CN106908021A - 一种用于可穿戴式设备的人体步长测量方法及其测量设备 - Google Patents

一种用于可穿戴式设备的人体步长测量方法及其测量设备 Download PDF

Info

Publication number
CN106908021A
CN106908021A CN201710039236.XA CN201710039236A CN106908021A CN 106908021 A CN106908021 A CN 106908021A CN 201710039236 A CN201710039236 A CN 201710039236A CN 106908021 A CN106908021 A CN 106908021A
Authority
CN
China
Prior art keywords
moment
shank
leg
sensor
midstance
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.)
Granted
Application number
CN201710039236.XA
Other languages
English (en)
Other versions
CN106908021B (zh
Inventor
刘涛
王磊
李庆国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201710039236.XA priority Critical patent/CN106908021B/zh
Publication of CN106908021A publication Critical patent/CN106908021A/zh
Application granted granted Critical
Publication of CN106908021B publication Critical patent/CN106908021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明属于可穿戴传感器领域,具体公开了一种用于可穿戴式设备的人体步长测量方法及其测量设备。本测量方法需要使用两个惯性传感器单元采集并存储的人体行走过程中的加速度、角速度数据,随后利用相应算法计算使用者的步长信息,并可用于估计用户的步态不对称度。两个惯性传感器分别放置在用户的两条小腿上,穿戴简单、方便、轻巧。因此本方法使用方便,不受场地限制,成本低廉,可以高精度的计算使用者的步长,拥有较高的可靠性以及较好的推广前景。

Description

一种用于可穿戴式设备的人体步长测量方法及其测量设备
技术领域
本发明属于可穿戴传感器领域,具体涉及一种用于可穿戴式设备的人体步长测量方法及其测量设备。
背景技术
步态参数是人类行走过程中的物理参数,可以反映人类运动能力,拥有较大的应用价值,因此目前有许多研究者在研究步态参数的测量。可穿戴传感器包括惯性测量单元,超声波传感器,微型摄像头等等,相比于大型实验室测量步态参数的设备如光学式运动捕捉系统、测力台等等,以其小巧、廉价,不受时间、空间限制、易于推广等优点被广泛应用于步态参数测量领域。目前有很多研究使用放置在人体腿部、腰部、手腕、胸部等部位的可穿戴传感器测量步态时间参数,如步态事件、步态周期等等;也有的测量步态空间参数,如步行速度、步距等等。如申请号为CN201510887154.1的发明专利公开了一种室内定位步长计算方法,将惯性测量单元置于人员的腰部,人员在室内行走过程中,获得人员惯性传感器数据,然后计算步长。而申请号为CN201310007945.1的发明专利公开了一种步长计算方法和装置,获取载体在三维坐标系中的各轴加速度值;根据所述各轴加速度值计算步长补偿系数;根据所述步长补偿系数和预先设定的预设步长确定载体移动幅度的最终步长。但上述方法再实际使用过程中,均存在步态测量精度较低、在不同人群中的适应能力差等缺陷。
步长的测定具有重要的意义。现在有很多研究用可穿戴传感器测量步速、步距等空间参数,比较成熟,但是测量步长的研究不多。一些疾病如帕金森综合征会使人体运动能力下降,步速、步距减小,因此步距和步速可以用来反映人体下肢运动能力。但是步距、步速不能反映出偏瘫造成的人体两侧运动能力的差异,即步态不对性,而我们可以根据两腿步长的比值量化人体两侧步态的不对称性,而且通过步长也可以求出步距、步速等参数,因此步长拥有更大的临床应用价值。现有的使用可穿戴设备测量步长的方法主要是利用腰部重心的上下位移或者利用基于步频、加速度等变量的数学模型,均存在精度差,适应能力差等缺陷。因此有必要提出一种新型的高精度、在不同人群中适应能力强的步长测量方法。
发明内容
本发明的目的在于解决现有技术中步态测量精度较低、无法测量单步步长等缺陷,并提供一种用于可穿戴式设备的人体步长测量方法及其测量设备。
本发明中所涉及的部分名词含义如下:
步距是指人行走过程中同一只脚相邻着地点之间的距离,左腿步距是指行走过程中左脚相邻着地点之间的距离,右腿步距是指行走过程中右脚相邻着地点之间的距离;步长是指人行走过程中双脚的相邻着地点之间的距离,左腿步长是指行走过程中左脚着地点在前的步长,右腿步长是指行走过程中右脚着地点在前的步长。通常来说,步距等于两腿步长之和。
步态事件是指人在行走过程中的每个步态周期中的重要时刻,主要有摆动中期、脚落地、站立中期、脚离地四个步态事件。人的走路步态周期如图4所示,以右腿为例,左腿支撑人体,右腿向前迈出的这段时间为右腿的摆动相;右腿摆到左腿附近时为摆动中期;接着右脚落地,右腿开始支撑人体,左腿向前迈出的这段时间,为右腿的站立相;右腿以右踝关节为旋转中心,向前移动,到达接近于与地面垂直的位置,此时为站立中期;随后右脚离地,右腿向前迈出,完成一个步态周期。
步态事件可以该腿小腿的角速度特征进行检测,如图5所示。小腿角速度在一个周期内通常主要有一高一矮的两个比较大的波峰,较高的峰对应着摆动中期,较矮的对应着站立中期;摆动中期之后有一段有很多小的负向的波峰的区域,这是脚落地造成的震动,第一个负向峰为脚落地时刻;在站立中期后,下一个摆动中期前,有一处波谷,此时对应着脚离地时刻。站立相从该腿脚落地开始,到脚离地结束,可以近似的认为图中小腿角速度为负值的区域为站立相;摆动相从该腿脚离地开始,到脚落地结束,可以近似的认为图中小腿角速度为正值的区域为摆动相。
矢状面和铅垂线如图1所示,矢状面是垂直于水平面并将人体分为左右两部分的面,人在行走时,主要运动都发生在矢状面内;铅垂线是垂直于地面的线。
水平前进方向在图2中有标注,指的是矢状面内,人体沿水平方向前进的方向。小腿在水平前进方向上的加速度、运动速度,分别指小腿的加速度、运动速度在水平前进方向上的分量。
另外为方便描述,定义小腿的三维方向,如图2所示:X轴与该小腿平行;Y轴在矢状面内,与该小腿垂直;Z轴垂直于矢状面。放置在小腿上的传感器的坐标轴应该与该小腿保持一致,但是因为矢状面是不可见的,另外小腿也不是规则的圆柱体,在安放传感器时会出现X轴、Y轴、Z轴偏移的情况,根据传感器测得的X轴、Y轴、Z轴角速度可以大致计算传感器X、Y、Z三轴偏移角度,并利用此角度计算该小腿的相应轴的加速度、角速度。
传感器到脚底距离为:用户静止站立时,传感器坐标轴原点到地面的高度。
本发明为解决技术问题,所采用的具体技术方案如下:
用于可穿戴式设备的人体步长测量方法,包括以下步骤:
通过在用户两侧小腿上安装传感器,测量两侧小腿行走过程中的X、Y轴加速度和Z轴角速度,根据Z轴角速度检测行走过程中的步态事件;根据步态事件以及Z轴角速度积分确定用户行走过程中的各个时刻小腿在矢状面内与铅垂线的夹角;根据该夹角利用X、Y轴加速度计算小腿在水平前进方向上的加速度;根据步态事件对该水平前进方向上加速度进行二次积分并根据传感器位于小腿上的位置关系计算步距;通过利用几何关系估算的步长比例拆分步距,得到左腿和右腿的步长。
基于该方案,本发明还提供了几种优选实现方式,而且各优选方式中的技术特征,若没有冲突均可进行相互组合。
作为一种优选方式,上述所说的可穿戴式设备中包含用于检测左、右小腿X、Y、Z三轴加速度以及X、Y、Z三轴角速度的传感器,左、右小腿上各一个,用户两侧小腿行走过程中的X、Y轴加速度和Z轴角速度通过该传感器获得。
作为另一种优选方式,上述人体步长测量方法中,部分步骤可采用如下具体方式实现:
(1)确定用户行走过程中的各个时刻小腿在矢状面内与铅垂线的夹角具体方法为:
根据Z轴角速度检测行走过程中的步态事件,包括脚落地以及站立中期;
在左小腿或右小腿的各个站立中期时刻,计算该小腿与铅垂线的夹角(下述左小腿或右小腿的计算公式,并非同时进行计算,而是根据当前待测的目标择一选用。例如,当检测到左小腿处于站立中期,则计算θlms;当检测到右小腿处于站立中期,则计算θrms。后续步骤中的公式也采用类似方法):
式中:θlms、θrms分别为左小腿、右小腿在其站立中期时刻与铅垂线的夹角,alyms、aryms分别为左小腿、右小腿在其站立中期时刻的Y轴加速度;
在到下一个站立中期时刻之前的各个时刻,通过角速度积分计算该小腿在矢状面内与铅垂线的夹角:
式中:tl、tr分别为当前时刻距离左、右小腿的上一个站立中期时刻的时间,θl(tl)、θr(tr)分别为左小腿在tl时刻、右小腿在tr时刻在矢状面内与铅垂线的夹角,ωlz(δ)、ωrz(δ)分别为左小腿、右小腿瞬时Z轴角速度;
由此可以得到用户行走过程中的各个时刻的两小腿与铅垂线的夹角。
(2)计算小腿在水平前进方向上的加速度的具体方法为:
利用X、Y轴加速度计算两小腿在水平前进方向上的加速度,每个时刻的加速度均通过下式计算:
ahl(tl)=-alx(tl)·sinθl(tl)+alv(tl)·cosθl(tl)
ahr(tr)=-arx(tr)·sinθr(tr)+arv(tr)·cosθr(tr)
式中,ahl(tl)、ahr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时在水平前进方向上的加速度,alx(tl)、arx(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的X轴加速度,alv(tl)、arv(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的Y轴加速度。
(3)所述计算步距的具体方法为:
在左小腿或右小腿的各个站立中期时刻,计算该小腿此时刻在水平前进方向上的运动速度:
vlms=-d·ωlzms·cosθlms
vrms=-d·ωrzms·cosθrms
式中,vlms、vrms为左、右小腿在其站立中期时刻在水平前进方向的运动速度,ωlzms、ωrzms为左、右小腿在其站立中期时刻的Z轴角速度,d为该小腿上用于测量加速度、角速度的传感器的摆放位置距离脚底的距离;
在左小腿或右小腿的各个站立中期时刻,计算该小腿的在水平前进方向上的初始位移:
slms=-d·sinθlms
srms=-d·sinθrms
式中,slms、srms为左、右小腿在其站立中期时刻在水平前进方向上的初始位移;
在到下一个站立中期时刻之前的各个时刻,该小腿的水平前进方向上的运动速度通过该方向上的加速度积分而得:
式中,ul(tl)、vr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时水平前进方向上的运动速度,ahl(δ)、ahr(δ)分别为左小腿、右小腿瞬时的水平前进方向上的加速度;
该小腿在相邻两个站立中期时刻之间产生的该腿的步距,通过下式计算:
式中:LSDL、RSDL分别为左腿步距、右腿步距,slmsl、srmsl分别为左、右小腿在该腿前一个站立中期时刻的水平前进方向上的初始位移,slmsn、srmsn分别为左、右小腿在该腿后一个站立中期时刻的水平前进方向上的初始位移,Tl、Tr分别为左、右小腿的相邻两个站立中期时刻之间的时间长度,vlmsn、vrmsn分别为左、右小腿在该腿后一个站立中期时刻的水平前进方向上的运动速度,ul(Tl)、vr(Tr)分别为左小腿在Tl时刻时、右小腿在Tr时刻时通过加速度积分计算的水平前进方向上的运动速度;
(4)拆分步距得到步长的具体方法为:
该小腿相邻两个站立中期时刻之间产生的该腿的步长,通过下式计算:
式中,LSL为左腿步长,RSL为右腿步长,θllc、θrlc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的左脚落地时刻的左、右小腿与铅垂线的夹角,θlrc、θrrc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的右脚落地时刻的左、右小腿与铅垂线的夹角。
作为另一种优选方式,测量步长过程中的,每个传感器的X、Y轴加速度、Z轴角速度数据在作为该小腿相应轴的加速度、角速度数据代入上述各公式前,都需要预先进行修正,修正的方法如下:
测量步长之前,预先监测目标用户的一定距离内的直线行走过程,确定每个传感器的X、Y轴实际方向偏离矢状面的角度:
式中:为该传感器X轴实际方向偏离矢状面的角度,为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相时该传感器X轴角速度的平均值,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值;
在测量步长过程中,每个传感器测得的三轴加速度,三轴角速度数据在使用前都预先进行第一次修正,修正公式为:
式中:ax、ay、az为该传感器测量的X、Y、Z轴加速度,ax1、ay1、az1为传感器的测量数据经该次修正后得到的X、Y、Z轴加速度;ωx、ωy、ωz为该传感器测量的X、Y、Z轴角速度,ωx1、ωy1、ωz1为传感器的测量数据经该次修正后得到的X、Y、Z轴角速度;
测量步长之前,还需预先监测目标用户的静止站立状态,确定此状态下每个传感器X轴实际方向偏离铅垂线的角度:
式中:为静止站立状态下该传感器X轴实际方向偏离铅垂线的角度,ays1为用户静止站立时该传感器测得的经过第一次修正后的Y轴加速度,g为重力加速度;
在测量步长过程中,每个传感器经过第一次修正后得到的三轴加速度、三轴角速度数据,在使用前还需进行第二次修正,修正公式如下:
式中:axc、ayc、azc为传感器的测量数据经第二次修正后得到的X、Y、Z轴加速度;ωxc、ωyc、ωzc为传感器的数据经第二次修正后得到的X、Y、Z轴角速度;
在测量步长过程中,axc、ayc、azc即为所述的小腿X、Y、Z轴加速度,ωxc、ωyc、ωzc即为所述的小腿X、Y、Z轴角速度。
本发明的另一目的是提供一种实现上述人体步长测量方法的可穿戴式设备,包括两个惯性传感器和上位机,每个惯性传感器包含三维加速度计以及三维角速度计,惯性传感器与上位机相连进行数据传输,上位机用于控制两个惯性传感器采集加速度、角速度数据,并将数据收集和存储。
作为一种优选方式,还包括用于固定惯性传感器的固定带。
作为一种优选方式,惯性传感器为基于MPU6050芯片的惯性传感器。
作为一种优选方式,惯性传感器采样频率不低于100Hz。
作为一种优选方式,上位机将惯性传感器测量的数据存储入SD卡中。
上述各优选方式中的技术特征在不相互冲突的前提下,均可进行相互组合,不构成限制。
本发明相对于现有技术而言,其有益效果是:
1)使用本发明计算下肢步长,廉价、方便,不受场地限制,易于推广。
2)使用一种基于小腿加速度积分的方法计算步长,可以适应多种病态的步态,拥有较高的精度、较好的应用价值以及广泛的应用范围。
3)通过可穿戴式设备进行步长测量,可以方便、有效的量化人体两侧运动能力以及它们的差异,可以方便应用于临床。
本发明中部分步骤的具体效果将通过后续的具体实施方式进行详细说明。
附图说明
图1本发明中矢状面、铅垂线示意图;
图2本发明中传感器放置位置,小腿坐标系及水平前进方向示意图;
图3本发明中用于实现测量步长方法的可穿戴设备结构图;
图4本发明中人体行走周期示意图;
图5本发明中步态事件检测示意图;
图6本发明中下肢单摆二维几何模型示意图;
图7本发明中右小腿摆动中期角度标定示意图;
图8本发明中右小腿传感器摆动中期速度以及位移的计算;
图9、10、11本发明中传感器坐标系的修正示意图;
上述图1、2、7、8、9、10、11中P表示铅垂线(Plumb line),S表示矢状面(SagittalPlane),H表示水平前进方向(Horizontal Direction ofProgression);
上述图2、3中,1、2分别为放置在左小腿、右小腿上的惯性传感器单元,3为上位机单元;
上述图4、5中,A~D为右腿在一个步态周期内的步态事件,其中A为摆动中期步态事件,B为脚落地步态事件,C为站立中期步态事件,D为脚离地步态事件。
具体实施方式
下面结合附图对本发明进行进一步说明,因便于更好地理解。本发明以下实施例仅用于提供一种优选的方式,但其中技术特征在不相互冲突的前提下,均可进行相互组合,不构成对本发明保护范围的限制。
本发明使用包括两个惯性测量传感器的可穿戴设备以及一种基于加速度积分的算法,测量使用者在行走时的步长。以某一用户为例,本发明具体实施过程如下:
(1)准备工作:
本实施例中,目标用户穿戴有可穿戴设备,两个惯性传感器对称放置在左右小腿上,传感器坐标轴原点至脚底距离d为13cm。
整套设备结构如图3所示,包含两个惯性传感器单元(左小腿惯性传感器1、右小腿惯性传感器2)以及一个上位机单元3。本发明中各传感器及其他电子元件的具体型号,可以根据实际需要进行选型。在本实施例中,两个惯性传感器单元中都包含一个基于MPU6050芯片的惯性测量传感器模块,模块包括一个三维加速度计以及一个三维陀螺仪,用于采集使用者行走过程中的三维加速度以及三维角速度数据,采样频率为100Hz。两个传感器单元分别通过带弹性的固定带固定在用户的两条小腿外侧。定义小腿的三维方向,如图2所示:X轴与该小腿平行;Y轴在矢状面内,与该小腿垂直;Z轴垂直于矢状面。放置在小腿上的传感器的坐标轴应该与该小腿保持一致,以用来采集相应坐标轴的数据。上位机单元结构上包括单片机、按键、电池以及SD卡存储模块。单片机通过IIC通信协议与两个惯性传感器通信,控制它们采样并收集它们采集的加速度、角速度数据,随后存储入SD卡中,后续各个过程中使用的传感器数据均为存入SD卡中的数据,并基于MATLAB编写相应程序,完成后续计算过程。
由于传感器放置的位置通常不能达到标准的理想状态(X轴与该小腿平行;Y轴在矢状面内,与该小腿垂直;Z轴垂直于矢状面),传感器检测到的数据在使用前需要先后经过动态修正和静态修正。为了减少行走过程中传感器震动带来的误差,需要再使用截止频率为3Hz左右的低通滤波器对修正后的Y轴加速度进行滤波,以便后面步骤使用。后续步骤需要使用修正过后的传感器单元的未滤波的X、Y轴加速度、滤波后的Y轴加速度数据以及未滤波的Z轴角速度数据进行步长计算。
动态修正是利用人体行走过程中小腿的摆动对小腿上的传感器的X、Y、Z轴三轴数据不断进行修正。在用户安放传感器时,由于矢状面是不可见的,小腿不是规则的圆柱体形状,传感器放置位置容易出现偏离,使得X、Y轴偏离矢状面,造成传感器的X、Y、Z轴偏移,因此需要确定X、Y轴偏离矢状面的角度 动态修正是传感器数据修正的第一次修正,具体如下:
测量步长之前,预先监测目标用户的一定距离内的直线行走过程,假定该过程小腿仅在矢状面内运动,即小腿仅在其Z轴方向上有角速度,由此确定每个传感器的X、Y轴实际方向偏离矢状面的角度:
式中:为该传感器X轴实际方向偏离矢状面的角度,为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相(近似的取小腿Z轴角速度为负值的时段)时该传感器X轴角速度的平均值,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值。上述各平均值可通过直线行走过程中,多个站立相时段的数据取平均后得到。
在测量步长过程中,每个传感器测得的三轴加速度,三轴角速度数据在使用前都利用X、Y轴偏离矢状面的角度预先进行动态修正。该修正过程可以理解为变换传感器的空间坐标系从而将X、Y轴放置在矢状面内,即先以Y轴为旋转轴,通过坐标系在X-Z平面内的旋转将X轴修正到矢状面内(如图9所示,其中X、Y、Z为传感器原始坐标轴,X1、Z′为经过该修正后的X、Z坐标轴),再以修正后的X轴为旋转轴,通过坐标系在Y-Z平面内的旋转将Y轴修正到矢状面内,使得修正后的X轴、Y轴均在矢状面内(如图10所示,其中Y1、Z1为经过该修正后的Y、Z坐标轴),因为X、Y、Z三轴存在空间关系(即互相垂直),所以修正后的Z轴与矢状面垂直。修正后各轴加速度、角速度计算公式为:
式中:ax、ay、az为该传感器测量的X、Y、Z轴加速度,ax1、av1、az1为传感器的测量数据经该次修正后得到的X、Y、Z轴加速度;ωx、ωy、ωz为该传感器测量的X、Y、Z轴角速度,ωx1、ωv1、ωz1为传感器的测量数据经该次修正后得到的X、Y、Z轴角速度。
静态修正是在动态修正后的第二次修正,通过人体静止站立状态对传感器的数据进行修正。经过第一次动态修正后,虽然修正过的X、Y轴被转移至矢状面内,Z轴被转移至垂直于矢状面的位置,但是在矢状面内X、Y轴还存在偏移,因此还需要一次修正。静态修正具体如下:
测量步长之前,预先监测目标用户的静止站立状态,并认为静止站立状态人体的两条小腿与地面垂直,由此状态确定每个传感器经第一次修正后的X轴偏离小腿的角度,即经第一次修正后的X轴与铅垂线的夹角:
式中:为该传感器经第一次修正后的X轴与铅垂线的夹角,avs1为用户静止站立时该传感器测得的经过第一次修正后的Y轴加速度,g为重力加速度。
在之后的测量步长过程中,每个传感器经过第一次动态修正后得到的三轴加速度、三轴角速度数据,在使用前还需进行静态修正,即在第一次修正的基础上,以修正后的Z轴为旋转轴,通过坐标系在X-Y平面内的旋转修正X轴使之与小腿平行,同时由于X、Y轴的空间关系,Y轴与小腿垂直(如图11所示,其中其中Xc、Yc、Zc为经过该修正后的X、Y、Z坐标轴),静态修正后的各个坐标轴的加速度、角速度计算公式如下:
式中:axc、ayc、azc为传感器的测量数据经静态修正后得到的X、Y、Z轴加速度;ωxc、ωyc、ωzc为传感器的数据经静态修正后得到的X、Y、Z轴角速度。
在测量步长过程中,axc、ayc、azc即为小腿X、Y、Z轴加速度,ωxc、ωyc、ωzc即为小腿X、Y、Z轴角速度。
(2)基于Z轴角速度检测步态事件,并通过Z轴角速度积分计算左右小腿在各个时刻与铅垂线的夹角:
以上各项准备工作完成后,可以开始测量用户的步长。用户在平坦的地面上行走,两个惯性传感器采集加速度、角速度数据,并用于后续处理。
人的走路步态周期如图4所示,一个周期中主要有摆动中期A、脚落地B、站立中期C、脚离地D四个步态事件,本方法中需要检测的步态事件为脚落地以及站立中期。小腿的Z轴角速度可以检测用户该腿的每一个步态周期内的步态事件,如图5所示。脚落地事件是走路过程中前脚后落地的时刻,发生在每个步态周期内小腿角速度的最高波峰后的角速度震动区域中的第一个负值波谷处,即在最高波峰后的第一个负值转折点,并且在其发生后能够被立刻检测;站立中期为该腿作为支撑腿,移动到接近垂直与地面的位置的时刻,位于小腿角速度的较大的矮波峰处,且峰值为负值。
在左小腿或右小腿的各个站立中期时刻,小腿角加速度接近于0,脚底与地面接触,小腿处于以脚底为旋转中心做匀速转动的状态,如图7所示,因此可以利用重力加速度在Y轴的分量计算该小腿与铅垂线的夹角(下述左小腿或右小腿的计算公式,并非同时进行计算,而是根据当前待测的目标择一选用。例如,当检测到左小腿处于站立中期,则计算θlms;当检测到右小腿处于站立中期,则计算θrms。后续步骤中的公式也采用类似方法):
式中:θlms、θrms分别为左小腿、右小腿在其站立中期时刻与铅垂线的夹角,alyms、aryms分别为左小腿、右小腿在其站立中期时刻的经滤波后的Y轴加速度。
在到下一个站立中期时刻之前的各个时刻,通过角速度积分计算该小腿在矢状面内与铅垂线的夹角:
式中:tl、tr分别为当前时刻距离左、右小腿的上一个站立中期时刻的时间,θl(tl)、θr(tr)分别为左小腿在tl时刻、右小腿在tr时刻在矢状面内与铅垂线的夹角,ωlz(δ)、ωrz(δ)分别为左小腿、右小腿瞬时Z轴角速度。
由此可以得到用户行走过程中的各个时刻的两小腿与铅垂线的夹角。
(3)计算各个时刻两小腿在水平前进方向上的加速度:
利用小腿X、Y轴加速度计算该小腿在水平前进方向上的加速度,即计算X、Y轴加速度在水平前进方向上的分量和,每个时刻的加速度均通过下式进行相应的计算:
ahl(tl)=-alx(tl)·sinθl(tl)+aly(tl)·cosθl(tl)
ahr(tr)=-arx(tr)·sinθr(tr)+ary(tr)·cosθr(tr)
式中,各加速度均未经过滤波,ahl(tl)、ahr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时在水平前进方向上的加速度,alx(tl)、arx(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的X轴加速度,aly(tl)、ary(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的Y轴加速度。
(4)根据步态事件对水平前进方向上加速度进行二次积分计算步距:
通过对相邻两个站立中期之间的时段的水平前进方向加速度进行二次积分,再结合传感器在小腿上的位置,可以计算出步距,具体计算过程如下:
如图8所示,在左小腿或右小腿的各个站立中期时刻,计算该小腿(传感器)此时刻的水平前进方向上的运动速度,作为后续加速度第二次积分的初始速度:
vimms=-d·ωlzms·cosθlms
vrms=-d·ωrzms·cosθrms
式中,vlms、vrms为左、右小腿在其站立中期时刻在水平前进方向的运动速度,ωlzms、ωrzms为左、右小腿在其站立中期时刻的Z轴角速度,d为该小腿上的传感器的摆放位置距离脚底的距离。
如图8所示,将传感器视为小腿上的一点,在左小腿或右小腿的各个站立中期时刻,传感器与该侧脚底有一定的水平距离,计算步距时也应考虑,因此计算该水平位移,也可称为该小腿(传感器)的在水平前进方向上的初始位移:
slms=-d·sinθlms
srms=-d·sinθrms
式中,slms、srms为左、右小腿在其站立中期时刻在水平前进方向上的初始位移,即站立中期时该小腿上传感器距离脚底的水平距离。
在到下一个站立中期时刻之前的各个时刻,该小腿(传感器)的水平前进方向上的运动速度通过该方向上的加速度积分而得:
式中,ul(tl)、vr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时水平前进方向上的运动速度,ahl(δ)、ahr(δ)分别为左小腿、右小腿瞬时的水平前进方向上的加速度。
通过加速度积分可以得到该小腿上传感器在相邻两个站立中期时刻之间的位移距离:
式中:Tl、Tr分别为左、右小腿的两个相邻站立中期时刻之间的时间长度,sl、sr分别为左、右小腿传感器两个相邻站立中期时刻之间的位移距离。
再两个相邻站立中期时刻之前,从前一个站立中期积分计算的在后一个站立中期时该小腿在水平前进方向上的速度,与后一个站立中期时直接计算的初速度之间存在一定差距,因此对传感器加速度积分得的位移距离有一定的误差,需要利用这个速度差距进行修正:
式中:slc、src分别为左、右小腿传感器修正后的两个相邻站立中期时刻之间的位移距离,vlmsn、vrmsn分别为左、右小腿在该腿后一个站立中期时刻的水平前进方向上的运动速度,ul(Tl)、vr(Tr)分别为左小腿在Tl时刻时、右小腿在Tr时刻时水平前进方向上的运动速度。
再利用前文所述的站立中期时传感器与脚底的水平距离(小腿初始位移),可以通过两个相邻站立中期之间小腿上传感器的位移得到该腿脚底在两个相邻站立中期之间的位移,即在两个相邻站立中期之间产生的该腿的步距,也是该腿相邻着地点之间的距离,通过下式计算:
式中:LSDL、RSDL分别为左腿步距、右腿步距,slmsl、srmsl分别为左、右小腿在该腿前一个站立中期时刻的初始位移,slmsn、srmsn分别为左、右小腿在该腿后一个站立中期时刻的初始位移。
(5)拆分步距得到步长:
在脚落地时刻,人体两侧大腿、小腿基本处于伸直状态,将人体下肢简化为单摆二维几何模型,并将用户的运动简化为矢状面内的平面运动,如图6所示,将两腿简化为杆,髋关节简化为铰链。
根据图6,整条腿与铅垂线的夹角可以近似等于小腿与铅垂线的夹角,由此从理论上可以跟据几何关系近似计算该腿相邻两个站立中期时刻之间产生的步长:
LSL=L(sinθllc-sinθrlc)
RSL=L(sinθrrc-sinθlrc)
式中,LSL为左腿步长,RSL为右腿步长,θllc、θrlc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的左脚落地时刻的左、右小腿与铅垂线的夹角,θlrc、θrrc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的右脚落地时刻的左、右小腿与铅垂线的夹角,L为整条腿的长度。
但是,这样近似的计算会引入较大误差,因为在脚落地时刻腿并不是完全伸直的,因此这样计算得出步长不可取。但是左右腿步长的比例却没有很大误差,可以加以利用,本实施例中通过利用上述几何关系估算的两腿步长比例拆分步距,得到左腿和右腿的步长。。根据图6,对于左腿,步距等于左腿步长与之前一步的右腿步长之和:
LSDL=LSL+RSL
因而我们可以根据左右腿步长的比例准确拆分左腿步距计算左腿步长:
而右腿步长也有相同的计算方式:
RSDL=RSL+LSL
(6)步长测量效果验证:
通过上述步骤(1)~(5)完成步长测量后,我们利用实测数据进一步验证了测量精度。
本例中用户无下肢运动障碍,在步长测量过程中一共采集了26步。通过与每一步的步长的实际值对比,该过程测量的所有步长的均方根误差为3.2cm,为该用户实际平均步长(57.2cm)的5.6%。由此可见,本发明的方法相对于现有技术而言,拥有较高的精度;另一方面,由于使用加速度二次积分获得距离,本方法受个人行走习惯影响较小,因此拥有较好的在不同人群中的适应性。
以上所述的实施例只是本发明的一些较佳的方案,然而其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。例如,上述实施例也可以使用其他算法或者使用其他传感器来计算小腿的角度,如使用加速度计、陀螺仪、磁场传感器融合进行卡尔曼滤波算法计算左、右小腿的角度,进而用于水平前进方向上的加速度求解,并利用如图6的几何模型进行步距拆分,计算步长。而上述可穿戴设备也可以采用现有技术中的其他结构或对附图中展示的设备进行改动,如去除原设备中的有线连接,使用无线通讯传输数据,以更方便地使用。上位机单元也可以采用远程的PC机等形式。另外,在本发明的方法中,在传感器安装角度和位置准确的情况下,还可以省略对放置在腿上的传感器采集的数据进行校正的步骤,直接将传感器加速度、角速度数据作为小腿的相应数据用于步长测量的过程。
由此可见,凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。

Claims (10)

1.一种用于可穿戴式设备的人体步长测量方法,其特征在于,包括以下步骤:通过在用户两侧小腿上安装传感器,测量两侧小腿行走过程中的X、Y轴加速度和Z轴角速度,根据Z轴角速度检测行走过程中的步态事件;根据步态事件以及Z轴角速度积分确定用户行走过程中的各个时刻小腿在矢状面内与铅垂线的夹角;根据所述的夹角利用X、Y轴加速度计算小腿在水平前进方向上的加速度;根据步态事件对所述水平前进方向上加速度进行二次积分并根据传感器位于小腿上的位置关系计算步距;通过利用几何关系估算的步长比例拆分步距,得到左腿和右腿的步长。
2.如权利要求1所述的用于可穿戴式设备的人体步长测量方法,其特征在于,所述的可穿戴式设备中包含用于检测左、右小腿X、Y、Z三轴加速度以及X、Y、Z三轴角速度的传感器,左、右小腿上各一个,用户两侧小腿行走过程中的X、Y轴加速度和Z轴角速度通过该传感器获得。
3.如权利要求1所述的基于可穿戴式设备的人体步长测量方法,其特征在于:
(1)确定用户行走过程中的各个时刻小腿在矢状面内与铅垂线的夹角具体方法为:
所需要检测的步态事件包括脚落地以及站立中期;
在左小腿或右小腿的各个站立中期时刻,计算该小腿与铅垂线的夹角:
θ l m s = arcsin a l y m s g
θ r m s = arcsin a r y m s g
式中:θlms、θrms分别为左小腿、右小腿在其站立中期时刻与铅垂线的夹角,alyms、aryms分别为左小腿、右小腿在其站立中期时刻的Y轴加速度;
在到下一个站立中期时刻之前的各个时刻,通过角速度积分计算该小腿在矢状面内与铅垂线的夹角:
θ l ( t l ) = θ l m s + ∫ 0 t l ω l z ( δ ) d δ
θ r ( t r ) = θ r m s + ∫ 0 t r ω r z ( δ ) d δ
式中:tl、tr分别为当前时刻距离左、右小腿的上一个站立中期时刻的时间,θl(tl)、θr(tr)分别为左小腿在tl时刻、右小腿在tr时刻在矢状面内与铅垂线的夹角,ωlz(δ)、ωrz(δ)分别为左小腿、右小腿瞬时Z轴角速度;
由此可以得到用户行走过程中的各个时刻的两小腿与铅垂线的夹角;
(2)计算小腿在水平前进方向上的加速度的具体方法为:
利用X、Y轴加速度计算两小腿在水平前进方向上的加速度,每个时刻的加速度均通过下式计算:
ahl(tl)=-alx(tl)·sinθl(tl)+aly(tl)·cosθl(tl)
ahr(tr)=-arx(tr)·sinθr(tr)+ary(tr)·cosθr(tr)
式中,ahl(tl)、ahr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时在水平前进方向上的加速度,alx(tl)、arx(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的X轴加速度,aly(tl)、ary(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时的Y轴加速度;
(3)所述计算步距的具体方法为:
在左小腿或右小腿的各个站立中期时刻,计算该小腿此时刻在水平前进方向上的运动速度:
vlms=-d·ωlzms·cosθlms
vrms=-d·ωrzms·cosθrms
式中,vlms、vrms为左、右小腿在其站立中期时刻在水平前进方向的运动速度,ωlzms、ωrzms为左、右小腿在其站立中期时刻的Z轴角速度,d为该小腿上用于测量加速度、角速度的传感器的摆放位置距离脚底的距离;
在左小腿或右小腿的各个站立中期时刻,计算该小腿的在水平前进方向上的初始位移:
slms=-d·sinθlms
srms=-d·sinθrms
式中,slms、srms为左、右小腿在其站立中期时刻在水平前进方向上的初始位移;在到下一个站立中期时刻之前的各个时刻,该小腿的水平前进方向上的运动速度通过该方向上的加速度积分而得:
v l ( t l ) = v l m s + ∫ 0 t l a h l ( δ ) d δ
v r ( t r ) = v r m s + ∫ 0 t r a h r ( δ ) d δ
式中,vl(tl)、vr(tr)分别为左小腿在tl时刻时、右小腿在tr时刻时水平前进方向上的运动速度,ahl(δ)、ahr(δ)分别为左小腿、右小腿瞬时的水平前进方向上的加速度;
该小腿在相邻两个站立中期时刻之间产生的该腿的步距,通过下式计算:
L S D L = s l m s l - s l m s n + ∫ 0 T l v l ( t l ) dt l + 1 2 T l · ( v l m s n - v l ( T l ) )
R S D L = s r m s l - s r m s n + ∫ 0 T r v r ( t r ) dt r + 1 2 T r · ( v r m s n - v r ( T r ) )
式中:LSDL、RSDL分别为左腿步距、右腿步距,slmsl、srmsl分别为左、右小腿在该腿前一个站立中期时刻的水平前进方向上的初始位移,slmsn、srmsn分别为左、右小腿在该腿后一个站立中期时刻的水平前进方向上的初始位移,Tl、Tr分别为左、右小腿的相邻两个站立中期时刻之间的时间长度,vlmsn、vrmsn分别为左、右小腿在该腿后一个站立中期时刻的水平前进方向上的运动速度,vl(Tl)、vr(Tr)分别为左小腿在Tl时刻时、右小腿在Tr时刻时通过加速度积分计算的水平前进方向上的运动速度;
(4)拆分步距得到步长的具体方法为:
该小腿相邻两个站立中期时刻之间产生的该腿的步长,通过下式计算:
L S L = L S D L · sinθ l l c - sinθ r l c sinθ l l c - sinθ r l c + sinθ r r c - sinθ l r c
R S L = R S D L · sinθ r r c - sinθ l r c sinθ l l c - sinθ r l c + sinθ r r c - sinθ l r c
式中,LSL为左腿步长,RSL为右腿步长,θllc、θrlc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的左脚落地时刻的左、右小腿与铅垂线的夹角,θlrc、θrrc分别为发生在该腿前一个站立中期时刻到后一个站立中期时刻之间的右脚落地时刻的左、右小腿与铅垂线的夹角。
4.如权利要求2所述的用于可穿戴式设备的人体步长测量方法,其特征在于,测量步长之前,预先监测目标用户的一定距离内的直线行走过程,确定每个传感器的X、Y轴实际方向偏离矢状面的角度:
式中:为该传感器X轴实际方向偏离矢状面的角度,为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相时该传感器X轴角速度的平均值,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值;
在测量步长过程中,每个传感器测得的三轴加速度,三轴角速度数据在使用前都预先进行第一次修正,修正公式为:
式中:ax、ay、az为该传感器测量的X、Y、Z轴加速度,ax1、ay1、az1为传感器的测量数据经该次修正后得到的X、Y、Z轴加速度;ωx、ωy、ωz为该传感器测量的X、Y、Z轴角速度,ωx1、ωy1、ωz1为传感器的测量数据经该次修正后得到的X、Y、Z轴角速度。
5.如权利要求4所述的用于可穿戴式设备的人体步长测量方法,其特征在于,测量步长之前,还需预先监测目标用户的静止站立状态,确定此状态下每个传感器X轴实际方向偏离铅垂线的角度:
式中:为静止站立状态下该传感器X轴实际方向偏离铅垂线的角度,ays1为用户静止站立时该传感器测得的经过第一次修正后的Y轴加速度,g为重力加速度;
在测量步长过程中,每个传感器经过第一次修正后得到的三轴加速度、三轴角速度数据,在使用前还需进行第二次修正,修正公式如下:
式中:axc、ayc、azc为传感器的测量数据经第二次修正后得到的X、Y、Z轴加速度;ωxc、ωyc、ωzc为传感器的数据经第二次修正后得到的X、Y、Z轴角速度;
在测量步长过程中,axc、ayc、azc即为所述的小腿X、Y、Z轴加速度,ωxc、ωyc、ωzc即为所述的小腿X、Y、Z轴角速度。
6.一种实现权利要求1所述人体步长测量方法的可穿戴式设备,其特征在于,包括两个惯性传感器和上位机,每个惯性传感器包含三维加速度计以及三维角速度计,惯性传感器与上位机相连进行数据传输,上位机用于控制两个惯性传感器采集加速度、角速度数据,并将数据收集和存储。
7.如权利要求6所述的可穿戴式设备,其特征在于,还包括用于固定惯性传感器的固定带。
8.如权利要求6所述的可穿戴式设备,其特征在于,所述的惯性传感器为基于MPU6050芯片的惯性传感器。
9.如权利要求6所述的可穿戴式设备,其特征在于,所述的惯性传感器采样频率不低于100Hz。
10.如权利要求6所述的可穿戴式设备,其特征在于,所述的上位机将惯性传感器测量的数据存储入SD卡中。
CN201710039236.XA 2017-01-19 2017-01-19 一种用于可穿戴式设备的人体步长测量方法及其测量设备 Active CN106908021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710039236.XA CN106908021B (zh) 2017-01-19 2017-01-19 一种用于可穿戴式设备的人体步长测量方法及其测量设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710039236.XA CN106908021B (zh) 2017-01-19 2017-01-19 一种用于可穿戴式设备的人体步长测量方法及其测量设备

Publications (2)

Publication Number Publication Date
CN106908021A true CN106908021A (zh) 2017-06-30
CN106908021B CN106908021B (zh) 2019-04-12

Family

ID=59207355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710039236.XA Active CN106908021B (zh) 2017-01-19 2017-01-19 一种用于可穿戴式设备的人体步长测量方法及其测量设备

Country Status (1)

Country Link
CN (1) CN106908021B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107374643A (zh) * 2017-08-16 2017-11-24 南京信息职业技术学院 一种少儿步姿检测鞋及步姿检测方法
CN107616798A (zh) * 2017-09-19 2018-01-23 北京工业大学 一种基于重力加速度的步态不对称性检测方法
CN109282806A (zh) * 2017-07-20 2019-01-29 罗伯特·博世有限公司 用于确定步行者位置的方法、装置和存储介质
CN109387220A (zh) * 2017-08-03 2019-02-26 北京自动化控制设备研究所 一种步行微惯性导航设备方位安装偏差校正方法
CN109646009A (zh) * 2018-11-15 2019-04-19 北京中科汇成科技有限公司 基于便携式步态分析系统的步态时空参数的计算方法
WO2019180029A1 (en) 2018-03-19 2019-09-26 Ao Technology Ag Device and method for evaluating gait asymmetry
CN110974242A (zh) * 2019-12-26 2020-04-10 浙江福祉医疗器械有限公司 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN111012358A (zh) * 2019-12-26 2020-04-17 浙江福祉医疗器械有限公司 一种人体踝关节运动轨迹测量方法及可穿戴式设备
CN111297368A (zh) * 2020-01-20 2020-06-19 深圳市丞辉威世智能科技有限公司 步态识别方法、装置、设备及可读存储介质
EP3649939A4 (en) * 2017-07-04 2020-07-15 Fujitsu Limited INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING SYSTEM AND INFORMATION PROCESSING METHOD
US20200383609A1 (en) * 2019-06-10 2020-12-10 Honda Motor Co., Ltd. Posture estimation device, posture estimation method, and storage medium
CN113204009A (zh) * 2021-05-12 2021-08-03 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN113390437A (zh) * 2021-05-06 2021-09-14 上海奥欧智能科技有限公司 一种基于imu的计步定位的步长修正系统及方法
CN114432098A (zh) * 2022-01-27 2022-05-06 中山大学附属第一医院 一种基于模型的步态矫正装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7627450B2 (en) * 2006-10-31 2009-12-01 Samsung Electronics Co., Ltd. Movement distance measuring apparatus and method
CN102824177A (zh) * 2012-07-25 2012-12-19 王哲龙 一种三维人体步态定量分析系统和方法
CN103267524A (zh) * 2013-04-24 2013-08-28 华中科技大学 一种穿戴式的人员步态检测室内定位系统及方法
CN103519819A (zh) * 2012-07-06 2014-01-22 王振兴 步态分析方法及步态分析系统
CN104905794A (zh) * 2015-05-12 2015-09-16 上海大学 一种行人步频计算系统及其方法
CN106166071A (zh) * 2016-07-04 2016-11-30 中国科学院计算技术研究所 一种步态参数的采集方法及设备
CN106333692A (zh) * 2016-11-15 2017-01-18 上海市共进通信技术有限公司 检测人体步态周期和步长的腿部或足部穿戴装置及其方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7627450B2 (en) * 2006-10-31 2009-12-01 Samsung Electronics Co., Ltd. Movement distance measuring apparatus and method
CN103519819A (zh) * 2012-07-06 2014-01-22 王振兴 步态分析方法及步态分析系统
CN102824177A (zh) * 2012-07-25 2012-12-19 王哲龙 一种三维人体步态定量分析系统和方法
CN103267524A (zh) * 2013-04-24 2013-08-28 华中科技大学 一种穿戴式的人员步态检测室内定位系统及方法
CN104905794A (zh) * 2015-05-12 2015-09-16 上海大学 一种行人步频计算系统及其方法
CN106166071A (zh) * 2016-07-04 2016-11-30 中国科学院计算技术研究所 一种步态参数的采集方法及设备
CN106333692A (zh) * 2016-11-15 2017-01-18 上海市共进通信技术有限公司 检测人体步态周期和步长的腿部或足部穿戴装置及其方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3649939A4 (en) * 2017-07-04 2020-07-15 Fujitsu Limited INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING SYSTEM AND INFORMATION PROCESSING METHOD
CN109282806A (zh) * 2017-07-20 2019-01-29 罗伯特·博世有限公司 用于确定步行者位置的方法、装置和存储介质
CN109282806B (zh) * 2017-07-20 2024-03-22 罗伯特·博世有限公司 用于确定步行者位置的方法、装置和存储介质
CN109387220A (zh) * 2017-08-03 2019-02-26 北京自动化控制设备研究所 一种步行微惯性导航设备方位安装偏差校正方法
CN109387220B (zh) * 2017-08-03 2022-07-08 北京自动化控制设备研究所 一种步行微惯性导航设备方位安装偏差校正方法
CN107374643A (zh) * 2017-08-16 2017-11-24 南京信息职业技术学院 一种少儿步姿检测鞋及步姿检测方法
CN107616798A (zh) * 2017-09-19 2018-01-23 北京工业大学 一种基于重力加速度的步态不对称性检测方法
CN107616798B (zh) * 2017-09-19 2020-06-19 北京工业大学 一种基于重力加速度的步态不对称性检测方法
WO2019180029A1 (en) 2018-03-19 2019-09-26 Ao Technology Ag Device and method for evaluating gait asymmetry
CN109646009A (zh) * 2018-11-15 2019-04-19 北京中科汇成科技有限公司 基于便携式步态分析系统的步态时空参数的计算方法
CN109646009B (zh) * 2018-11-15 2021-11-26 北京中科汇成科技有限公司 基于便携式步态分析系统的步态时空参数的计算方法
US11678817B2 (en) 2019-06-10 2023-06-20 Honda Motor Co., Ltd. Posture estimation device, posture estimation method, and storage medium
US20200383609A1 (en) * 2019-06-10 2020-12-10 Honda Motor Co., Ltd. Posture estimation device, posture estimation method, and storage medium
CN112057078A (zh) * 2019-06-10 2020-12-11 本田技研工业株式会社 姿态推定装置、姿态推定方法以及存储介质
EP3750479A1 (en) * 2019-06-10 2020-12-16 Honda Motor Co., Ltd. Posture estimation device, posture estimation method, and posture estimation program
JP2020201125A (ja) * 2019-06-10 2020-12-17 本田技研工業株式会社 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム
JP7215965B2 (ja) 2019-06-10 2023-01-31 本田技研工業株式会社 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム
CN110974242A (zh) * 2019-12-26 2020-04-10 浙江福祉医疗器械有限公司 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN110974242B (zh) * 2019-12-26 2023-02-10 浙江福祉科创有限公司 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN111012358A (zh) * 2019-12-26 2020-04-17 浙江福祉医疗器械有限公司 一种人体踝关节运动轨迹测量方法及可穿戴式设备
CN111297368A (zh) * 2020-01-20 2020-06-19 深圳市丞辉威世智能科技有限公司 步态识别方法、装置、设备及可读存储介质
CN113390437A (zh) * 2021-05-06 2021-09-14 上海奥欧智能科技有限公司 一种基于imu的计步定位的步长修正系统及方法
CN113204009A (zh) * 2021-05-12 2021-08-03 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN113204009B (zh) * 2021-05-12 2023-12-22 深圳康佳电子科技有限公司 跑步步长提醒方法、装置、终端及计算机可读存储介质
CN114432098A (zh) * 2022-01-27 2022-05-06 中山大学附属第一医院 一种基于模型的步态矫正装置

Also Published As

Publication number Publication date
CN106908021B (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN106908021B (zh) 一种用于可穿戴式设备的人体步长测量方法及其测量设备
CN106419928B (zh) 一种可穿戴式设备及用于该设备的实时步长测量方法
WO2018132999A1 (zh) 一种用于可穿戴式设备的人体步长测量方法及其测量设备
WO2018081986A1 (zh) 一种可穿戴式设备及用于该设备的实时步长测量方法
CN104757976B (zh) 一种基于多传感器融合的人体步态分析方法和系统
CN104061934B (zh) 基于惯性传感器的行人室内位置跟踪方法
KR101751760B1 (ko) 하지 관절 각도를 이용한 보행 인자 추정 방법
US20150149104A1 (en) Motion Tracking Solutions Using a Self Correcting Three Sensor Architecture
WO2017014294A1 (ja) 歩行解析方法および歩行解析システム
CN108836346A (zh) 一种基于惯性传感器的人体步态分析方法和系统
CN109940584A (zh) 一种外骨骼机器人及其检测人体运动意图的检测方法
CN110450159B (zh) 一种双足机器人的足部状态检测装置以及基于该装置的斜面行走方法
CN106767790B (zh) 人体下肢运动模型与卡尔曼滤波融合估计行人移动跟踪的方法
CN103120586A (zh) 人体步态运动学参数采集辅助装置和方法
CN107137089A (zh) 一种穿戴式传感鞋系统及步态评估方法
Tumkur et al. Modeling human walking for step detection and stride determination by 3-axis accelerometer readings in pedometer
WO2017004403A1 (en) Biomechanical information determination
CN103042526A (zh) 仿人机器人控制单脚支撑期支撑脚板的方法和装置
CN106125908A (zh) 一种动作捕捉校准系统
Salehi et al. Body-IMU autocalibration for inertial hip and knee joint tracking
CN111895997B (zh) 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法
CN104887237B (zh) 一种基于人体运动模式监测的行人导航方法
CN110974242A (zh) 一种用于可穿戴式设备的步态异常程度评价方法及该设备
CN105415396A (zh) 一种关节级联系统的运动参数检测方法及关节级联系统
CN108030497A (zh) 一种基于imu惯性传感器的步态分析装置及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant