CN111248918A - 步态识别方法、装置、设备及可读存储介质 - Google Patents

Abstract

本申请公开了一种步态识别方法、装置、设备和可读存储介质，该方法包括获取设置在步态识别对象腰部处的传感器的检测数据；根据所述检测数据提取腰部相对大地的运动数据；根据所述运动数据，识别设置所述传感器的腰部当前的步态。传感器可以检测腰部的三轴姿态角与加速度，通过传感器的检测数据提取腰部的运动数据，从而判断人体腰部此时的运动状态，继而识别腰部当前的步态。相比于依靠足底压力的步态识别方法，利用腰部的运动数据进行步态识别更加准确。

Description

步态识别方法、装置、设备及可读存储介质

技术领域

本发明涉及步态识别技术领域，尤其涉及一种步态识别方法、装置、设备及可读存储介质。

背景技术

为了帮助无法行走的患者重新恢复行走能力，需要相应的康复设备辅助行走。设备辅助患者的关键点之一就是识别患者的运动意图。识别患者的运动意图的方式之一就是识别患者的步态。目前通常通过患者脚底的压力传感器判断患者的步态，但是这种方法存在较大的误差，无法准确识别患者的步态。

发明内容

本申请的主要目的在于提供一种步态识别方法、装置、设备及可读存储介质，旨在解决对于患者的步态识别不准确的问题。

为实现上述目的，本申请提供的一种步态识别方法，所述步态识别方法包括以下步骤：

获取设置在步态识别对象腰部处的传感器的检测数据；

根据所述检测数据提取腰部的运动数据；

根据所述运动数据，识别设置所述传感器的腰部当前的步态。

可选地，所述根据所述运动数据，识别设置所述传感器的腰部当前的步态的步骤包括：

获取所述运动数据中腰部的前向加速度；

若所述前向加速度为正，则确定当前的步态为摆动状态；

若所述前向加速度为零，则确定当前的步态为支撑状态。

可选地，所述根据所述检测数据提取腰部相对大地的运动数据的步骤包括：

依据姿态标定的方法，根据所述检测数据，获取腰部横轴相对大地的角速度；

依据姿态标定的方法，根据所述检测数据，获取腰部纵轴相对大地的角度。

可选地，所述运动数据为角速度，所述根据所述运动数据，识别当前的步态的步骤包括：

当所述角速度为顺时针方向时，则确定当前的步态为摆动状态；

当所述角速度为零或逆时针方向时，则确定当前的步态为支撑状态。

可选地，所述移动数据为角度，所述根据所述运动数据，识别当前的步态的步骤包括：

记录所述角度为零的时刻；

获取所述时刻后预设时长内的角度变化量；

若所述角度变化量大于零，则确定当前的步态为摆动状态；

若所述角度变化量为零或小于零，则确定当前的步态为支撑状态。

可选地，所述根据所述运动数据，识别当前的步态的步骤包括：

根据所述移动数据，确定腰部的转动中心；

若所述转动中心位于右侧髋关节的预设范围内，则确定当前的步态为摆动状态；

若所述转动中心不位于右侧髋关节的预设范围内，则确定当前的步态为支撑状态。

可选地，所述根据所述移动数据，确定腰部的转动中心的步骤包括：

根据所述运动数据中的角度和角速度，确定所述运动中心；

根据所述运动中心和所述传感器的位置，确定所述腰部的转动中心。

本申请还提供一种步态识别装置，所述步态识别装置包括：

获取模块，用于获取设置在步态识别对象腰部出的传感器的检测数据；

提取模块，用于根据所述检测数据提取腰部的运动数据；

识别模块，用于根据所述运动数据，识别设置所述传感器的腰部当前的步态。

本申请还提供一种步态识别设备，所述步态识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的步态识别程序，所述步态识别程序被所述处理器执行时实现如上述的步态识别方法的步骤。

本申请还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的步态识别方法的步骤。

本申请通过获取设置在步态识别对象腰部处的传感器的检测数据；根据所述检测数据提取腰部相对大地的运动数据；根据所述运动数据，识别设置所述传感器的腰部当前的步态。传感器可以检测腰部的三轴姿态角与加速度，通过传感器的检测数据提取腰部的运动数据，从而判断人体腰部此时的运动状态，继而识别腰部当前的步态。相比于依靠足底压力的步态识别方法，利用腰部的运动数据进行步态识别更加准确。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为本申请实施例方案涉及的硬件运行环境的装置结构示意图；

图2为本申请步态识别方法第一实施例的流程示意图；

图3为本申请步态识别方法第一实施例中对于人体面和轴的划分示意图；

图4为本申请步态识别方法第二实施例中对于图2步骤S30的细化流程图；

图5为本申请步态识别方法第五实施例中对于图2步骤S30的细化流程图；

图6为本申请步态识别方法第六实施例中对于图2步骤S30的细化流程图；

图7为本申请步态识别设备一实施例的系统结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

如图1所示，图1是本申请实施例方案涉及的硬件运行环境的终端结构示意图。

本申请实施例终端为步态识别设备。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在终端设备移动到耳边时，关闭显示屏和/或背光。当然，终端设备还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及步态识别程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的步态识别程序，并执行以下操作：

获取设置在步态识别对象腰部出的传感器的检测数据；

根据所述检测数据提取腰部相对大地的运动数据；

根据所述运动数据，识别设置所述传感器的腰部当前的步态。

基于上述终端硬件结构，提出本申请各个实施例。

本申请提供一种步态识别方法。

参照图2和图3，在步态识别方法第一实施例中，该方法包括：

步骤S10，获取设置在步态识别对象腰部处的传感器的检测数据；

这里的传感器可以为IMU(Inertial Measurement Unit,惯性测量单元)模块，下面以IMU模块进行举例说明。IMU可以获取测量物体三轴姿态角(或角速度)以及加速度的装置。一般的，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，还可以包含一个磁力计。加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的三轴角速度信号，测量物体在三维空间中的角速度和加速度，磁力计检测并输出三轴地磁夹角，并以此解算出物体的姿态。腰部IMU可以粘贴在腰部的任意位置，但是获取的运动数据应用于判断腰部的步态信息时的参考依据有所区别，同时可以获取的运动数据也存在区别。可选地，IMU模块可以替换为其他可以检测到这些数据的传感器或其它装置，如单独的角速度计、陀螺仪或者他们的组合。

步骤S20，根据所述检测数据提取腰部的运动数据；

虽然IMU是固定在大腿上的，但是IMU模块获取的检测数据并不直接等同于腰部本身的运动数据，即腰部的实际运动数据与IMU模块的检测数据在三轴方向上存在一定的偏差。但是通过若干情形中腰部的实际运动情形与IMU模块的检测数据之间的误差可以得到两者之间的转换关系。IMU模块可以检测三轴的角速度，通过得到的转换关系从IMU的检测数据中提取出腰部的运动数据，如腰部的前向加速度、相对大地的角速度和角度等。参照图3，将人体中的轴和面进行划分，通过把人体划分为不同的面和轴来确定人体的运动状态。

步骤S30，根据所述运动数据，识别设置所述传感器的腰部当前的步态；

通常辅助设备分为单侧和双侧的，双侧的设备可能需要考虑左侧和右侧的各种的步态以及各自步态的融合，单侧的设备则只需要考虑设备辅助那一侧的步态即可。这里通过单侧的IMU可以识别单侧的步态，如果两侧都有IMU则可以识别两侧的步态。通常，步态有多种细分，而区分行走的支撑状态及摆动状态是最简单，最有效，最直接的划分方法。考虑单侧设备，通常当使用者处于站立状态时，腰部的角度是保持水平的，当开始摆动时，摆动那一侧会以对侧髋关节为转动中心轻微上抬，摆动那一侧也会以对侧髋关节为转动中心轻微的往前转动，所以可以通过判断腰部的转动方向来判断当前是处于支撑或者摆动状态。当处于支撑或者摆动状态时，腰部的运动状况如下(左侧为例)：如支撑时：腰部绕着垂直轴逆时针转动，腰部绕着前向轴顺时针转动；摆动时：腰部绕着垂直轴顺时针转动，腰部绕着前向轴逆时针转动。这里时以腰部左侧的IMU模块举例，如果为右侧的IMU模块，情况与左侧时的情况类似。同时运动数据包括前向加速度、腰部相对大地的角速度和角度等，所以识别腰部当前的步态的方法也可以是多种多样的，只包含运动数据中的一种，或者包含运动数据中的多种。识别腰部当前步态的依据也是可以不同的。

在本实施例中，获取设置在步态识别对象腰部出的传感器的检测数据；根据所述检测数据提取腰部的运动数据；根据所述运动数据，识别设置所述传感器的腰部当前的步态。通过腰部的传感器获取的检测数据提前的腰部的运动数据包含不同类型的数据，感觉各种不同类型的运动数据可以更加准确地识别腰部当前的步态。

进一步地，参照图2和图4，在本申请步态识别方法第一实施例的基础上，提供步态识别方法第二实施例，在第二实施例中，

步骤S30包括：

步骤S31，获取所述运动数据中腰部的前向加速度；

前向加速度为向人体前进方向的加速度。同时因为加速度与转动半径相关，所以使用加速度进行判断时，判断左侧就将传感器放在左侧，判断右侧就将传感器放在右侧。如果在旋转，半径为0时，基本上没有加速度，半径比较大时，加速度才存在。而腰部在现在过程在会以摆动状态的腿相对侧的腰部作为转动中心，这是才存在较大的转动半径，所以需要检测腰部哪一侧的前向加速度就将传感器设置在相应的一侧。因为开始摆动时，摆动那一侧会以对侧髋关节为转动中心轻微上抬，摆动那一侧也会以对侧髋关节为转动中心轻微的往前转动。所以可以通过前向加速度判断当前这一侧腰部的步态。逆时针与顺时针的方向为根据图3中划分的人体轴的箭头方向指向观察者进行观察得到。遵循右手定则，用手握住转轴，大拇指朝向转轴正方向，则逆时针方向为手指握紧的方向。

步骤S32，若所述前向加速度为正，则确定当前的步态为摆动状态；

因为当前侧腰部对应的腿处于摆动状态时，腰部会以对侧的髋关节为转动中心轻微上抬，所以此时存在前向加速度且为正，所以当所述前向加速度为正，则确定当前的步态为摆动状态。

步骤S33，若所述前向加速度为零，则确定当前的步态为支撑状态；

而当这一侧的腰部处于支撑状态时，此时为相对侧的腰部以这一侧的髋关节作为转动中心进行转动。此时传感器与转动中心的转动半径较小，前向加速度为零。所以当前向加速度为零，则确定当前的步态为支撑状态。

在本实施例中，根据腰部的前向加速度识别腰部当前的步态。

进一步地，在本申请步态识别方法第一实施例的基础上，提供步态识别方法第三实施例，在第三实施例中，

步骤S20包括：

步骤A1，依据姿态标定的方法，根据所述检测数据，获取腰部横轴相对大地的角速度；

步骤A2，依据姿态标定的方法，根据所述检测数据，获取腰部纵轴相对大地的角度；

传感器为可以获取测量物体三轴姿态角(或角速度)以及加速度的装置。所以可以获取传感器相对地面的角速度和角度。同时姿态标定方法可以将传感器获取的数据转换成腰部的运动数据，其中这里需要获取的是腰部横轴相对大地的角速度，用于判断腰部的运动方向，还有腰部纵轴与大地的角度，用以判断腰部的运动趋势。

在本实施例中，通过姿态标定方法，依据传感器的检测数据，获取腰部横轴相对大地的角速度和腰部纵轴相对大地的角度。

进一步地，在本申请步态识别方法第三实施例的基础上，提供步态识别方法第四实施例，在第四实施例中，所述运动数据为腰部横轴相对大地的角速度，

步骤S30包括：

步骤B1，当所述角速度为顺时针方向时，则确定当前的步态为摆动状态；

步骤B2，当所述角速度为零或逆时针方向时，则确定当前的步态为支撑状态；

当使用者处于站立状态时，腰部的角度是保持水平的，当开始摆动时，摆动那一侧会以对侧髋关节为转动中心轻微上抬，摆动那一侧也会以对侧髋关节为转动中心轻微的往前转动。所以当处于摆动状态时，腰部横轴相对大地的角度为顺时针方向，当处于支撑状态时，可能相对大地没有角速度或者角速度为逆时针方向。

在本实施例中，通过腰部横轴相对大地的角速度判断腰部当前的步态，当角速度为顺时针方向时，为摆动状态，当角速度为逆时针方向或者为零时，为支撑状态。

进一步地，参照图2和图5，在本申请步态识别方法第三实施例的基础上，提供步态识别方法第五实施例，在第五实施例中，所述运动数据为腰部纵轴相对大地的角度，

步骤S30包括：

步骤S41，记录所述角度为零的时刻；

步骤S42，获取所述时刻后预设时长内的角度变化量；

步骤S43，若所述角度变化量大于零，则确定当前的步态为摆动状态；

步骤S44，若所述角度变化量为零或小于零，则确定当前的步态为支撑状态；

假设人完全支撑战立在地面时腰部纵轴相对于大地的角度为零，则当人开始处于摆动状态时，人左侧的腰部往上抬，此时腰部纵轴相对于大地的角度开始增大，而当处于支撑状态时，人左侧腰部开始慢慢下降或者保持不变，此时人体腰部纵轴相对大地的角度开始变小。以人完全直立支撑战立在地面时人体腰部纵轴与大地的角度为标准的零度。记录每一个腰部纵轴相对大地的角度为零的时刻，记录之后预设时长内角度的变化量。同时以零度为基准，角度向下为负值，角度向上为正值。因此可以改进角度的变化量的正负判断腰部纵轴与大地的角度是开始大于零还是开始小于零。所以当角度变化量大于零，则确定当前的步态为摆动状态；当角度变化量为零或小于零，则确定当前的步态为支撑状态。

可以综合腰部横轴与大地的角速度和腰部纵轴相对大地的角度的变化趋势来识别腰部当前的步态。若腰部横轴相对大地的角速度为顺时针方向且腰部纵轴相对大地的角度开始大于零，则确定腰部当前的状态为摆动状态；若腰部横轴相对大地的角速度为逆时针方向或为零且腰部纵轴相对大地的角度开始小于零或为零，则确定腰部当前的步态为支撑状态，其余情况则确定当前的状态可能既不是摆动状态也不是支撑状态，或者增加其他更多的传感器，根据多个传感器识别的结果通过加权得到最终识别的腰部的步态。

在本实施例中，通过人体腰部纵轴相对大地的角度的变化情况确定腰部当前的步态。

进一步地，参照图2和图6，在本申请步态识别方法第一实施例的基础上，提供步态识别方法第六实施例，在第六实施例中，

步骤S30包括：

步骤S51，根据所述运动数据，确定腰部的转动中心；

步骤S52，若所述转动中心位于右侧髋关节的预设范围内，则确定当前的步态为摆动状态；

步骤S53，若所述转动中心不位于右侧髋关节的预设范围内，则确定当前的步态为支撑状态；

通过检测数据中的角速度和加速度可以判断出腰部在整个运动过程中的转动中心。当使用者处于站立状态时，腰部的角度是保持水平的，当开始摆动时，摆动那一侧会以对侧髋关节为转动中心轻微上抬，摆动那一侧也会以对侧髋关节为转动中心轻微的往前转动。所以如果以传感器用于判断左侧的步态时，当处于摆动状态时，转动中心应该位于右侧髋关节附近，而当处于支撑状态时，转动中心不存在，或者逐渐偏移到左侧的髋关节。同时为了保证识别的准确性，将右侧髋关节的周围一定范围和右侧髋关节周围右侧髋关节的预设范围。当转动中心位于右侧髋关节的预设范围内，则确定当前的步态为摆动状态；当转动中心不位于右侧髋关节的预设范围内，则确定当前的步态为支撑状态。

同时，这些步骤可以与其他实施例结合，如当前向加速度为逆时针方向时，此时判断腰部的转动中心，若腰部的转动中心也位于右侧髋关节的预设范围内，则确定此时腰部的步态为摆动状态，如果转动中心不位于右侧髋关节的预设范围内，则暂时不确定当前的步态。类似的，可以当一般横轴相对大地的角速度或者腰部纵轴相对大地的角度变化满足摆动状态或者支撑状态的条件时，则再获取腰部的转动中心，依据转动中心判断前面识别的步态结果是否正确，如果结果一致，则确定当前的步态，如果不一致，则认为之前的步态识别结果不正确。

其中，步骤S51包括：

步骤C1，根据所述运动数据中的加速度和角速度，确定所述运动中心；

步骤C2，根据所述运动中心和所述传感器的位置，确定所述腰部的转动中心；

根据运动数据中的欧拉角、速度和位置，可以确定腰部转动时的转动轨迹，其中，欧拉角可以由角速度和加速度得到，速度可以由角速度积分得到，位置可以由速度积分得到，转动轨迹大致为一段圆弧，然后可以把这段圆弧的圆心作为运动中心，同时根据传感器的固定位置，确定腰部的实际转动中心在实际三维空间中的位置，从而可以判断是否位于右侧髋关节的预设范围内。

同样的，可以与前面的第四实施例和第五实施例结合，通过多种不同的运动数据作为识别腰部当前步态的依据。如根据腰部的前向加速度方向、腰部横轴相对大地的角速度、腰部纵轴相对大地的角度和腰部的转动中心分别识别得到当前的步态，如果结果一致，则将该步态结果作为最终的步态识别结果，如果不一致，则根据各运动数据在最终步态识别结果中的权重确定最终的步态识别结果，或者认为当前不属于常规的步态状态而不输出步态结果。

在本实施例中，通过腰部的转动中心来判断相对应侧的腰部的步态信息。

此外，参照图7，本申请实施例还提出一种步态识别装置，所述步态识别装置包括：

获取模块，用于获取设置在步态识别对象腰部处的传感器的检测数据；

提取模块，用于根据所述检测数据提取腰部的运动数据；

识别模块，用于根据所述运动数据，识别设置所述传感器的腰部当前的步态。

可选地，所述识别模块还用于：

获取所述运动数据中腰部的前向加速度；

若所述前向加速度为正，则确定当前的步态为摆动状态；

若所述前向加速度为零，则确定当前的步态为支撑状态。

可选地，所述提取模块还用于：

依据姿态标定的方法，根据所述检测数据，获取腰部横轴相对大地的角速度；

依据姿态标定的方法，根据所述检测数据，获取腰部纵轴相对大地的角度。

可选地，所述识别模块还用于：

记录所述角度为零的时刻；

获取所述时刻后预设时长内的角度变化量；

若所述角度变化量大于零，则确定当前的步态为摆动状态；

若所述角度变化量为零或小于零，则确定当前的步态为支撑状态。

可选地，所述识别模块还用于：

根据所述运动数据，确定腰部的转动中心；

若所述转动中心位于右侧髋关节的预设范围内，则确定当前的步态为摆动状态；

若所述转动中心不位于右侧髋关节的预设范围内，则确定当前的步态为支撑状态。

可选地，所述获取模块还用于：

获取髋关节的运动信息；

根据所述运动信息和所述角速度，获取大腿相对于身体上半部分的相对角速度；

所述识别模块还用于：

若所述相对角速度为逆时针方向，则确定当前的步态为摆动状态；

若所述相对角速度不为逆时针方向，则确定当前的步态为支撑状态。

可选地，所述步态识别装置还包括：

确定模块，确定模块用于：

根据所述运动数据中的加速度和角速度，确定所述运动中心；

根据所述运动中心和所述传感器的位置，确定所述腰部的转动中心。

本申请设备和可读存储介质(即计算机可读存储介质)的具体实施方式的拓展内容与上述触控笔模式切换方法各实施例基本相同，在此不做赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种步态识别方法，其特征在于，所述步态识别方法包括以下步骤：

获取设置在步态识别对象腰部处的传感器的检测数据；

根据所述检测数据提取腰部的运动数据；

根据所述运动数据，识别设置所述传感器的腰部当前的步态。

2.如权利要求1所述的步态识别方法，其特征在于，所述根据所述运动数据，识别设置所述传感器的腰部当前的步态的步骤包括：

获取所述运动数据中腰部的前向加速度；

若所述前向加速度为正，则确定当前的步态为摆动状态；

若所述前向加速度为零，则确定当前的步态为支撑状态。

3.如权利要求1所述的步态识别方法，其特征在于，所述根据所述检测数据提取腰部的运动数据的步骤包括：

依据姿态标定的方法，根据所述检测数据，获取腰部横轴相对大地的角速度；

依据姿态标定的方法，根据所述检测数据，获取腰部纵轴相对大地的角度。

4.如权利要求3所述的步态识别方法，其特征在于，所述运动数据为角速度，所述根据所述运动数据，识别当前的步态的步骤包括：

当所述角速度为顺时针方向时，则确定当前的步态为摆动状态；

当所述角速度为零或逆时针方向时，则确定当前的步态为支撑状态。

5.如权利要求3所述的步态识别方法，其特征在于，所述移动数据为角度，所述根据所述运动数据，识别当前的步态的步骤包括：

记录所述角度为零的时刻；

获取所述时刻后预设时长内的角度变化量；

若所述角度变化量大于零，则确定当前的步态为摆动状态；

若所述角度变化量为零或小于零，则确定当前的步态为支撑状态。

6.如权利要求1所述的步态识别方法，其特征在于，所述根据所述运动数据，识别当前的步态的步骤包括：

根据所述运动数据，确定腰部的转动中心；

若所述转动中心位于右侧髋关节的预设范围内，则确定当前的步态为摆动状态；

若所述转动中心不位于右侧髋关节的预设范围内，则确定当前的步态为支撑状态。

7.如权利要求6所述的步态识别方法，其特征在于，所述根据所述移动数据，确定腰部的转动中心的步骤包括：

根据所述运动数据中的加速度和角速度，确定所述运动中心；

根据所述运动中心和所述传感器的位置，确定所述腰部的转动中心。

8.一种步态识别装置，其特征在于，所述步态识别装置包括：

获取模块，用于获取设置在步态识别对象腰部出的传感器的检测数据；

提取模块，用于根据所述检测数据提取腰部的运动数据；

识别模块，用于根据所述运动数据，识别设置所述传感器的腰部当前的步态。

9.一种步态识别设备，其特征在于，所述步态识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的步态识别程序，所述步态识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的步态识别方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的步态识别方法的步骤。

Images