CN108186021A - 一种基于多模态信息融合的步态零速检测方法及系统 - Google Patents

一种基于多模态信息融合的步态零速检测方法及系统 Download PDF

Info

Publication number
CN108186021A
CN108186021A CN201711398588.0A CN201711398588A CN108186021A CN 108186021 A CN108186021 A CN 108186021A CN 201711398588 A CN201711398588 A CN 201711398588A CN 108186021 A CN108186021 A CN 108186021A
Authority
CN
China
Prior art keywords
pressure
zero
vola
speed
gait
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
CN201711398588.0A
Other languages
English (en)
Other versions
CN108186021B (zh
Inventor
王成
龙舟
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.)
Linyi Zhongke Ruihe Intelligent Technology Co.,Ltd.
Original Assignee
Beijing Zhongke Huicheng Technology Co Ltd
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 Zhongke Huicheng Technology Co Ltd filed Critical Beijing Zhongke Huicheng Technology Co Ltd
Priority to CN201711398588.0A priority Critical patent/CN108186021B/zh
Publication of CN108186021A publication Critical patent/CN108186021A/zh
Application granted granted Critical
Publication of CN108186021B publication Critical patent/CN108186021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/1036—Measuring load distribution, e.g. podologic studies
    • A61B5/1038—Measuring plantar pressure during gait
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing

Landscapes

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

Abstract

本发明属于可穿戴方法技术领域，尤其涉及一种基于多模态信息融合的步态零速检测方法，同时，本发明还提供一种基于多模态信息融合的步态零速检测系统，本方法包括信息采集、信息预处理、传感器校准、零速区间确定方法，本发明解决了现有技术存在零速检测方法由于一般为单一检测阈值方法和固定时间阈值方法且阈值设定缺少理论研究且复杂，从而导致检测方法精确性差的问题，本发明具有提高了检测的精度、准确度更高、方便后续处理和计算、提高了系统的实用性的有益技术效果。

Description

一种基于多模态信息融合的步态零速检测方法及系统
技术领域
本发明属于可穿戴方法技术领域，尤其涉及一种基于多模态信息融合的步态零速检测方法及系统。
背景技术
步态分析(gait analysis)是一种通过观察或采集行走时人体的姿态，得出并分析步态参数的技术，常见的步态参数包括空间参数(步幅、步长、步宽等)，时间参数(站立/摆动期、单步时间、步频等)，以及这些参数的左右脚的对称性、长期数据的稳定性等。步态分析在体育运动、医疗康复等方面发挥着非常重要的作用，并得到了广泛的应用和研究。传统的步态分析的设备和方法，一般都是大型医院和康复中心使用的三维步态分析仪器，这样的设备有以下缺点：需要占用较大场地面积，专业安装，成本费用高，测试使用不便等。近年来，随着微机电(Micro-Electro-Mechanical Systems，MEMS)技术的不断发展，基于MEMS技术的惯性传感器(Inertial Measurement Unit，IMU)也有了很大的改进。基于MEMS技术的惯性传感器具有体积小、质量轻、功耗低、响应快、成本低、灵敏度高等优点，这使得MEMSIMU成为步态分析技术的理想选择，成为一大研究热点；
基于MEMS IMU的步态分析技术，是利用人体行走时足部运动的周期特性，通过采集到的周期运动数据，进行计算进而得到步态分析的时空参数。但是不可避免的问题是，惯性传感器主要是由陀螺仪和加速度计组成，而陀螺仪和加速度计自身存在不可避免的误差因数导致采用积分和运算得到速度和位置的信息中包含了随时间积累的误差，这将直接影响步态参数计算的精度。因此，在目前MEMS IMU技术的发展水平下，对累积误差的处理就显得异常重要。零速检测方法是消除累积误差的重要方法，现有的零速检测方法一般为单一检测阈值方法和固定时间阈值方法，阈值设定缺少理论研究且复杂，检测方法精确性差，综上所述，发明一种基于多模态信息的、精确的零速检测方法，专用于步态分析的技术具有非常现实的意义；
综上所述，现有技术存在零速检测方法由于一般为单一检测阈值方法和固定时间阈值方法且阈值设定缺少理论研究且复杂，从而导致检测方法精确性差的问题。
发明内容
本发明提供一种基于多模态信息融合的步态零速检测方法及系统，以解决上述背景技术中提出现有技术存在零速检测方法由于一般为单一检测阈值方法和固定时间阈值方法且阈值设定缺少理论研究且复杂，从而导致检测方法精确性差的问题。
本发明所解决的技术问题采用以下技术方案来实现：一种基于多模态信息融合的步态零速检测方法，包括：
零速区间确定方法：
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
进一步，所述零速区间确定方法还包括：
在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
进一步，所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和。
进一步，在足底总压力曲线的足底总压力上升区间内，惯性传感器数据曲线中的静止点为惯性传感器信号的方差变化很小时的点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点为惯性传感器信号的方差变化很大时的点。
所述方差的计算公式：
所述s2为惯性传感器信号的方差；
所述ai是惯性传感器的信号数据；
所述n是信号的样本数量。
进一步，所述零速区间确定方法前包括信息预处理；
信息预处理：将采集的原始信息通过低通滤波函数作低通滤波处理，所述采集的原始信息包括采集足部各压力点的压力数据以及惯性传感器数据。
低通滤波函数：
所述x(n)为滤波器的信号输入；
所述wi是系数；
所述N为滤波器系数的个数；
所述滤波器系数个数分别为101和21；
相对截止频率分别为0.1和0.02。
进一步，所述信息预处理前包括传感器校准；
传感器校准：在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据。
进一步，所述前脚掌各压力点的布局为前脚掌沿着跖骨的方向，均匀放置3个或在每个跖骨对应位置分别放置1个，所述脚后跟各压力点的布局为脚后跟左右对称各放置1个或脚后跟位置居中放置1个。
同时，本发明还提供一种基于多模态信息融合的步态零速检测系统，包括零速检测模块；
所述零速检测模块用于在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和；
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
进一步，所述零速检测系统还包括信息预处理模块，所述信息预处理模块用于将采集的原始信息做低通滤波处理；
所述零速检测系统还包括传感器校准模块，所述传感器校准模块用于在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据；
所述零速检测系统还包括信息采集模块，所述信息采集模块用于采集原始信息；
所述原始信息包括足部各压力点的压力数据以及惯性传感器数据；
所述惯性传感器为陀螺仪传感器。
进一步，所述信息采集模块输出于传感器校准模块，所述传感器校准模块输出于信息预处理模块，所述信息预处理模块输出于零速检测模块。
本发明的有益效果为：
1、本专利采用零速区间确定方法：所述零速区间确定方法还包括：在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；所述压力值求和计算公式：P＝P1+P2；其中P为足底总压力值；P1为前脚掌各压力点的压力数据累计和；P2为脚后跟各压力点的压力数据累计和。将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；所述零速开始点至零速结束点形成零速区间，由于通过零速检测模块，利用周期性的步态行走中，信息采集模块中采集到的压力数据和惯性传感器数据，先将脚前掌与脚后跟的各个压力点的压力值求和，形成脚底压力和P＝∑脚前掌各个压力点+∑脚后跟各个压力点，利用脚底压力和P的数据曲线的上升和下降，开始上升之后惯性传感器(本发明主要是陀螺仪传感器)静止的地方就是零速开始，结束下降之前惯性传感器(本发明主要是陀螺仪传感器)开始动的地方就是零速结束，这样即可确定零速的区间，由于在将融合多模态的步态采集原始数据，两种传感器数据优势互相补充，分步骤融合两种传感器的数据信息，综合判断人体行走过程中的零速区间，本发明使检测方法具有非单一信息的多信息融合、简单且数学化等特点，从根本上提高了检测的精度。
2、本专利采用所述前脚掌各压力点的布局为前脚掌沿着跖骨的方向，均匀放置3个或在每个跖骨对应位置分别放置1个，所述脚后跟各压力点的布局为脚后跟左右对称各放置1个或脚后跟位置居中放置1个，由于其中压力传感器单元由采集装置中的压力传感器处理电路和分布在足底的多个压力传感器组成，压力传感器的放置位置，本实例中采用了前脚掌沿着跖骨的方向，均匀放置3个(也可在每个跖骨对应位置放置1个，共5个)，脚后跟左右对称各放置1个，共2个(也可脚后跟位置居中放置1个)，由于依照人体足部解剖学原理设计和放置，能够准确的监测和反映出脚底各部位的受力情况和足部运动的姿态，获取的步态参数更加全面，准确度更高。
3、本专利采用所述信息预处理前包括传感器校准；传感器校准：在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据，由于传感器校准主要是针对有漂移误差的惯性传感器单元，校准方法是，在传感器静止不动水平放置时，测出惯性传感器各轴的偏移值，保存。以后每次上电调用此偏移值即可，因此，通过对惯性传感器(本发明主要是陀螺仪传感器)的校准，获得其最高性能。
4、本专利采用信息预处理：将采集的原始信息通过低通滤波函数作低通滤波处理，所述采集的原始信息包括采集足部各压力点的压力数据以及惯性传感器数据，由于信息预处理模块选取了低通滤波，对采集到的惯性传感器数据和压力传感器数据进行滤波处理，滤波器系数个数分别为101和21，相对截止频率分别为0.1和0.02，对信息采集模块采集的原始信息做预处理，去除原始信号的一些噪声(信号曲线上的毛刺)，以方便后续处理和计算。
5、本专利采用零速检测模块；所述零速检测模块用于在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和；
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；由于所述零速开始点至零速结束点形成零速区间；所述一种基于多模态信息融合的步态零速检测系统由几个模块组成：信息采集模块、传感器校准模块、信息预处理模块、零速检测模块，其中，信息采集模块：主要利用采集脚底的压力分布的压力传感器信息和惯性传感器(本发明主要是指陀螺仪传感器)信息，采集装置放置的位置在于足底足弓部(鞋底或者鞋垫足弓部位)，采集装置由压力传感器单元、惯性传感器单元、存储单元、处理器单元、电源单元构成，由于模块化处理结构，提高了系统的实用性。
附图说明
图1是本发明一种基于多模态信息融合的步态零速检测方法的流程图；
图2是本发明一种基于多模态信息融合的步态零速检测系统的模块图；
图3是本发明一种基于多模态信息融合的步态零速检测方法的压力传感器分布图；
图4是本发明一种基于多模态信息融合的步态零速检测方法的数据曲线图；
图5是本发明一种基于多模态信息融合的步态零速检测方法的信息流示意图。
具体实施方式
以下结合附图对本发明做进一步描述：
图中：
S101-信息采集；
S102-传感器校准；
S103-信息预处理；
S104-零速区间确定方法；
1-信息采集模块；
2-传感器校准模块；
3-信息预处理模块；
4-零速检测模块；
实施例：
实施例：如图1所示，一种基于多模态信息融合的步态零速检测方法，包括：零速区间确定方法S104：
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
所述零速区间确定方法S104还包括：
在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和。
采用零速区间确定方法：所述零速区间确定方法还包括：在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；所述压力值求和计算公式：P＝P1+P2；其中P为足底总压力值；P1为前脚掌各压力点的压力数据累计和；P2为脚后跟各压力点的压力数据累计和。将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；所述零速开始点至零速结束点形成零速区间，由于通过零速检测模块，利用周期性的步态行走中，信息采集模块中采集到的压力数据和惯性传感器数据，先将脚前掌与脚后跟的各个压力点的压力值求和，形成脚底压力和P，利用脚底压力和P的数据曲线的上升和下降，开始上升之后惯性传感器(本发明主要是陀螺仪传感器)静止的地方就是零速开始，结束下降之前惯性传感器(本发明主要是陀螺仪传感器)开始动的地方就是零速结束，这样即可确定零速的区间，由于在将融合多模态的步态采集原始数据，两种传感器数据优势互相补充，分步骤融合两种传感器的数据信息，综合判断人体行走过程中的零速区间，本发明使检测方法具有非单一信息的多信息融合、简单且数学化等特点，从根本上提高了检测的精度。
在足底总压力曲线的足底总压力上升区间内，惯性传感器数据曲线中的静止点为惯性传感器信号的方差变化很小时的点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点为惯性传感器信号的方差变化很大时的点。
所述方差的计算公式：
所述S2为惯性传感器信号的方差；
所述ai是惯性传感器的信号数据；
所述n是信号的样本数量。
所述零速区间确定方法S104前包括信息预处理S103；
信息预处理S103：将采集的原始信息通过低通滤波函数作低通滤波处理，所述采集的原始信息包括采集足部各压力点的压力数据以及惯性传感器数据。
低通滤波函数：
所述为x(n)滤波器的信号输入；
所述是wi系数；
所述N为滤波器系数的个数；
所述滤波器系数个数分别为101和21；
相对截止频率分别为0.1和0.02。
由于采用信息预处理：将采集的原始信息通过低通滤波函数作低通滤波处理，所述采集的原始信息包括采集足部各压力点的压力数据以及惯性传感器数据，由于信息预处理模块选取了低通滤波，对采集到的惯性传感器数据和压力传感器数据进行滤波处理，滤波器系数个数分别为101和21，相对截止频率分别为0.1和0.02，对信息采集模块采集的原始信息做预处理，去除原始信号的一些噪声(信号曲线中的毛刺)，以方便后续处理和计算。
所述信息预处理S103前包括传感器校准S102；
传感器校准S102：在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据。
由于采用所述信息预处理前包括传感器校准；传感器校准：在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据，由于传感器校准主要是针对有漂移误差的惯性传感器单元，校准方法是，在传感器静止不动水平放置时，测出惯性传感器各轴的偏移值，保存。以后每次上电调用此偏移值即可，因此，通过惯性传感器的校准，获得惯性传感器的最高性能。
所述前脚掌各压力点的布局为前脚掌沿着跖骨的方向，均匀放置3个或在每个跖骨对应位置分别放置1个，所述脚后跟各压力点的布局为脚后跟左右对称各放置1个或脚后跟位置居中放置1个。
由于采用所述前脚掌各压力点的布局为前脚掌沿着跖骨的方向，均匀放置3个或在每个跖骨对应位置分别放置1个，所述脚后跟各压力点的布局为脚后跟左右对称各放置1个或脚后跟位置居中放置1个，由于其中压力传感器单元由采集装置中的压力传感器处理电路和分布在足底的多个压力传感器组成，压力传感器的放置位置，本实例中采用了前脚掌沿着跖骨的方向，均匀放置3个(也可在每个跖骨对应位置放置1个，共5个)，脚后跟左右对称各放置1个，共2个(也可脚后跟位置居中放置1个)，由于依照人体足部解剖学原理设计和放置，能够准确的监测和反映出脚底各部位的受力情况和足部运动的姿态，获取的步态参数更加全面，准确度更高。
同时本发明还提供一种基于多模态信息融合的步态零速检测系统，包括零速检测模块4；
所述零速检测模块4用于在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和；
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
所述零速检测系统还包括信息预处理模块3，所述信息预处理模块3用于将采集的原始信息做低通滤波处理；
所述零速检测系统还包括传感器校准模块2，所述传感器校准模块2用于在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯
性传感器数据；
所述零速检测系统还包括信息采集模块1，所述信息采集模块1用于采集原始信息；
所述原始信息包括足部各压力点的压力数据以及惯性传感器数据；
所述惯性传感器为陀螺仪传感器。
所述信息采集模块1输出于传感器校准模块2，所述传感器校准模块2输出于信息预处理模块3，所述信息预处理模块3输出于零速检测模块4。
由于采用零速检测模块；所述零速检测模块用于在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和；
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；由于所述零速开始点至零速结束点形成零速区间；所述零速检测系统由几个模块组成：信息采集模块、传感器校准模块、信息预处理模块、零速检测模块，其中，信息采集模块：主要利用采集脚底的压力分布的压力传感器信息和惯性传感器(本发明主要是陀螺仪传感器)信息，采集装置放置的位置在于足底足弓部(鞋底或者鞋垫足弓部位)，采集装置由压力传感器单元、惯性传感器单元、存储单元、处理器单元、电源单元构成，由于模块化处理结构，提高了系统的实用性。
工作原理：
本专利通过零速区间确定方法：所述零速区间确定方法还包括：在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；所述压力值求和计算公式：P＝P1+P2；其中P为足底总压力值；P1为前脚掌各压力点的压力数据累计和；P2为脚后跟各压力点的压力数据累计和。将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；所述零速开始点至零速结束点形成零速区间，由于通过零速检测模块，利用周期性的步态行走中，信息采集模块中采集到的压力数据和惯性传感器数据，先将脚前掌与脚后跟的各个压力点的压力值求和，形成脚底压力和P＝∑脚前掌各个压力点+∑脚后跟各个压力点，利用脚底压力和P的数据曲线的上升和下降，开始上升之后惯性传感器(本发明主要是陀螺仪传感器)静止的地方就是零速开始，结束下降之前惯性传感器(本发明主要是陀螺仪传感器)开始动的地方就是零速结束，这样即可确定零速的区间，由于在将融合多模态的步态采集原始数据，两种传感器数据优势互相补充，分步骤融合两种传感器的数据信息，综合判断人体行走过程中的零速区间，本发明解决了现有技术存在零速检测方法由于一般为单一检测阈值方法和固定时间阈值方法且阈值设定缺少理论研究且复杂，从而导致检测方法精确性差的问题，本发明具有提高了检测的精度、准确度更高、惯性传感器最高性能、方便后续处理和计算、提高了系统的实用性的有益技术效果。
利用本发明的技术方案，或本领域的技术人员在本发明技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本发明的保护范围。

Claims (10)

1.一种基于多模态信息融合的步态零速检测方法，其特征在于，包括：
零速区间确定方法：
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
2.根据权利要求1所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，所述零速区间确定方法还包括：
在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值。
3.根据权利要求2所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和。
4.根据权利要求1所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，在足底总压力曲线的足底总压力上升区间内，惯性传感器数据曲线中的静止点为惯性传感器信号的方差变化很小时的点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点为惯性传感器信号的方差变化很大时的点；
所述方差的计算公式：
所述s2为惯性传感器信号的方差；
所述ai是惯性传感器的信号数据；
所述n是信号的样本数量。
5.根据权利要求1所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，所述零速区间确定方法前包括信息预处理；
信息预处理：将采集的原始信息通过低通滤波函数作低通滤波处理，所述采集的原始信息包括采集足部各压力点的压力数据以及惯性传感器数据。
低通滤波函数：
所述x(n)为滤波器的信号输入；
所述wi是系数；
所述N为滤波器系数的个数；
所述滤波器系数个数分别为101和21；
相对截止频率分别为0.1和0.02。
6.根据权利要求1所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，所述信息预处理前包括传感器校准；
传感器校准：在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据。
7.根据权利要求1所述的一种基于多模态信息融合的步态零速检测方法，其特征在于，所述前脚掌各压力点的布局为前脚掌沿着足跖骨的方向，均匀放置3个或在每个跖骨对应位置分别放置1个，所述脚后跟各压力点的布局为脚后跟左右对称各放置1个或脚后跟位置居中放置1个。
8.一种基于多模态信息融合的步态零速检测系统，其特征在于，包括零速检测模块；
所述零速检测模块用于在周期性的步态行走中每一时刻，通过压力值求和计算公式分别累加前脚掌各压力点的压力数据以及脚后跟各压力点的压力数据形成足底总压力值；
所述压力值求和计算公式：
P＝P1+P2；
P为足底总压力值；
P1为前脚掌各压力点的压力数据累计和；
P2为脚后跟各压力点的压力数据累计和；
将在周期性的步态行走中每一时刻分别形成的足底总压力值拟合为足底总压力曲线且同步拟合惯性传感器数据曲线；
在足底总压力曲线的足底总压力上升区间内，将惯性传感器数据曲线中的静止点确定为零速开始点；
在足底总压力曲线的足底总压力下降区间内，将惯性传感器数据曲线中的启动点确定为零速结束点；
所述零速开始点至零速结束点形成零速区间。
9.根据权利要求8所述的一种基于多模态信息融合的步态零速检测系统，其特征在于，
所述零速检测系统还包括信息预处理模块，所述信息预处理模块用于将采集的原始信息做低通滤波处理；
所述零速检测系统还包括传感器校准模块，所述传感器校准模块用于在传感器静止不动水平放置时，确定并保存惯性传感器各轴相应的偏移值，所述相应的偏移值用于补偿惯性传感器数据；
所述零速检测系统还包括信息采集模块，所述信息采集模块用于采集原始信息；
所述原始信息包括足部各压力点的压力数据以及惯性传感器数据；
所述惯性传感器为陀螺仪传感器。
10.根据权利要求9所述的一种基于多模态信息融合的步态零速检测系统，其特征在于，所述信息采集模块输出于传感器校准模块，所述传感器校准模块输出于信息预处理模块，所述信息预处理模块输出于零速检测模块。
CN201711398588.0A 2017-12-22 2017-12-22 一种基于多模态信息融合的步态零速检测方法及系统 Active CN108186021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711398588.0A CN108186021B (zh) 2017-12-22 2017-12-22 一种基于多模态信息融合的步态零速检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711398588.0A CN108186021B (zh) 2017-12-22 2017-12-22 一种基于多模态信息融合的步态零速检测方法及系统

Publications (2)

Publication Number Publication Date
CN108186021A true CN108186021A (zh) 2018-06-22
CN108186021B CN108186021B (zh) 2021-02-19

Family

ID=62583544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711398588.0A Active CN108186021B (zh) 2017-12-22 2017-12-22 一种基于多模态信息融合的步态零速检测方法及系统

Country Status (1)

Country Link
CN (1) CN108186021B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109489694A (zh) * 2019-01-02 2019-03-19 中国船舶重工集团公司第七0七研究所 一种压敏传感器辅助的单兵导航系统零速检测方法
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
CN109965890A (zh) * 2019-04-10 2019-07-05 中铁四局集团房地产开发有限公司 一种基于多传感融合的下肢力量测评方法
CN111897330A (zh) * 2020-07-28 2020-11-06 惠州市德赛西威智能交通技术研究院有限公司 一种不同时域多传感器信息处理方法
CN112120702A (zh) * 2020-09-24 2020-12-25 浙江清华柔性电子技术研究院 柔性足底压力检测装置、鞋
CN112857394A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作识别方法、装置、存储介质
CN112857362A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作类型识别方法、装置、设备、存储介质
CN112983592A (zh) * 2021-03-09 2021-06-18 广西玉柴机器股份有限公司 一种发动机机油压力实时监控安保方法
CN113092819A (zh) * 2021-04-14 2021-07-09 东方红卫星移动通信有限公司 足部加速度计动态零速校准方法及系统
CN114190921A (zh) * 2020-09-02 2022-03-18 中国科学院沈阳自动化研究所 一种可适应变步频行走的步态相位识别方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102670207A (zh) * 2012-05-15 2012-09-19 北京大学 一种基于足底压力的步态分析方法
CN103968827A (zh) * 2014-04-09 2014-08-06 北京信息科技大学 一种可穿戴式人体步态检测的自主定位方法
CN104296750A (zh) * 2014-06-27 2015-01-21 大连理工大学 一种零速检测方法和装置以及行人导航方法和系统
CN105865450A (zh) * 2016-04-19 2016-08-17 武汉理工大学 一种基于步态的零速更新方法及系统
CN106225786A (zh) * 2016-08-15 2016-12-14 北京理工大学 一种自适应的行人导航系统零速区间检测方法
CN106482733A (zh) * 2016-09-23 2017-03-08 南昌大学 行人导航中基于足底压力检测的零速修正方法
CN106500690A (zh) * 2016-09-22 2017-03-15 中国电子科技集团公司第二十二研究所 一种基于多模态融合的室内自主定位方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102670207A (zh) * 2012-05-15 2012-09-19 北京大学 一种基于足底压力的步态分析方法
CN103968827A (zh) * 2014-04-09 2014-08-06 北京信息科技大学 一种可穿戴式人体步态检测的自主定位方法
CN104296750A (zh) * 2014-06-27 2015-01-21 大连理工大学 一种零速检测方法和装置以及行人导航方法和系统
CN105865450A (zh) * 2016-04-19 2016-08-17 武汉理工大学 一种基于步态的零速更新方法及系统
CN106225786A (zh) * 2016-08-15 2016-12-14 北京理工大学 一种自适应的行人导航系统零速区间检测方法
CN106500690A (zh) * 2016-09-22 2017-03-15 中国电子科技集团公司第二十二研究所 一种基于多模态融合的室内自主定位方法和装置
CN106482733A (zh) * 2016-09-23 2017-03-08 南昌大学 行人导航中基于足底压力检测的零速修正方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN109489694A (zh) * 2019-01-02 2019-03-19 中国船舶重工集团公司第七0七研究所 一种压敏传感器辅助的单兵导航系统零速检测方法
CN109965890A (zh) * 2019-04-10 2019-07-05 中铁四局集团房地产开发有限公司 一种基于多传感融合的下肢力量测评方法
CN111897330A (zh) * 2020-07-28 2020-11-06 惠州市德赛西威智能交通技术研究院有限公司 一种不同时域多传感器信息处理方法
CN111897330B (zh) * 2020-07-28 2023-05-26 惠州市德赛西威智能交通技术研究院有限公司 一种不同时域多传感器信息处理方法
CN114190921A (zh) * 2020-09-02 2022-03-18 中国科学院沈阳自动化研究所 一种可适应变步频行走的步态相位识别方法
CN114190921B (zh) * 2020-09-02 2024-05-17 中国科学院沈阳自动化研究所 一种可适应变步频行走的步态相位识别方法
CN112120702A (zh) * 2020-09-24 2020-12-25 浙江清华柔性电子技术研究院 柔性足底压力检测装置、鞋
CN112857394A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作识别方法、装置、存储介质
CN112857362A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作类型识别方法、装置、设备、存储介质
CN112983592A (zh) * 2021-03-09 2021-06-18 广西玉柴机器股份有限公司 一种发动机机油压力实时监控安保方法
CN113092819A (zh) * 2021-04-14 2021-07-09 东方红卫星移动通信有限公司 足部加速度计动态零速校准方法及系统

Also Published As

Publication number Publication date
CN108186021B (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN108186021A (zh) 一种基于多模态信息融合的步态零速检测方法及系统
Cho et al. Evaluation of validity and reliability of inertial measurement unit-based gait analysis systems
el Achkar et al. Instrumented shoes for activity classification in the elderly
US7912672B2 (en) Method and device for evaluating displacement signals
CN104757976B (zh) 一种基于多传感器融合的人体步态分析方法和系统
JP6183906B2 (ja) 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム
Sijobert et al. Implementation and validation of a stride length estimation algorithm, using a single basic inertial sensor on healthy subjects and patients suffering from Parkinson’s disease
CN106037753B (zh) 一种基于多传感融合的可穿戴数据采集系统及其方法
Gujarathi et al. Gait analysis using imu sensor
KR102010898B1 (ko) 관성센서를 이용한 보행 분석 시스템 및 방법
CN108731732B (zh) 基于周期模态信息对足底压力的处理方法及系统
Benocci et al. A wireless system for gait and posture analysis based on pressure insoles and Inertial Measurement Units
CN104146712A (zh) 穿戴式足底压力检测设备及足底压力检测和姿态预测方法
CN110420029A (zh) 一种基于多传感器融合的行走步态无线检测系统
Han et al. Gait detection from three dimensional acceleration signals of ankles for the patients with Parkinson’s disease
Lee et al. Detection of spatio-temporal gait parameters by using wearable motion sensors
CN108960155A (zh) 基于Kinect的成人步态提取与异常分析方法
CN108836344A (zh) 步长步频估算方法和装置及步态检测仪
Anwary et al. Validity and consistency of concurrent extraction of gait features using inertial measurement units and motion capture system
Hu et al. A study on estimation of planar gait kinematics using minimal inertial measurement units and inverse kinematics
Caramia et al. Spatio-temporal gait parameters as estimated from wearable sensors placed at different waist levels
Mifsud et al. Portable inertial motion unit for continuous assessment of in-shoe foot movement
CN107811639B (zh) 一种基于运动学数据确定步态站立中期的方法
CN106384480A (zh) 一种在运动状态下的摔倒监测方法、系统及终端
Hellmers et al. Validation of a motion capture suit for clinical gait analysis

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210926

Address after: 276023 floor 3, Yimeng cloud Valley, 200m west of the intersection of Zhimadun Hefei Road and Volvo Road, economic and Technological Development Zone, Linyi City, Shandong Province

Patentee after: Linyi Zhongke Ruihe Intelligent Technology Co.,Ltd.

Address before: Room d100-078, 1st floor, building D, No.2-2, Beijing Shichuang hi tech Development Corporation

Patentee before: BEIJING ZHONGKE HUICHENG TECHNOLOGY Co.,Ltd.