CN108245164A - 一种可穿戴式惯性器件人体步态信息采集计算方法 - Google Patents

一种可穿戴式惯性器件人体步态信息采集计算方法 Download PDF

Info

Publication number
CN108245164A
CN108245164A CN201711408588.4A CN201711408588A CN108245164A CN 108245164 A CN108245164 A CN 108245164A CN 201711408588 A CN201711408588 A CN 201711408588A CN 108245164 A CN108245164 A CN 108245164A
Authority
CN
China
Prior art keywords
accelerometer
acceleration
knee joint
imu
axis
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
CN201711408588.4A
Other languages
English (en)
Other versions
CN108245164B (zh
Inventor
郭雅静
朱晓荣
王福德
陈靓
郑继贵
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 Research Institute of Precise Mechatronic Controls
Original Assignee
Beijing Research Institute of Precise Mechatronic Controls
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 Research Institute of Precise Mechatronic Controls filed Critical Beijing Research Institute of Precise Mechatronic Controls
Priority to CN201711408588.4A priority Critical patent/CN108245164B/zh
Publication of CN108245164A publication Critical patent/CN108245164A/zh
Application granted granted Critical
Publication of CN108245164B publication Critical patent/CN108245164B/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
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1071—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements 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
    • A61B5/6802—Sensor mounted on worn items
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Abstract

一种可穿戴式惯性器件人体步态信息采集计算方法，涉及外骨骼步态规律信息采集领域；包括如下步骤：步骤(一)、在人体腿部安装4个加速度计和2个IMU；步骤(二)、根据大腿俯仰角和小腿俯仰角，计算第一膝关节角度；步骤(三)、根据大腿倾斜角度和小腿倾斜角度，计算第二膝关节角度；步骤(四)、建立人体大腿第一IMU坐标系和小腿第二IMU坐标系；步骤(五)、建立第一膝关节角度和第二膝关节角度的关系方程；步骤(六)、进行卡尔曼滤波计算，得到膝关节角度误差并补偿后的膝关节角度；本发明实现了人体步态信息的实时非接触测量，获得准确的膝关节角度信息，结合开始采集的人体基本信息，解算人体步行过程中步长、步频和抬腿高度等信息。

Description

一种可穿戴式惯性器件人体步态信息采集计算方法
技术领域
本发明涉及一种外骨骼步态规律信息采集领域，特别是一种可穿戴式惯性器件人体步态信息采集计算方法。
背景技术
康复训练外骨骼、助残行走外骨骼、负重外骨骼等外骨骼设备需要人体与外骨骼器械具有协调一致的步态规律，但二者又存在不可去除的差别，因此上述外骨骼设备的穿戴者均需要进行步态信息采集和步态数据的分类、跟踪与预测等分析，以便实现下肢外骨骼步态跟踪与控制，并提高其动态稳定性。此外敬老院看护老年人或者运动员均需要对人体姿态及体能信息进行采集和检测，以便于老年人运动能力测评与运动员运动性能分析等。
近年来传感器技术迅速发展，数字化技术越来越先进，目前可用来检测人体运动步态信息的方法也越来越多，最常用的方法主要包括图像序列解析、肌电信号检测、角度/角速度检测和加速度计检测等。
图像序列解析:利用计算机视觉技术从图像序列中检测运动及运动物体并对其进行运动分析、跟踪或识别；肌电信号检测：表面肌电信号是一种复杂的表皮下肌肉电活动在皮肤表面处的时间和空间上的综合结果，通过肌电传感器检测人体表面的肌电信号，对其进行运动步态检测与分析；角度/角速度检测：通过陀螺仪等角速度传感器输出数据进行积分运算，计算人体运动角度，进而进行人体步态跟踪预测分析等；加速度计检测方法：利用加速度传感器检测重力矢量分量，计算人体肢体运动角度进而进行步态跟踪和分析运算等。
图像序列解析：实时检测步态数据上成本大、数据处理量大且延时严重
肌电信号检测：所用的传感器及配套装置价格高，信号识别分类难度大，并且肌电信号检测受到检测位置、汗水、温度等的影响，很容易受到信号干扰，可重复性不高
角度/角速度检测：由于采用积分算法，导致误差持续累积，使得所求关节角误差逐渐增大
加速度计检测方法：仅适用于静态解算，未推广至动态关节角度解算。
发明内容
本发明的目的在于克服现有技术的上述不足，提供一种可穿戴式惯性器件人体步态信息采集计算方法，实现了人体步态信息的实时非接触测量，获得准确的膝关节角度信息，结合开始采集的人体基本信息，解算人体步行过程中步长、步频和抬腿高度等信息。
本发明的上述目的是通过如下技术方案予以实现的：
一种可穿戴式惯性器件人体步态信息采集计算方法，包括如下步骤：
步骤(一)、在人体左腿的外侧沿竖直方向固定安装4个加速度计；其中，大腿外侧沿竖直方向分别安装第一加速度计和第二加速度计；小腿外侧沿竖直方向分别安装第三加速度计和第四加速度计；在人体左腿的外侧沿竖直方向固定安装2个IMU；其中，大腿内侧安装第一IMU；小腿内侧安装第二IMU；
步骤(二)、人体步态行走，由第一IMU测量获得大腿的俯仰角θDright；由第二IMU测量获得小腿的俯仰角θXright；并根据大腿俯仰角θDright和小腿俯仰角θXright，计算第一膝关节角度θright；
步骤(三)、第一加速度计测量获得第一加速度a1；第二加速度计测量获得第二加速度a2；第三加速度计测量获得第三加速度a3；第四加速度计测量获得第四加速度a4；对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD；对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX；根据大腿倾斜角度θD和小腿倾斜角度θX，计算第二膝关节角度θleft；
步骤(四)、建立人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2，其中，坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；
步骤(五)、根据步骤(四)建立的人体大腿第一IMU坐标系o-x1y1z1和小腿第二IMU坐标系o-x2y2z2；建立第一膝关节角度θright和第二膝关节角度θleft的关系方程；
步骤(六)、根据步骤(五)得到的第一膝关节角度θright和第二膝关节角度θleft的关系方程；得到k时刻采集传感器输出值X1、X2、X3、X4、X5和θright，对X1、X2、X3、X4、X5和θright进行卡尔曼滤波计算，即得到膝关节角度误差并补偿后的膝关节角度。
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(二)中，第一膝关节角度θright的计算方法为：
θright＝180+θDright-θXright (1)。
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(三)中，对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD的方法为：
计算的方法为：
第一加速度a1为：
式中，g为重力加速度；
R1为第一加速度计安装矢量；
为对第一加速度计安装矢量求2次微分；
r1为第一加速度计安装位置；
ω1为第一加速度计位置的旋转角速度；
为对旋转角速度求微分；
第二加速度a2为：
式中，R2为第二加速度计安装矢量；
为对第二加速度计安装矢量求2次微分；
r2为第二加速度计安装位置；
ω2为第二加速度计位置的旋转角速度；
为对旋转角速度求微分；
对第一加速度a1和第二加速度a2进行差分解算，得到大腿加速度aD为：
对应大腿倾斜角度
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(三)中，对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX的方法为：
第三加速度a3为：
式中，R3为第三加速度计安装矢量；
为对第三加速度计安装矢量求2次微分；
r3为第三加速度计安装位置；
ω3为第三加速度计位置的旋转角速度；
为对旋转角速度求微分；
第四加速度a4为：
式中，R4为第四加速度计安装矢量；
为对第四加速度计安装矢量求2次微分；
r4为第四加速度计安装位置；
ω4为第四加速度计位置的旋转角速度；
为对旋转角速度求微分；
对第三加速度a3和第四加速度a4进行差分解算，得到小腿加速度aX为：
对应小腿倾斜角度
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(三)中，第二膝关节角度θleft为：
θleft＝180-θD-θX (7)。
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(四)中，人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2的建立方法为：
坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；原点为第一IMU所在位置；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；原点为第二IMU所在位置。
在上述的一种可穿戴式惯性器件人体步态信息采集计算方法，所述步骤(五)中，第一膝关节角度θright和第二膝关节角度θleft关系方程的建立方法为：
第一IMU包括一个三轴陀螺仪和一个三轴加速度计；第二IMU包括一个三轴陀螺和一个三轴加速度计；
建立状态方程：
式中，X1为第一IMU中三轴陀螺仪对应的x1轴的角度误差；
X2为第一IMU中三轴陀螺仪对应的x1轴的角速度误差；
X3为第二IMU中三轴陀螺仪对应的x2轴的角度误差；
X4为第二IMU中三轴陀螺仪对应的x2轴的角速度误差；
X5取值与第一膝关节角度θright相同；
k为第k时刻；
uk为陀螺仪输出误差参数；
建立量测方程：
式中，Rk为输出误差参数；
由此得到第一膝关节角度θright和第二膝关节角度θleft的关系。
本发明与现有技术相比具有如下优点：
(1)本发明系统和方法与外骨骼机器人相配套，应用于需要人体步态信息的应用领域，康复训练外骨骼、助残行走外骨骼、负重外骨骼均需要进行步态信息采集和步态数据的分类、跟踪与预测等分析，以便实现下肢外骨骼步态跟踪与控制，并提高其动态稳定性；
(2)本发明实现人体步态信息的实时非接触测量，并通过传感器不同输出数据的信息融合处理，获得准确的膝关节角度信息，结合开始采集的人体基本信息，进行人体步态信息分析，解算人体步行过程中步长、步频和抬腿高度等信息。
附图说明
图1为本发明信息采集计算流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细的描述：
本发明包括4个加速度计，每两片一组同轴同向安置于一块长度约为10cm至20cm的条形钢板两端上，并记录钢板上加速度计传感器的安装位置，且保证传感器敏感轴方向平行于钢板长边，并将上述两条条形钢板通过绑带分别安装在人体另一侧的大腿和小腿外侧位置，且保证两条钢板长边分别与人体大、小腿骨骼方向相平行，并记录大腿钢板安装位置到髋关节转轴距离和小腿钢板安装位置到膝关节转轴距离，用于敏感人体另一侧大、小腿加速度信息并传输至控制器；
控制器根据接收到的人体一侧大、小腿肢段的加速度、角速度信息解算本侧膝关节角度，根据另一侧大、小腿四片加速度传感器采集的加速度信息解算另一侧膝关节角度信息，并移相转换为同侧膝关节角度信息，根据两侧传感器解算的膝关节角度通过卡尔曼滤波进行信息融合，获得准确的双腿膝关节角度信息，通过无线模块传输至上位机完成人体步态信息的应用；
上位机根据接收到的膝关节角度信息进行人体步态信息分析，解算人体步行过程中步长、步频和抬腿高度等信息。
如图1所示为信息采集计算流程图，由图可知，一种可穿戴式惯性器件人体步态信息采集计算方法，包括如下步骤：
步骤(一)、在人体左腿的外侧沿竖直方向固定安装4个加速度计；其中，大腿外侧沿竖直方向分别安装第一加速度计和第二加速度计；小腿外侧沿竖直方向分别安装第三加速度计和第四加速度计；在人体左腿的外侧沿竖直方向固定安装2个IMU；其中，大腿内侧安装第一IMU；小腿内侧安装第二IMU；
步骤(二)、人体步态行走，由第一IMU测量获得大腿的俯仰角θDright；由第二IMU测量获得小腿的俯仰角θXright；并根据大腿俯仰角θDright和小腿俯仰角θXright，计算第一膝关节角度θright；第一膝关节角度θright的计算方法为：
θright＝180+θDright-θXright (1)。
步骤(三)、第一加速度计测量获得第一加速度a1；第二加速度计测量获得第二加速度a2；第三加速度计测量获得第三加速度a3；第四加速度计测量获得第四加速度a4；对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD；对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX；根据大腿倾斜角度θD和小腿倾斜角度θX，计算第二膝关节角度θleft；
对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD的方法为：
计算的方法为：
第一加速度a1为：
式中，g为重力加速度；
R1为第一加速度计安装矢量；
为对第一加速度计安装矢量求2次微分；
r1为第一加速度计安装位置；
ω1为第一加速度计位置的旋转角速度；
为对旋转角速度求微分；
第二加速度a2为：
式中，R2为第二加速度计安装矢量；
为对第二加速度计安装矢量求2次微分；
r2为第二加速度计安装位置；
ω2为第二加速度计位置的旋转角速度；
为对旋转角速度求微分；
对第一加速度a1和第二加速度a2进行差分解算，得到大腿加速度aD为：
对应大腿倾斜角度
对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX的方法为：
第三加速度a3为：
式中，R3为第三加速度计安装矢量；
为对第三加速度计安装矢量求2次微分；
r3为第三加速度计安装位置；
ω3为第三加速度计位置的旋转角速度；
为对旋转角速度求微分；
第四加速度a4为：
式中，R4为第四加速度计安装矢量；
为对第四加速度计安装矢量求2次微分；
r4为第四加速度计安装位置；
ω4为第四加速度计位置的旋转角速度；
为对旋转角速度求微分。
对第三加速度a3和第四加速度a4进行差分解算，得到小腿加速度aX为：
对应小腿倾斜角度
则，第二膝关节角度θleft为：
θleft＝180-θD-θX (7)。
步骤(四)、建立人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2，其中，坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；
人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2的建立方法为：
坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；原点为第一IMU所在位置；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；原点为第二IMU所在位置。
步骤(五)、根据步骤(四)建立的人体大腿第一IMU坐标系o-x1y1z1和小腿第二IMU坐标系o-x2y2z2；建立第一膝关节角度θright和第二膝关节角度θleft的关系方程；
步骤(六)、根据步骤(五)得到的第一膝关节角度θright和第二膝关节角度θleft的关系方程；
，第一膝关节角度θright和第二膝关节角度θleft关系方程的建立方法为：
第一IMU包括一个三轴陀螺仪和一个三轴加速度计；第二IMU包括一个三轴陀螺和一个三轴加速度计；
建立状态方程：
式中，X1为第一IMU中三轴陀螺仪对应的x1轴的角度误差；
X2为第一IMU中三轴陀螺仪对应的x1轴的角速度误差；
X3为第二IMU中三轴陀螺仪对应的x2轴的角度误差；
X4为第二IMU中三轴陀螺仪对应的x2轴的角速度误差；
X5取值与第一膝关节角度θright相同；
k为第k时刻；
uk为陀螺仪输出误差参数；
建立量测方程：
式中，Rk为输出误差参数；
由此得到第一膝关节角度θright和第二膝关节角度θleft的关系。
得到k时刻采集传感器输出值X1、X2、X3、X4、X5和θright，对X1、X2、X3、X4、X5和θright进行卡尔曼滤波计算，即得到膝关节角度误差并补偿后的膝关节角度。通过无线模块传输至上位机完成人体步态信息的应用，上位机根据接收到的膝关节角度信息进行人体步态信息分析，解算人体步行过程中步长、步频和抬腿高度等信息。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (7)

1.一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：包括如下步骤：
步骤(一)、在人体左腿的外侧沿竖直方向固定安装4个加速度计；其中，大腿外侧沿竖直方向分别安装第一加速度计和第二加速度计；小腿外侧沿竖直方向分别安装第三加速度计和第四加速度计；在人体左腿的外侧沿竖直方向固定安装2个IMU；其中，大腿内侧安装第一IMU；小腿内侧安装第二IMU；
步骤(二)、人体步态行走，由第一IMU测量获得大腿的俯仰角θDright；由第二IMU测量获得小腿的俯仰角θXright；并根据大腿俯仰角θDright和小腿俯仰角θXright，计算第一膝关节角度θright；
步骤(三)、第一加速度计测量获得第一加速度a1；第二加速度计测量获得第二加速度a2；第三加速度计测量获得第三加速度a3；第四加速度计测量获得第四加速度a4；对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD；对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX；根据大腿倾斜角度θD和小腿倾斜角度θX，计算第二膝关节角度θleft；
步骤(四)、建立人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2，其中，坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；
步骤(五)、根据步骤(四)建立的人体大腿第一IMU坐标系o-x1y1z1和小腿第二IMU坐标系o-x2y2z2；建立第一膝关节角度θright和第二膝关节角度θleft的关系方程；
步骤(六)、根据步骤(五)得到的第一膝关节角度θright和第二膝关节角度θleft的关系方程；得到k时刻采集传感器输出值X1、X2、X3、X4、X5和θright，对X1、X2、X3、X4、X5和θright进行卡尔曼滤波计算，即得到膝关节角度误差并补偿后的膝关节角度。
2.根据权利要求1所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(二)中，第一膝关节角度θright的计算方法为：
θright＝180+θDright-θXright (1)。
3.根据权利要求1所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(三)中，对大腿部分第一加速度a1和第二加速度a2进行差分解算，计算大腿倾斜角度θD的方法为：
计算的方法为：
第一加速度a1为：
式中，g为重力加速度；
R1为第一加速度计安装矢量；
为对第一加速度计安装矢量求2次微分；
r1为第一加速度计安装位置；
ω1为第一加速度计位置的旋转角速度；
为对旋转角速度求微分；
第二加速度a2为：
式中，R2为第二加速度计安装矢量；
为对第二加速度计安装矢量求2次微分；
r2为第二加速度计安装位置；
ω2为第二加速度计位置的旋转角速度；
为对旋转角速度求微分；
对第一加速度a1和第二加速度a2进行差分解算，得到大腿加速度aD为：
对应大腿倾斜角度
4.根据权利要求3所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(三)中，对小腿部分第三加速度a3和第四加速度a4进行差分解算，计算小腿倾斜角度θX的方法为：
第三加速度a3为：
式中，R3为第三加速度计安装矢量；
为对第三加速度计安装矢量求2次微分；
r3为第三加速度计安装位置；
ω3为第三加速度计位置的旋转角速度；
为对旋转角速度求微分；
第四加速度a4为：
式中，R4为第四加速度计安装矢量；
为对第四加速度计安装矢量求2次微分；
r4为第四加速度计安装位置；
ω4为第四加速度计位置的旋转角速度；
为对旋转角速度求微分；
对第三加速度a3和第四加速度a4进行差分解算，得到小腿加速度aX为：
对应小腿倾斜角度
5.根据权利要求4所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(三)中，第二膝关节角度θleft为：
θleft＝180-θD-θX (7)。
6.根据权利要求1所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(四)中，人体大腿第一IMU坐标系o1-x1y1z1和小腿第二IMU坐标系o2-x2y2z2的建立方法为：
坐标系o1-x1y1z1沿垂直于大腿骨骼方向向右为x1轴正方向，沿着大腿骨骼方向向下为y1轴正方向，与x1、y1轴垂直前向方向为z1轴正方向；原点为第一IMU所在位置；坐标系o2-x2y2z2沿垂直于小腿骨骼方向向右为x2轴正方向，沿着小腿骨骼方向向下为y2轴正方向,与x2、y2轴垂直前向方向为z2轴正方向；原点为第二IMU所在位置。
7.根据权利要求1所述的一种可穿戴式惯性器件人体步态信息采集计算方法，其特征在于：所述步骤(五)中，第一膝关节角度θright和第二膝关节角度θleft关系方程的建立方法为：
第一IMU包括一个三轴陀螺仪和一个三轴加速度计；第二IMU包括一个三轴陀螺和一个三轴加速度计；
建立状态方程：
式中，X1为第一IMU中三轴陀螺仪对应的x1轴的角度误差；
X2为第一IMU中三轴陀螺仪对应的x1轴的角速度误差；
X3为第二IMU中三轴陀螺仪对应的x2轴的角度误差；
X4为第二IMU中三轴陀螺仪对应的x2轴的角速度误差；
X5取值与第一膝关节角度θright相同；
k为第k时刻；
uk为陀螺仪输出误差参数；
建立量测方程：
式中，Rk为输出误差参数；
由此得到第一膝关节角度θright和第二膝关节角度θleft的关系。
CN201711408588.4A 2017-12-22 2017-12-22 一种可穿戴式惯性器件人体步态信息采集计算方法 Active CN108245164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711408588.4A CN108245164B (zh) 2017-12-22 2017-12-22 一种可穿戴式惯性器件人体步态信息采集计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711408588.4A CN108245164B (zh) 2017-12-22 2017-12-22 一种可穿戴式惯性器件人体步态信息采集计算方法

Publications (2)

Publication Number Publication Date
CN108245164A true CN108245164A (zh) 2018-07-06
CN108245164B CN108245164B (zh) 2021-03-26

Family

ID=62723917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711408588.4A Active CN108245164B (zh) 2017-12-22 2017-12-22 一种可穿戴式惯性器件人体步态信息采集计算方法

Country Status (1)

Country Link
CN (1) CN108245164B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109048868A (zh) * 2018-09-25 2018-12-21 北京精密机电控制设备研究所 下肢外骨骼机器人系统及其随动角度检测装置及控制方法
CN109259769A (zh) * 2018-09-26 2019-01-25 华蓥市铜堡初级中学 一种用于腿部角度测量的角度传感器
CN110006445A (zh) * 2019-04-26 2019-07-12 成都乐动信息技术有限公司 跑步距离计算方法及装置
CN110522458A (zh) * 2019-10-15 2019-12-03 北京理工大学 一种适用于膝关节外骨骼的步态实时识别方法
CN110543922A (zh) * 2019-10-15 2019-12-06 北京理工大学 一种基于膝关节外骨骼的实时行走模式识别方法
CN110555429A (zh) * 2019-10-15 2019-12-10 北京理工大学 一种面向髋关节外骨骼的人体运动模式识别方法
CN111469117A (zh) * 2020-04-14 2020-07-31 武汉理工大学 一种刚柔耦合有源外骨骼的人体运动模式检测方法
CN111728616A (zh) * 2020-07-01 2020-10-02 北京航空航天大学 一种人体膝关节载荷谱确定方法及系统
CN111772638A (zh) * 2020-06-16 2020-10-16 北京海益同展信息科技有限公司 步态控制方法、装置、电子设备及存储介质
CN111895997A (zh) * 2020-02-25 2020-11-06 哈尔滨工业大学 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
CN112603295A (zh) * 2020-12-15 2021-04-06 深圳先进技术研究院 一种基于可穿戴传感器的康复评估方法和系统
CN114145710A (zh) * 2020-09-08 2022-03-08 Oppo（重庆）智能科技有限公司 身体数据检测方法、装置以及电子设备
CN115969355A (zh) * 2022-12-08 2023-04-18 香港大学深圳医院 可穿戴智能膝关节和步态监测方法、装置、系统和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103750841A (zh) * 2014-01-20 2014-04-30 上海交通大学 基于mems惯性传感器的人体膝关节角度无线检测系统及方法
US20140266860A1 (en) * 2013-03-14 2014-09-18 Gaddi BLUMROSEN Method and system for activity detection and classification
US20160030804A1 (en) * 2014-07-31 2016-02-04 Seiko Epson Corporation Exercise analysis apparatus, exercise analysis method, exercise analysis program, and exercise analysis system
CN106500695A (zh) * 2017-01-05 2017-03-15 大连理工大学 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法
CN106815857A (zh) * 2015-11-27 2017-06-09 财团法人工业技术研究院 行动辅助机器人的姿态估测方法
CN106821391A (zh) * 2017-03-23 2017-06-13 北京精密机电控制设备研究所 基于惯性传感器信息融合的人体步态采集分析系统及方法
CN106863308A (zh) * 2017-04-14 2017-06-20 清研华宇智能机器人（天津）有限责任公司 一种移动机器人轨迹修正控制算法
US20170238849A1 (en) * 2016-02-19 2017-08-24 Trustees Of Dartmouth College Movement monitoring systems and methods
US20170296115A1 (en) * 2009-02-02 2017-10-19 Joint Vue, LLC Motion Tracking System with Inertial-Based Sensing Units

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170296115A1 (en) * 2009-02-02 2017-10-19 Joint Vue, LLC Motion Tracking System with Inertial-Based Sensing Units
US20140266860A1 (en) * 2013-03-14 2014-09-18 Gaddi BLUMROSEN Method and system for activity detection and classification
CN103750841A (zh) * 2014-01-20 2014-04-30 上海交通大学 基于mems惯性传感器的人体膝关节角度无线检测系统及方法
US20160030804A1 (en) * 2014-07-31 2016-02-04 Seiko Epson Corporation Exercise analysis apparatus, exercise analysis method, exercise analysis program, and exercise analysis system
CN106815857A (zh) * 2015-11-27 2017-06-09 财团法人工业技术研究院 行动辅助机器人的姿态估测方法
US20170238849A1 (en) * 2016-02-19 2017-08-24 Trustees Of Dartmouth College Movement monitoring systems and methods
CN106500695A (zh) * 2017-01-05 2017-03-15 大连理工大学 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法
CN106821391A (zh) * 2017-03-23 2017-06-13 北京精密机电控制设备研究所 基于惯性传感器信息融合的人体步态采集分析系统及方法
CN106863308A (zh) * 2017-04-14 2017-06-20 清研华宇智能机器人（天津）有限责任公司 一种移动机器人轨迹修正控制算法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
S. BAKHSHI,等: "Development of a body joint angle measurement system using IMU sensors", 《2011 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY, BOSTON》 *
SEEL T , 等: "IMU-Based Joint Angle Measurement for Gait Analysis", 《SENSORS》 *
VARGAS-VALENCIA,等: "An IMU-to-Body Alignment Method Applied to Human Gait Analysis", 《SENSORS》 *
冯智勇,等: "基于陀螺仪及加速度计信号融合的姿态角度测量", 《西南师范大学学报》 *
张杰: "基于MEMS陀螺仪和加速度计的动态倾角传感器", 《机械设计与制造》 *
邹波，等: "多传感信息融合的改进扩展卡尔曼滤波定姿", 《计算机应用研究》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109048868B (zh) * 2018-09-25 2020-08-14 北京精密机电控制设备研究所 下肢外骨骼机器人系统及其随动角度检测装置及控制方法
CN109048868A (zh) * 2018-09-25 2018-12-21 北京精密机电控制设备研究所 下肢外骨骼机器人系统及其随动角度检测装置及控制方法
CN109259769A (zh) * 2018-09-26 2019-01-25 华蓥市铜堡初级中学 一种用于腿部角度测量的角度传感器
CN110006445A (zh) * 2019-04-26 2019-07-12 成都乐动信息技术有限公司 跑步距离计算方法及装置
CN110006445B (zh) * 2019-04-26 2021-06-11 成都乐动信息技术有限公司 跑步距离计算方法及装置
CN110543922A (zh) * 2019-10-15 2019-12-06 北京理工大学 一种基于膝关节外骨骼的实时行走模式识别方法
CN110555429A (zh) * 2019-10-15 2019-12-10 北京理工大学 一种面向髋关节外骨骼的人体运动模式识别方法
CN110522458A (zh) * 2019-10-15 2019-12-03 北京理工大学 一种适用于膝关节外骨骼的步态实时识别方法
CN111895997A (zh) * 2020-02-25 2020-11-06 哈尔滨工业大学 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
CN111469117A (zh) * 2020-04-14 2020-07-31 武汉理工大学 一种刚柔耦合有源外骨骼的人体运动模式检测方法
CN111469117B (zh) * 2020-04-14 2022-06-03 武汉理工大学 一种刚柔耦合有源外骨骼的人体运动模式检测方法
CN111772638A (zh) * 2020-06-16 2020-10-16 北京海益同展信息科技有限公司 步态控制方法、装置、电子设备及存储介质
CN111728616A (zh) * 2020-07-01 2020-10-02 北京航空航天大学 一种人体膝关节载荷谱确定方法及系统
CN111728616B (zh) * 2020-07-01 2021-07-20 北京航空航天大学 一种人体膝关节载荷谱确定方法及系统
CN114145710A (zh) * 2020-09-08 2022-03-08 Oppo（重庆）智能科技有限公司 身体数据检测方法、装置以及电子设备
CN114145710B (zh) * 2020-09-08 2023-08-29 Oppo（重庆）智能科技有限公司 身体数据检测方法、装置以及电子设备
CN112603295A (zh) * 2020-12-15 2021-04-06 深圳先进技术研究院 一种基于可穿戴传感器的康复评估方法和系统
CN115969355A (zh) * 2022-12-08 2023-04-18 香港大学深圳医院 可穿戴智能膝关节和步态监测方法、装置、系统和存储介质

Also Published As

Publication number Publication date
CN108245164B (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN108245164A (zh) 一种可穿戴式惯性器件人体步态信息采集计算方法
Chang et al. A wearable inertial measurement system with complementary filter for gait analysis of patients with stroke or Parkinson’s disease
Brennan et al. Quantification of inertial sensor-based 3D joint angle measurement accuracy using an instrumented gimbal
CN104757976B (zh) 一种基于多传感器融合的人体步态分析方法和系统
CN108836346A (zh) 一种基于惯性传感器的人体步态分析方法和系统
Bonnet et al. Monitoring of hip and knee joint angles using a single inertial measurement unit during lower limb rehabilitation
CN108338791B (zh) 失稳运动数据的检测装置及检测方法
Watanabe et al. A preliminary test of measurement of joint angles and stride length with wireless inertial sensors for wearable gait evaluation system
CN106821391A (zh) 基于惯性传感器信息融合的人体步态采集分析系统及方法
KR102010898B1 (ko) 관성센서를 이용한 보행 분석 시스템 및 방법
Jasiewicz et al. Wireless orientation sensors: their suitability to measure head movement for neck pain assessment
Lee et al. 3D spinal motion analysis during staircase walking using an ambulatory inertial and magnetic sensing system
CN108478222B (zh) 一种基于神经网络的关节角误差补偿实验装置及方法
JP2015217053A (ja) 運動測定装置ならびに運動測定方法
Cimolin et al. Computation of spatio-temporal parameters in level walking using a single inertial system in lean and obese adolescents
CN109692104A (zh) 医疗康复外骨骼交互式同步控制系统及方法
Hsu et al. A wearable inertial-sensing-based body sensor network for shoulder range of motion assessment
KR20180031610A (ko) 밴드형 운동 및 생체정보 측정 장치
CN114663913A (zh) 一种基于Kinect的人体步态参数提取方法
CN108309301B (zh) 人体体段质量测量方法
CN105575239B (zh) 一种骨折复位训练模型角度检测装置及其方法
Illyés et al. Method for determining the spatial position of the shoulder with ultrasound-based motion analyzer
Garcia et al. Portable measurement system of vertical jump using an inertial measurement unit and pressure sensors
CN208591046U (zh) 失稳运动数据的检测装置
Martínez-Solís et al. A portable system with sample rate of 250 Hz for characterization of knee and hip angles in the sagittal plane during gait

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