CN110420029A - 一种基于多传感器融合的行走步态无线检测系统 - Google Patents
一种基于多传感器融合的行走步态无线检测系统 Download PDFInfo
- Publication number
- CN110420029A CN110420029A CN201910714239.8A CN201910714239A CN110420029A CN 110420029 A CN110420029 A CN 110420029A CN 201910714239 A CN201910714239 A CN 201910714239A CN 110420029 A CN110420029 A CN 110420029A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- gait
- module
- walking
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
-
- 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
- A61B5/107—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
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4528—Joints
-
- 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
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
-
- 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
- A61B2562/0247—Pressure sensors
Abstract
本发明公开了一种基于多传感器融合的行走步态无线检测系统,系统包括:运动传感器模块,用于检测行走运动时下肢在三维空间中的位置。压力传感器模块,通过放置在足底的多个柔性压力传感器,获取行走足底多个区域的所受的压力,判断人体是否进入支撑模式或者摆动模式;无线通信模块包用于对步态数据进行处理与分析,数据分析模块,用于获得用户的步态数据(步态识别、步态周期等)。本发明在特制的足底柔性压力传感器与运动传感器的基础上,结合无线通讯装置,可以长期监控用户的步态数据,并且采用的传感器体积小、能耗低、价格低廉,并且拥有较高的精度和适应性。
Description
技术领域
本发明涉及传感器检测技术领域,特别涉及一种基于多传感器融合的行走步态无线检测系统。
背景技术
人体运动在日常活动中起着至关重要的作用,检测和分析人体运动,研究人在行走过程中的步态参数不仅对了解人体运动规律,发现肢体间的协调配合决策具有重要的意义,而且在临床诊断、康复医疗、体育科学以及仿生机构与类人机器人等领域也具有重要的意义。 比如在康复医疗工程领域,智能下肢假肢是目前的研究热点。为了使智能下肢假肢行走时拥有与正常人体下肢相接近的步态,因此对人体行走步态数据的采集分析是必不可少的。
目前,步态运动检测多基于图像处理的检测方法,这种方法存在着精度不高,无法三维检测等一系列缺点。并且传统的步态检测分析仪如步台式步态分析仪,通常价格极为昂贵且不可移动,不能对患者的步态做长期监测和诊断。现有的便携式设备对步态的检测数据类型少,且精确度低,数据也不够全面,还无法针对特定的人群或疾病进行修改,并且关于步态的检测和诊断在生活中普及度低。
有学者提出采用基于电信号传感器的步态检测方法。但是目前利用电信号传感器的步态检测判定的方法,大都采用足底单传感器或单加速度计,且由于在日常复杂环境下人体步态的复杂程度,人体在行走过程中,每一步之间存在差异,只是依靠单传感器并不能准确可靠的判定,使得采用单传感器检测的检测结果稳定性与精确性不足,提取的步态信息不全面。此外现有的传感器数据发送方式采用有线传输,试验区域受限于线路长度。
例如,申请号为CN201710039236的发明专利申请公开了一种步态事件检测方法,将惯性测量单元(Inertial Measurement Unit,IMU)置于被试人员的小腿处,在被试人员于室内行走的过程中,惯性传感器中的角速度数据被获得,由此可利用角速度峰值检测方法确定步态事件。申请号为CN 109498027 A的发明专利申请提出了一种单加速度计人体步态检测系统及方法,其将单加速度计安装在行走的上半身,采集人在行走时的加速度数据,利用不同维度上加速度数据的阈值检测法确定步态事件。申请号为CN 108652636 A的发明专利申请公开了一种基于压力传感器的步态检测方法及系统,其将多个压力传感器放在测试者的,采集测试者行走时的足底压力数据,依靠足底的压力数据来进行行走状态的分析。
上述方法在实际使用过程中均存在步态测量精度较低、测试数据不全面,在不同人群中的适应能力差等缺陷。因此,有必要提出一种便携可穿戴、可以长期检测用户步态数据,并且体积小、能耗低、价格低廉,拥有较高的精度和适应性的步态检测系统。
发明内容
针对上述不足,本发明设计了一种基于多传感器融合的行走步态无线检测系统。
本发明的目的是在特制的足底柔性压力传感器与运动传感器的基础上,结合无线通讯装置,使得该步态检测系统便携可穿戴,可以长期监控用户的步态数据。并且该基于多传感器融合的行走步态无线检测系统采用的传感器体积小、能耗低、价格低廉,并且拥有较高的精度和适应性。
为达到上述目的,本发明一方面实施例提出了一种基于多传感器融合的行走步态无线检测系统,包括:运动传感器模块,用于检测行走运动时下肢在三维空间中的位置,获得行走在行走时的三轴角度、加速度数据。压力传感器模块,通过放置在足底的多个柔性压力传感器,获取行走足底多个区域的所受的压力,通过对压力数据的分析比较,判断人体是否进入支撑模式或者摆动模式;无线通信模块包括无线发送模块及无线接收模块,用于将运动传感器及压力传感器的数据打包并发送到处理器,以使处理器对步态数据进行处理与分析。数据处理模块,用于对压力数据和运动数据进行处理,从而得到用户的步态数据(步态识别、步态周期等)。
进一步地,在本发明的一个实施例中,所述运动传感器模块由五个MPU6050传感器组成。
进一步地,在本发明的一个实施例中,所述MPU6050传感器分别安装在穿戴者腹部(1个),膝盖上部大腿的1/3 处(2个),膝盖下部小腿的1/3 处(2个)。
进一步地,在本发明的一个实施例中,在安装该传感器时,将传感器的 x 测量轴平行于矢状面并与被测肢体垂直,y 测量轴与被测肢体平行。
进一步地,在本发明的一个实施例中,所述传感器基于预置坐标系中的加速度、角速度,通过所述传感器的加速度计获取加速度,通过所述传感器的陀螺仪获取角速度。
进一步地,在本发明的一个实施例中,若加速度和角速度的采样频率不一致,对所述加速度和角速度进行预定次数样条插值;
进一步地,在本发明的一个实施例中,所述柔性薄膜压力传感器以鞋垫形式放置在用户的鞋中。
进一步地,在本发明的一个实施例中,所述压力传感模块由三个柔性薄膜压力传感器组成,其量程为50kg。由于脚底支反力主要分布在前脚掌、后脚掌与足弓处,因此,该传感器分别在鞋底的前脚掌、足弓处和后脚掌处放置。
进一步地,在本发明的一个实施例中,所述柔性薄膜压力传感器的形状、尺寸、频率可根据不同用户进行调整。比如,可以改变装有柔性薄膜压力传感器的鞋垫的形状和尺寸来适应成人和儿童脚的大小;由于不同的疾病对足底的检测部位不同,可以根据不同的疾病来改变传感器尺寸和分布位置,对特定的部位做重点数据提取和检测。
进一步地,在本发明的一个实施例中,多个传感器模块通过 CAN 总线通信。
进一步地,在本发明的一个实施例中,所述无线通讯模块采用ESP8266 无线模块,其具有近距离、低功耗、短延时、高容量等特点。
进一步地,在本发明的一个实施例中,所述无线通讯模块寄存了所有传感器的数据,包括运动数据和脚底压力数据,并将数据发送至 数据处理模块。
进一步地,在本发明的一个实施例中,还包括: 所述压力传感器和所述运动传感器模块还包括采集电路、信号放大处理电路和信号提取电路;以及电池模块,用于给所述压力传感器、运动传感器、无线通信模块提供电能。
进一步地,在本发明的一个实施例中,所述数据分析模块采用嵌入式数字运动处理器(DMP)从加速度计,陀螺仪以及其他第三方传感器(如磁力计)获取数据,并对数据进行处理。结果数据可以从DMP的寄存器中读取,或者可以在FIFO中缓冲。
进一步地,在本发明的一个实施例中,所述数据分析模块中的处理器用于监测和控制所述传感器,并对用户的步态数据进行提取和分类,并利用预设算法对所述步态数据进行分析评估。
进一步地,在本发明的一个实施例中,所述数据分析模块使用 CVI 软件接收数据,多线程编程实时显示髋关节、膝关节倾角与脚底支反力,同时与数据库建立连接,保存原始数据并且能够回放历史测量数据。
进一步地,在本发明的一个实施例中,所述压力传感器处理结果包括“脚跟着地”和“脚尖离地”;所述步态特征包括步态周期、双脚支撑、右脚单支撑、左脚单支撑以及站立相和摆动相占比等。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明一种基于多传感器融合的行走步态无线检测系统示意图;
图2为根据本发明一种基于多传感器融合的行走步态无线检测系统运动传感器模块;
图3为根据本发明一种基于多传感器融合的行走步态无线检测系统压力传感器模块;
图4为根据本发明一种基于多传感器融合的行走步态无线检测系统特制柔性薄膜压力传感器分布示意图;
图5为根据本发明一种基于多传感器融合的行走步态无线检测系统数据处理模块分析图;
图6人体行走步态周期分布图;
图7 人体三维方向的定义示意图;
图8 一个步态周期内膝关节角度的变化;
图9 一个步态周期内膝关节驱动力矩的变化。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
首先我们对专有名词“步态事件”作出解释。“步态事件”是指人在行走过程中的每个步态周期中的重要时刻。人体走路步态中,由于下肢生物力学模型存在周期性的特性,人体走路过程中的步态周期可以描述为,在行走时一侧脚跟着地到该侧脚跟再次着地的过程。一个走路步态周期可以分为两个阶段,支撑相(stance phase)和摆动相(swingphase)。支撑相从脚跟着地开始,到脚尖离地结束。摆动相从脚尖离地开始,到脚跟触地结束。支撑相大约占步态周期的60%,摆动相约占40%。
图6给出了一个走路步态周期的支撑相和摆动相,起止于右脚的脚跟着地。该步态周期可以分为四个阶段,第一个阶段为双脚支撑相:右脚掌触底,对侧脚脚趾离地;第二阶段为所示阶段表示右腿单支撑相;第三阶段为第二次双脚支撑相:右腿支撑相终止,左腿摆动相终止;第四阶段所示阶段表示左腿单支撑相。人体的走路动作是靠两腿的支撑相和摆动相的相互交替来实现的。在一个步态周期,存在单支撑相(Single support)和双支撑相(Double support) ,在单支撑相期间,只有单脚着地,在双支撑相期间,双脚都着地。
下面参照附图描述根据本发明实施例提出的基于多传感器融合的行走步态无线检测系统。
如图1所示,该基于多传感器融合的行走步态无线检测系统10包括:运动传感器模块100、CAN总线200、压力传感器模块300、无线传输模块400和无线接收模块500、数据处理模块600。
其中,运动传感器模块100,用于检测行走运动时下肢在三维空间中的位置,获得行走在行走时的三轴角度、加速度数据。压力传感器模块300,通过放置在足底的多个柔性压力传感器,获取行走足底多个区域的所受的压力,通过对压力数据的分析比较,判断人体是否进入支撑模式或者摆动模式;无线通信模块包括无线发送模块400及无线接收模块500,用于将运动传感器及压力传感器的数据打包并发送到处理器,以使处理器对步态数据进行处理与分析。数据分析模块600,用于对压力数据和运动数据进行处理,从而得到用户的步态数据(步态识别、步态周期等)。本发明在特制的足底柔性压力传感器与运动传感器的基础上,结合无线通讯装置,使得该步态检测系统便携可穿戴,可以长期监控用户的步态数据。并且该基于多传感器融合的行走步态无线检测系统采用的传感器体积小、能耗低、价格低廉,并且拥有较高的精度和适应性。
该系统在工作时,通过以下详细步骤说明该基于多传感器融合的行走步态无线检测系统:
首先压力传感器模块300获取位于第一区域内一个压力传感器303检测的压力值,并获取位于第二区域内两个压力传感器(301、302)检测的压力值。其中,第一区域为脚部后区,第二区域为脚部前区;当人体站立在多个压力传感器的上时,因重力作用会产生不同的向下的作用力,向下的作用力在压力传感器上产生压力信号,压力传感器按照一定的规律将压力信号转换成可用的电信号并输出,并通过预设装置对该电信号进行处理,获取对应压力传感器的压力数值。
同时安装在在穿戴者的躯干、大腿和小腿上的五路运动传感器分别获取用于大腿、小腿和躯干与水平面的夹角,以及获得人体在行走时的三轴加速度数据。图7表示出了人体三维方向的定义。如图4所示:X轴正向对应人体前方、Y轴正向对应人体左方、Z轴正向对应人体下方,放置在人体上的惯性传感器的坐标轴应该与人体保持一致,以用来采集相应坐标轴的数据。
无线传输模块接受到压力传感器以及运动传感器发来的数据,并将数据打包传输给接受模块,接收模块将数据储存,并传输到数据处理模块之中。
在读取数据之前,需要对数据进行预处理。预处理采用嵌入式数字运动处理器(DMP)从加速度计,陀螺仪以及其他第三方传感器(如磁力计)获取数据,并对数据进行处理。结果数据可以从DMP的寄存器中读取,或者可以在FIFO中缓冲。由于步态数据夹杂了大量噪音的数据,因此采用卡尔曼滤波器对其进行滤波。在我们的模型中,一个卡尔曼滤波器接受一个轴上的角度值、角速度值以及时间增量,估计出一个消除噪音的角度值。跟据当前的角度值和上一轮估计的角度值,以及这两轮估计的间隔时间,我们还可以反推出消除噪音的角速度。
在数据初步预处理之后,处理器利用已有的算法,如大数据和深度神经网络的算法对使用者的步态进行评估和分析,例如对下肢截肢患者的步态进行分析,分析走路时步频的变化或着步态周期的长度、步长的大小等,从而为下肢假肢的安装与运动控制提供依据。 对截肢者的步态做长期监测来评估假肢的性能,还可以提取步频,步幅和步速信息来进行对比。
在获得数据之后,我们可以根据数据获得一些有效地信息。根据检测系统的左右脚步态事件和人体行走时的步态特征划分计算步态事件参数,包括平均步态周期、左右脚双支撑时间、左右脚单支撑时间、左右脚摆动时间。比如我们的通过一下方法得到行走时所处的步态模式:第一区域及第二区域获取的多个压力值进行求和得到总压力值,将总压力值与其对应的阈值进行比较,若总压力值大于阈值,则判定当前的步态为支撑模式;若总压力值不大于阈值,则执行一下步骤:分别获取与第一区域及第二区域的各个压力值相对应的阈值,将每个压力值分别与其相对应的阈值进行比较,若各个压力值中的任意一个压力值不小于与其相对应的阈值,则判定当前的步态为支撑模式;若所述各个压力值均小于与其相对应的阈值,则判定当前的步态为摆动模式。
我们还可以通过处理后的数据计算各关节转角及驱动力矩:数据处理模块500依据图6中对人体行走过程中一个步态周期的划分,根据压力传感器模块300和运动检测模块100的结果分别计算左右脚的平均步态周期,双支撑时间百分比、单支撑事件百分比和摆动时间百分比,得到如图8、9所示的膝关节转角及驱动力矩数据。通过与每一个实验者实际的步态参数对比,该方法测量下肢关节转角的准确率为为95%,摆动相平均相对误差为6.8%,支撑相平均相对误差为:4.9%。由此可见,本发明的方法相对于现有技术而言,拥有较高的准确率;
总而言之,本发明在特制的足底柔性压力传感器与运动传感器的基础上,结合无线通讯装置,使得该步态检测系统便携可穿戴,可以长期监控用户的步态数据。并且该基于多传感器融合的行走步态无线检测系统采用的传感器体积小、能耗低、价格低廉,并且拥有较高的精度和适应性。在诸多领域具有广泛应用,具有较强的实用价值和应用前景。
应当理解,为了精简本发明并帮助本领域的技术人员理解本发明的各个方面,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时在单个实施例中进行描述,或者参照单个图进行描述。但是,不应将本发明解释成示例性实施例中包括的特征均为本专利权利要求的必要技术特征。
应当理解,可以对本发明的一个实施例的设备中包括的模块、单元、组件等进行自适应性地改变以把它们设置在与该实施例不同的设备中。可以把实施例的设备包括的不同模块、单元或组件组合成一个模块、单元或组件,也可以把它们分成多个子模块、子单元或子组件。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.本发明公开了一种基于多传感器融合的行走步态无线检测系统,系统包括:运动传感器模块,用于检测行走运动时下肢在三维空间中的位置,获得行走在行走时的三轴角度、加速度数据,压力传感器模块,通过放置在足底的多个柔性压力传感器,获取行走足底多个区域的所受的压力,通过对压力数据的分析比较,判断人体是否进入支撑模式或者摆动模式;无线通信模块包括无线发送模块及无线接收模块,用于将运动传感器及压力传感器的数据打包并发送到处理器,以使处理器对步态数据进行处理与分析,数据分析模块,用于对压力数据和运动数据进行处理,从而得到用户的步态数据(步态识别、步态周期等)。
2.根据权利要求1所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述运动传感器模块由五个MPU6050传感器组成。
3.根据权利要求2所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述MPU6050传感器分别安装在穿戴者腹部(1个),膝盖上部大腿的1/3 处(2个),膝盖下部小腿的1/3 处(2个),在安装该传感器时,将传感器的 x 测量轴平行于矢状面并与被测肢体垂直,y 测量轴与被测肢体平行,基于预置坐标系中的加速度、角速度,通过所述传感器的加速度计获取加速度,通过所述传感器的陀螺仪获取角速度。
4.根据权利要求3所述的基于多传感器融合的行走步态无线检测系统,其特征在于,若加速度和角速度的采样频率不一致,对所述加速度和角速度进行预定次数样条插值;柔性薄膜压力传感器以鞋垫形式放置在用户的鞋中。
5.根据权利要求4所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述压力传感模块由三个柔性薄膜压力传感器组成,其量程为50kg,由于脚底支反力主要分布在前脚掌、后脚掌与足弓处,因此,该传感器分别在鞋底的前脚掌、足弓处和后脚掌处放置,柔性薄膜压力传感器的形状、尺寸、频率可根据不同用户进行调整。
6.根据权利要求1所述的基于多传感器融合的行走步态无线检测系统,其特征在于,多个传感器模块通过 CAN 总线通信,无线通讯模块采用ESP8266 无线模块,其具有近距离、低功耗、短延时、高容量等特点。
7.根据权利要求6所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述无线通讯模块寄存了所有传感器的数据,包括运动数据和脚底压力数据,并将数据发送至数据处理模块,采用嵌入式数字运动处理器(DMP)从加速度计,陀螺仪以及其他第三方传感器(如磁力计)获取数据,并对数据进行处理,结果数据可以从DMP的寄存器中读取,或者可以在FIFO中缓冲。
8.根据权利要求1所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述数据分析模块中的处理器用于监测和控制所述传感器,并对用户的步态数据进行提取和分类,并利用预设算法对所述步态数据进行分析评估。
9.根据权利要求8所述的基于多传感器融合的行走步态无线检测系统,其特征在于,所述数据分析模块使用 CVI 软件接收数据,多线程编程实时显示髋关节、膝关节倾角与脚底支反力,同时与数据库建立连接,保存原始数据并且能够回放历史测量数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910714239.8A CN110420029A (zh) | 2019-08-03 | 2019-08-03 | 一种基于多传感器融合的行走步态无线检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910714239.8A CN110420029A (zh) | 2019-08-03 | 2019-08-03 | 一种基于多传感器融合的行走步态无线检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110420029A true CN110420029A (zh) | 2019-11-08 |
Family
ID=68412443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910714239.8A Pending CN110420029A (zh) | 2019-08-03 | 2019-08-03 | 一种基于多传感器融合的行走步态无线检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110420029A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110916679A (zh) * | 2019-12-31 | 2020-03-27 | 复旦大学 | 一种人体下肢位姿步态检测装置及方法 |
CN111312361A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 自由步态行走训练方法、装置、终端及存储介质 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN113288121A (zh) * | 2021-05-07 | 2021-08-24 | 深圳先进技术研究院 | 一种步态分析系统 |
CN113925494A (zh) * | 2021-10-15 | 2022-01-14 | 深圳智游者科技有限公司 | 个人不良行走步态监测方法和装置 |
CN114176571A (zh) * | 2022-01-18 | 2022-03-15 | 北京航空航天大学 | 一种基于足底压力的运动状态检测系统 |
CN114224326A (zh) * | 2021-11-18 | 2022-03-25 | 北京精密机电控制设备研究所 | 一种穿戴式步态相位和动作识别装置及方法 |
CN114440883A (zh) * | 2022-04-08 | 2022-05-06 | 南京师范大学 | 一种基于脚部和腿部微惯性测量单元的行人定位方法 |
CN116434348A (zh) * | 2023-06-14 | 2023-07-14 | 武汉纺织大学 | 一种基于柔性应变传感器的人体动作实时识别方法及系统 |
CN117731276A (zh) * | 2024-02-19 | 2024-03-22 | 天津大学 | 一种信息处理方法和可穿戴设备 |
CN111312361B (zh) * | 2020-01-20 | 2024-05-10 | 深圳市丞辉威世智能科技有限公司 | 运动步态控制方法、装置、终端及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080146968A1 (en) * | 2006-12-14 | 2008-06-19 | Masuo Hanawaka | Gait analysis system |
CN101694499A (zh) * | 2009-10-22 | 2010-04-14 | 浙江大学 | 基于行人步态检测的步速测量和传输的系统和方法 |
CN104008398A (zh) * | 2014-06-11 | 2014-08-27 | 北京大学 | 一种基于多传感器信息融合的步态分类方法 |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和系统 |
CN105631195A (zh) * | 2015-12-18 | 2016-06-01 | 合肥工业大学 | 一种可穿戴式多信息融合的步态分析系统及其方法 |
CN106176149A (zh) * | 2016-09-08 | 2016-12-07 | 电子科技大学 | 一种基于多传感融合的外骨骼步态分析系统及方法 |
CN108426573A (zh) * | 2017-02-14 | 2018-08-21 | 中兴通讯股份有限公司 | 一种终端设备的行人步态检测方法及终端设备 |
CN108577854A (zh) * | 2018-04-28 | 2018-09-28 | 深圳市迈步机器人科技有限公司 | 步态识别方法和步态辅助设备 |
CN109730686A (zh) * | 2019-01-14 | 2019-05-10 | 清华大学 | 基于传感器阵列的步态检测分析仪 |
CN110051361A (zh) * | 2019-05-16 | 2019-07-26 | 南京晓庄学院 | 一种穿戴式下肢骨骼运动检测装置 |
-
2019
- 2019-08-03 CN CN201910714239.8A patent/CN110420029A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080146968A1 (en) * | 2006-12-14 | 2008-06-19 | Masuo Hanawaka | Gait analysis system |
CN101694499A (zh) * | 2009-10-22 | 2010-04-14 | 浙江大学 | 基于行人步态检测的步速测量和传输的系统和方法 |
CN104008398A (zh) * | 2014-06-11 | 2014-08-27 | 北京大学 | 一种基于多传感器信息融合的步态分类方法 |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和系统 |
CN105631195A (zh) * | 2015-12-18 | 2016-06-01 | 合肥工业大学 | 一种可穿戴式多信息融合的步态分析系统及其方法 |
CN106176149A (zh) * | 2016-09-08 | 2016-12-07 | 电子科技大学 | 一种基于多传感融合的外骨骼步态分析系统及方法 |
CN108426573A (zh) * | 2017-02-14 | 2018-08-21 | 中兴通讯股份有限公司 | 一种终端设备的行人步态检测方法及终端设备 |
CN108577854A (zh) * | 2018-04-28 | 2018-09-28 | 深圳市迈步机器人科技有限公司 | 步态识别方法和步态辅助设备 |
CN109730686A (zh) * | 2019-01-14 | 2019-05-10 | 清华大学 | 基于传感器阵列的步态检测分析仪 |
CN110051361A (zh) * | 2019-05-16 | 2019-07-26 | 南京晓庄学院 | 一种穿戴式下肢骨骼运动检测装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110916679B (zh) * | 2019-12-31 | 2022-07-15 | 复旦大学 | 一种人体下肢位姿步态检测装置及方法 |
CN110916679A (zh) * | 2019-12-31 | 2020-03-27 | 复旦大学 | 一种人体下肢位姿步态检测装置及方法 |
CN111312361A (zh) * | 2020-01-20 | 2020-06-19 | 深圳市丞辉威世智能科技有限公司 | 自由步态行走训练方法、装置、终端及存储介质 |
CN111312361B (zh) * | 2020-01-20 | 2024-05-10 | 深圳市丞辉威世智能科技有限公司 | 运动步态控制方法、装置、终端及存储介质 |
CN113143256A (zh) * | 2021-01-28 | 2021-07-23 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN113143256B (zh) * | 2021-01-28 | 2023-09-26 | 上海电气集团股份有限公司 | 步态特征提取方法、下肢评估、控制方法、设备及介质 |
CN113288121A (zh) * | 2021-05-07 | 2021-08-24 | 深圳先进技术研究院 | 一种步态分析系统 |
CN113925494A (zh) * | 2021-10-15 | 2022-01-14 | 深圳智游者科技有限公司 | 个人不良行走步态监测方法和装置 |
CN114224326A (zh) * | 2021-11-18 | 2022-03-25 | 北京精密机电控制设备研究所 | 一种穿戴式步态相位和动作识别装置及方法 |
CN114224326B (zh) * | 2021-11-18 | 2024-05-03 | 北京精密机电控制设备研究所 | 一种穿戴式步态相位和动作识别装置及方法 |
CN114176571A (zh) * | 2022-01-18 | 2022-03-15 | 北京航空航天大学 | 一种基于足底压力的运动状态检测系统 |
CN114440883A (zh) * | 2022-04-08 | 2022-05-06 | 南京师范大学 | 一种基于脚部和腿部微惯性测量单元的行人定位方法 |
CN116434348A (zh) * | 2023-06-14 | 2023-07-14 | 武汉纺织大学 | 一种基于柔性应变传感器的人体动作实时识别方法及系统 |
CN116434348B (zh) * | 2023-06-14 | 2023-09-01 | 武汉纺织大学 | 一种基于柔性应变传感器的人体动作实时识别方法及系统 |
CN117731276A (zh) * | 2024-02-19 | 2024-03-22 | 天津大学 | 一种信息处理方法和可穿戴设备 |
CN117731276B (zh) * | 2024-02-19 | 2024-04-19 | 天津大学 | 一种信息处理方法和可穿戴设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110420029A (zh) | 一种基于多传感器融合的行走步态无线检测系统 | |
CN110916679B (zh) | 一种人体下肢位姿步态检测装置及方法 | |
CN107174255B (zh) | 基于Kinect体感技术的三维步态信息采集与分析方法 | |
Gujarathi et al. | Gait analysis using imu sensor | |
Mariani et al. | Heel and toe clearance estimation for gait analysis using wireless inertial sensors | |
Liu et al. | Development of a wearable sensor system for quantitative gait analysis | |
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 | |
McGrath et al. | Gyroscope-based assessment of temporal gait parameters during treadmill walking and running | |
CN109940584A (zh) | 一种外骨骼机器人及其检测人体运动意图的检测方法 | |
Wagenaar et al. | Continuous monitoring of functional activities using wearable, wireless gyroscope and accelerometer technology | |
Doheny et al. | A single gyroscope method for spatial gait analysis | |
Benocci et al. | A wireless system for gait and posture analysis based on pressure insoles and Inertial Measurement Units | |
CN108095729A (zh) | 一种冻结步态识别方法和装置 | |
Agostini et al. | Wearable sensors for gait analysis | |
Saggio et al. | Technology-based complex motor tasks assessment: A 6-DOF inertial-based system versus a gold-standard optoelectronic-based one | |
Panero et al. | Comparison of different motion capture setups for gait analysis: Validation of spatio-temporal parameters estimation | |
Hindle et al. | Inertial-based human motion capture: A technical summary of current processing methodologies for spatiotemporal and kinematic measures | |
CN108836344A (zh) | 步长步频估算方法和装置及步态检测仪 | |
Hu et al. | Performance evaluation of lower limb ambulatory measurement using reduced inertial measurement units and 3R gait model | |
CN111685769A (zh) | 外骨骼功能检测系统 | |
Borghetti et al. | Multisensor system for analyzing the thigh movement during walking | |
Hu et al. | A study on estimation of planar gait kinematics using minimal inertial measurement units and inverse kinematics | |
Digo et al. | Gait Phases Detection in Elderly using Trunk-MIMU System. | |
CN113812943A (zh) | 一种预测老年肌少症患者跌倒风险的评估系统及评估方法 | |
Yin et al. | A novel application of flexible inertial sensors for ambulatory measurement of gait kinematics |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191108 |
|
WD01 | Invention patent application deemed withdrawn after publication |