CN107397553A - 一种基于静电探测的步伐周期监测装置 - Google Patents

一种基于静电探测的步伐周期监测装置 Download PDF

Info

Publication number
CN107397553A
CN107397553A CN201710406897.1A CN201710406897A CN107397553A CN 107397553 A CN107397553 A CN 107397553A CN 201710406897 A CN201710406897 A CN 201710406897A CN 107397553 A CN107397553 A CN 107397553A
Authority
CN
China
Prior art keywords
paces
signal
electrostatic
cycle
human body
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
Application number
CN201710406897.1A
Other languages
English (en)
Inventor
李鹏斐
陈曦
王伟
李孟轩
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Publication of CN107397553A publication Critical patent/CN107397553A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开一种用于监测人体踏步或走路时的步伐周期的装置，该装置采用非接触式测量方法，该探测方法属于静电探测领域。本监测装置的工作过程如下：步骤一：利用该装置表面的金属电极采集检测环境中的静电信号；步骤二：将采集到的信号经过内部信号处理电路处理后得到能够表征人体步伐的电信号；步骤三：内部信号处理芯片对该电信号进行精确步伐周期获取算法处理；步骤四：装置中的控制芯片完成步伐周期获取并得到此刻人体走路或踏步的步伐周期；步骤五：控制芯片存储并监测实时的步伐周期信号，在发现人的步伐周期在瞬时有明显改变时会对佩戴该装置的人进行报警提醒。本发明将非接触式静电探测技术应用于人体步伐周期测量中，并可以在步伐周期出现异常的时候对佩戴者进行提醒。为医疗监视或健康检测领域提供了新的解决方案。

Description

一种基于静电探测的步伐周期监测装置
技术领域
本发明涉及一种非接触式人体步伐周期监测装置，属于电子技术应用领域。
背景技术
随着社会的发展人们对于自身健康状态以及社会安全性给予越来越多的关注，而科学技术的进步使得人们可以利用各种便携设备和应用程序方便快捷地随时随地对自身的健康状况以及身份信息进行监测。行走作为人们生活中必不可少的一项活动，现在更成为许多人强身健体的一种锻炼方式。行走时的步态和步伐快慢虽然受到不同个体身高、体重、走路习惯等因素的影响，但同时也隐藏着丰富的个人身体状态和健康状况的信息。所以，最近几十年关于人体步伐特征和规律方面越来越受到研究人员关注。
研究表明，每个人的步态都各不相同，步态作为一种人体特征，具有不受距离影响、非侵犯性、难以伪装、受环境影响小等独特的优点。正常人的步态都具有一定的共性，但由于不同人各自的一些生理状况和行走习惯的不同，不同个体的步态也相应的会呈现出一定的差别。所以可以利用步态中的信息，来进行人体健康监测或生物识别。
目前关于人体步伐的研究通常采用的方式是通过在被测试对象身上佩戴加速度传感器，测量并记录目标人员在行进过程中加速度的变化信号，从而获取目标人员步态信号和步伐周期以进行研究。这种方式因为可以直接将所测的加速度信号与腿部的摆动直接联系起来而倍受亲睐，得到了广泛的应用。另一种被经常采用的方式是利用摄像机拍摄测试对象的行走过程，对人体行走时的图像进行“特征步态”分析，直接研究目标人员的步伐规律，但该方法受到环境的影响较大，且不能再黑暗的环境中进行。
而静电探测技术是利用运动中物体所带的静电实现对目标的探测识别。“Triboelectrification of houseflies(Musca domestic L.)walking on syntheticdielectric surfaces”Mcgonigle D F,Jackson C W and Davidson J L2002J.Electrostat.54 167-177中首次提出对爬行中的昆虫进行静电探测的方法。受此启发，“Electrification of human body by walking”Ficker T 2006J.Electrostat.6410-16通过安装在人身体上的静电计对运动中人体电势的变化进行了研究。由于一切运动的物体都会带上静电，而静电场具有唯一的边界条件，因此可以将静电探测方法应用于测量人体步态周期。
利用静电探测技术进行人体步态周期的获取，是一种可以在非接触的条件下进行人体步态信号获取的方法，由于人体在一定的环境中会因为各种原因带有一定的静电荷，而人体步行时脚步与地面之间的电容会发生变化，因此可以通过采用非接触式探测电极获取人体运动所产生的静电信号来得到人体运动的步伐周期，再对步伐周期进行分析，达到健康监控或者步态识别的目的；这种基于静电探测的步态周期获取方式目前还并未得到很好的应用及推广，而且静电探测不受光照的影响，且不需要对外放射能量，消耗功率小，在适当的功率设计后可制作成随身携带的监测模块，本专利利用静电探测的方式进行人体步态监测，有着良好的应用前景。
发明内容
本发明要解决的技术问题是利用非接触式静电探测方式实现对人体步伐周期的测量与监测，本发明通过非接触式静电探测方法获取人体踏步或走路时的静电信号，再经信号处理后得到相关步伐电信号图，从中得到人体步伐周期。本发明公开了一种通过静电探测方法监测人体步伐周期的装置，该装置可用于人体步态周期的获取和人体步态监控中，可降低人体运动检测系统的设计复杂程度，降低其设计成本，实现对人体运动状态的测量。
本发明的目的是通过以下技术方案实现：
本发明公开的一种基于静电探测的人体步伐周期监测装置，该装置由探测电极、信号处理电路、控制芯片、存储器、警报器组成，其具体运行步骤如下：
步骤一：利用该装置表面的金属电极采集检测环境中的静电信号；
步骤二：将采集到的信号经过内部信号处理电路处理后得到能够表征人体步伐的电信号；
步骤三：内部信号处理芯片对该电信号进行精确步伐周期获取算法处理；
步骤四：装置中的控制芯片完成步伐周期获取并得到此刻人体走路或踏步的步伐周期；
步骤五：控制芯片存储并监测实时的步伐周期信号，在发现人的步伐周期在瞬时有明显改变时会对佩戴该装置的人进行报警提醒。
所述一种基于静电探测的步伐周期监测装置，其特征在于：所述信号处理过程包括微电流放大电路、50Hz工频陷波和10Hz低通滤波；探测极板用于获取静电感应电荷量，电荷量的变化会产生静电感应电流，该电流经过T型反馈网络组成的微电流放大电路后得到可被测量的电压值，之后该信号经过50Hz工频陷波和10Hz低通滤波去除噪声，得到表征人体步伐的电信号。
步骤三中精确步伐周期获取算法的原理为：该算法利用探测电极所获取的人体步伐静电信号在时间尺度上呈一定的重复性的特性，通过分析其“自身”与“自身”的相关性来将探测电极上获取的原步伐静电信号中的干扰滤除。
所述的一种基于静电探测的步伐周期监测装置，其特征在于：步骤五的运行原理为，控制芯片对经过精确步伐周期获取算法的信号进行判断，其相邻峰值间的时间差即为人体步伐周期。得到实时步伐周期后存储在存储器中，并对其进行比较，一旦发现目前的步伐周期相对之前的有较大变动时控制报警器发出报警。
由于静电探测原理不会受到遮挡物的影响，且能够低功耗全天候运行，所以通过非接触式静电探测技术进行步伐周期监测具有可监测时间长的优点。
有益效果：
1、本发明的基于静电探测的非接触式人体步伐周期监测装置，可以通过非接触式静电探测方法测量人体踏步或走路时的步伐周期，之后对其进行监测。非接触式的方法保证了该装置对其佩戴者不会产生过多干预与影响。
2、本发明的基于静电探测的非接触式人体步伐周期监测装置，由于利用了静电感应信号传播过程中受遮挡物阻碍小的特点，具有测量范围大的优点。
3、本发明的基于静电探测的非接触式人体步伐周期监测装置，由于采用了被动式静电探测方法，其不受光线影响，具有全天候的监测能力。
附图说明
图1人体步伐静电信号相关性分析结果图
图2是基于静电探测的非接触式人体步伐周期监测装置的原理框图
具体实施方式
下面结合附图详细描述本发明的具体实施方式。
本发明的一种基于静电探测的非接触式人体步伐周期监测装置具体运行步骤如下：
步骤一：利用该装置表面的金属电极采集检测环境中的静电信号；
步骤二：将采集到的信号经过信号处理电路，包括微电流放大电路、50Hz 工频陷波和10Hz低通滤波；探测极板用于获取静电感应电荷量，电荷量的变化会产生静电感应电流，该电流经过T型反馈网络组成的微电流放大电路后得到可被测量的电压值，之后该信号经过50Hz工频陷波和10Hz低通滤波去除噪声，得到表征人体步伐的电信号。
步骤三：内部信号处理芯片利用精确步伐周期获取算法对该电信号进行时间轴运算，利用探测电极所获取的人体步伐静电信号在时间尺度上呈一定的重复性的特性，通过分析其“自身”与“自身”的相关性来将探测电极上获取的原步伐静电信号中的干扰滤除。
具体如下：
首先定义相关函数：
其中，x(n)和y(n)是两个能量有限的确定信号，ρxy为x(n)和y(n)的相关系数。本发明选取探测电极所获取的人体步伐静电信号作为输入量x(n)，再在原步伐静电信号中选取峰值最大的一个波形为样本波形作为y(n)输入。在进行分析时，从原步伐静电信号x(n)起始点开始，不断将y(n)右移，与x(n)中相同长度序列进行相关性分析。
而ρxy是由公式中分子确定大小，可以将也称为x(n) 和y(n)的相关系数，ρxy则又称为归一化的相关系数。
当输入信号为原步伐静电信号x(n)以及步伐静电信号中选取的样本波形y(n)时，在一般情况下，由于环境中各种噪声的存在，使得x(n)、y(n)都是由有用信号s(n)、s’(n)和噪声信号u(n)、u’(n)组成的，亦即x(n)＝s(n)+u(n)，y(n)＝s’(n)+u’(n)，则截取的新信号x(n)与原步伐静电信号y(n)的相关函数为：
式中，rus’(m)和rsu’(m)是s’(n)和u(n)与s(n)和u’(n)的互相关，而对于一般情况下的噪声，其应是随机产生的，并不会与有用信号s(n)和s’(n)有相关性，故 rus’(m)和rsu’(m)这两个值应该很小。式中ruu’(m)是原步伐静电信号与所截取静电信号中噪声的互相关函数，而在一段时间内，噪声的变化并不是确定的，由此可知ruu’(m)也较小。因此，截取的新信号x(n)与原步伐静电信号y(n)相关后的值与两信号中的有用信号有关。
在对截取的新信号与原步伐静电信号进行相关分析时，操作是从计时起点开始，平移至计时终点，计算所得相关系数构成一个新的时间序列。
由于本发明中所选取的进行相关的信号为原信号中的一部分以及原步伐信号，所以随着相关的不断进行，当遇到原步伐静电信号的峰值时，会使得相关函数产生一个峰值，且该峰值只与原步伐静电信号中的峰值与样本信号的峰值之间大小差别相关。
按照上述方法，对通过非接触式静电探测器获取的人体步伐静电信号进行相关性分析，所得结果如图1所示。由图1可以看出，在进行相关性分析操作后，新序列波形平滑，原信号中峰值处的波动被消除且相关后序列与原步伐信号序列在时间坐标上并未发生变化。而本发明运用此方法主要是为了确定峰值点的时间值以最终确定人体步伐周期，只需要确定时域上的信息，因此，在进行相关后纵坐标的归一化相关系数值并不影响峰值的确定，因此可根据该序列获得人体步伐周期。
步骤四：装置中的控制芯片检测算法处理后电信号的峰值点，其相邻峰值点的时间差为此刻人体走路或踏步的步伐周期；
步骤五：控制芯片存储并监测实时的步伐周期信号，在发现人的步伐周期在瞬时有明显改变时会对佩戴该装置的人进行报警提醒。
本发明保护范围不仅局限于本实施例，本实施例用于解释本发明，凡与本发明在相同原理和构思条件下的变更或修改均在本发明公开的保护范围之内。

Claims (4)

1.一种基于静电探测的步伐周期监测装置，由探测电极、信号处理电路、控制芯片、存储器、警报器组成，其运行原理如下：
步骤一：利用该装置表面的金属电极采集检测环境中的静电信号；
步骤二：将采集到的信号经过内部信号处理电路处理后得到能够表征人体步伐的电信号；
步骤三：内部信号处理芯片对该电信号进行精确步伐周期获取算法处理；
步骤四：装置中的控制芯片完成步伐周期获取并得到此刻人体走路或踏步的步伐周期；
步骤五：控制芯片存储并监测实时的步伐周期信号，在发现人的步伐周期在瞬时有明显改变时会对佩戴该装置的人进行报警提醒。
2.根据权利要求1所述一种基于静电探测的步伐周期监测装置，其特征在于：所述一种基于静电探测的步伐周期监测装置，其特征在于：所述信号处理过程包括微电流放大电路、50Hz工频陷波和10Hz低通滤波；探测极板用于获取静电感应电荷量，电荷量的变化会产生静电感应电流，该电流经过T型反馈网络组成的微电流放大电路后得到可被测量的电压值，之后该信号经过50Hz工频陷波和10Hz低通滤波去除噪声，得到表征人体步伐的电信号。
3.根据权利要求1或2所述的一种基于静电探测的步伐周期监测装置，其特征在于：步骤三中精确步伐周期获取算法的原理为：该算法利用探测电极所获取的人体步伐静电信号在时间尺度上呈一定的重复性的特性，通过分析其“自身”与“自身”的相关性来将探测电极上获取的原步伐静电信号中的干扰滤除。
4.根据权利要求1或2或3所述的一种基于静电探测的步伐周期监测装置，其特征在于：步骤五的运行原理为，控制芯片对经过精确步伐周期获取算法的信号进行判断，其相邻峰值间的时间差即为人体步伐周期。得到实时步伐周期后存储在存储器中，并对其进行比较，一旦发现目前的步伐周期相对之前的有较大变动时控制报警器发出报警。
CN201710406897.1A 2017-01-21 2017-06-02 一种基于静电探测的步伐周期监测装置 Pending CN107397553A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710044495 2017-01-21
CN2017100444951 2017-01-21

Publications (1)

Publication Number Publication Date
CN107397553A true CN107397553A (zh) 2017-11-28

Family

ID=60405027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710406897.1A Pending CN107397553A (zh) 2017-01-21 2017-06-02 一种基于静电探测的步伐周期监测装置

Country Status (1)

Country Link
CN (1) CN107397553A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112484745A (zh) * 2019-09-12 2021-03-12 意法半导体股份有限公司 使用双重确认检测步伐的系统和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1271389A2 (en) * 2001-06-18 2003-01-02 Nec Corporation Fingerprint input device
WO2007094464A1 (ja) * 2006-02-16 2007-08-23 Yamaguchi University 心肺機能計測装置
US7671599B1 (en) * 2007-01-31 2010-03-02 Western Digital Technologies, Inc. Static electricity monitor comprising a walking footpad electrode and handrail electrode
CN102458239A (zh) * 2009-06-05 2012-05-16 皇家飞利浦电子股份有限公司 电容式感测系统
CN102764130A (zh) * 2012-07-04 2012-11-07 北京理工大学 一种用于测量手部运动速度的非接触式静电探测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1271389A2 (en) * 2001-06-18 2003-01-02 Nec Corporation Fingerprint input device
WO2007094464A1 (ja) * 2006-02-16 2007-08-23 Yamaguchi University 心肺機能計測装置
US7671599B1 (en) * 2007-01-31 2010-03-02 Western Digital Technologies, Inc. Static electricity monitor comprising a walking footpad electrode and handrail electrode
CN102458239A (zh) * 2009-06-05 2012-05-16 皇家飞利浦电子股份有限公司 电容式感测系统
CN102764130A (zh) * 2012-07-04 2012-11-07 北京理工大学 一种用于测量手部运动速度的非接触式静电探测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李鹏斐: "基于静电信号的人体步伐周期长程相关性研究", 《电子学报》 *
李鹏斐: "训练对于步伐周期长程相关性的影响研究", 《北京理工大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112484745A (zh) * 2019-09-12 2021-03-12 意法半导体股份有限公司 使用双重确认检测步伐的系统和方法

Similar Documents

Publication Publication Date Title
CN104729507B (zh) 一种基于惯性传感器的步态识别方法
Wang et al. Kernel fusion based extreme learning machine for cross-location activity recognition
Sun et al. Activity recognition on an accelerometer embedded mobile phone with varying positions and orientations
Ngoh et al. Estimation of vertical ground reaction force during running using neural network model and uniaxial accelerometer
Yoneyama et al. Accelerometry-based gait analysis and its application to Parkinson's disease assessment—part 1: detection of stride event
CN104990562B (zh) 基于自相关运算的计步方法
Bian et al. Passive capacitive based approach for full body gym workout recognition and counting
CN106170746A (zh) 由运动移动属性计算步伐和能量消耗
CN106491138A (zh) 一种运动状态检测方法及装置
CN108021888A (zh) 一种跌倒检测方法
EP3090684A1 (en) Pedometer and method for analyzing motion data
Ryu et al. Adaptive step detection algorithm for wireless smart step counter
EP3090685A1 (en) Pedometer and method for analyzing motion data
KR20190105867A (ko) 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법
Allahbakhshi et al. The key factors in physical activity type detection using real-life data: A systematic review
Jin A review of AI Technologies for Wearable Devices
Seo et al. Step counting on smartphones using advanced zero-crossing and linear regression
Khalifa et al. Step detection from power generation pattern in energy-harvesting wearable devices
Baldwin et al. Gait analysis for fall prediction using hierarchical textile-based capacitive sensor arrays
CN108245168A (zh) 一种基于静电探测的步伐周期测量方法
Fida et al. Real time event-based segmentation to classify locomotion activities through a single inertial sensor
CN107397553A (zh) 一种基于静电探测的步伐周期监测装置
CN108236469A (zh) 一种可用于区别人体运动状态的装置
JP2006110072A (ja) 非接触歩行検出方法とシステム及び該システムを用いた個人認証方法とシステム
Chunsheng et al. Human gait feature data analysis and person identification based on IMU

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171128