CN111292825A - 步态交互方法、步态康健设备及计算机可读存储介质 - Google Patents
步态交互方法、步态康健设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111292825A CN111292825A CN202010070591.5A CN202010070591A CN111292825A CN 111292825 A CN111292825 A CN 111292825A CN 202010070591 A CN202010070591 A CN 202010070591A CN 111292825 A CN111292825 A CN 111292825A
- Authority
- CN
- China
- Prior art keywords
- gait
- user
- information
- acquiring
- current
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 214
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000003993 interaction Effects 0.000 title claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 210000004394 hip joint Anatomy 0.000 claims description 36
- 230000033001 locomotion Effects 0.000 claims description 36
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 35
- 210000000629 knee joint Anatomy 0.000 claims description 35
- 230000033764 rhythmic process Effects 0.000 claims description 11
- 230000037147 athletic performance Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 6
- 230000001133 acceleration Effects 0.000 description 11
- 230000036541 health Effects 0.000 description 11
- 210000003205 muscle Anatomy 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000005484 gravity Effects 0.000 description 4
- 210000003423 ankle Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003108 foot joint Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Psychiatry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种步态交互方法、步态康健设备及计算机可读存储介质，所述步态交互方法包括：若检测到启动指令，则实时监测并获取用户的当前步态信息；将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息，及时准确地提供用户的康复水平数据，从而提供更准确，更针对性的训练计划。
Description
技术领域
本发明涉及康健领域，尤其涉及一种步态交互方法、步态康健设备及计算机可读存储介质。
背景技术
用户在康复过程中，需要通过大脑中的想像要做什么事情，去不断尝试控制自己的身体运动，最后实现运动，通过视觉，肢体感觉的反馈，训练脑神经回路，然后达到重新学会控制肢体及行走的目的，在康复过程中，对于给到用户的反馈，是极其重要的，尤其是正反馈。
目前运动步态结果正好是能够体现使用者运动能力的指标，用来描述使用者运动状况的好坏是及其恰当的。所以，可以通过让用户查看及参考运动步态结果的方式让用户了解自己的当前状况及康复过程，对用户将会有极大的促进作用，而目前现有的评价设备都比较庞大，评价结果较多不直观，达不到正反馈。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种步态交互方法、步态康健设备及计算机可读存储介质，旨在解决目前步态结果达不到正反馈的技术问题。
为实现上述目的，本发明提供一种步态交互方法，所述步态交互方法包括以下步骤：
若检测到启动指令，则实时监测并获取用户的当前步态信息；
将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息。
优选地，实时监测并获取用户的步态参数，其中，所述步态参数包括目标侧支撑时间和/或目标侧支撑比例，参考侧支撑时间和/或参考侧支撑比例、步长和/或步速、发力等级、髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线；
基于所述步态参数，获取用户的当前步态信息。
优选地，基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，获取用户的运动节奏信息。
优选地，基于髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
优选地，基于步长和/或步速，获取用户的运动能力信息。
优选地，实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间；
基于所述目标侧和/或参考侧的运动时间，以及所述目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例。
优选地，实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，并提取所述角度信号的幅值特征；
基于所述幅值特征，获取用户的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
优选地，获取用户身份信息，以获取数据库存储的用户对应的历史步态信息；
基于所述历史步态信息与当前步态信息，获取用户的当前步态状态数据；
将所述步态状态数据发送至第三端，以供第三端处理所述步态状态数据。
此外，为实现上述目的，本发明还提供一种步态康健设备，所述步态康健设备包括：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交互程序，所述步态交互程序被所述处理器执行时实现以上任一项所述的步态交互方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有步态交互程序，所述步态交互程序被处理器执行时实现以上任一项所述的步态交互方法的步骤。
本发明提出的步态交互方法，通过若检测到启动指令，则实时监测并获取用户的当前步态信息，接着将当前步态信息发送至第三端，以供第三端处理当前步态信息，及时准确地提供用户的康复水平数据，从而提供更准确，更针对性的训练计划。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的步态康健设备结构示意图；
图2为本发明步态交互方法第一实施例的流程示意图；
图3为本发明步态交互方法一实施例的一场景示意图；
图4为本发明步态交互方法一实施例的又一场景示意图。
本发明目的的实现、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发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的步态康健设备结构示意图。
如图1所示，该步态康健设备可以包括：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，步态康健设备还可以包括摄像头、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，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、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中示出的步态康健设备结构并不构成对步态康健设备的限定，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交互程序。
在图1所示的步态康健设备中，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中存储的步态交互程序。
在本实施例中，步态交互装置包括：存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的步态交互程序，其中，处理器1001调用存储器1005中存储的步态交互程序时，并执行以下操作：
若检测到启动指令，则实时监测并获取用户的当前步态信息；
将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
实时监测并获取用户的步态参数，其中，所述步态参数包括目标侧支撑时间和/或目标侧支撑比例，参考侧支撑时间和/或参考侧支撑比例、步长和/或步速、发力等级、髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线；
基于所述步态参数，获取用户的当前步态信息。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，获取用户的运动节奏信息。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
基于髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
基于步长和/或步速，获取用户的运动能力信息。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间；
基于所述目标侧和/或参考侧的运动时间，以及所述目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，并提取所述角度信号的幅值特征；
基于所述幅值特征，获取用户的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
进一步地，处理器1001可以调用存储器1005中存储的步态交互程序，还执行以下操作：
获取用户身份信息，以获取数据库存储的用户对应的历史步态信息；
基于所述历史步态信息与当前步态信息，获取用户的当前步态状态数据；
将所述步态状态数据发送至第三端，以供第三端处理所述步态状态数据。
本发明还提供一种步态交互方法，参照图2，图2为本发明步态交互方法第一实施例的流程示意图。
该步态交互方法包括以下步骤：
步骤S10，若检测到启动指令，则实时监测并获取用户的当前步态信息；
在本发明实施例中，用户可穿戴康健装备，并基于第三端输入用户信息，其中，康健装备与第三端通信连接，接着触发启动指令，具体地，启动指令的触发方式可为点击或按压康健装备的启动按钮，或者点击触控屏对应的启动按钮，以启动康健设备，则若康健设备检测到启动指令，康健设备开启监测模式，以实时监测并获取用户的当前步态信息，具体地，基于康健设备各个关节处的肌角度采集仪及传感器，实时监测并获取用户的目标状态信息，进一步地，当前步态信息包括用户的运动节奏信息、用户的髋关节、踝关节和/或膝关节的运动幅度信息、用户的运动能力信息及肌力步态状态数据信息等。
进一步地，步骤S10包括，
步骤S11，实时监测并获取用户的步态参数，其中，所述步态参数包括目标侧支撑时间和/或目标侧支撑比例，参考侧支撑时间和/或参考侧支撑比例、步长和/或步速、发力等级、髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线；
步骤S12，基于所述步态参数，获取用户的当前步态信息。
在本实施例中，目标侧即指用户患侧，参考侧即指用户健侧，基于康健设备各个关节处的肌角度采集仪及传感器，实时监测并获取用户的目标状态信息，具体地，基于目标侧的重力加速度传感器，实时监测每一周期步态的目标侧支撑时间和/或支撑比例、步长及步速等，具体地，基于重力加速度传感器，获取目标侧每一周期步态的支撑(抬起)及落地状态信息，并获取目标侧的每一周期步态的支撑(抬起)及落地时间，基于压力传感器，获取用户的发力等级，基于速度传感器，获取目标侧的步长和/或步速，基于目标侧的肌角度采集装备，实时监测并获取目标侧的每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，接着提取角度信号的幅值特征和/或频率特征，并将幅值特征和/或频率特征作为参数输入至目标模型中，以获取目标侧的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
同样基于参考侧的重力加速度传感器，实时监测每一周期步态的参考侧支撑时间和/或参考侧支撑比例、步长及步速等，具体地，基于重力加速度传感器，获取参考侧每一周期步态的支撑(抬起)及落地状态信息，并获取参考侧的每一周期步态的支撑(抬起)及落地时间，基于压力传感器，获取健者的发力等级，基于速度传感器，获取参考侧的步长和/或步速，基于参考侧的肌角度采集装备，实时监测并获取参考侧的每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，接着提取角度信号的幅值特征和/或频率特征，并将幅值特征和/或频率特征作为参数输入至目标模型中，以获取参考侧的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
最后基于上述步态参数，获取用户的当前步态信息，具体地，获取用户的运动节奏信息、髋关节、踝关节和/或膝关节的运动幅度信息、运动能力信息及肌力恢复状况等。
步骤S20，将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息。
进一步地，步骤S20之后，还包括，
步骤S30，获取用户身份信息，以获取数据库存储的用户对应的历史步态信息；
步骤S40，基于所述历史步态信息与当前步态信息，获取用户的当前步态状态数据；
步骤S50，将所述步态状态数据发送至第三端，以供第三端处理所述步态状态数据。
该步骤中，在获取用户身份信息之后，基于身份信息获取数据库中存储的该用户对应的历史步态信息，接着基于该历史步态信息与当前步态信息，获取用户的当前步态状态数据。
在本实施例中，在获取当前步态信息之后，将当前步态信息发送至第三端，以供第三端处理该目标状态信息，如图3，图3中的1为步态康健设备，2为第三端，步态康健设备与已第三端通信连接，在获取当前步态信息之后，将当前步态信息发送至第三端，以供第三端处理该目标状态信息，可选地，第三端为数据处理器，具体地，基于第三端的数据处理器，整合目标状态信息，可选地，第三端为显示屏，即将整合后的目标状态信息输出显示，进一步地，第三端还可为云端，即在获取当前步态信息之后，将当前步态信息存储至云端，以供后续再次进行训练时，基于云端中存储的步态信息，生成当前的步态状态，具体地，如图4，在图4所示的显示屏中，图4所示的显示屏上方显示用户信息，具体为用户身份信息等，在显示屏左侧显示用户的目标状态信息，在显示屏右侧显示正常的状态信息，在显示屏下方显示康复建议及健康科普知识等。
本发明提出的步态交互方法，通过若检测到启动指令，则实时监测并获取用户的当前步态信息，接着将当前步态信息发送至第三端，以供第三端处理当前步态信息，及时准确地提供用户的康复水平数据，从而提供更准确，更针对性的训练计划。
基于第一实施例，提出本发明步态交互方法的第二实施例，在本实施例中，步骤S12包括，
步骤S121，基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，获取用户的运动节奏信息。
在该步骤中，基于目标侧的重力加速度传感器，实时监测每一周期步态的目标侧支撑时间和/或支撑比例，以获取用户的运动节奏信息，具体地，基于重力加速度传感器，获取目标侧每一周期步态的支撑(抬起)及落地状态信息，并获取目标侧的每一周期步态的支撑(抬起)及落地时间，从而获取目标侧的每一周期步态的支撑比例，同样地，基于重力加速度传感器，获取参考侧每一周期步态的支撑(抬起)及落地状态信息，并获取参考侧的每一周期步态的支撑(抬起)及落地时间，从而获取参考侧的每一周期步态的支撑比例，最后基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，可用户的运动节奏信息，比如若目标侧支撑时间小于参考侧支撑时间，则用户的运动节奏过快，进而侧面表明用户的肌力尚未修复。
进一步地，步骤S12还包括，
步骤S122，基于髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
该步骤中，基于肌角度采集装备，实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，接着提取角度信号的幅值特征和/或频率特征，并将幅值特征和/或频率特征作为参数输入至目标模型中，以获取髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，进一步地，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
进一步地，步骤S12还包括，
步骤S123，基于步长和/或步速，获取用户的运动能力信息。
该步骤中，基于速度传感器，获取目标侧的步长和/或步速，以获取用户的运动能力信息，具体地，基于速度传感器，获取用户每一步态周期的步速，接着基于每一步态周期的时间，获取每一步态周期的步长，基于每一步态周期的步长和/或步速，即可获取用户的大腿运动能力，可选地，基于大量不同患病等级的用户的步长和/或步速与大量健康者的步长和/或步速，即可获得步长和/或步速与大腿运动能力。
本实施例提出的步态交互方法，通过基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，获取用户的运动节奏信息，和/或,基于髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息，和/或，基于步长和/或步速，获取用户的运动能力信息，接着将当前步态信息发送至第三端，以供第三端处理当前步态信息，及时准确地提供用户的康复水平数据，从而提供更准确，更针对性的训练计划。
基于第一实施例，提出本发明方法的第三实施例，在本实施例中，步骤S11还包括，
步骤S111，实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间；
步骤S112，基于所述目标侧和/或参考侧的运动时间，以及所述目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例。
该步骤中，实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间，接着基于目标侧和/或参考侧的运动时间与目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例，具体地，基于重力加速度传感器，获取目标侧每一周期步态的支撑(抬起)及落地状态信息，并获取目标侧的每一周期步态的支撑(抬起)及落地时间，从而获取目标侧的每一周期步态的支撑比例，同样地，基于重力加速度传感器，获取参考侧每一周期步态的支撑(抬起)及落地状态信息，并获取参考侧的每一周期步态的支撑(抬起)及落地时间，从而获取参考侧的每一周期步态的支撑比例。
进一步地，步骤S11还包括，
步骤S113，实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，并提取所述角度信号的幅值特征；
步骤S114，基于所述幅值特征，获取用户的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
该步骤中，基于肌角度采集装备，实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，接着提取角度信号的幅值特征和/或频率特征，并将幅值特征和/或频率特征作为参数输入至目标模型中，以获取髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，进一步地，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
本实施例提出的步态交互方法，通过实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间，接着基于目标侧和/或参考侧的运动时间与目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例，和/或，实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，并提取角度信号的幅值特征，接着基于幅值特征，获取用户的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，之后将上述每一步态周期用户的目标侧和/或参考侧的支撑时间，和/或，每一步态周期用户的目标侧和/或参考侧的支撑比例，和/或，髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线上传至第三端，以供第三端处理，及时准确地提供用户的康复水平数据，从而提供更准确，更针对性的训练计划。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有步态交互程序，所述步态交互程序被处理器执行时实现以上所述的步态交互方法各个实施例的步骤。
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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。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、物品或者系统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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(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。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种步态交互方法，其特征在于，所述步态交互方法包括以下步骤：
若检测到启动指令，则实时监测并获取用户的当前步态信息；
将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息。
2.如权利要求1所述的步态交互方法，其特征在于，所述实时监测并获取用户的当前步态信息的步骤包括：
实时监测并获取用户的步态参数，其中，所述步态参数包括支撑时间和/或支撑比例、步长和/或步速、发力等级、髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线；
基于所述步态参数，获取用户的当前步态信息。
3.如权利要求2所述的步态交互方法，其特征在于，所述当前步态信息包括运动节奏信息，所述基于所述步态参数，获取用户的当前步态信息的步骤包括：
基于目标侧支撑时间与参考侧支撑时间，和/或目标侧支撑比例与参考侧支撑比例，获取用户的运动节奏信息。
4.如权利要求2所述的步态交互方法，其特征在于，所述当前步态信息包括髋关节、踝关节和/或膝关节的运动幅度信息，所述基于所述步态参数，获取用户的当前步态信息的步骤包括：
基于髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线，获取用户的髋关节、踝关节和/或膝关节的运动幅度信息。
5.如权利要求2所述的步态交互方法，其特征在于，所述当前步态信息包括运动能力信息，所述基于所述步态参数，获取用户的当前步态信息的步骤包括：
基于步长和/或步速，获取用户的运动能力信息。
6.如权利要求2所述的步态交互方法，其特征在于，所述实时监测并获取用户的步态参数的步骤包括：
实时监测并获取每一步态周期用户的目标侧和/或参考侧的运动时间，并获取每一步态周期用户的目标侧和/或参考侧的支撑时间；
基于所述目标侧和/或参考侧的运动时间，以及所述目标侧和/或参考侧的支撑时间，获取每一步态周期用户的目标侧和/或参考侧的支撑比例。
7.如权利要求2所述的步态交互方法，其特征在于，所述实时监测并获取用户的步态参数的步骤包括：
实时监测并获取每一步态周期用户的髋关节、踝关节和/或膝关节的角度信号，并提取所述角度信号的幅值特征；
基于所述幅值特征，获取用户的髋关节角度曲线、踝关节角度曲线和/或膝关节角度曲线。
8.如权利要求1至7任一项所述的步态交互方法，其特征在于，所述将所述当前步态信息发送至第三端，以供第三端处理所述当前步态信息的步骤之后，还包括：
获取用户身份信息，以获取数据库存储的用户对应的历史步态信息；
基于所述历史步态信息与当前步态信息，获取用户的步态状态数据；
将所述步态状态数据发送至第三端，以供第三端处理所述步态状态数据。
9.一种步态康健设备，其特征在于，所述步态康健设备包括：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交互程序，所述步态交互程序被所述处理器执行时实现如权利要求1至8中任一项所述的步态交互方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有步态交互程序，所述步态交互程序被处理器执行时实现如权利要求1至8中任一项所述的步态交互方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070591.5A CN111292825A (zh) | 2020-01-20 | 2020-01-20 | 步态交互方法、步态康健设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070591.5A CN111292825A (zh) | 2020-01-20 | 2020-01-20 | 步态交互方法、步态康健设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111292825A true CN111292825A (zh) | 2020-06-16 |
Family
ID=71024350
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010070591.5A Pending CN111292825A (zh) | 2020-01-20 | 2020-01-20 | 步态交互方法、步态康健设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111292825A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103536424A (zh) * | 2013-10-26 | 2014-01-29 | 河北工业大学 | 一种步态康复训练机器人的控制方法 |
| CN106821388A (zh) * | 2016-12-30 | 2017-06-13 | 上海大学 | 脑卒中病人下肢康复定量评估方法 |
| CN108154913A (zh) * | 2017-12-29 | 2018-06-12 | 北京精密机电控制设备研究所 | 一种康复训练参数确定方法、装置、电子设备及系统 |
| CN108283569A (zh) * | 2017-12-27 | 2018-07-17 | 北京精密机电控制设备研究所 | 一种外骨骼机器人控制系统及控制方法 |
| CN109599165A (zh) * | 2019-01-30 | 2019-04-09 | 浙江强脑科技有限公司 | 康复运动训练方法、系统及可读存储介质 |
| CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
-
2020
- 2020-01-20 CN CN202010070591.5A patent/CN111292825A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103536424A (zh) * | 2013-10-26 | 2014-01-29 | 河北工业大学 | 一种步态康复训练机器人的控制方法 |
| CN106821388A (zh) * | 2016-12-30 | 2017-06-13 | 上海大学 | 脑卒中病人下肢康复定量评估方法 |
| CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
| CN108283569A (zh) * | 2017-12-27 | 2018-07-17 | 北京精密机电控制设备研究所 | 一种外骨骼机器人控制系统及控制方法 |
| CN108154913A (zh) * | 2017-12-29 | 2018-06-12 | 北京精密机电控制设备研究所 | 一种康复训练参数确定方法、装置、电子设备及系统 |
| CN109599165A (zh) * | 2019-01-30 | 2019-04-09 | 浙江强脑科技有限公司 | 康复运动训练方法、系统及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9826806B2 (en) | Assistive support systems and devices for automatic feedback | |
| KR101858116B1 (ko) | 자세균형 훈련 시스템 | |
| KR101834077B1 (ko) | 자세균형 훈련 시스템 | |
| CN107789803B (zh) | 一种脑卒中上肢康复训练方法和系统 | |
| TW201225920A (en) | Mechanomyographic signal input device, human-machine operating system and identification method thereof | |
| Majumder et al. | A multi-sensor approach for fall risk prediction and prevention in elderly | |
| CN104484574A (zh) | 一种基于四元数的实时人体姿态监督训练矫正系统 | |
| KR20120085962A (ko) | 무게감지저항센서를 적용한 지능형 보행훈련시스템 및 보행패턴 분석 방법 | |
| KR101545516B1 (ko) | 균형성 재활운동 자세 교정 시스템 | |
| CN106821384A (zh) | 一种走姿训练的鞋垫 | |
| CN111292824A (zh) | 康复方法、康复设备、装置及计算机可读存储介质 | |
| CN115729349A (zh) | 用于肌骨骼人体工程改进的扩展现实系统、设备和方法 | |
| JP4181796B2 (ja) | 肢体リハビリテーション訓練装置 | |
| US10517522B2 (en) | System for measuring lower extremity muscle strength | |
| CN111292825A (zh) | 步态交互方法、步态康健设备及计算机可读存储介质 | |
| KR101567859B1 (ko) | 사용자 동작을 이용한 재활운동 시스템 | |
| JP6259301B2 (ja) | 移動運動解析装置、方法及びシステム並びにプログラム | |
| JP6378492B2 (ja) | 移動運動解析装置及びプログラム | |
| KR20190047644A (ko) | 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 | |
| JP6552875B2 (ja) | 移動運動解析装置、方法及びプログラム | |
| CN114898838A (zh) | 动作监测方法、系统、装置、介质及程序产品 | |
| Frango et al. | Mobile application based on wireless sensor network for physical rehabilitation | |
| Pires et al. | Calculation of jump flight time using a mobile device | |
| Dinh et al. | Design and implementation of a wireless wearable band for gait analysis | |
| Pramkeaw et al. | Intelligent IoT-enabled Ankle Brace: Enhancing Mobility and Safety |
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 |