CN111991772A

CN111991772A - 辅助上肢训练的装置及系统

Info

Publication number: CN111991772A
Application number: CN202010934010.8A
Authority: CN
Inventors: 毛堃; 江孝伟; 孟凡成
Original assignee: Quzhou College of Technology
Current assignee: Quzhou College of Technology
Priority date: 2020-09-08
Filing date: 2020-09-08
Publication date: 2020-11-27
Anticipated expiration: 2040-09-08
Also published as: CN111991772B

Abstract

本发明提供的辅助上肢训练的装置及系统，涉及辅助训练技术领域。首先，对获取的骨骼数据进行滤波处理，得到骨骼运动数据；接着，将骨骼运动数据与标准动作的模板数据进行匹配得到匹配距离；再接着，根据上述匹配距离计算得到训练者的多项运动维度得分；最后，根据得到的各项运动维度得分，为训练者提供用于改善各项运动维度得分的单项标准训练图像。上述辅助上肢训练的装置及系统可以细致地评价训练者的各项训练动作，并为训练者提供用于改善各项训练动作的具体指导，能够防止因缺乏医生指导，康复训练动作不准确造成的不可逆影响，提高训练者居家康复训练的效率。

Description

辅助上肢训练的装置及系统

技术领域

本发明涉及辅助训练技术领域，具体而言，涉及一种辅助上肢训练的装置及系统。

背景技术

脑卒中(又称“中风”)患者中的大部分会存在不同程度的运动功能障碍，需要进行康复治疗，而现有临床康复存在着评价主观性强，量化程度不高，评价效率低等问题，因此，应用于医学康复领域的机器人技术应运而生。

尽管现有的上肢康复机器人都能够对康复运动进行评价，但是评价方法大部分都是基于标准动作模板进行简单机械地匹配，匹配得分的高低并没有更为详细的医学解释，根据匹配得分并不能对于患者后续的康复训练给出有针对性的动作强化指导。尽管现有技术存在通过体感传感器采集人体骨骼数据，对于各个骨骼在不同的动作中重要程度进行不同的权值分配，更真实地反映出当前患者动作与标准动作之间的差距，但是该方法同样无法根据患者实际运动中存在的不足给出康复训练的指导。

发明内容

为了改善上述问题，本发明提供了一种辅助上肢训练的装置及系统。

本发明的第一方面，提供一种辅助上肢训练的装置，应用于与体感传感器通信连接的计算机设备，其特征在于，所述装置包括：

滤波模块，用于将所述体感传感器获取的训练者在训练过程中的骨骼数据进行滤波处理，得到骨骼运动数据，其中，所述骨骼数据包括手腕关节点的三维坐标、肘部关节点的三维坐标及肩部关节点的三维坐标；

匹配模块，用于将所述骨骼运动数据与标准动作的模板数据进行匹配，得到匹配距离，其中，所述匹配距离包括关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离；

计算模块，用于基于所述匹配距离计算得到所述训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分；

提供模块，用于根据所述角度控制维度得分、方向控制维度得分及位置控制维度得分为所述训练者提供用于改善相应控制维度得分的标准训练图像。

进一步地，所述滤波模块具体用于：

根据所述体感传感器在所述训练者在静止状态时获取的骨骼数据，对获取的训练过程中的骨骼数据进行第一次滤波处理；

采用卡尔曼滤波对第一次滤波处理后得到的骨骼数据进行第二次滤波处理，得到滤波处理后的骨骼数据；

基于滤波处理后的骨骼数据得到骨骼运动数据，所述骨骼运动数据包括手腕关节点的三维坐标、肘部关节点的三维坐标、肩部关节点的三维坐标，肘部关节点的关节角度、肩部关节点的关节角度、肘部关节点的运动位置指向及肩部关节点的运动位置指向。

进一步地，所述装置还包括模板数据生成模块，所述模板数据生成模块用于：

根据标准动作提取参考骨骼数据，根据所述参考骨骼数据生成模板数据，所述模板数据包括所述标准动作中的手腕关节点的三维坐标、肘部关节点的三维坐标、肩部关节点的三维坐标，肘部关节点的关节角度、肩部关节点的关节角度、肘部关节点的运动位置指向及肩部关节点的运动位置指向。

进一步地，所述匹配模块具体用于：

基于所述骨骼运动数据与标准动作的模板数据，采用动态时间规整DTW算法计算所述骨骼运动数据在角度控制、方向控制及位置控制三个维度与所述模板数据的累积距离最小的最优路径，并基于各个维度的最优路径，确定所述关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离。

进一步地，所述计算模块通过以下公式计算得到所述训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分：

G_max＝max{|max(S)-min(Q)|,|min(S)-max(Q)|}

N_max＝max{m,n}

其中，Score_t表示某一维度的子得分，T表示某一维度中的子项目数，Score表示某一维度得分，即某一维度得分为该维度的所有子得分的算数平均；W为该维度子项目的匹配距离，m和n分别代表该维度子项目所对应训练者的骨骼运动数据和模板数据序列中的个数；max(S)、min(S)、max(Q)、min(Q)分别代表该维度子项目的骨骼运动数据在对应的模板数据和训练者骨骼运动数据序列中的最大值和最小值；N_max×G_max为序列个数较大者的序列数和最大匹配差值绝对值的乘积，即最大极限匹配距离值。

进一步地，所述提供模块具体用于：

将所述角度控制维度得分与第一控制维度得分阈值进行比较，在所述角度控制维度得分小于所述第一控制维度得分阈值时，从预先配置的动作库中为所述训练者提供用于改善关节角度训练的标准训练图像；

在所述角度控制维度得分不小于所述第一控制维度得分阈值时，将所述方向控制维度得分与第二控制维度得分阈值进行比较，在所述方向控制维度得分小于所述第二控制维度得分阈值时，从预先配置的动作库中为所述训练者提供用于改善运动指向训练的标准训练图像；

在所述方向控制维度得分不小于所述第二控制维度得分阈值时，将所述位置控制维度得分与第三控制维度得分阈值进行比较，在所述位置控制维度得分小于所述第三控制维度得分阈值时，从预先配置的动作库中为所述训练者提供用于改善运动位置训练的标准训练图像。

本发明的第二方面，提供一种辅助上肢训练的系统，所述系统包括通信连接的体感传感器及计算机设备；

所述体感传感器用于采集训练者的训练视频，并基于所述训练视频获取所述训练者在训练过程中的骨骼数据，其中，所述骨骼数据包括手腕关节点的三维坐标、肘部关节点的三维坐标及肩部关节点的三维坐标；

所述计算机设备用于：

接收所述体感传感器发送的骨骼数据，对所述骨骼数据进行滤波处理，得到骨骼运动数据；

将所述骨骼运动数据与标准动作的模板数据进行匹配，得到匹配距离，其中，所述匹配距离包括关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离；

基于所述匹配距离计算得到所述训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分；以及

根据所述角度控制维度得分、方向控制维度得分及位置控制维度得分为所述训练者提供用于改善相应控制维度得分的标准训练图像。

进一步地，所述计算机设备还用于：

进一步地，所述系统还包括与计算机设备连接的显示装置，

所述显示装置显示用于改善相应控制维度得分的标准训练图像。

综上所述，本发明提供的辅助上肢训练的装置及系统，可以细致地评价训练者的各项训练动作，并为训练者提供用于改善各项训练动作的具体指导，能够防止因缺乏医生指导，康复训练动作不准确造成的不可逆影响，提高训练者居家康复训练的效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例所提供的一种辅助上肢训练的系统的结构示意图；

图2为图1中所示的计算机设备的一种可能的结构示意图；

图3为本发明实施例所提供的一种辅助上肢训练的装置的功能框架示意图；

图4为本发明实施例所提供的另一种辅助上肢训练的装置的功能框架示意图；

图5为本发明实施例提供的训练过程中的俯视示意图；

图6为本发明实施例提供的训练过程中的侧视示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，本发明中附图仅起到说明和描述的目的，并不用于限定本发明的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本发明内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，可以理解的是，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。

为了解决背景技术所提及的技术问题，发明人创新性的提出以下技术方案。

请参照图1，图1为本发明实施例提供的一种辅助上肢训练的系统10，该系统10包括通信连接的计算机设备100及体感传感器200。体感传感器200包括用于获取训练者训练视频的摄像头，体感传感器200还可以根据获取的训练视频获取训练者在训练过程中的骨骼数据，骨骼数据包括上肢关节点的三维坐标，具体地，骨骼数据可以包括手腕关节点的三维坐标、肘部关节点的三维坐标及肩部关节点的三维坐标。在本发明实施例中，体感传感器200可以是Kinect 2.0。

请参照图2，图2为图1中计算机设备100的一种可能的结构示意图。计算机设备100包括辅助上肢训练的装置110、存储器111及处理器112。

存储器111及处理器112各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

其中，存储器111用于存储程序，处理器112在接收到执行指令后，执行程序。

辅助上肢训练的装置110可以包括至少一个可以软件或固件的形式存储于存储器111中或固化在所述计算机设备100的操作系统中的软件功能模块。处理器112用于执行存储器111中存储的可执行模块，例如辅助上肢训练的装置110所包括的软件功能模块及计算机程序等。

在本发明的实施例中，计算机设备100还可以包括数据库113，数据库113中预先配置有单项标准训练图像和标准动作的模板数据。

请再次参照图1，在本发明的实施例中，辅助上肢训练的系统10还可以包括显示装置300，显示装置300与计算机设备100通信连接，显示装置300用于显示用于标准训练图像，以便训练者根据显示装置300上显示的标准训练图像进行有针对的动作矫正和练习。

应当理解的是，图1及图2所示的结构仅为示意，辅助上肢训练的系统10及计算机设备100还可以包括比图1和图2中所示更多或者更少的组件，或者具有与图1和图2所示不同的配置。

请参照图3，图3为本发明实施例提供的辅助上肢训练的装置110的功能模块示意图，下面对辅助上肢训练的装置110如何对训练者的训练过程进行辅助的原理进行介绍。

滤波模块1101，用于将体感传感器200获取的训练者在训练过程中的骨骼数据进行滤波处理，得到骨骼运动数据。

在本发明实施例中，骨骼数据可以包括手腕关节点的三维坐标、肘部关节点的三维坐标及肩部关节点的三维坐标。

匹配模块1102，用于将骨骼运动数据与标准动作的模板数据进行匹配，得到匹配距离，其中，匹配距离包括关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离。

计算模块1103，用于基于匹配距离计算得到训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分。

提供模块1104，用于根据角度控制维度得分、方向控制维度得分及位置控制维度得分为训练者提供用于改善相应控制维度得分的标准训练图像。

上述装置可以细致地评价训练者的各项训练动作，并为训练者提供用于改善各项训练动作的具体指导，能够防止因缺乏医生指导，康复训练动作不准确造成的不可逆影响，提高训练者居家康复训练的效率。同时，训练者不需要每次康复训练都到医院，大大节省训练者来回医院的时间成本和医疗开销。

进一步地，在本发明实施例中，滤波模块1101具体用于：

根据体感传感器200在训练者在静止状态时获取的骨骼数据，对获取的训练过程中的骨骼数据进行第一次滤波处理；

基于滤波处理后的骨骼数据得到骨骼运动数据，骨骼运动数据包括手腕关节点的三维坐标、肘部关节点的三维坐标、肩部关节点的三维坐标，肘部关节点的关节角度、肩部关节点的关节角度、肘部关节点的运动位置指向及肩部关节点的运动位置指向。

具体地，在本发明实施例中，滤波模块1101可以采用以下方式实现。

首先，获取训练者在静止状态时的骨骼数据，根据骨骼数据中各个关节点的三维坐标计算前臂和上臂的长度。以左上肢为例，假设左肩关节点P_S、左肘部关节点P_E、左手腕关节点P_W的三维坐标为(x_S,y_S,z_S)、(x_E,y_E,z_E)、(x_W,y_W,z_W)，由此可以计算出左前臂长度L_F和左上臂长度L_B，计算公式如下：

在计算得到的左前臂长度L_F和左上臂长度L_B的基础上，增加一定的偏差允许值Δf和Δb得到左前臂的长度范围及左上臂的长度范围，根据训练过程中各个时刻骨骼数据计算左前臂长度和左上臂长度，判断计算的左前臂长度和左上臂长度是否在上述左前臂的长度范围及左上臂的长度范围内，若不在，则将该时刻的骨骼数据删除。

接着，采用卡尔曼滤波对于一次滤波后的数据进行二次滤波，该滤波算法的常规步骤如下：

其中的

表示k时刻的预测值；

和

分别表示为第k-1时刻和k时刻X轴坐标值的最优估计值；

表示k时刻的预测值的协方差，即

的协方差；P_k-1和P_k分别表示k-1时刻和k时刻的最优估计值的协方差，即

和

的协方差；H表示状态变量到测量的转换矩阵；z_k表示测量值；K_k表示滤波增益矩阵；A表示状态转移矩阵；Q表示系统的协方差；R表示噪声协方差；B表示输入转换为状态的矩阵。

由于本发明实施例是通过体感传感器(比如Kinect传感器)对人体骨骼数据进行被动采集，因此，不存在控制输入量，即公式(3)中的u_k-1＝0，公式(3)可改写为：

为了方便解释，以肘部关节点的X轴坐标值为一维数据滤波为例说明本算法的步骤：

由于肘部关节点X轴坐标值k时刻的预测值

就是k-1时刻的最优估计值

且没有控制输入量，因此，状态转移矩阵A＝1，公式(1)可简化为如下：

又因肘部关节点的X轴坐标值的状态值和测量值一致，所以H＝1，且I为单位矩阵，一维状态下I＝1，公式(4)-(7)更新为：

其中，

表示k时刻的肘部关节点的X轴坐标值的预测值

的协方差；z_k为k时刻输出的肘部关节点的X轴坐标值；P_k-1和P_k则k-1时刻和k时刻肘部关节点的X轴坐标值的最优估计值

和

的协方差；R和Q分别为噪声协方差和系统协方差，可根据实际情况进行人工调整确定，此处为R＝0.1和Q＝0.01；P_k和

在k＝0时初始值设定分别为P₀＝0和

通过上述方式可以将各关节点的三维坐标进行滤波处理得到处理后的骨骼数据。

最后，根据滤波处理后的骨骼数据，通过换算得到骨骼运动数据Q_A，其中，骨骼运动数据Q_A包括手腕关节点的三维坐标、肘部关节点的三维坐标、肩部关节点的三维坐标，肘部关节点的关节角度、肩部关节点的关节角度、肘部关节点的运动位置指向及肩部关节点的运动位置指向。

请参照图4，本发明实施例提供的辅助上肢训练的装置110还可以包括模板据生成模块1105，该模板数据生成模块1105用于：

根据标准动作提取参考骨骼数据，根据参考骨骼数据生成模板数据，模板数据包括所述标准动作中的手腕关节点的三维坐标、肘部关节点的三维坐标、肩部关节点的三维坐标，肘部关节点的关节角度、肩部关节点的关节角度、肘部关节点的运动位置指向及肩部关节点的运动位置指向。

进一步地，在本发明实施例中，匹配模块1102具体用于基于骨骼运动数据与标准动作的模板数据，采用动态时间规整DTW算法计算骨骼运动数据在角度控制、方向控制及位置控制三个维度与模板数据的累积距离最小的最优路径，并基于各个维度的最优路径，确定关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离。

具体地，匹配模块1102可以采用以下算法实现上述功能。

将骨骼运动数据Q_A与标准动作的模板数据S_A进行匹配，其中，以训练者在某一运动维度(比如，角度控制维度、方向控制维度或位置控制维度)的数据为例，定义该运动维度的数据(S＝(x₁,x₂,…,x_m)和Q＝(y₁,y₂,…,y_n))的匹配距离定义为d(S,Q)。为了计算该运动数据的DTW匹配距离，需要找到一条最优的弯曲路径P＝{p₁,p₂,…,p_K}(max(n,m)≤K≤n+m+1)，使得S和Q的累积距离最小，其中的p_k表示弯曲路径元素在距离矩阵中的位置，即d(p_k)＝d(i,j)_k，此外，弯曲路径P还必须符合以下3个要求：

(1)边界性：p₁＝(1,1)，p_K＝(m,n)；

(2)单调性：给定p_k＝(i,j)和p_k+1＝(u,v)，有u≥i，v≥j；

(3)连续性：给定p_k＝(i,j)和p_k+1＝(u,v)，有u≤i+1，v≤j+1；

最终找到唯一的最优路径使得累积距离达到最小，即：

d(p_k)＝d(i,j)_k＝|x_i-y_j| (14)

为了求解公式(13)，利用动态规划方法构造一个代价矩阵R，每个元素的计算公式如下：

其中，i＝1,2,…m，j＝1,2,…n，R(0,0)＝0，R(i,0)＝R(0,j)＝∞，

因此，可先计算得到：

接着计算出代价矩阵R中的所有元素R(i,j)，最终由公式(15)的最小代价可知，d(S,Q)＝R(m,n)。

请参照图5及图6，图5和图6为训练者在训练过程中的俯视图和侧视图。其中，图5中的300为显示装置，200为体感传感器(比如，Kinect 2.0体感传感器)，W、E、S分别为手腕关节点、肘部关节点和肩部关节点。106为双肩所在的竖直平面。图6的直线G为肩部关节点所在的竖直垂线。

下面以左侧上肢为例，结合图5及图6进行说明，针对每种类型的运动数据的匹配算法如下：

1.关节角度匹配

将骨骼数据进行肩部关节点和肘部关节点的关节角度数据的换算，其中为了更为直观地表示关节运动角度，本发明的肩部关节点角度为肩部关节点和肘部关节点连线与肩部关节点所在竖直垂线之间的夹角，从而与实际的人体肩部关节点角度保持一致。而肘部关节点角度则为手腕关节点-肘部关节点连线与肘部关节点-肩部关节点连线的夹角。左肩部关节点角度A_S和左肘部关节点角度A_E的计算公式如下：

其中，

为左肩部关节点所在竖直方向的向量，

为肩部关节点到肘部关节点的向量，

是

的模长，

是

的模长；

为手腕关节点到肘部关节点的向量，

为肘部关节点到肩部关节点的向量，

为

的模长，

为

的模长。

本发明实施例根据肩部关节点夹角与肘部关节点夹角分别与标准动作模板进行DTW匹配，得到关节角度匹配距离A1和A2。

2.运动位置指向匹配

将骨骼数据中的肘部关节点的三维坐标的Z轴方向进行归一化处理，得到肩部关节点运动的位置指向D_S，然后将手腕关节点的三维坐标的Z轴方向同样进行归一化处理，得到肘部关节点运动的位置指向D_E，计算公式如下：

其中，z_E为肘部关节点在Z轴坐标值，z_W为手腕关节点在Z轴坐标值。

最后，分别与标准动作模板中的运动位置指向进行DTW匹配，得到运动位置指向匹配距离D1和D2。

3.位置坐标匹配

为了能够消除不同身体尺寸对于匹配结果的影响，本发明将骨骼数据中各个关节点的三维坐标进行归一化处理，处理后的肩部关节点PS_S、肘部关节点PS_E和手腕关节点PS_W的三维坐标进行归一化处理，计算公式如下：

其中，P_S、P_E及P_W分别为肩部关节点、肘部关节点和手腕关节点的三维坐标，

为肘部关节点到手腕关节点的距离，

为左肩部关节点到双肩中心原点的距离。

最后采用DTW进行标准模板匹配，从而得到位置坐标匹配距离P1、P2和P3。

进一步地，在本发明实施例中，计算模块1103可以通过以下公式计算得到训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分。

G_max＝max{|max(S)-min(Q)|,|min(S)-max(Q)|}

N_max＝max{m,n}

其中，Score_t表示某一维度的子得分，T表示某一维度中的子项目数，Score表示某一维度得分，即某一维度得分为该维度的所有子得分的算数平均；W为该维度子项目的匹配距离(比如，前述的匹配距离A1/A2/D1/D2/P1/P2/P3)，m和n分别代表该维度子项目所对应训练者的骨骼运动数据和模板数据序列中的个数；max(S)、min(S)、max(Q)、min(Q)分别代表该维度子项目的骨骼运动数据在对应的模板数据和训练者骨骼运动数据序列中的最大值和最小值；N_max×G_max为序列个数较大者的序列数和最大匹配差值绝对值的乘积，即最大极限匹配距离值。

在计算得到角度控制能力子得分Score_A1和Score_A2、方向控制能力子得分Score_D1和Score_D2与位置控制能力子得分Score_P1、Score_P2和Score_P3后，通过对每个控制能力的子得分进行算数平均，计算得到三个控制方面的得分Score_A、Score_D和Score_P。

进一步地，在发明实施例中，提供模块1104可以通过以下步骤提供用于改善相应控制维度得分的标准训练图像。

首先，将角度控制维度得分Score_A与第一控制维度得分阈值Ta进行比较；若Score_A小于Ta则判定训练者关节角度控制能力较差，从预先配置的动作库中为所述训练者提供用于改善关节角度训练的标准训练图像；若Score_A不小于Ta则判定训练者关节角度控制能力较好。

接着，将方向控制维度得分Score_D与第二控制维度得分阈值Td进行比较，若方向控制维度得分Score_D小于Td则判定训练者方向控制能力较差，从预先配置的动作库中为训练者提供用于改善运动位置指向训练的标准训练图像；若方向控制维度得分Score_D不小于Td则判定训练者方向控制能力较好。

最后，将位置控制维度得分Score_P与第三控制维度得分阈值Tp进行比较，若位置控制维度得分Score_P小于Tp则判定训练者位置能力控制较差，从预先配置的动作库中为训练者提供用于改善运动位置训练的标准训练图像；若位置控制维度得分Score_P不小于Tp则判定训练者位置能力控制较好。

下面以手触碰头部的动作为例子，对上述技术方案进行说明。

首先，动作示范人员(比如，医生)进行一次左手触碰头顶的标准动作，在初始状态下，左侧上肢处于自然下垂状态，然后手部向上运动触碰头部。请再次参照图5和图6，在该时刻下，左侧上肢的上臂与双肩所在的竖直平面的夹角为θ1，而手部--肩部关节点连线与该平面夹角为θ2，肩部关节点角度为θ3，肘部关节点角度为θ4。将上述标准动作对应的数据进行存储得到标准动作的模板数据。

接着，训练者进行练习标准动作，动作完成后，计算机装置100自动对训练者的骨骼运动数据与标准动作的模板数据进行DTW匹配，计算得到角度控制维度子得分93和89、方向控制维度子得分35和45，位置控制维度子得分94、72和65，并通过对每个控制维度的子得分进行算数平均，计算得到三个控制方面的得分分别为91、40、77。

最后，假设第一控制维度得分阈值、第二控制维度得分阈值及第三控制维度得分阈值均为60，则根据上述三个方面的得分给予训练者在摆臂方向控制能力的强化训练动作指导，具体地，在显示装置300上显示用于改善方向控制能力的标准训练图像。

本发明实施例提供的上述技术方案，可以对训练者的训练动作进行细致评价，并可以为训练者提供用于改善各项训练动作的具体指导，能够防止因缺乏医生指导，康复训练动作不准确造成的不可逆影响，提高训练者居家康复训练的效率。

本发明实施例还提供一种用于实现本发明技术方案的辅助上肢训练的系统10，辅助上肢训练的系统10的具体架构介绍可以参照前述对图1的介绍。

辅助上肢训练的系统10实现本发明技术方案的方式具体如下。

体感传感器200用于采集训练者的训练视频，并基于所述训练视频获取训练者在训练过程中的骨骼数据，其中，骨骼数据包括手腕关节点的三维坐标、肘部关节点的三维坐标及肩部关节点的三维坐标。

计算机设备100用于：

接收所述体感传感器发送的骨骼数据，对骨骼数据进行滤波处理，得到骨骼运动数据；

将所述骨骼运动数据与标准动作的模板数据进行匹配，得到匹配距离，其中，匹配距离包括关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离；

基于匹配距离计算得到训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分；以及

根据角度控制维度得分、方向控制维度得分及位置控制维度得分为训练者提供用于改善相应控制维度得分的标准训练图像。

进一步地，在本发明实施例中，计算机设备100还可以用于：

基于骨骼运动数据与标准动作的模板数据，采用动态时间规整DTW算法计算所述骨骼运动数据在角度控制、方向控制及位置控制三个维度与所述模板数据的累积距离最小的最优路径，并基于各个维度的最优路径，确定所述关节角度匹配距离、运动位置指向匹配距离及位置坐标匹配距离。

进一步地，在本发明实施例中，显示装置300显示用于改善相应控制维度得分的标准训练图像。

综上所述，本发明提供辅助上肢训练的装置及系统可以细致地评价训练者的各项训练动作，并为训练者提供用于改善各项训练动作的具体指导，能够防止因缺乏医生指导，康复训练动作不准确造成的不可逆影响，提高训练者居家康复训练的效率。

以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims

1.一种辅助上肢训练的装置，其特征在于，应用于与体感传感器通信连接的计算机设备，其特征在于，所述装置包括：

2.如权利要求1所述的装置，其特征在于，所述滤波模块具体用于：

3.如权利要求2所述的装置，其特征在于，所述装置还包括模板数据生成模块，用于：

4.如权利要求3所述的装置，其特征在于，所述匹配模块具体用于：

5.如权利要求4所述的装置，其特征在于，所述计算模块通过以下公式计算得到所述训练者的角度控制维度得分、方向控制维度得分及位置控制维度得分：

G_max＝max{|max(S)-min(Q)|,|min(S)-max(Q)|}

N_max＝max{m,n}

6.如权利要求1-5中任意一项所述的装置，其特征在于，所述提供模块具体用于：

在所述角度控制维度得分不小于所述第一控制维度得分阈值时，将所述方向控制维度得分与第二控制维度得分阈值进行比较，并在所述方向控制维度得分小于所述第二控制维度得分阈值时，从预先配置的动作库中为所述训练者提供用于改善运动位置指向训练的标准训练图像；

7.一种辅助上肢训练的系统，其特征在于，所述系统包括通信连接的体感传感器及计算机设备；

所述计算机设备用于：

8.如权利要求7所述的系统，其特征在于，所述计算机设备还用于：

9.如权利要求8所述的系统，其特征在于，所述计算机设备还用于：

10.如权利要求7-9中任意一项所述的系统，其特征在于，所述系统还包括与计算机设备连接的显示装置，