻数据的差值,当某一数据点与相邻数据的差值大于所有数据点差值的平均值时,则将此数据点认为是噪声,并用周围四个数据加权组合代替此数据。再利用五点三次滤波将每一路数据曲线都进行平滑处理。其定义为:
S(1)=(69*ki(1)+4*(ki(2)+ki(4))-6*ki(3)-ki(5))/70;
S(2)=(2*(ki(1)+ki(5))+27*ki(2)+12*ki(3)-8*ki(4))/35;
for j=3:n-2
S(j)=(-3*(ki(j-2)+ki(j+2))+12*(ki(j-1)+ki(j+1))+17*ki(j))/35;
end
S(n-1)=(2*(ki(n)+ki(n-4))+27*ki(n-1)+12*ki(n-2)-8*ki(n-3))/35;
S(n)=(69*ki(n)+4*(ki(n-1)+ki(n-3))-6*ki(n-2)-ki(n-4))/70;
S
其中ki表示第i路数据(i=1、2、3、4),S为经过平滑滤波后的数据。
(2)根据受试者两侧大腿前表面的上下部位到平台的距离和各被测部位的离地高度,获取受试者大腿前表面的切平面相对于竖直方向的偏移角即要求的髋关节角度,然后根据受试者两侧大腿所在位置唯一确定髋关节中心所在位置,并建立两相交直线的方程,联立即得到髋关节中心位置坐标,整个计算过程如下:
(1)以受试者行走时的相反方向为横轴,以测距装置面内某一竖直线为纵轴,建立直角坐标系;
(2)将测得的大腿前表面的不同部位到康复平台的水平距离提取出来并进行降噪处理、周期划分后,再根据已知的各部位点离地面的垂直高度得到各部位点在直角坐标系中的位置坐标;
(3)根据同一采样周期内单侧大腿的两个不同部位点到平台的水平距离差值和对应的各部位点离地面的高度差值,利用反正切函数得到单侧大腿前表面的切平面相对于竖直方向的偏移角度即髋关节角度,同理可得到另一侧大腿的髋关节角度;
(4)髋关节中心所在位置由两侧大腿的相对位置唯一决定,为了求得髋关节中心到测距装置的位移,先求得同一时刻的两侧大腿所在中心线的直线方程,再联立两直线方程即可求出相交点坐标,也就是此时髋关节中心在直角坐标系中的位置坐标,即所要求的髋关节中心到测距装置的水平位移。
结合图3对上述技术方案进行详细介绍
对各路数据进行滤波处理后,取出相同相位下的若干周期数据。以受试者行走反方向为横轴,以测距装置面内任一竖直线为纵轴,建立直角坐标系计算髋关节角度及髋关节中心到测距装置的位移。其中计算髋关节角度及髋关节中心前后位移的位置关系如图3表示。∠α为左侧大腿的髋关节角度,∠β为右侧大腿的髋关节角度,GH即为此时的髋关节中心到测距装置的相对位移。k1,k2,k3,k4依次为平台到大腿被检测部位的距离,H1,H2,H3,H4依次为各被测部位离地面的高度,在实验之前已进行测量。从图3中可知,左右两侧大腿不同部位的坐标A(k2,H2),B(k1,H1),C(k4,H4),D(K3,H3)。
则左侧大腿的髋关节角度的正切值
右侧大腿的髋关节角度的正切值
则左腿大腿的髋关节角度
右腿大腿的髋关节角度
从图3中还可看出,AC、BD的相交点即为髋关节中心所在位置,为了求得该点的坐标,也即我们所要求的髋关节中心到测距装置的位移,本发明采用先求得两直线方程,再通过联立两相交直线方程的方法求出。设AC、BD的直线表达式为x=k*y+c,将A、B、C、D点坐标分别带入上述解析式,可得到AC、BD的直线方程
联立AC、BD直线方程,即可得到G点的横坐标即任一时刻髋关节中心到测距装置的位移
总之,由公式(3)(4)可求得两侧大腿的髋关节角度,另由公式(7)可得到与髋关节角度对应的受试者行走过程中的髋关节中心到平台的相对位移。
Claims (2)
1.一种获取髋关节角度及髋关节中心到平台位移的方法,其特征在于:根据受试者两侧大腿前表面的上下部位到康复平台的相对距离和各被测部位离地面的高度,通过几何关系确定任一时刻受试者两侧大腿的髋关节角度及髋关节中心到平台的位移。
2.根据权利要求1所述的获取髋关节角度及髋关节中心到平台位移的方法,特征在于:通过几何关系确定任一时刻受试者两侧大腿的髋关节角度及髋关节中心到平台的位移是指:根据两侧大腿前表面的不同部位到平台的距离和各被测部位离地面的垂直高度,计算得到受试者大腿前表面的切平面相对竖直方向的偏移角度即要求的髋关节角度,然后根据受试者两侧大腿相对位置唯一确定髋关节中心所在位置,并建立两相交直线的方程,联立方程即得到髋关节中心到测距装置的位移,其计算过程有如下步骤:
(1)以受试者行走时的相反方向为横轴,以测距装置面内某一竖直线为纵轴,建立直角坐标系;
(2)将测得的大腿前表面的不同部位到康复平台的水平距离提取出来并进行降噪处理、周期划分后,再根据已知的各部位点离地面的垂直高度得到各部位点在直角坐标系中的位置坐标;
(3)根据同一采样周期内单侧大腿的两个不同部位点到平台的水平距离差值和对应的各部位点离地面的高度差值,利用反正切函数得到单侧大腿前表面的切平面相对于竖直方向的偏移角度即髋关节角度,同理可得到另一侧大腿的髋关节角度;
(4)髋关节中心所在位置由两侧大腿的相对位置唯一决定,为了求得髋关节中心到测距装置的位移,先求得同一时刻的两侧大腿所在中心线的直线方程,再联立两直线方程即可求出相交点坐标,也就是此时髋关节中心在直角坐标系中的位置坐标,即所要求的髋关节中心到测距装置的水平位移。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104297605A CN102944200A (zh) | 2012-11-01 | 2012-11-01 | 一种获取髋关节角度及髋关节中心到平台位移的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104297605A CN102944200A (zh) | 2012-11-01 | 2012-11-01 | 一种获取髋关节角度及髋关节中心到平台位移的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102944200A true CN102944200A (zh) | 2013-02-27 |
Family
ID=47727165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104297605A Pending CN102944200A (zh) | 2012-11-01 | 2012-11-01 | 一种获取髋关节角度及髋关节中心到平台位移的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102944200A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309301A (zh) * | 2018-02-08 | 2018-07-24 | 合肥工业大学 | 人体体段质量测量方法 |
CN110132241A (zh) * | 2019-05-31 | 2019-08-16 | 吉林化工学院 | 一种基于时间序列分析的高精度步态识别方法及装置 |
CN110477921A (zh) * | 2019-08-15 | 2019-11-22 | 合肥工业大学 | 基于骨架折线Ridge回归的身高测量方法 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN117565023A (zh) * | 2022-12-30 | 2024-02-20 | 爱布(上海)人工智能科技有限公司 | 一种掌握步行意图的肌肉运动感知系统及其实现方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0634353A (ja) * | 1992-07-18 | 1994-02-08 | Senjo Seiki Kk | 比較判別装置 |
US20040049103A1 (en) * | 2002-09-05 | 2004-03-11 | "Biotonix Inc." | Method for determining the risk of developing a skeletal condition |
CN101383107A (zh) * | 2007-09-05 | 2009-03-11 | 现代自动车株式会社 | 假人模型的骨盆组件 |
CN101414189A (zh) * | 2008-10-28 | 2009-04-22 | 北京理工大学 | 仿人机器人稳定行走的上身姿态控制的方法和装置 |
US8021316B2 (en) * | 2008-11-26 | 2011-09-20 | Toad Corporation | Weight-bearing lower extremity brace |
CN102551995A (zh) * | 2012-01-20 | 2012-07-11 | 沈阳工业大学 | 一种膝关节角度的实时检测方法与装置 |
-
2012
- 2012-11-01 CN CN2012104297605A patent/CN102944200A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0634353A (ja) * | 1992-07-18 | 1994-02-08 | Senjo Seiki Kk | 比較判別装置 |
US20040049103A1 (en) * | 2002-09-05 | 2004-03-11 | "Biotonix Inc." | Method for determining the risk of developing a skeletal condition |
CN101383107A (zh) * | 2007-09-05 | 2009-03-11 | 现代自动车株式会社 | 假人模型的骨盆组件 |
CN101414189A (zh) * | 2008-10-28 | 2009-04-22 | 北京理工大学 | 仿人机器人稳定行走的上身姿态控制的方法和装置 |
US8021316B2 (en) * | 2008-11-26 | 2011-09-20 | Toad Corporation | Weight-bearing lower extremity brace |
CN102551995A (zh) * | 2012-01-20 | 2012-07-11 | 沈阳工业大学 | 一种膝关节角度的实时检测方法与装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309301A (zh) * | 2018-02-08 | 2018-07-24 | 合肥工业大学 | 人体体段质量测量方法 |
CN110132241A (zh) * | 2019-05-31 | 2019-08-16 | 吉林化工学院 | 一种基于时间序列分析的高精度步态识别方法及装置 |
CN110477921A (zh) * | 2019-08-15 | 2019-11-22 | 合肥工业大学 | 基于骨架折线Ridge回归的身高测量方法 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN113143256B (zh) * | 2021-01-28 | 2023-09-26 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN117565023A (zh) * | 2022-12-30 | 2024-02-20 | 爱布(上海)人工智能科技有限公司 | 一种掌握步行意图的肌肉运动感知系统及其实现方法 |
CN117565023B (zh) * | 2022-12-30 | 2024-05-17 | 爱布(上海)人工智能科技有限公司 | 一种掌握步行意图的肌肉运动感知系统及其实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104757976B (zh) | 一种基于多传感器融合的人体步态分析方法和系统 | |
Yeung et al. | Evaluation of the Microsoft Kinect as a clinical assessment tool of body sway | |
CN102499692B (zh) | 一种超声波步态检测方法 | |
CN107174255B (zh) | 基于Kinect体感技术的三维步态信息采集与分析方法 | |
CN102944200A (zh) | 一种获取髋关节角度及髋关节中心到平台位移的方法 | |
Trojaniello et al. | Comparative assessment of different methods for the estimation of gait temporal parameters using a single inertial sensor: application to elderly, post-stroke, Parkinson's disease and Huntington's disease subjects | |
Aminian et al. | Capturing human motion using body‐fixed sensors: outdoor measurement and clinical applications | |
CN106667493A (zh) | 人体平衡性评估系统及评估方法 | |
CN108245164B (zh) | 一种可穿戴式惯性器件人体步态信息采集计算方法 | |
CN103120586A (zh) | 人体步态运动学参数采集辅助装置和方法 | |
CN106419928A (zh) | 一种可穿戴式设备及用于该设备的实时步长测量方法 | |
CN105973143A (zh) | 一种双足行走步行参数的测量方法与装置 | |
CN103278341A (zh) | 一种汽车驾驶员转向操纵舒适性评价系统及方法 | |
CN102928835A (zh) | 一种基于改进广义s变换的人体目标运动状态识别方法 | |
CN103079649A (zh) | 训练装置 | |
KR102336728B1 (ko) | 보행분석시스템 | |
Bötzel et al. | Quantification of gait parameters with inertial sensors and inverse kinematics | |
CN104408718A (zh) | 一种基于双目视觉测量的步态数据处理方法 | |
CN106644208A (zh) | 一种骑行能力分析系统及分析方法 | |
CN103445787A (zh) | 一种评价文胸对女性乳房保护作用的方法及装置 | |
CN102551995A (zh) | 一种膝关节角度的实时检测方法与装置 | |
Vafadar et al. | Assessment of a novel deep learning-based marker-less motion capture system for gait study | |
CN201879707U (zh) | 一种足部负荷三维参数的检测装置 | |
King et al. | Body sensor networks for monitoring rowing technique | |
CN107341179A (zh) | 标准运动数据库的生成方法、装置及存储装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130227 |