CN112205979A - 一种实时测量运动人体机械能的装置及方法 - Google Patents
一种实时测量运动人体机械能的装置及方法 Download PDFInfo
- Publication number
- CN112205979A CN112205979A CN202010829493.5A CN202010829493A CN112205979A CN 112205979 A CN112205979 A CN 112205979A CN 202010829493 A CN202010829493 A CN 202010829493A CN 112205979 A CN112205979 A CN 112205979A
- Authority
- CN
- China
- Prior art keywords
- link
- human body
- energy
- target human
- kinetic energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000033001 locomotion Effects 0.000 claims abstract description 55
- 238000005381 potential energy Methods 0.000 claims abstract description 23
- 238000010606 normalization Methods 0.000 claims abstract description 9
- 238000013519 translation Methods 0.000 claims abstract description 9
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 244000309466 calf Species 0.000 claims description 6
- 210000002683 foot Anatomy 0.000 claims description 6
- 210000000245 forearm Anatomy 0.000 claims description 6
- 210000000689 upper leg Anatomy 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 210000003423 ankle Anatomy 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 210000003371 toe Anatomy 0.000 claims 1
- 210000003205 muscle Anatomy 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 7
- 230000005021 gait Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 210000001364 upper extremity Anatomy 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009693 chronic damage Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种实时测量运动人体机械能的装置及方法，具体包括以下步骤：S1.获取目标人体的人体骨骼关节点，进行运动方向归一化并设置骨骼坐标系；S2.进行轮廓划分，结合骨骼坐标系进行骨骼关节点坐标识别，划分为多个环节；S3.获取人体测量学数据，确定环节长度和环节质量；S4.计算环节质心；S5.获取骨骼关节点坐标的旋转信息，计算环节的平移动能、转动动能和势能作为目标人体运动的内功；S6.计算目标人体的质心运动轨迹，根据质心运动轨迹计算目标人体的动能和势能作为目标人体运动的外功；S7.将内功和外功相加得到目标人体的机械能和单个环节的环节做功效率。与现有技术相比，本发明具有结构简单、操作方便、成本低和场地限制小等优点。
Description
技术领域
本发明涉及运动生物力学-康复工程技术领域，尤其是涉及一种实时测量运动人体机械能的装置及方法。
背景技术
机械能是包含人体运动信息最多的生物力学指标，机械能和能量流动的分析对于揭示运动产生的本质具有重要意义。机械功率或机械能在运动科学领域和康复医学领域均具有重要应用。在运动科学领域，通过机械能和能量消耗来计算肌肉效率是评价运动员机能水平和技术合理性的关键指标，如不同等级的运动员其肌肉效率存在差别。在康复医学领域，对于神经病变、心肺功能障碍者或者慢性损伤者的运动策略评估，环节机械能可用于量化肢体补偿的程度和确定引发运动的关键肌肉，整体机械能则可用于监控心脏康复患者在康复训练过程中的负荷大小和主动用力度。然而，在此领域内，尚未有相关的测量系统和完整的计算方法可用于运动技术诊断、康复评估及康复训练监控等层面。
中国专利CN111048211A公开了一种人体运动能量消耗测量系统，根据GPS定位系统用于对用户运动位移距离进行实时传输，所述位移计算单元中的计算规则为预设计算规则，根据基本参数信息和运动距离计算能量消耗。人体整体能量消耗包含对抗重力维持肌肉静息长度的消耗、热量消耗和运动过程中肌肉拉长-缩短所需的能耗(机械能)，其公开的运动能量消耗测量系统并不涉及运动人体的机械能计算。如一些鞋垫、智能手环、根据回归方程确定能耗的方法等均存在上述问题，可用于大致估算整体能量消耗，却无法用于机械能的实时计算。
中国专利CN110638449A公开了一种基于机械功的肌肉量化分析方法，利用三维运动捕捉信息和表面肌电作为输入，利用OpenSim内置的相关算法进行机械能的相关计算。其利用肌肉机械功的变化情况反映肌肉在步态的不同阶段的收缩方式以及肌肉之间的协调作用。目前的生物力学领域能量学层面的相关计算，均采用三维运动技术获得运动学数据，或采用高端模拟软件进行计算如Anybody、OpenSim。此技术不仅设备昂贵，数据采集和处理较为繁琐复杂，测试场地单一，且无法实时快捷的捕捉运动人体的环节机械能和环节做功效率的变化。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种实时测量运动人体机械能的装置及方法，具备结构简单、操作方便、成本低和场地限制小的特点，同时具有高准确度和快速响应。
本发明的目的可以通过以下技术方案来实现：
一种实时测量运动人体机械能的方法，具体包括以下步骤：
S1.获取深度传感器拍摄的运动过程中目标人体的人体骨骼关节点，对所述人体骨骼关节点进行运动方向归一化并设置相应的骨骼坐标系；
S2.将完成运动方向归一化的人体骨骼关节点进行轮廓划分，并结合骨骼坐标系进行骨骼关节点坐标识别，将人体骨骼关节点划分为多个环节；
S3.获取人体测量学数据，确定所述环节的环节长度，并根据环节质量占体质量的百分比计算得到各环节的环节质量；
S4.获取环节质心占环节长度的百分比，根据所述环节质心占环节长度的百分比计算各环节的环节质心；
S5.获取识别后的骨骼关节点坐标的旋转信息，结合所述环节长度、环节质量和环节质心计算环节的平移动能、转动动能和势能作为目标人体运动的内功；
S6.结合各环节的所述环节质量、环节质心和骨骼关节点坐标的旋转信息，计算目标人体的质心运动轨迹，根据所述质心运动轨迹计算目标人体的动能和势能作为目标人体运动的外功；
S7.将所述内功和外功相加得到目标人体的机械能，同时根据单个环节的平移动能、转动动能和势能与目标人体的外功计算得到单个环节的环节做功效率，反映单个环节的优先程度和锻炼程度。
所述深度传感器为Kinect深度传感器，固定于与地面平行的支架上，保证Kinect深度传感器与地面平行且具有一定的垂直高度。
所述方向归一化操作的过程具体为使目标人体的人体头、躯干及左右上肢所在平面与x-y平面平行，z轴正方向为面向Kinect深度传感器的正前方。
所述人体骨骼关节点包括髋部中心、头顶、第七颈椎、左右侧肩、左右侧肘、左右侧手腕、左右侧中指、左右侧髋、左右侧膝、左右侧踝，左右侧脚跟、左右侧脚尖，其中髋部中心为骨骼坐标系的原点，所述环节的数量为14个，根据人体骨骼关节点划分为头和颈部、躯干、左上臂、左前臂、左手、左大腿、左小腿、左足、右上臂、右前臂、右手、右大腿、右小腿和右足。
所述骨骼点坐标系具体为以髋部中心为骨骼坐标系的原点，以其上层骨骼点到它的直线方向为y轴正方向的坐标系。
所述步骤S2中人体骨骼关节点进行轮廓划分的过程包括根据距离关系和边缘检测技术确定人体轮廓边缘，获取目标人体的完整轮廓。
所述骨骼关节点坐标的旋转信息包括起始骨骼点、结束骨骼点、相对旋转信息和绝对旋转信息，所述相对旋转信息为起始骨骼点和结束骨骼点的两个坐标系之间的转移参数，所述绝对旋转信息为结束骨骼点坐标系和Kinect空间坐标系之间的转移参数，采用降噪和平滑对骨骼关节点坐标的旋转信息进行处理，降低其噪声。
所述环节长度的计算公式如下所示：
其中，L为环节长度，(xp,yp,zp)为环节近侧端的坐标，(xd,yd,zd)为环节远侧端的坐标。
进一步地，所述环节质心的坐标的计算公式如下所示：
xseg＝xp-fl×L
yseg＝yp-fl×L
zseg＝zp-fl×L
其中，(xseg,yseg,zseg)为环节质心的坐标，fl为环节质心占环节长度的百分比。
进一步地，所述质心运动轨迹的计算公式如下所示：
mseg1+mseg2+…+mseg15＝M
其中，(xcom,ycom,zcom)为质心运动轨迹的坐标，mseg为环节质量，M为目标人体的体质量。
进一步地，所述目标人体运动的动能和势能的计算公式如下所示：
Ep＝MgΔh
Eexternal＝|Ekb|+|Ep|
其中，vx,vy,vz分别为目标人体的质心在深度传感器的坐标系的X、Y和Z轴方向的速度，Ekb为目标人体的动能，Ep为在Y轴方向上的势能，Δh为目标人体所在的相对高度，Eexternal为目标人体运动的外功。
进一步地，所述环节的平移动能、转动动能和势能的计算公式如下所示：
Ep＝mseggh
其中，Ekt为环节的平移动能，Ekr为环节的转动动能，Ep为环节的势能，Einternal为环节总能量，Iseg为环节的转动惯量，wx,wy,wz分别为环节质心在X、Y和Z轴方向的旋转速度，h为环节质心的垂直高度。
进一步地，所述单个环节的环节做功效率的计算公式具体如下：
其中，SWE为单个环节的环节做功效率，ΔESinternal为单个环节的总能量，ΔEexternal为目标人体运动的相对过程的外功。
一种实时测量运动人体机械能的装置，基于所述的实时测量运动人体机械能的方法，包括基本信息录入模块、数据采集模块、数据传输模块、数据处理模块和输出显示模块，所述数据采集模块采用深度传感器实时采集运动过程中人体骨骼关节点，所述数据处理模块实现数据的简单滤波处理和目标人体的机械能的实时计算，所述数据采集模块与处理模块通过数据传输模块进行传输，所述输出显示模块将计算结果进行显示，并导出原始数据。
所述输出显示模块通过曲线和柱形图将计算结果进行显示。
所述数据传输模块为有线传输。
与现有技术相比，本发明具有以下有益效果：
本发明采用Kinect深度传感器进行图像获取，不受固定场地和光照条件限制，具备结构简单、操作方便、成本低和场地限制小的特点，实时获取人体动作的深度图和骨骼关节点三维坐标，快速捕捉目标人体在运动中的环节机械能和环节做功效率的变化，提高了人体机械能测量的准确性，提升了运动技术诊断和康复评估及训练监测的适用性和安全性。
附图说明
图1为本发明方法的流程示意图；
图2为本发明装置的结构示意图；
图3为本发明深度传感器拍摄人体骨骼关节点的示意图；
图4为本发明图3中人体骨骼关节点的放大图；
图5为本发明实施例步态周期中质心位移数据结果的示意图；
图6为本发明实施例步态周期中人体动能数据结果的示意图。
附图标记：
1-基本信息录入模块；2-数据采集模块；3-数据传输模块；4-数据处理模块；5-输出显示模块；6-Kinect深度传感器；7-USB数据线；8-工作站。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例一
一种实时测量运动人体机械能的方法，具备结构简单、操作方便、成本低和场地限制小的特点，具体包括以下步骤：
S1.获取深度传感器拍摄的运动过程中目标人体的人体骨骼关节点，对人体骨骼关节点进行运动方向归一化并设置相应的骨骼坐标系；
S2.将完成运动方向归一化的人体骨骼关节点进行轮廓划分，并结合骨骼坐标系进行骨骼关节点坐标识别，将人体骨骼关节点划分为多个环节；
S3.获取人体测量学数据，确定环节的环节长度，并根据环节质量占体质量的百分比计算得到各环节的环节质量；
S4.获取环节质心占环节长度的百分比，根据环节质心占环节长度的百分比计算各环节的环节质心；
S5.获取识别后的骨骼关节点坐标的旋转信息，结合环节长度、环节质量和环节质心计算环节的平移动能、转动动能和势能作为目标人体运动的内功；
S6.结合各环节的环节质量、环节质心和骨骼关节点坐标的旋转信息，计算目标人体的质心运动轨迹，根据质心运动轨迹计算目标人体的动能和势能作为目标人体运动的外功；
S7.将内功和外功相加得到目标人体的机械能，同时根据单个环节的平移动能、转动动能和势能与目标人体的外功计算得到单个环节的环节做功效率，反映单个环节的优先程度和锻炼程度。
深度传感器为Kinect深度传感器6，固定于与地面平行的支架上，保证Kinect深度传感器6与地面平行且具有一定的垂直高度。
方向归一化操作的过程具体为使目标人体的人体头、躯干及左右上肢所在平面与x-y平面平行，z轴正方向为面向Kinect深度传感器6的正前方。
人体骨骼关节点包括髋部中心、头顶、第七颈椎、左右侧肩、左右侧肘、左右侧手腕、左右侧中指、左右侧髋、左右侧膝、左右侧踝，左右侧脚跟、左右侧脚尖，其中髋部中心为骨骼坐标系的原点，环节的数量为14个，根据人体骨骼关节点划分为头和颈部、躯干、左上臂、左前臂、左手、左大腿、左小腿、左足、右上臂、右前臂、右手、右大腿、右小腿和右足。
骨骼点坐标系具体为以髋部中心为骨骼坐标系的原点，以其上层骨骼点到它的直线方向为y轴正方向的坐标系。
步骤S2中人体骨骼关节点进行轮廓划分的过程包括根据距离关系和边缘检测技术确定人体轮廓边缘，获取目标人体的完整轮廓。
本实施例中人体测量学数据具体如表1所示：
表1人体测量学数据表
骨骼关节点坐标的旋转信息包括起始骨骼点、结束骨骼点、相对旋转信息和绝对旋转信息，相对旋转信息为起始骨骼点和结束骨骼点的两个坐标系之间的转移参数，绝对旋转信息为结束骨骼点坐标系和Kinect空间坐标系之间的转移参数，采用降噪和平滑对骨骼关节点坐标的旋转信息进行处理，降低其噪声。
环节长度的计算公式如下所示：
其中，L为环节长度，(xp,yp,zp)为环节近侧端的坐标，(xd,yd,zd)为环节远侧端的坐标。
进一步地，环节质心的坐标的计算公式如下所示：
xseg＝xp-fl×L
yseg＝yp-fl×L
zseg＝zp-fl×L
其中，(xseg,yseg,zseg)为环节质心的坐标，fl为环节质心占环节长度的百分比。
进一步地，质心运动轨迹的计算公式如下所示：
mseg1+mseg2+…+mseg15＝M
其中，(xcom,ycom,zcom)为质心运动轨迹的坐标，mseg为环节质量，M为目标人体的体质量。如图5所示为本实施例的步态周期中质心位移数据结果，具体为脑卒中患者一个步态周期的质心运动轨迹。
进一步地，目标人体运动的动能和势能的计算公式如下所示：
Ep＝MgΔh
Eexternal＝|Ekb|+|Ep|
其中，vx,vy,vz分别为目标人体的质心在深度传感器的坐标系的X、Y和Z轴方向的速度，Ekb为目标人体的动能，Ep为在Y轴方向上的势能，Δh为目标人体所在的相对高度，Eexternal为目标人体运动的外功。
进一步地，环节的平移动能、转动动能和势能的计算公式如下所示：
Ep＝mseggh
其中，Ekt为环节的平移动能，Ekr为环节的转动动能，Ep为环节的势能，Einternal为环节总能量，Iseg为环节的转动惯量，wx,wy,wz分别为环节质心在X、Y和Z轴方向的旋转速度，h为环节质心的垂直高度。
进一步地，单个环节的环节做功效率的计算公式具体如下：
其中，SWE为单个环节的环节做功效率，ΔESinternal为单个环节的总能量，ΔEexternal为目标人体运动的相对过程的外功。如图6所示为本实施例中的步态周期中人体动能数据结果。
一种实时测量运动人体机械能的装置，基于实时测量运动人体机械能的方法，包括基本信息录入模块1、数据采集模块2、数据传输模块3、数据处理模块4和输出显示模块5，数据采集模块2采用深度传感器实时采集运动过程中人体骨骼关节点，数据处理模块4实现数据的简单滤波处理和目标人体的机械能的实时计算，数据采集模块2与处理模块4通过数据传输模块3进行传输，输出显示模块5将计算结果进行显示，并导出原始数据。
基本信息录入模块1用于输入测量人体的基本信息资料，基本信息资料包括身高、体重、疾病类型和患病时长。
输出显示模块5通过曲线和柱形图将计算结果进行显示。
数据传输模块3为有线传输，通过USB数据线7进行传输，将采集的数据传输至工作站8。
数据处理模块4根据Kinect深度传感器6获取的关节点信息存在的偏移和抖动，用部位圆限定法实现对偏移关节点真实位置的估计,并结合卡尔曼滤波算法对关节点的抖动进行修复。
当Kinect深度传感器6在采集范围内识别到目标人体在做出动作后，实时计算人体运动过程中的外功、内功、机械能变化量及单一环节做功效率，将人体质心轨迹和环节做功数据经滤波平滑和数模转换后，以动态曲线形式显示在电脑屏幕中，并导出原始数据。
此外，需要说明的是，本说明书中所描述的具体实施例子，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种实时测量运动人体机械能的方法，其特征在于，具体包括以下步骤：
S1.获取深度传感器拍摄的运动过程中目标人体的人体骨骼关节点，对所述人体骨骼关节点进行运动方向归一化并设置相应的骨骼坐标系；
S2.将完成运动方向归一化的人体骨骼关节点进行轮廓划分，并结合骨骼坐标系进行骨骼关节点坐标识别，将人体骨骼关节点划分为多个环节；
S3.获取人体测量学数据，确定所述环节的环节长度，并根据环节质量占体质量的百分比计算得到各环节的环节质量；
S4.获取环节质心占环节长度的百分比，根据所述环节质心占环节长度的百分比计算各环节的环节质心；
S5.获取识别后的骨骼关节点坐标的旋转信息，结合所述环节长度、环节质量和环节质心计算环节的平移动能、转动动能和势能作为目标人体运动的内功；
S6.结合各环节的所述环节质量、环节质心和骨骼关节点坐标的旋转信息，计算目标人体的质心运动轨迹，根据所述质心运动轨迹计算目标人体的动能和势能作为目标人体运动的外功；
S7.将所述内功和外功相加得到目标人体的机械能，同时根据单个环节的平移动能、转动动能和势能与目标人体的外功计算得到单个环节的环节做功效率。
2.根据权利要求1所述的一种实时测量运动人体机械能的方法，其特征在于，所述人体骨骼关节点包括髋部中心、头顶、第七颈椎、左右侧肩、左右侧肘、左右侧手腕、左右侧中指、左右侧髋、左右侧膝、左右侧踝，左右侧脚跟、左右侧脚尖，其中髋部中心为骨骼坐标系的原点，所述环节根据人体骨骼关节点划分为头和颈部、躯干、左上臂、左前臂、左手、左大腿、左小腿、左足、右上臂、右前臂、右手、右大腿、右小腿和右足。
3.根据权利要求1所述的一种实时测量运动人体机械能的方法，其特征在于，所述骨骼关节点坐标的旋转信息包括起始骨骼点、结束骨骼点、相对旋转信息和绝对旋转信息。
4.根据权利要求1所述的一种实时测量运动人体机械能的方法，其特征在于，所述环节长度的计算公式如下所示：
其中，L为环节长度，(xp，yp，zp)为环节近侧端的坐标，(xd，yd，zd)为环节远侧端的坐标。
5.根据权利要求4所述的一种实时测量运动人体机械能的方法，其特征在于，所述环节质心的坐标的计算公式如下所示：
xseg＝xp-fl×L
yseg＝yp-fl×L
zseg＝zp-fl×L
其中，(xseg，yseg，zseg)为环节质心的坐标，fl为环节质心占环节长度的百分比。
6.根据权利要求5所述的一种实时测量运动人体机械能的方法，其特征在于，所述质心运动轨迹的计算公式如下所示：
mseg1+mseg2+…+mseg15＝M
其中，(xcom，ycom，zcom)为质心运动轨迹的坐标，mseg为环节质量，M为目标人体的体质量。
7.根据权利要求6所述的一种实时测量运动人体机械能的方法，其特征在于，所述目标人体运动的动能和势能的计算公式如下所示：
Ep＝MgΔh
Eexternal＝|Ekb|+|Ep|
其中，vx，vy，vz分别为目标人体的质心在深度传感器的坐标系的X、Y和Z轴方向的速度，Ekb为目标人体的动能，Ep为在Y轴方向上的势能，Δh为目标人体所在的相对高度，Eexternal为目标人体运动的外功。
8.根据权利要求7所述的一种实时测量运动人体机械能的方法，其特征在于，所述环节的平移动能、转动动能和势能的计算公式如下所示：
Ep＝mseggh
其中，Ekt为环节的平移动能，Ekr为环节的转动动能，Ep为环节的势能，Einternal为环节总能量，Iseg为环节的转动惯量，wx，wy，wz分别为环节质心在X、Y和Z轴方向的旋转速度，h为环节质心的垂直高度。
9.根据权利要求8所述的一种实时测量运动人体机械能的方法，其特征在于，所述单个环节的环节做功效率的计算公式具体如下：
其中，SWE为单个环节的环节做功效率，ΔESinternal为单个环节的总能量，ΔEexternal为目标人体运动的相对过程的外功。
10.一种实时测量运动人体机械能的装置，其特征在于，基于权利要求1-9任一所述的实时测量运动人体机械能的方法，包括基本信息录入模块(1)、数据采集模块(2)、数据传输模块(3)、数据处理模块(4)和输出显示模块(5)，所述数据采集模块(2)采用深度传感器实时采集运动过程中人体骨骼关节点，所述数据处理模块(4)实现数据的简单滤波处理和目标人体的机械能的实时计算，所述数据采集模块(2)与处理模块(4)通过数据传输模块(3)进行传输，所述输出显示模块(5)将计算结果进行显示，并导出原始数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010829493.5A CN112205979A (zh) | 2020-08-18 | 2020-08-18 | 一种实时测量运动人体机械能的装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010829493.5A CN112205979A (zh) | 2020-08-18 | 2020-08-18 | 一种实时测量运动人体机械能的装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112205979A true CN112205979A (zh) | 2021-01-12 |
Family
ID=74058637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010829493.5A Pending CN112205979A (zh) | 2020-08-18 | 2020-08-18 | 一种实时测量运动人体机械能的装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112205979A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114376518A (zh) * | 2021-12-07 | 2022-04-22 | 同济大学 | 一种非接触式的运动人体能量消耗实时评估系统及方法 |
| CN114668390A (zh) * | 2022-03-25 | 2022-06-28 | 杭州键嘉机器人有限公司 | 一种用于髋关节置换手术的术后关节活动度评估方法 |
| CN114949795A (zh) * | 2022-05-09 | 2022-08-30 | 乐跑体育互联网（武汉）有限公司 | 一种基于Kinect骨骼数据的运动量监测方法、装置及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004010385A1 (en) * | 2002-07-19 | 2004-01-29 | Luigi Tarricone | Computerized machine for the observation and survey of joint dynamics |
| CN105912985A (zh) * | 2016-04-01 | 2016-08-31 | 上海理工大学 | 基于能量函数的人体骨架关节点的行为动作表示方法 |
| CN106528586A (zh) * | 2016-05-13 | 2017-03-22 | 上海理工大学 | 一种人体行为视频识别方法 |
| CN111144217A (zh) * | 2019-11-28 | 2020-05-12 | 重庆邮电大学 | 一种基于人体三维关节点检测的动作评价方法 |
-
2020
- 2020-08-18 CN CN202010829493.5A patent/CN112205979A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004010385A1 (en) * | 2002-07-19 | 2004-01-29 | Luigi Tarricone | Computerized machine for the observation and survey of joint dynamics |
| CN105912985A (zh) * | 2016-04-01 | 2016-08-31 | 上海理工大学 | 基于能量函数的人体骨架关节点的行为动作表示方法 |
| CN106528586A (zh) * | 2016-05-13 | 2017-03-22 | 上海理工大学 | 一种人体行为视频识别方法 |
| CN111144217A (zh) * | 2019-11-28 | 2020-05-12 | 重庆邮电大学 | 一种基于人体三维关节点检测的动作评价方法 |
Non-Patent Citations (5)
| Title |
|---|
| 《运动生物力学》编写组: "《运动生物力学 第2版》", 31 May 2000, 高等教育出版社 * |
| 周里: "《运动人体科学理论与实践 上》", 31 October 2016, 陕西师范大学出版社 * |
| 胡耿丹: "《运动生物力学》", 31 December 2013, 同济大学出版社 * |
| 钟运健: "《骨骼肌损伤风险的运动学研究》", 31 December 2016, 上海交通大学出版社 * |
| 韩文锡: "基于深度图像的人体骨骼点跟踪矫正方法", 《青岛大学学报(自然科学版)》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114376518A (zh) * | 2021-12-07 | 2022-04-22 | 同济大学 | 一种非接触式的运动人体能量消耗实时评估系统及方法 |
| CN114668390A (zh) * | 2022-03-25 | 2022-06-28 | 杭州键嘉机器人有限公司 | 一种用于髋关节置换手术的术后关节活动度评估方法 |
| CN114949795A (zh) * | 2022-05-09 | 2022-08-30 | 乐跑体育互联网（武汉）有限公司 | 一种基于Kinect骨骼数据的运动量监测方法、装置及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107920782B (zh) | 步行分析方法及步行分析系统 | |
| CN112205979A (zh) | 一种实时测量运动人体机械能的装置及方法 | |
| CN112069933A (zh) | 基于体态识别和人体生物力学的骨骼肌肉受力估计方法 | |
| WO2018196227A1 (zh) | 人体运动能力评价方法、装置及系统 | |
| Najafi et al. | Estimation of center of mass trajectory using wearable sensors during golf swing | |
| CN107349570A (zh) | 基于Kinect的上肢康复训练与评估方法 | |
| Matthew et al. | Kinematic and kinetic validation of an improved depth camera motion assessment system using rigid bodies | |
| JPWO2013129606A1 (ja) | ランニングフォーム診断システムおよびランニングフォームを得点化する方法 | |
| Wouda et al. | On the validity of different motion capture technologies for the analysis of running | |
| Cafolla et al. | An experimental characterization of human torso motion | |
| Chèze | Kinematic analysis of human movement | |
| WO2023169465A1 (zh) | 基于多源信息融合的人体运动监测方法、装置 | |
| CN108538362B (zh) | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 | |
| CN118072389A (zh) | 基于视觉识别的关节力矩计算方法 | |
| Iino et al. | Validity of the top-down approach of inverse dynamics analysis in fast and large rotational trunk movements | |
| Slavens et al. | The biomechanics of upper extremity kinematic and kinetic modeling: applications to rehabilitation engineering | |
| CN111260718A (zh) | 一种基于Kinect摄像头的人体重心估计方法 | |
| Yang et al. | Biomechanics analysis of human walking with load carriage | |
| Felton et al. | Are planar simulation models affected by the assumption of coincident joint centers at the hip and shoulder? | |
| Michnik et al. | Kinematic analysis of complex therapeutic movements of the upper limb | |
| CN113100708A (zh) | 一种人体平衡功能定量评估系统 | |
| Zhao et al. | A customized model for 3D human segmental kinematic coupling analysis by optoelectronic stereophotogrammetry | |
| Bahdasariants et al. | Impedance-based biomechanical method for robust inverse kinematics from noisy data | |
| Yough et al. | Impedance-based biomechanical method for robust inverse kinematics from noisy data | |
| Zhang et al. | Walking stability by age a feature analysis based on a fourteen-linkage model |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210112 |