CN107930048A - 一种太空体感识别运动分析系统及运动分析方法 - Google Patents

Abstract

本发明适用于失重生理效应防护技术领域，提供了一种太空体感识别运动分析系统及运动分析方法，传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标；所述分析人体动作数据模块，用于根据所述锻炼者的人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数；所述显示分析结果模块，用于显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。本发明在锻炼者跑步时，将计算分析的运动结果同步地显示在锻炼者面前，能帮助锻炼者直观掌握自己的运动姿势和状态。

Description

一种太空体感识别运动分析系统及运动分析方法

技术领域

本发明属于失重生理效应防护技术领域，尤其涉及一种太空体感识别运动分析系统及运动分析方法。

背景技术

随着空间开发工作的进一步发展发现，人类在空间停留14个月是不会危及生命的，这也是目前人类在太空停留的最长时间。但是，航天飞行中人体对空间环境产生自然适应而出现生理改变，失重使骨骼肌肉系统承重减少，肌肉的工作能力、力量和耐力下降，各肌群甚至发生不同程度的萎缩，肌肉重量减少，骨量流失，影响到人类返回地面的再适应。

太空体感识别运动分析系统的研究，不仅有助于对抗太空失重对人体健康的影响，促进载人航天工程的发展，还能面向大众健康，提高大众跑步锻炼的积极性。

跑台锻炼是一种全身性的周期性运动，运动量较大，分为缓冲、蹬伸和腾空3个阶段，每个阶段均涉及到下肢多个肌肉的参与，对人体的心血管、骨骼、肌肉系统都是一种很好的保护，是美国和俄罗斯中最常用的一种体育锻炼防护措施。但是跑台锻炼枯燥乏味，用户对自己的锻炼情况不能实时掌握，导致锻炼的积极主动性受到一定的挑战，从而影响锻炼效果。

另外，如何能在太空中、在失重条件下制定出趣味性与科学性集于一体的体能训练计划，将对人们在太空条件下的身体训练起到积极的作用。在不久的将来，中国将迎来长期载人飞行的里程碑时代。在这一时期各项在轨防护技术都将日趋成熟。借鉴国外的飞行防护经验，同时根据我国载人KJZ的实际情况，建立中国失重生理效应防护体系是中国载人航天发展的关键。

发明内容

本发明实施例的目的在于提供一种太空体感识别运动分析系统，旨在解决现有跑台锻炼系统，不能直观展示用户的运动姿势和状态，不利于提高用户的锻炼兴趣度和体验度的问题。

本发明实施例是这样实现的，一种太空体感识别运动分析系统，包括传感器、分析人体动作数据模块、显示分析结果模块；

所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标；所述分析人体动作数据模块，用于根据所述锻炼者的人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数；

所述显示分析结果模块，用于显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

进一步地，在所述太空体感识别运动分析系统中，所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，在骨骼数据中提取人体25个关节点的数据，利用人体25个关节点的数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标。

进一步地，在所述太空体感识别运动分析系统中，所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，在骨骼数据中提取跑台上锻炼者的人体左右两侧髋关节、膝关节、踝关节的动作数据，利用人体左右两侧髋关节、膝关节、踝关节的动作数据以及预建的三维坐标系，确定所述锻炼者的人体左右两侧髋关节、膝关节、踝关节的三维坐标。

进一步地，在所述太空体感识别运动分析系统中，所述分析人体动作数据模块，具体用于：

在所述人体关节点的三维坐标中，提取左右髋关节、膝关节、踝关节的坐标；

根据所述髋关节、膝关节以及踝关节坐标的变化，生成下肢运动参数，所述下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、跑步速度以及加速度中的至少一种。

进一步地，在所述太空体感识别运动分析系统中，所述显示分析结果模块，具体用于显示下肢运动参数，所述下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、跑步速度以及加速度中的至少一种。

进一步地，在所述太空体感识别运动分析系统中，所述太空体感识别运动分析系统还包括存储与查看分析结果模块；

所述存储与查看分析结果模块，用于存储捕捉与分析的骨骼数据，根据锻炼者姓名、编号、日期生成相应的文件夹。

进一步地，在所述太空体感识别运动分析系统中，所述太空体感识别运动分析系统内还设有存储模块和交互模块，所述交互模块为按钮、触摸屏或语音输入模块；

存储模块用于存储至少一次的锻炼者的骨骼数据，所述骨骼数据包括数值数据、图表数据、视频数据中的至少一种。

进一步地，在所述太空体感识别运动分析系统中，所述交互模块用于接收用户选择的时间段；

存储模块用于根据选择的时间段，记录选择的时间段内产生的骨骼数据。

本发明的另一实施例在于提供一种基于上述太空体感识别运动分析系统的运动分析方法，包括：

所述传感器通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标，向分析人体动作数据模块发送所述锻炼者的人体关节点的三维坐标；

所述分析人体动作数据模块接收并根据所述人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数，向显示分析结果模块传递所述锻炼者的下肢运动参数；

所述显示分析结果模块接收并显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

在本发明中，显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态，解决了现有跑台锻炼系统，不能直观展示用户的运动姿势和状态，不利于提高用户的锻炼兴趣度和体验度的问题。在锻炼者跑步时，将计算分析的运动结果同步地显示在锻炼者面前，能帮助锻炼者直观掌握自己的运动姿势和状态。此外，传感器通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，无需在锻炼者身上粘贴标记点，能通过对视觉数据的处理来判断用户的动作，具备较高的身体跟踪能力，即使处于太空中，也能实时获取深度数据、RGB数据、声音、骨骼节点，有益效果在于以下两方面，一方面，由于光学式传感器捕获速度快、具有较高的更新率和较低的延迟，且不存在累积误差及电磁波等外界干扰，能实时获取骨骼数据，提高了下肢运动参数的实时性，另一方面扩展了骨骼数据的获取模式，增强了太空体感识别运动分析系统的智能化程度。

附图说明

图1是本发明实施例提供的太空体感识别运动分析系统的结构框图；

图2是本发明实施例提供的太空体感识别运动分析系统较佳的结构框图；

图3是本发明实施例提供的运动分析方法的实施流程图；

图4是本发明实施例提供的下肢运动参数较佳的软件界面样例图；

图5是本发明实施例提供的下肢运动参数较佳的实时参数显示界面图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

图1是本发明实施例提供的太空体感识别运动分析系统的结构框图，详述如下：

所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标；

所述分析人体动作数据模块，用于根据所述锻炼者的人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数；

所述显示分析结果模块，用于显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

所述存储与查看分析结果模块，用于存储捕捉与分析的骨骼数据，根据锻炼者姓名、编号、日期生成相应的文件夹。

其中，显示跑步场景列表，所述跑步场景列表中包括系统中的跑步场景；

检测在所述跑步场景列表中指定的跑步场景；

显示指定的跑步场景。

其中，获取用户预设的或者系统默认的更新时间；

当到达更新时间时，连接预设的跑步场景服务器，更新存储的跑步场景。

通过传感器、分析人体动作数据模块、显示分析结果模块以及存储与查看分析结果模块，建立一套基于体感识别功能的下肢运动状态参数采集、实时分析与反馈的太空体感识别运动分析系统。

采用xls格式导出数值数据、图表数据。

采用jpg格式导出视频数据中的图片。

在本发明实施例中，太空体感识别运动分析系统的有益效果在于以下几个方面，详述如下：

第一方面，由于光学式传感器捕获速度快、具有较高的更新率和较低的延迟，且不存在累积误差及电磁波等外界干扰，即使处于太空中，也能实时获取深度数据、RGB数据、声音、骨骼节点，实时性强；

第二方面，基于光学式动作捕捉系统获取骨骼数据，实时分析人体当前运动状态，提取人体下肢运动的关键数据，并根据数据进行实时的分析计算，将分析结果及时反馈至锻炼者。锻炼者在跑步时，将计算分析的运动结果同步的显示在锻炼者面前，能帮助受试者直观掌握自己的运动姿势和状态；

第三方面，结合设计不同的跑步场景更能提高受试者的锻炼兴趣度和体验度，提升锻炼效果。通过体感识别实时反馈人体运动数据的跑台系统，在此研究基础上未来可发展至其他锻炼项目，基于生理学，开发能有效针对人体不同肌群锻炼的体感锻炼系统，不仅能解决太空失重环境对人体生理的影响，还可推广至地面的大众医疗领域，在运动员训练、疾病康复和运动健身方面均有推广价值。

实施例二

图2是本发明实施例提供的太空体感识别运动分析系统较佳的结构框图，详述如下：

太空体感识别运动分析系统包括动作捕捉，数据处理、场景渲染平台、显示系统、跑台。传感器用于动作捕捉。

为便于说明，太空体感识别运动分析系统的实施流程，详述如下：

1.获取人体动作数据

Kinect作为一种无标记点式光学动作捕捉系统，利用视觉捕捉技术，无需在锻炼者身上粘贴标记点即能通过对视觉数据的处理来判断用户的动作，具有较高的身体跟踪能力，可以获取深度数据、RGB数据、声音、骨骼节点。

其中，利用Kinect的实时骨骼跟踪技术，通过处理图像深度数据可以获得人体身上共25个关节点的坐标，确定人体的各个部分以及所在位置，建立人体当前姿态下的骨骼模型，实时的获取人体动作。

Kinect获取的骨骼数据来自Kinect for Windows SDK中的SkeletonStream。SkeletonStream产生的每一帧数据都是一个骨骼对象集合，每一个骨骼对象包含有描述骨骼位置以及骨骼关节的数据，每一个关节有一个唯一标示符如头、肩、肘等信息和3D向量数据。

传感器获取的骨骼数据，主要通过人体25个关节点的数据表示，人体完成的每一个动作也根据相关联关节点之间的运动状况进行判断和分析。

人的跑步运动主要靠四肢的摆动来完成。锻炼者双腿交替作为支撑腿和移动腿，每条腿在一个周期内要完成抬起、加速、制动、降下、缓冲和蹬地等六个动作，下肢关节点主要有髋关节、膝关节、踝关节参与活动。为对人体下肢运动状况进行分析，在传感器获取到人体25个关节点的数据中，提取人体左右两侧髋关节、膝关节、踝关节的动作数据。

2.分析人体动作数据

Kinect在动作捕捉过程中，建立一套三维坐标系，把获取的人体骨骼信息对应在这一套坐标系之内表示。因此，人体25个关节点每一点的位置均会以该坐标系内的三维坐标确定，每一个动作通过多个关节点之间的坐标变化计算得出。对人的跑步动作分析，计算的下肢运动参数包括下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、跑步速度以及加速度中的至少一种。

在Kinect捕捉动作的同时，实时提取左右髋关节、膝关节、踝关节的坐标，

根据所述踝关节的坐标变化，生成跑步速度与加速度。

髋关节、膝关节以及踝关节坐标的变化，生成下肢运动参数。

3.显示分析结果

获取的动作数据，实时分析当前的动作姿态，其所反映的人体下肢运动情况可转换成图表的形式即时反馈给锻炼人员。使得锻炼者除了可以看到自己的跑步姿势，除准确的奔跑速度、加速度外，还能看到根据人体下肢的动作数据分析计算得到的运动幅度、频率、膝关节最小折叠角、实时抬腿高度等数据，让锻炼者直观掌握自己每一时刻的实际运动情况。

4.存储与查看分析结果

捕捉与分析的动作数据存储在数据处理器中，根据锻炼者姓名、编号、日期自动生成相应的文件夹。数据存储主要包括三类数据：数值数据、图表数据、视频数据，选择开始记录后可存储记录时间范围内产生的相关数据。

实施例三

图3是本发明实施例提供的运动分析方法的实施流程图，详述如下：

S301，所述传感器通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标，向分析人体动作数据模块发送所述锻炼者的人体关节点的三维坐标；

S302，所述分析人体动作数据模块接收并根据所述人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数，向显示分析结果模块传递所述锻炼者的下肢运动参数；

S303，所述显示分析结果模块接收并显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

其中，所述运动分析方法，还包括：

所述交互模块接收用户选择指定的时间范围；

根据指定的时间范围，从存储模块中实时调取骨骼数据，绘制各项下肢运动参数的数据曲线图。

在本发明实施例中，人的视觉传达往往最为直观。在跑步时，将计算分析的运动结果同步的显示在锻炼者面前，能帮助锻炼者直观掌握自己的运动姿势和状态。结合设计不同的跑步场景更能提高锻炼者的锻炼兴趣度和体验度，提升锻炼效果。

实施例四

参考图4，图4是本发明实施例提供的下肢运动参数较佳的软件界面样例图。

利用“基于体感识别的跑台跟踪软件”从系统中获取下肢动作数据，通过后台数据计算分析提供用户运动分析参考结果并进行相关数据的记录存储。软件使用Kinect forWindows 2.0作为体感外设。

基于体感识别的跑台跟踪软件具备数据导出功能，数据导出为.xls格式，图片导出为.jpg格式。

系统功能主要包括档案管理、数据处理、结果反馈、数据存储。

软件界面包括档案管理、当前数据、数据图表。

档案管理功能旨在为每位锻炼者建立独立的档案文档文件夹及资料存储路径，可在相应路径下对每位锻炼者的数据资料进行新增、查看、变更等操作。主要包括为新用户新建档案，为老用户打开档案等。

新建档案包括成员编号、成员姓名。

参考图5，图5是本发明实施例提供的下肢运动参数较佳的实时参数显示界面图。

数据处理功能将通过Kinect体感设备实时捕捉到骨骼坐标数据在后台进行筛选和计算，计算参数包括：标定数据、左踝高度、右踝高度、当前步数、平均速度、实时步幅、实时速度、实时步频、实时最小关节夹角、抬腿高度。

其中，锻炼者左腿和右腿的实时步幅、实时速度、实时步频、实时最小关节夹角、抬腿高度均统计。

在本发明实施例中，在指定数据时间范围的情况下，可绘制各项实时数据的数据曲线图。将计算得到的各项参数实时更新并显示在软件界面上，以让锻炼者观察到数据的变化情况。与此同时，显示锻炼者的运动彩色视频、深度视频和骨骼跟踪视频。在接收到用户选择开始记录的操作后，存储记录时间范围内产生的相关数值、图表及视频。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现。所述的程序可以存储于可读取存储介质中，所述的存储介质，如随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件执行本发明各个实施例所述的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种太空体感识别运动分析系统，其特征在于，包括传感器、分析人体动作数据模块、显示分析结果模块；

所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标；

所述分析人体动作数据模块，用于根据所述锻炼者的人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数；

所述显示分析结果模块，用于显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

2.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，在骨骼数据中提取人体25个关节点的数据，利用人体25个关节点的数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标。

3.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述传感器，用于通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，在骨骼数据中提取跑台上锻炼者的人体左右两侧髋关节、膝关节、踝关节的动作数据，利用人体左右两侧髋关节、膝关节、踝关节的动作数据以及预建的三维坐标系，确定所述锻炼者的人体左右两侧髋关节、膝关节、踝关节的三维坐标。

4.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述分析人体动作数据模块，具体用于：

在所述人体关节点的三维坐标中，提取左右髋关节、膝关节、踝关节的坐标；

根据所述髋关节、膝关节以及踝关节坐标的变化，生成下肢运动参数，所述下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、跑步速度以及加速度中的至少一种。

5.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述显示分析结果模块，具体用于显示下肢运动参数，所述下肢运动参数包括下肢的摆腿幅度、摆腿频率、膝关节最小折叠角、实时抬腿高度、跑步速度以及加速度中的至少一种。

6.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述太空体感识别运动分析系统还包括存储与查看分析结果模块；

所述存储与查看分析结果模块，用于存储捕捉与分析的骨骼数据，根据锻炼者姓名、编号、日期生成相应的文件夹。

7.如权利要求1所述的太空体感识别运动分析系统，其特征在于，所述太空体感识别运动分析系统内还设有存储模块和交互模块，所述交互模块为按钮、触摸屏或语音输入模块；

存储模块用于存储至少一次的锻炼者的骨骼数据，所述骨骼数据包括数值数据、图表数据、视频数据中的至少一种。

8.如权利要求7所述的太空体感识别运动分析系统，其特征在于，所述交互模块用于接收用户选择的时间段；

存储模块用于根据选择的时间段，记录选择的时间段内产生的骨骼数据。

9.一种基于权利要求1所述太空体感识别运动分析系统的运动分析方法，其特征在于，包括：

所述传感器通过无标记点式光学动作捕捉方式，获取跑台上锻炼者的骨骼数据，利用骨骼数据以及预建的三维坐标系，确定所述锻炼者的人体关节点的三维坐标，向分析人体动作数据模块发送所述锻炼者的人体关节点的三维坐标；

所述分析人体动作数据模块接收并根据所述人体关节点的三维坐标的变化，生成所述锻炼者的下肢运动参数，向显示分析结果模块传递所述锻炼者的下肢运动参数；

所述显示分析结果模块接收并显示所述锻炼者的下肢运动参数，以直观展示所述锻炼者的运动姿势和状态。

10.如权利要求9所述的运动分析方法，其特征在于，所述运动分析方法，还包括：

所述交互模块接收用户选择指定的时间范围；

根据指定的时间范围，从存储模块中实时调取骨骼数据，绘制各项下肢运动参数的数据曲线图。