CN109646009B - 基于便携式步态分析系统的步态时空参数的计算方法 - Google Patents

基于便携式步态分析系统的步态时空参数的计算方法 Download PDF

Info

Publication number
CN109646009B
CN109646009B CN201811361427.9A CN201811361427A CN109646009B CN 109646009 B CN109646009 B CN 109646009B CN 201811361427 A CN201811361427 A CN 201811361427A CN 109646009 B CN109646009 B CN 109646009B
Authority
CN
China
Prior art keywords
points
point
heel
toe
change
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.)
Active
Application number
CN201811361427.9A
Other languages
English (en)
Other versions
CN109646009A (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.)
Beijing Zhongke Huicheng 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 CN201811361427.9A priority Critical patent/CN109646009B/zh
Publication of CN109646009A publication Critical patent/CN109646009A/zh
Application granted granted Critical
Publication of CN109646009B publication Critical patent/CN109646009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • A61B5/68—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

Landscapes

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

Abstract

本发明提供一种基于便携式步态分析系统的步态时空参数的计算方法，包括时间参数计算和空间参数计算，本发明将此两种参数计算及检测方法融合，优势互补，具有消除了MEMS IMU传感器数据通过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，提高了步态参数计算的精度，同时解决了足底压力分析方法不能计算步态空间参数，如步幅、步行距离、步行速度的问题的有益技术效果。

Description

基于便携式步态分析系统的步态时空参数的计算方法
技术领域
本发明属于步态分析技术领域，尤其涉及基于便携式步态分析系统的步态时空参数的计算方法。
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，MEMS IMU传感器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。特别对于步态空间参数的计算，主要依靠的是对IMU的加速度信号进行二次积分运算计算出来的，要消除累计误差，就需要对步态时间点/时间参数，进行精确的计算。也就是说，通过IMU信号的步态参数计算方法，精确的步态空间参数，也是依赖于步态时间参数的精度的。现有的便携式足底压力分析是利用薄膜压力传感器，处理经多次拟合叠加产生的静态压力分布图或压力中心转移图。同时，利用压力传感器的信号的检测方法也可以检测和计算步态时间参数，但是不能计算步态空间参数，如步幅、步行距离、步行速度等。所以，采用薄膜压力传感器与IMU传感器信号的融合，进行步态时空参数的精确计算是一个非常好的方法，综上所述，发明一种基于多传感器采集的信号的融合(压力传感器信号，MEMS IMU信号)，进而精确的对步态时空参数进行计算的方法，具有非常现实的意义。
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MEMS IMU成为步态分析技术的理想选择，成为一大研究热点。
综上所述，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，现有技术存在不可避免的问题是：MEMS IMU传感器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，现有的足底压力分析多为处理经多次拟合叠加产生的静态压力分布图或压力中心转移图，该检测方法也可以检测和计算步态时间参数，但是不能计算步态空间参数，如步幅、步行距离、步行速度等的问题。
发明内容
本发明提供基于便携式步态分析系统的步态时空参数的计算方法，以解决所述背景技术中提出了现有技术存在不可避免的问题是：MEMS IMU传感器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，现有的足底压力分析多为处理经多次拟合叠加产生的静态压力分布图或压力中心转移图，该检测方法也可以检测和计算步态时间参数，但是不能计算步态空间参数，如步幅、步行距离、步行速度等的问题。具体的，本发明是将以上两种检测方法融合，优势互补，以达到较好的有益效果。
本发明所解决的技术问题采用以下技术方案来实现：基于便携式步态分析系统的步态时空参数的计算方法，包括时间参数计算：通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；
脚跟着地点和脚尖离地点计算方法：通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；分别对获取的压力信号曲线在脚跟着地点附近的角度变化最大的三个点X，Y，Z和压力信号曲线在脚尖离地点附近的角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；
空间参数计算：利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离。
进一步，所述角度计算公式为：
Figure GDA0003173473780000031
所述θ为圧力曲线相邻三个点相连所得夹角；所述α为一条边的延长线与另一条边的夹角。
进一步，所述脚跟着地点评分：
将脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对横坐标与零速区间开始点横坐标的差值评分；
优选的，所述归一化处理包括：
Figure GDA0003173473780000032
Figure GDA0003173473780000033
Figure GDA0003173473780000034
其中：
所述脚跟着地点角度变化最大的三个点X，Y，Z的横坐标与零速区间开始点横坐标的差值分别记为x1，x2，x3；
max(x1，x2，x3)算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为m1，m2，m3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过变化率处理对某个点它左边曲线的变化度评分；
所述变化率处理包括：
在X左边取r个点{X0、X1...Xr}，所述X左边取r个点的纵坐标分别为{b1、b2...br}，b为点X的纵坐标，则：
Figure GDA0003173473780000041
在Y左边取r个点{Y0、Y1...Yr}，所述Y左边取r个点的纵坐标分别为{c1、c2...cr}，c为点Y的纵坐标，则：
Figure GDA0003173473780000042
在Z左边取r个点{Z0、Z1...Zr}，所述Z左边取r个点的纵坐标分别为{d1、d2...dr}，d为点Z的纵坐标，则：
Figure GDA0003173473780000043
Figure GDA0003173473780000044
Figure GDA0003173473780000045
Figure GDA0003173473780000046
其中：
max(S(X)、S(Y)、S(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为n1，n2，n3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对某个点右边曲线的变化程度评分；
所述归一化处理：
在X右边取r个点{X’0、X’1...X’r}，所述X右边取r个点的纵坐标分别为{b’1、b’2...b’r}，b为点X的纵坐标，则：
Figure GDA0003173473780000047
在Y右边取r个点{Y’0、Y’1...Y’r}，所述Y右边取r个点的纵坐标分别为{c’1、c’2...c’r}，c为点Y的纵坐标，则：
Figure GDA0003173473780000048
在Z右边取r个点{Z’0、Z’1...Z’r}，所述Z右边取r个点的纵坐标分别为{d’1、d’2...d’r}，d为点Z的纵坐标，则：
Figure GDA0003173473780000049
Figure GDA0003173473780000051
Figure GDA0003173473780000052
Figure GDA0003173473780000053
其中：
max(S’(X)、S’(Y)、S’(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为l1，l2，l3；
所述脚跟着地点评分值为：
Score脚跟着地点＝m-n+l；
进一步，所述脚尖离地点评分：
将脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对横坐标与零速区间结束点横坐标的差值评分；
优选的，所述归一化处理包括：
Figure GDA0003173473780000054
Figure GDA0003173473780000055
Figure GDA0003173473780000056
其中：
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的横坐标与零速区间结束点横坐标的差值分别记为X1'，X2'，X3'；
max(x1'，x2'，x3')算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为m1'，m2'，m3'；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过变化率处理对某个点它左边曲线的变化度评分；
所述变化率处理包括：
在X'左边取r个点{X0’、X1’...Xr’}，所述X'左边取r个点的纵坐标分别为{e1、e2...er}，e为点X’的纵坐标，则：
Figure GDA0003173473780000057
在Y'左边取r个点{Y0'、Y1'...Yr'}，所述Y'左边取r个点的纵坐标分别为{f1、f2...fr}，f为点Y’的纵坐标，则：
Figure GDA0003173473780000061
在Z'左边取r个点{Z0'、Z1'...Zr'}，所述Z'左边取r个点的纵坐标分别为{g1、g2...gr}，g为点Z’的纵坐标，则：
Figure GDA0003173473780000062
Figure GDA0003173473780000063
Figure GDA0003173473780000064
Figure GDA0003173473780000065
其中：
max(S(X')、S(Y')、S(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为n'1，n'2，n'3；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对某个点右边曲线的变化程度评分；
所述归一化处理：
在X'右边取r个点{X0”、X1”...Xr”}，所述X'右边取r个点的纵坐标分别为{e'1、e'2...e'r}，e为点X’的纵坐标，则：
Figure GDA0003173473780000066
在Y'右边取r个点{Y0”、Y1”...Yr”}，所述Y'右边取r个点的纵坐标分别为{f'1、f'2...f'r}，f为点Y’的纵坐标，则：
Figure GDA0003173473780000067
在Z'右边取r个点{Z0”、Z1”...Zr”}，所述Z'右边取r个点的纵坐标分别为{g'1、g'2...g'r}，g为点Z’的纵坐标，则：
Figure GDA0003173473780000068
Figure GDA0003173473780000069
Figure GDA00031734737800000610
Figure GDA00031734737800000611
其中：
max(S'(X')、S'(Y')、S'(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为l1'，l2'，l3'；所述脚尖离地点评分值为：
Score脚尖离地点＝m'+n'-l'；
进一步，所述通过积分处理算出零速区间内水平方向的前进距离包括：
设脚尖前进方向为+Y；
对角速度做积分处理：
Figure GDA0003173473780000071
Figure GDA0003173473780000072
Figure GDA0003173473780000073
所述f(X)、f(Y)、f(Z)分别为角速度变化曲线；
所述t为时间；
所述加速度计的三个轴分别为三个方向的0°；
θy、θx、θz为某一时刻各轴的角度；
对加速度做积分处理：
Figure GDA0003173473780000074
Figure GDA0003173473780000075
Figure GDA0003173473780000076
所述f(x)，f(y)，f(z)分别为加速度变化曲线；
所述t为时间；
所述vx、vy、vz为某一时刻各轴对应方向的速度；
零速区间内某一方向行进的距离为：
Figure GDA0003173473780000077
所述脚跟离地点对应时间t＝b；
所述脚尖着地点对应时间t＝a；
每个v以及θ都与一个时间t一一对应；
一步行进的距离：
Figure GDA0003173473780000081
其中
Figure GDA0003173473780000082
一步行进距离s求出后，则左脚行进距离即为左步幅，右脚行进距离即为右步幅。由此可分别计算左右脚步幅s左、s右。
足偏角的大小：
Figure GDA0003173473780000083
由tanα的值可求出α的值；
步速：设有n个零速区间，第k个零速区间时长内对侧脚行进距离为Sk，则n个零速区间内行进距离总长
Figure GDA0003173473780000084
设一个零速区间内时长为t零，则速度
Figure GDA0003173473780000085
进一步，所述脚跟着地点角度变化最大的三个点X，Y，Z相应的最大角度分别为θ1，θ2，θ3，所述脚尖离地点角度变化最大的三个点X’，Y’，Z’相应的最大角度分别为θ1’，θ2’，θ3’。
进一步，所述脚跟着地点评分值大小根据脚跟着地点左边越平滑，右边越陡峭得分越高，所述脚尖离地点评分值大小根据脚尖离地点左边越陡峭，右边越平滑得分越高。
进一步，所述通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相为：
摆动相：脚跟着地时间－脚尖离地时间。
进一步，所述通过脚跟着地时间和脚尖离地时间的时间差推算出站立相为：
站立相：脚尖离地时间－脚跟着地时间。
进一步，所述前进距离即步长。
有益技术效果
本技术方案采用时间参数计算：通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；脚跟着地点和脚尖离地点计算方法：通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；分别对获取的压力信号曲线在脚跟着地点附近的角度变化最大的三个点X，Y，Z和压力信号曲线在脚尖离地点附近的角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；空间参数计算：利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离，由于解决步态时空参数的计算限制，降低成本，不用占用场地，随时随地可以进行测量。同时基于多传感器信号的融合(薄膜压力传感器信号和惯性传感器信号的融合)，找出的精确的时间参数(脚跟离地点和着地点以及脚尖离地点和着地点)，进而进行空间参数的计算，以达到更加精确的步态时空参数的目的。
附图说明
图1是本发明基于便携式步态分析系统的步态时空参数的计算方法的总流程图；
图2是本发明基于便携式步态分析系统的步态时空参数的计算方法的详细流程图；
图3是本发明基于便携式步态分析系统的步态时空参数的计算方法的脚跟着地点评分流程图；
图4是本发明基于便携式步态分析系统的步态时空参数的计算方法的脚尖离地点评分流程图；
图5是本发明基于便携式步态分析系统的步态时空参数的计算方法的计算零速区间内行进方向的前进距离流程图；
图6是基于便携式步态分析系统的步态时空参数的计算方法的系统模块图；
图7是基于便携式步态分析系统的步态时空参数的计算方法的压力传感器分布图；
图8是基于便携式步态分析系统的步态时空参数的计算方法的信息流示意图；
图9是基于便携式步态分析系统的步态时空参数的计算方法的脚尖及脚跟压力变化图；
图10是基于便携式步态分析系统的步态时空参数的计算方法的圧力曲线连续三个点确定一个角度的示意图；
图11是基于便携式步态分析系统的步态时空参数的计算方法的压力变化最大的点示意图；
图12是基于便携式步态分析系统的步态时空参数的计算方法的压力变化点集合示意图；
图13是基于便携式步态分析系统的步态时空参数的计算方法的摆动相以及站立相示意图；
图14是基于便携式步态分析系统的步态时空参数的计算方法的加速度计数据曲线图；
图15是基于便携式步态分析系统的步态时空参数的计算方法的陀螺仪方向示意图；
图16是基于便携式步态分析系统的步态时空参数的计算方法的足偏角示意图。
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-时间参数计算；
S102-空间参数计算；
S201-通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；
S202-脚跟着地点和脚尖离地点计算方法；
S203-通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；
S204-分别对获取的脚跟压力变化曲线在脚跟着地点附近角度变化最大的三个点X，Y，Z和脚尖压力变化曲线在脚尖离地点附近角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；
S205-通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；
S206-利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离；
S301-将脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对横坐标与零速区间开始点横坐标的差值评分；
S302-脚跟着地点角度变化最大的三个点X，Y，Z分别通过变化率处理对某个点它左边曲线的变化度评分；
S303-脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对某个点右边曲线的变化程度评分；
S401-将脚尖离地点角度变化最大的三个点X’，Y’，Z’分别通过归一化处理对横坐标与零速区间结束点横坐标的差值评分；
S402-脚尖离地点角度变化最大的三个点X’，Y’，Z’分别通过变化率处理对某个点它左边曲线的变化度评分；
S403-脚尖离地点角度变化最大的三个点X’，Y’，Z’分别通过归一化处理对某个点右边曲线的变化程度评分；
S501-设脚尖前进方向为+Y；
S502-对角速度做积分处理；
S503-对加速度做积分处理；
S504-计算零速区间内某一方向行进的距离；
S505-计算一步行进的距离；
S506-分别计算左右脚步长和步幅；
S507-计算足偏角的大小；
S508-计算步速；
实施例：
本实施例：如图1所示，本发明公开了一种基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，包括：
时间参数计算S101：
通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点S201；
脚跟着地点和脚尖离地点计算方法S202：
通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点S203；
分别对获取的脚跟压力变化曲线在脚跟着地点附近角度变化最大的三个点X，Y，Z和脚尖压力变化曲线在脚尖离地点附近角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分S204；
通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间S205；
空间参数计算S102：
利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离S206。
由于采用时间参数计算：通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；脚跟着地点和脚尖离地点计算方法：通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；分别对获取的脚跟着地点角度变化最大的三个点X，Y，Z和脚尖离地点角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；空间参数计算：利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离，由于解决步态时空参数的计算限制，降低成本，不用占用场地，随时随地可以进行测量。同时基于多传感器信号的融合，找出的精确的时间参数(脚跟离地点和着地点以及脚尖离地点和着地点)，进而进行空间参数的计算，以达到更加精确的步态时空参数的目的。
关于时间参数及空间参数计算模块：时间参数：技术的核心点在于找到四个事件点，既如图9所示的脚尖及脚跟的着地点，和脚尖及脚跟的离地点，这4个点的计算方法，采用以下算法：弯曲程度的计算拟合成角度计算：在零速区间开始点(零速区间开始点、结束点确认方法可参考我公司的另一项专利——《一种基于多模态信息融合的步态零速检测方法及系统》申请号201711398588.0，零速区间开始点也即脚尖着地点，零速区间结束点也即脚跟离地点)左边60个点，右边6个点作为离地点的取样区间；在零速区间结束点左边6个点，右边个60点作为着地点的取样区间。每三个点可得一个角度θ，如图10所示，这样的角度会有很多个，哪个是我们所要求得的点则要用到下面所述的方法。(因为有了零速区间，已经知道了2个点了，所以本专利说的4个点的计算方法，实际上就变为2个点了，即脚后跟着地点和脚尖离地点，离地点及着地点是压力变化最大的点，在图中表示出来就是角度变化最大的点，而角度的变化情况可能有很多种，如图11中②④所示，则需求(1-cosα)的绝对值，这时该值越大，θ越大。其中①②是离地点的两种情况，③④是着地点的两种情况，在曲线中，所述角度变化大的可能有好几个，取其中角度变化最大的三个点X，Y，Z，它们的角度分别为θ1，θ2，θ3，我们对这三个点进行评分处理，得分最高的点就是我们要找着地点或者离地点，着地点和离地点是靠近零速点的，所以这些点越靠近零速点得分越高；着地点是一个压力突然增长的点，所以左边越平滑，右边越陡峭得分越高；离地点是一个压力突然减少的点，左边越陡峭右边越平滑得分越高。评分处理方法具体如下：评分有3个参数，分别设为x，y，z，x指该点横坐标与零速区间开始点或结束点横坐标的差值归一化处理、y指这三个点中某个点它左边曲线的变化度归一化处理以及z值是这三个点中某个点右边曲线的变化程度归一化处理在得出这四个点之后，脚尖和脚跟的离地、着地时间就是已知的了，它们之间的时间差也就变成已知数据。结合图13所示，可算出摆动相以及站立相，站立相：脚尖离地时间－脚跟着地时间；摆动相：脚跟着地时间－脚尖离地时间；单步时间：左脚脚跟着地时间-右脚脚跟着地时间；跨步时间：同侧脚2次脚跟着地时间的差值，空间参数：利用周期性的步态行走中，信息采集模块中采集到的零速区间和惯性传感器数据，陀螺仪数据是每个点的当前方向，加速度计数据是对应于陀螺仪各点的当前加速度，通过积分处理算出零速区间内水平方向的前进距离，既步长，因此，导致消除了传感器数据通过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，提高了步态参数计算的精度，同时解决了不能计算步态空间参数，如步幅、步行距离、步行速度的问题。
优选的，所述角度计算公式为：
Figure GDA0003173473780000131
所述θ为圧力曲线相邻三个点相连所得夹角；所述α为一条边的延长线与另一条边的夹角。
由于采用所述角度计算公式为：
Figure GDA0003173473780000132
所述θ为圧力曲线相邻三个点相连所得夹角；所述α为一条边的延长线与另一条边的夹角，如图11所示。设角θ一条边的延长线与另一条边所得夹角为α，求cosα的值，这个值越大，则θ变化越大。而当θ大于180°时，如图11中②④所示，则需求(1-cosα)的绝对值，这时该值越大，θ越大。其中①②是离地点的两种情况，③④是着地点的两种情况，则a值越大，θ越大，角度变化也就越大。取其中最大的三个点，分别为θ1，θ2，θ3。
优选的，所述脚跟着地点评分：
将脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对横坐标与零速区间开始点或结束点横坐标的差值评分S301；
优选的，所述归一化处理包括：
Figure GDA0003173473780000141
Figure GDA0003173473780000142
Figure GDA0003173473780000143
其中：
所述脚跟着地点角度变化最大的三个点X，Y，Z的横坐标与零速区间开始点横坐标的差值分别记为x1，x2，x3；
max(x1，x2，x3)算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为m1，m2，m3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过变化率处理对某个点它左边曲线的变化度评分S302；
所述变化率处理包括：
在X左边取r个点{X0、X1...Xr}，所述X左边取r个点的纵坐标分别为{b1、b2...br}，b为点X的纵坐标，则：
Figure GDA0003173473780000144
在Y左边取r个点{Y0、Y1...Yr}，所述Y左边取r个点的纵坐标分别为{c1、c2...cr}，c为点Y的纵坐标，则：
Figure GDA0003173473780000145
在Z左边取r个点{Z0、Z1...Zr}，所述Z左边取r个点的纵坐标分别为{d1、d2...dr}，d为点Z的纵坐标，则：
Figure GDA0003173473780000146
Figure GDA0003173473780000147
Figure GDA0003173473780000148
Figure GDA0003173473780000151
其中：
max(S(X)、S(Y)、S(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为n1，n2，n3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对某个点右边曲线的变化程度评分S303；
所述归一化处理：
在X右边取r个点{X’0、X’1...X’r}，所述X右边取r个点的纵坐标分别为{b’1、b’2...b’r}，b为点X的纵坐标，则：
Figure GDA0003173473780000152
在Y右边取r个点{Y’0、Y’1...Y’r}，所述Y右边取r个点的纵坐标分别为{c’1、c’2...c’r}，c为点Y的纵坐标，则：
Figure GDA0003173473780000153
在Z右边取r个点{Z’0、Z’1...Z’r}，所述Z右边取r个点的纵坐标分别为{d’1、d’2...d’r}，d为点Z的纵坐标，则：
Figure GDA0003173473780000154
Figure GDA0003173473780000155
Figure GDA0003173473780000156
Figure GDA0003173473780000157
其中：
max(S’(X)、S’(Y)、S’(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为l1，l2，l3；
所述脚跟着地点评分值为：
Score脚跟着地点＝m-n+l；
由于采用所述脚跟着地点评分处理，在曲线中，所述角度变化大的可能有好几个，取其中角度变化最大的三个点X，Y，Z，它们的角度分别为θ1，θ2，θ3。我们对这三个点进行评分处理，得分最高的点就是我们要找着地点或者离地点，着地点和离地点是靠近零速点的，所以这些点越靠近零速点得分越高；着地点是一个压力突然增长的点，所以左边越平滑，右边越陡峭得分越高；离地点是一个压力突然减少的点，左边越陡峭右边越平滑得分越高。评分处理方法具体如下：
评分有3个参数，分别设为x，y，z。
①x指该点横坐标与零速点横坐标的差值，这个差值越小，得分越高。归一化处理如下：
θ1，θ2，θ3的横坐标与零速点横坐标的差值分别记为x1，x2，x3。max(x1，x2，x3)算作100分。设它们的得分为m1，m2,m3，则：
Figure GDA0003173473780000161
Figure GDA0003173473780000162
Figure GDA0003173473780000163
②y指这三个点中某个点它左边曲线的变化度。变化度越大越陡峭，越小越平滑，归一化处理如下：
在X左边取r个点，记作X0、X1...Xr，设点X的纵坐标为b，X左边r个点的纵坐标分别为b1、b2...br，则
Figure GDA0003173473780000164
S(X)越大，则该点左边变化度越大；同理可得S(Y)、S(Z)。max(S(X)、S(Y)、S(Z))算作100分。设变化度得分为n1,n2,n3，则
Figure GDA0003173473780000165
Figure GDA0003173473780000166
Figure GDA0003173473780000167
n越大，则变化度越大。
③z值是这三个点中某个点右边曲线的变化程度。用②中相同的归一化处理方法，可得l1，l2，l3。
对于着地点，左边越平滑，右边越陡峭得分越高，所以可得
Figure GDA0003173473780000168
优选的，所述脚尖离地点评分：
将脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对横坐标与零速区间结束点横坐标的差值评分；
优选的，所述归一化处理包括：
Figure GDA0003173473780000171
Figure GDA0003173473780000172
Figure GDA0003173473780000173
其中：
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的横坐标与零速区间结束点横坐标的差值分别记为x1'，x2'，x3'；
max(x1'，x2'，x3')算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为m1'，m2'，m3'；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过变化率处理对某个点它左边曲线的变化度评分；
所述变化率处理包括：
在X'左边取r个点{X0’、X1’...Xr’}，所述X'左边取r个点的纵坐标分别为{e1、e2...er}，e为点X’的纵坐标，则：
Figure GDA0003173473780000174
在Y'左边取r个点{Y0'、Y1'...Yr'}，所述Y'左边取r个点的纵坐标分别为{f1、f2...fr}，f为点Y’的纵坐标，则：
Figure GDA0003173473780000175
在Z'左边取r个点{Z0'、Z1'...Zr'}，所述Z'左边取r个点的纵坐标分别为{g1、g2...gr}，g为点Z’的纵坐标，则：
Figure GDA0003173473780000176
Figure GDA0003173473780000177
Figure GDA0003173473780000178
Figure GDA0003173473780000179
其中：
max(S(X')、S(Y')、S(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为n'1，n'2，n'3；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对某个点右边曲线的变化程度评分；
所述归一化处理：
在X'右边取r个点{X0”、X1”...Xr”}，所述X'右边取r个点的纵坐标分别为{e'1、e'2...e'r}，e为点X’的纵坐标，则：
Figure GDA0003173473780000181
在Y'右边取r个点{Y0”、Y1”...Yr”}，所述Y'右边取r个点的纵坐标分别为{f'1、f'2...f'r}，f为点Y’的纵坐标，则：
Figure GDA0003173473780000182
在Z'右边取r个点{Z0”、Z1”...Zr”}，所述Z'右边取r个点的纵坐标分别为{g'1、g'2...g'r}，g为点Z’的纵坐标，则：
Figure GDA0003173473780000183
Figure GDA0003173473780000184
Figure GDA0003173473780000185
Figure GDA0003173473780000186
其中：
max(S'(X')、S'(Y')、S'(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为l1'，l2'，l3'；
对于离地点，左边越陡峭，右边越平滑得分越高，所以可得Score脚尖离地点＝m'+n'-l'。
优选的，所述通过积分处理算出零速区间内水平方向的前进距离包括：
设脚尖前进方向为+YS401；
对角速度以及时间做积分处理S402：
Figure GDA0003173473780000187
Figure GDA0003173473780000188
Figure GDA0003173473780000189
所述f(X)、f(Y)、f(Z)分别为角速度变化曲线；
所述t为时间；
所述加速度计的三个轴分别为三个方向的0°；
θy、θx、θz为某一时刻各轴的角度；
对加速度以及时间做积分处理S403：
Figure GDA0003173473780000191
Figure GDA0003173473780000192
Figure GDA0003173473780000193
所述f(x)，f(y)，f(z)分别为加速度变化曲线；
所述t为时间；
所述vx、vy、vz为某一时刻各轴对应方向的速度；
零速区间内某一方向行进的距离S404为：
Figure GDA0003173473780000194
所述脚跟离地点对应时间t＝b；
所述脚尖着地点对应时间t＝a；
每个v以及θ都与一个时间t一一对应；
一步行进的距离S405：
Figure GDA0003173473780000195
其中
Figure GDA0003173473780000196
一步行进距离s求出后，则左脚行进距离即为左步幅，右脚行进距离即为右步幅。由此可分别计算左右脚步幅s左、s右。
足偏角的大小S407：
Figure GDA0003173473780000197
由tanα的值可求出α的值；
步速S408步速：设有n个零速区间，第k个零速区间时长内对侧脚行进距离为Sk，则n个零速区间内行进距离总长
Figure GDA0003173473780000198
设一个零速区间内时长为t零，则速度
Figure GDA0003173473780000199
由于采用所述通过积分处理算出零速区间内水平方向的前进距离，由于如图15所示；
(1)MPU6050的传感器方向定义，其中MPU6050包含陀螺仪和加速计共六个轴。设脚尖前进方向为+Y。
(2)陀螺仪测量的是角速度，即物体转动的速度，把速度和时间相乘，即可以得到某一时间段内物体转过的角度，加速度计测量的是物体的加速度。对于陀螺仪的角速度测量，简单来说，相当于一个人绕着一个圆圈行走，假如他的速度是1度没秒，那么通过速度乘以时间，我们就可以知道他距离起点走了多少度。但是这是匀速的情况。对于我们测量脚步运动情况，角速度变化不是均匀的，这时我们就要对角速度以及时间做积分处理。设角速度变化曲线f(X)，f(Y)，f(Z)。时间为t。设加速度计的三个轴分别为三个方向的0°，则设某一时刻各轴的角度分别为θx、θy、θz。则
Figure GDA0003173473780000201
Figure GDA0003173473780000202
Figure GDA0003173473780000203
(3)加速度计测量的是某一时刻各轴对应方向的加速度，刚开始静止时加速度为0，速度为0。对于如何用加速度计求出当前速度，简单来说，如果加速度是一个定值，那么当前速度就是加速度乘以时间。但是具体情况中，加速度是不断变化的，这是我们就要对加速度以及时间做积分处理。设加速度变化曲线为f(x)，f(y)，f(z)。时间为t。设某一时刻各轴对应方向的速度分别为vx、vy、vz。则
Figure GDA0003173473780000204
Figure GDA0003173473780000205
Figure GDA0003173473780000206
(4)某一时刻的相对于地面的行进距离S＝v·t·cosθ。我们要求的就是零速区间内行进的距离。如设脚跟离地点对应时间t＝b，脚尖着地点对应时间t＝a(这里的脚跟离地点以及脚尖着地点是之前的时间参数计算过程中所求出的脚跟离地点以及脚尖着地点)。则距离
Figure GDA0003173473780000207
(其中，每个v以及θ都与一个时间t一一对应)。这是某一方向的行进距离。
(5)如设脚尖行进方向为y轴正向(如图15)，则一步行进的距离
Figure GDA0003173473780000208
其中
Figure GDA0003173473780000211
(6)通过所述方法对左右脚数据分别进行计算可以分别算出左右脚步幅s左、s右。
(7)足偏角如图16所示，则可知
Figure GDA0003173473780000212
由tanα的值可求出α的值，及足偏角的大小。
(8)步速：设有n个零速区间，第k个零速区间时长内对侧脚行进距离为Sk，则n个零速区间内行进距离总长
Figure GDA0003173473780000213
设一个零速区间内时长为t零，则速度
Figure GDA0003173473780000214
优选的，所述脚跟着地点角度变化最大的三个点X，Y，Z相应的最大角度分别为θ1，θ2，θ3，所述脚尖离地点角度变化最大的三个点X’，Y’，Z’相应的最大角度分别为θ1’，θ2’，θ3’。
优选的，所述脚跟着地点评分值大小根据脚跟着地点左边越平滑，右边越陡峭得分越高，所述脚尖离地点评分值大小根据脚尖离地点左边越陡峭，右边越平滑得分越高。
优选的，所述通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相为：脚跟着地时间－脚尖离地时间。
优选的，所述通过脚跟着地时间和脚尖离地时间的时间差推算出站立相为：站立相：脚尖离地时间－脚跟着地时间。
其中，所述前进距离即步长。
本实施方案的工作原理在于：通过时间参数计算脚尖着地点和脚跟离地点：即通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；脚跟着地点和脚尖离地点计算方法：即通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；分别对获取的脚跟压力变化曲线在脚跟着地点附近角度变化最大的三个点X，Y，Z和脚尖压力变化曲线在脚尖离地点附近角度变化最大三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；空间参数计算：利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离，由于解决步态时空参数的计算限制，降低成本，不用占用场地，随时随地可以进行测量。同时基于多传感器信号的融合，找出的精确的时间参数(脚跟离地点和着地点以及脚尖离地点和着地点)，进而进行空间参数的计算，以达到更加精确的步态时空参数的目的，本发明解决了现有技术存在不可避免的问题是：MEMS IMU传感器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，现有的足底压力分析多为处理经多次拟合叠加产生的静态压力分布图或压力中心转移图，该检测方法也可以检测和计算步态时间参数，但是不能计算步态空间参数，如步幅、步行距离、步行速度等的问题，具有消除了传感器数据通过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，提高了步态参数计算的精度，同时解决了不能计算步态空间参数，如步幅、步行距离、步行速度的问题的有益技术效果。
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 (8)

1.基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，包括：
时间参数计算：通过基于多模态信息融合的步态零速检测方法计算脚尖着地点和脚跟离地点；
脚尖离地点和脚跟着地点计算方法：通过角度计算公式分别找出压力曲线变化程度较大的三个点，然后对它们做评分处理，找出脚跟着地点和脚尖离地点；
所述评分处理规则为：着地点和离地点是靠近零速点的，这些点越靠近零速点得分越高，着地点是一个压力突然增长的点，左边越平滑，右边越陡峭得分越高；离地点是一个压力突然减少的点，左边越陡峭右边越平滑得分越高，得分最高的点就是脚跟着地点或者脚尖离地点；
分别对获取的压力信号曲线在脚跟着地点附近的角度变化最大的三个点X，Y，Z和压力信号曲线在脚尖离地点附近的角度变化最大的三个点X’，Y’，Z’进行脚跟着地点评分和脚尖离地点评分；所述的脚尖离地点附近以及脚跟着地点附近即为零速区间结束点附近以及零速区间开始点附近；
通过脚尖离地时间和脚跟着地时间的时间差推算出摆动相，通过脚跟着地时间和脚尖离地时间的时间差推算出站立相，通过左脚脚跟着地时间和右脚脚跟着地时间推算出单步时间，通过同侧脚2次脚跟着地时间的差值推算出跨步时间；
空间参数计算：利用周期性的步态行走中，将信息采集模块中采集到的零速区间、惯性传感器数据、陀螺仪的每个点的当前方向数据、对应于陀螺仪各点的当前加速度的加速度计数据，通过积分处理算出零速区间内水平方向的前进距离。
2.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述角度计算公式为：
Figure FDA0003173473770000011
所述θ为圧力曲线相邻三个点相连所得夹角；所述α为一条边的延长线与另一条边的夹角。
3.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述脚跟着地点评分：将脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对横坐标与零速区间开始点横坐标的差值评分；所述归一化处理包括：
Figure FDA0003173473770000021
Figure FDA0003173473770000022
Figure FDA0003173473770000023
其中：
所述脚跟着地点角度变化最大的三个点X，Y，Z的横坐标与零速区间开始点横坐标的差值分别记为x1，x2，x3；
max(x1，x2，x3)算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为m1，m2，m3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过变化率处理对某个点它左边曲线的变化度评分；
所述变化率处理包括：
在X左边取r个点{X0、X1...Xr}，所述X左边取r个点的纵坐标分别为{b1、b2...br}，b为点X的纵坐标，则：
Figure FDA0003173473770000024
在Y左边取r个点{Y0、Y1...Yr}，所述Y左边取r个点的纵坐标分别为{c1、c2...cr}，c为点Y的纵坐标，则：
Figure FDA0003173473770000025
在Z左边取r个点{Z0、Z1...Zr}，所述Z左边取r个点的纵坐标分别为{d1、d2...dr}，d为点Z的纵坐标，则：
Figure FDA0003173473770000026
Figure FDA0003173473770000027
Figure FDA0003173473770000028
Figure FDA0003173473770000029
其中：
max(S(X)、S(Y)、S(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为n1，n2，n3；
脚跟着地点角度变化最大的三个点X，Y，Z分别通过归一化处理对某个点右边曲线的变化程度评分；
所述归一化处理：
在X右边取r个点{X’0、X’1...X’r}，所述X右边取r个点的纵坐标分别为{b’1、b’2...b’r}，b为点X的纵坐标，则：
Figure FDA0003173473770000031
在Y右边取r个点{Y’0、Y’1...Y’r}，所述Y右边取r个点的纵坐标分别为{c’1、c’2...c’r}，c为点Y的纵坐标，则：
Figure FDA0003173473770000032
在Z右边取r个点{Z’0、Z’1...Z’r}，所述Z右边取r个点的纵坐标分别为{d’1、d’2...d’r}，d为点Z的纵坐标，则：
Figure FDA0003173473770000033
Figure FDA0003173473770000034
Figure FDA0003173473770000035
Figure FDA0003173473770000036
其中：
max(S’(X)、S’(Y)、S’(Z))算作100分；
所述脚跟着地点角度变化最大的三个点X，Y，Z的得分为l1，l2，l3；
所述脚跟着地点评分值为：
Score脚跟着地点＝m-n+l。
4.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述脚尖离地点评分：
将脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对横坐标与零速区间结束点横坐标的差值评分；
所述归一化处理包括：
Figure FDA0003173473770000037
Figure FDA0003173473770000041
Figure FDA0003173473770000042
其中：
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的横坐标与零速区间结束点横坐标的差值分别记为x1'，x2'，x3'；
max(x1'，x2'，x3')算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为m1'，m2'，m3'；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过变化率处理对某个点它左边曲线的变化度评分；
所述变化率处理包括：
在X'左边取r个点{X0’、X1’...Xr’}，所述X'左边取r个点的纵坐标分别为{e1、e2...er}，e为点X’的纵坐标，则：
Figure FDA0003173473770000043
在Y'左边取r个点{Y0'、Y1'...Yr'}，所述Y'左边取r个点的纵坐标分别为{f1、f2...fr}，f为点Y’的纵坐标，则：
Figure FDA0003173473770000044
在Z'左边取r个点{Z0'、Z1'...Zr'}，所述Z'左边取r个点的纵坐标分别为{g1、g2...gr}，g为点Z’的纵坐标，则：
Figure FDA0003173473770000045
Figure FDA0003173473770000046
Figure FDA0003173473770000047
Figure FDA0003173473770000048
其中：
max(S(X')、S(Y')、S(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为n'1，n'2，n'3；
脚尖离地点角度变化最大的三个点X'，Y'，Z'分别通过归一化处理对某个点右边曲线的变化程度评分；
所述归一化处理：
在X'右边取r个点{X0”、X1”...Xr”}，所述X'右边取r个点的纵坐标分别为{e'1、e'2...e'r}，e为点X’的纵坐标，则：
Figure FDA0003173473770000051
在Y'右边取r个点{Y0”、Y1”...Yr”}，所述Y'右边取r个点的纵坐标分别为{f'1、f'2...f'r}，f为点Y’的纵坐标，则：
Figure FDA0003173473770000052
在Z'右边取r个点{Z0”、Z1”...Zr”}，所述Z'右边取r个点的纵坐标分别为{g'1、g'2...g'r}，g为点Z’的纵坐标，则：
Figure FDA0003173473770000053
Figure FDA0003173473770000054
Figure FDA0003173473770000055
Figure FDA0003173473770000056
其中：
max(S'(X')、S'(Y')、S'(Z'))算作100分；
所述脚尖离地点角度变化最大的三个点X'，Y'，Z'的得分为l1'，l2'，l3'；
所述脚尖离地点评分值为：
Score脚尖离地点＝m'+n'-l'。
5.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述通过积分处理算出零速区间内水平方向的前进距离包括：
设脚尖前进方向为+Y；
对角速度做积分处理：
Figure FDA0003173473770000057
Figure FDA0003173473770000058
Figure FDA0003173473770000059
所述f(X)、f(Y)、f(Z)分别为角速度变化曲线；
所述t为时间；
所述加速度计的三个轴分别为三个方向的0°；
θy、θx、θz为某一时刻各轴的角度；
对加速度做积分处理：
Figure FDA0003173473770000061
Figure FDA0003173473770000062
Figure FDA0003173473770000063
所述f(x)，f(y)，f(z)分别为加速度变化曲线；
所述t为时间；
所述vx、vy、vz为某一时刻各轴对应方向的速度；
零速区间内某一方向行进的距离为：
Figure FDA0003173473770000064
所述脚跟离地点对应时间t＝b；
所述脚尖着地点对应时间t＝a；
每个v以及θ都与一个时间t一一对应；
一步行进的距离：
Figure FDA0003173473770000065
其中
Figure FDA0003173473770000066
一步行进距离s求出后，则左脚行进距离即为左步幅，右脚行进距离即为右步幅，由此可分别计算左右脚步幅s左、s右；
足偏角的大小：
Figure FDA0003173473770000067
由tanα的值可求出α的值；
步速：设有n个零速区间，第k个零速区间时长内对侧脚行进距离为Sk，则n个零速区间内行进距离总长
Figure FDA0003173473770000068
设一个零速区间内时长为t零，则速度
Figure FDA0003173473770000071
6.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述脚跟着地点角度变化最大的三个点X，Y，Z相应的最大角度分别为θ1，θ2，θ3，所述脚尖离地点角度变化最大的三个点X’，Y’，Z’相应的最大角度分别为θ1’，θ2’，θ3’。
7.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述脚跟着地点评分值大小根据脚跟着地点左边越平滑，右边越陡峭得分越高，所述脚尖离地点评分值大小根据脚尖离地点左边越陡峭，右边越平滑得分越高。
8.根据权利要求1所述的基于便携式步态分析系统的步态时空参数的计算方法，其特征在于，所述前进距离即步长。
CN201811361427.9A 2018-11-15 2018-11-15 基于便携式步态分析系统的步态时空参数的计算方法 Active CN109646009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811361427.9A CN109646009B (zh) 2018-11-15 2018-11-15 基于便携式步态分析系统的步态时空参数的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811361427.9A CN109646009B (zh) 2018-11-15 2018-11-15 基于便携式步态分析系统的步态时空参数的计算方法

Publications (2)

Publication Number Publication Date
CN109646009A CN109646009A (zh) 2019-04-19
CN109646009B true CN109646009B (zh) 2021-11-26

Family

ID=66111227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811361427.9A Active CN109646009B (zh) 2018-11-15 2018-11-15 基于便携式步态分析系统的步态时空参数的计算方法

Country Status (1)

Country Link
CN (1) CN109646009B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112741617A (zh) * 2019-10-30 2021-05-04 成都易书桥科技有限公司 一种基于csi的全方向步态检测算法
CN111330214B (zh) * 2020-03-24 2021-06-22 赣州市江元电子有限公司 一种vr跑步机的安全防护方法、系统及可读存储介质
CN112836945B (zh) * 2021-01-18 2024-10-01 江苏师范大学 一种师范生教态量化评价方法
CN112998695B (zh) * 2021-02-03 2023-05-02 上海橙捷健康科技有限公司 一种跟骨角度定量与压力跑步机的数据整合方法及系统
CN113092819B (zh) * 2021-04-14 2022-11-18 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

Citations (12)

* 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
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
FR3009945A1 (fr) * 2013-09-05 2015-03-06 Melissa Estelle Berthelot Dispositif d'analyse de la stabilite posturele d'un utilisateur
KR20150049310A (ko) * 2013-10-30 2015-05-08 코디스페이스 주식회사 보행자 발의 영속도 상태 검지 장치 및 그 방법, 및 이를 이용한 보행자 관성항법시스템
CN106037140A (zh) * 2016-08-05 2016-10-26 中侨健康管理（上海）有限公司 用于居家养老的智能鞋底、鞋及摔倒判断、报警方法
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
CN106813676A (zh) * 2017-02-21 2017-06-09 北京邮电大学 一种计步、定位方法及装置
CN106908021A (zh) * 2017-01-19 2017-06-30 浙江大学 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
CN107137089A (zh) * 2017-04-07 2017-09-08 浙江大学 一种穿戴式传感鞋系统及步态评估方法
CN107260180A (zh) * 2017-07-11 2017-10-20 上海逸动医学科技有限公司 一种行走中基于小腿和脚的可穿戴步态检测方法及设备
CN108186021A (zh) * 2017-12-22 2018-06-22 北京中科汇成科技有限公司 一种基于多模态信息融合的步态零速检测方法及系统
CN108209924A (zh) * 2018-01-16 2018-06-29 北京大学第三医院 一种前交叉韧带断裂后步态特征的分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI498103B (zh) * 2012-11-13 2015-09-01 Ind Tech Res Inst 組織壓力受損風險管理系統與方法
CN106166071B (zh) * 2016-07-04 2018-11-30 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
CN107174255B (zh) * 2017-06-15 2020-04-10 西安交通大学 基于Kinect体感技术的三维步态信息采集与分析方法

Patent Citations (12)

* 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
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
FR3009945A1 (fr) * 2013-09-05 2015-03-06 Melissa Estelle Berthelot Dispositif d'analyse de la stabilite posturele d'un utilisateur
KR20150049310A (ko) * 2013-10-30 2015-05-08 코디스페이스 주식회사 보행자 발의 영속도 상태 검지 장치 및 그 방법, 및 이를 이용한 보행자 관성항법시스템
CN106037140A (zh) * 2016-08-05 2016-10-26 中侨健康管理（上海）有限公司 用于居家养老的智能鞋底、鞋及摔倒判断、报警方法
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
CN106908021A (zh) * 2017-01-19 2017-06-30 浙江大学 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
CN106813676A (zh) * 2017-02-21 2017-06-09 北京邮电大学 一种计步、定位方法及装置
CN107137089A (zh) * 2017-04-07 2017-09-08 浙江大学 一种穿戴式传感鞋系统及步态评估方法
CN107260180A (zh) * 2017-07-11 2017-10-20 上海逸动医学科技有限公司 一种行走中基于小腿和脚的可穿戴步态检测方法及设备
CN108186021A (zh) * 2017-12-22 2018-06-22 北京中科汇成科技有限公司 一种基于多模态信息融合的步态零速检测方法及系统
CN108209924A (zh) * 2018-01-16 2018-06-29 北京大学第三医院 一种前交叉韧带断裂后步态特征的分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Sensor-based foot-mounted wearable system and pressure sensitive gait analysis Agreement in frail elderly people in long-term care;Rogan, Slavko;《ZEITSCHRIFT FUR GERONTOLOGIE UND GERIATRIE》;20170831;第488-497页 *
基于MEMS惯性传感器的步态分析研究;李孝辉;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180415;全文 *

Also Published As

Publication number Publication date
CN109646009A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN109646009B (zh) 基于便携式步态分析系统的步态时空参数的计算方法
CN104406586B (zh) 基于惯性传感器的行人导航装置和方法
CN106705968B (zh) 基于姿态识别和步长模型的室内惯性导航算法
JP7023234B2 (ja) 歩行者の動きを推定する方法
Cavallo et al. A step toward GPS/INS personal navigation systems: real-time assessment of gait by foot inertial sensing
CN109827568B (zh) 基于mems传感器的多层建筑中行人高度位置估计方法
CN108186021B (zh) 一种基于多模态信息融合的步态零速检测方法及系统
CN104296750A (zh) 一种零速检测方法和装置以及行人导航方法和系统
Tumkur et al. Modeling human walking for step detection and stride determination by 3-axis accelerometer readings in pedometer
CN108180923B (zh) 一种基于人体里程计的惯性导航定位方法
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
Van Nguyen et al. Real-time human foot motion localization algorithm with dynamic speed
CN114469073B (zh) 基于可穿戴传感器的步态分析与异常检测方法
CN115655265B (zh) 一种基于惯性传感的行人导航室内定位方法
CN111012358B (zh) 一种人体踝关节运动轨迹测量方法及可穿戴式设备
Wu et al. Indoor positioning system based on inertial MEMS sensors: Design and realization
CN110319840A (zh) 面向异常步态识别的共轭梯度姿态解算方法
CN115530815A (zh) 一种基于角速度传感器的步态时相识别方法
WO2023108315A1 (zh) 基于步可穿戴传感器的步态分析与异常检测方法
KR101301462B1 (ko) 저가형 관성 센서를 이용한 보행자 관성 항법 장치 및 그 항법
Alvarez et al. Pedestrian dead reckoning with waist-worn inertial sensors
Qiu et al. Heterogeneous data fusion for three-dimensional gait analysis using wearable MARG sensors
CN106767807B (zh) 一种基于身高和运动特征的行人步长综合测量方法
Liu et al. Knee and waist attached gyroscopes for personal navigation: Comparison of knee, waist and foot attached inertial sensors
WO2020126809A1 (en) Method for equine motion 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