CN115844374A - 人体生物力线检测方法及系统 - Google Patents

Abstract

本发明公开了人体生物力线检测方法，其包括以下步骤：S1、对足底压力变化进行持续检测，生成压力数据；对人体进行持续深度图像采集，根据连续的深度图像获取人体运动过程中关键点的位移数据；S2、将每一帧的压力数据与位移数据进行关联；对人体运动过程中的生物力线进行检测；及其检测系统，通过本发明的技术方案，通过跑步快速对人体的生物力线进行检测，通过生物力线逐帧寻找人体存在异常的下肢部位，快速准确锁定，及时进行相应的康复治疗，且实现成本低，便于在社会中进行广泛应用，解决现有生物力线检测粗略、检测成本高昂的问题。

Description

人体生物力线检测方法及系统

技术领域

本发明涉及运动生物力学领域，尤其涉及人体生物力线检测方法及系统。

背景技术

肌肉、结缔组织、关节、骨骼、神经和重力相互协作，一起创造了一个在理想状态下能有效运作的精妙系统，这个系统由一系列“可动部件”组成，它就被称为“动力学链”。神经系统控制着受重力影响的肌肉，肌肉帮助活动我们的骨骼和关节，每一个动作都会激活控制相邻肌肉的相邻神经，相邻的肌肉再去活动相邻的骨髓，使相邻的关节能够随着运动，身体中的每一个小小动作都会在整个动力学链激起涟漪。生物力线是用来描述动力学链如何运作的术语，健康的生物力线通过正确地支撑动力学链上的所有要素，使我们能够高效活动身体。生物力线异常致使身体“过度补偿”动力学链上的“薄弱环节”，导致身体能量消耗不断增加、肌肉疲劳和疼痛。更严重的是，即使动力学链上的某一链暂时出现问题，也会影响和改变大脑对“如何正确完成某些动作”的记录，这就会引起“坏习惯”的形成，导致生物力学持续异常。

据统计，全球有75％的人存在下肢生物力线异常，在人体上表现为：扁平足、脊柱侧弯、半月板磨损、X/O型腿等体态问题，造成诸如上述体态问题的原因繁多，包括：先天因素及后天不良行为习惯，随着时间的推移，我们发现出现下肢生物力线异常的占比也在逐年增加，其与人们长期的工作密切相关，越来越多的人患上了各种各样的职业“病”，在体态问题的初期往往并不会引起人们的注意，直到体态问题严重到肉眼可见程度或已经到影响生活的程度才会引起人们的注意，以现有的医学技术，需要长期且治疗费用高昂的康复手段进行矫正，甚至仅能做到改善，无法彻底恢复。

及时的早发现、早治疗成为了应对生物力线异常的重中之重，现有技术在实验室中通过数条传感电极对受测试者的身体部位进行体态监控，在运动过程中进行相关部位的数据采集，通过数据模拟的人物形象进行动态可视化展示，判断受测试者是否存在体态问题以及体态问题的严重程度，由于现有技术仅对检测结果数据中异常持续时间久、波动较大的结果数据进行判断，导致忽视了很多人体运动中的生物力线检测的微小异常，对于已经存在但表现轻微的异常生物力线无法及时做出检测；同时，这种检测体态的方法实施成本非常高昂，并不能做到良好的普及。

如何全面、细致的对人体下肢生物力线进行充分检测，避免逐渐加重体态异常，同时能够广泛普及，是现代社会急需解决的问题。

发明内容

针对上述现有技术对于已经存在但表现轻微的异常生物力线无法及时做出检测且成本高昂问题，本发明提供人体生物力线检测方法及系统，对运动过程中的人体关键部位进行性全面检测，逐帧分析并寻找运动中存在的异常生物力线，且实现成本低，利于普及。

人体生物力线检测方法，包括以下步骤：

S1、对足底压力变化进行持续检测，生成压力数据；对人体进行持续深度图像采集，根据连续的深度图像获取人体运动过程中关键点的位移数据；

S2、将每一帧的压力数据与位移数据进行关联；通过关键点对人体运动过程中的生物力线进行检测。

进一步的，所述检测方法在执行所述步骤S1前还包括：

分别识别左右脚的足底压力检测区域；

采集人体的位移范围；

对深度图像进行的获取角度进行矫正；

设置人体运动速度。

进一步的，所述步骤S1中，对人体的前侧面及身后膝盖以下部分持续进行深度图像采集，对预设帧数内的深度图像进行分析，获取每个关键点的位移数据；

其中，每个所述关键点对应人体某一部位，对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

进一步的，所述步骤S2中，对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

进一步的，所述步骤S2中，所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

人体生物力线检测系统，包括：

足底检测子系统，所述足底检测子系统包括：跑步机及设置在跑步机跑带下端的压力采集模块，用于对足底压力变化进行持续检测，生成并发送压力数据；

人体深度图像采集子系统，所述人体深度图像采集子系统包括至少两台具有RGB-D图像采集功能的摄像装置，用于采集并发送深度图像；

后端控制中心，所述后端控制中心用于对足底检测子系统及人体深度图像采集子系统发送工作指令；用于并接收压力数据及深度图像；用于根据连续的深度图像获取位移数据；用于将每一帧的压力数据与位移数据进行关联；用于对人体运动过程中的生物力线进行检测。

进一步的，所述摄像装备设置在人体前侧面及身后，用于持续采集人体前侧面及身后膝盖以下部分的深度图像；

其中，每个所述关键点对应人体某一部位，所述后端控制中心对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

进一步的，所述后端控制中心对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；所述后端控制中心通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

进一步，所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

相比于现有技术，本发明的优点及有益效果在于：通过本发明的技术方案，通过跑步快速对人体的生物力线进行检测，通过生物力线逐帧寻找人体存在异常的下肢部位，快速准确锁定，及时进行相应的康复治疗，且实现成本低，便于在社会中进行广泛应用，解决现有生物力线检测粗略、检测成本高昂的问题。

附图说明

图1为本发明方法的流程示意图；

图2为本发明系统的结构框图；

图3为本发明中身后下肢的关键点示意图；

图4为本发明中深度图像采集到的关键点示意图；

图5为本发明中足底检测子系统采集到的压力区域示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

人体生物力线检测方法，包括以下步骤：

S1、对足底压力变化进行持续检测，生成压力数据；对人体进行持续深度图像采集，根据连续的深度图像获取人体运动过程中关键点的位移数据；

S2、将每一帧的压力数据与位移数据进行关联；通过关键点对人体运动过程中的生物力线进行检测。

本发明对受检测者在跑步机上进行匀速跑步过程进行检测，对人体下肢部位对应的关键点进行逐帧检测，并对足底压力进行检测，通过AI将足底压力数据及关键点的位移数据进行关联，最终通过逐帧确定出现异常的生物力线及出现异常的下肢部位。

具体的，检测方法在执行步骤S1前还包括：

分别识别左右脚的足底压力检测区域；

采集人体的位移范围；

对深度图像进行的获取角度进行矫正；

设置人体运动速度。

具体的，如图4所示，步骤S1中，对人体的前侧面及身后膝盖以下部分持续进行深度图像采集，对预设帧数内的深度图像进行分析，获取每个关键点的位移数据；每个关键点对应人体下肢某一部位，对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

在实际应用中，先让被检测者在设备上行走5秒钟，在足底压力变化对被检测者的左/右脚常在区域划分，用于区分检测过程中检测到的压力数据出自于左脚还是右脚。因为身体在前行过程中身体会出现左右晃动的问题，采集出人体出现的范围，在后续的计算中，只会针对该区域进行计算，提高采集效率，对于身后膝盖以下部分也是如此。

在开始阶段需要先静态站立3秒，然后在进入实际的检测阶段。

如图3所示，静态站立的目的是为了校正摄像装置，对设置在身后膝盖以下的摄像装置根据左右脚的LB/RB关键点定位，计算两关键点的斜率，当两点的倾斜度大于8°时，需要对图像进行旋转校正，校正后两点的倾斜度为0°。对于前侧面摄像装置也是一样的，通过人体的肩部和髋关节两个关键点所连接的线的角度，如果绝对值|(当前角度-90°)|>10°需要对摄像装置进行旋转校正，让两点直线的角度为90°。

当做好以上准备流程后，被检测人员站到跑步机上，双脚分开站在两侧，启动跑步机，设定速度例如3km/h，保持迅速跑动，当检测到足底有压力变化时，开始同步进行深度图像的采集工作。

通过深度图像，对人体各部位的位置距离数据进行获取，通过连续对当前深度图像中的关键点的位置距离数据进行锁定，在后续的深度图像中识别该关键的位置距离数据，二者的距离差为该关键点的位移距离，在对连续多张的深度图像进行识别过程中，对收尾两张深度图像的关键点位置信息数据进行相减，获得对应的位移距离。

具体的，步骤S2中，对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

实际应用中，检测过程中将所有数据以“步”单位，“步”指的是被检测人员同一只脚从脚后着地->整个脚底板着地->脚掌蹬离前一帧，每一步包含了相关帧的压力数据，深度图像，深度图像中关键点的位置信息数据，例如“步”的过程有30帧，那么也会包含30帧的被检测人员的所有相关数据。

具体的，所述步骤S2中，所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

实施例1：取每一步的支撑期(检测到压力的瞬间帧至压力消失前一帧)脚后跟的关键点数据帧，要计算每一帧中T-Z，Z-B这两条线的夹角，计算支撑期这两条线夹角的标准差，对压力出现帧数到压力消失帧数时间范围内的两条线夹角的标准差进行收集，并将所有标准差平均化，得到平均压力值，得出该检测周期的稳定性，其平均压力值越小，表示在整个支撑期脚后跟的稳定性越好，值越大稳定性越差，脚后跟在支撑期间的稳定性可以对在跑步过程中是否容易崴脚做出一定参考。

实施例2：:

如图5所示，着地姿势和跑步有很大的关系，姿势的判断方式主要使用每一步的压力来做判断，要计算每一帧的压力区域的中心点坐标，(目前压力分辨率为128*64)，每一帧的压力中心点连接起来就是整个脚底重心的过度方向和距离(通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离，采集足底检测子系统检测到的压力点个数)，同时还要获取压力的最大范围(把每一帧的压力值进行叠加，做二值分化，有压力/无压力，有压力的点分布的区域就最大压力区域)。首先压力最大范围的长宽比如果小于1.5，就可以判断是使用前掌跑步。如果不是，重心距离/最大压力范围的长度＝重心过渡比值。该值越大，足部用脚后着地的方式就越明显，越小表示使用足中部着地的方式月明显，该值理论上不会小于0.2。

需要说明的是，上述实施例仅为本发明在实际应用的部分测试项目，不代表所有生物力线的测试内容，通过对在同一帧获取的压力数据与位移数据进行关联，可以对膝关节、髋关节等对应的关键点进行测试，当人体运动中生物力线出现问题时，某一关键点的位移数据出现异常情况，并不代表该关键点对应的人体部位一定出现问题，也可能存在其他关键点具有问题，但人体应长期的不正确行为模式进行代偿，使原本具有问题的部位的关键点看似能够正常，对应的，代偿部位的关键点就一定会存在异常，通过压力数据与位移数据进行关联，基于人体结构，能够进行深层次的代偿可能性判断，进而确定出现问题的关键点部位。

人体生物力线检测系统，包括：

足底检测子系统，足底检测子系统包括：跑步机及设置在跑步机跑带下端的压力采集模块，用于对足底压力变化进行持续检测，生成并发送压力数据；

人体深度图像采集子系统，人体深度图像采集子系统包括至少两台具有RGB-D图像采集功能的摄像装置，用于采集并发送深度图像；

后端控制中心，后端控制中心用于对足底检测子系统及人体深度图像采集子系统发送工作指令；用于并接收压力数据及深度图像；用于根据连续的深度图像获取位移数据；用于将每一帧的压力数据与位移数据进行关联；用于通过关键点对人体运动过程中的生物力线进行检测。

具体的，摄像装备设置在人体前侧面及身后，用于持续采集人体前侧面及身后膝盖以下部分的深度图像；

其中，每个关键点对应人体下肢某一部位，后端控制中心对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

具体的，后端控制中心对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；后端控制中心通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人们来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.人体生物力线检测方法，其特征在于，包括以下步骤：

S1、对足底压力变化进行持续检测，生成压力数据；对人体进行持续深度图像采集，根据连续的深度图像获取人体运动过程中关键点的位移数据；

S2、将每一帧的压力数据与位移数据进行关联；通过关键点对人体运动过程中的生物力线进行检测。

2.根据权利要求1所述的人体生物力线检测方法，其特征在于，所述检测方法在执行所述步骤S1前还包括：

分别识别左右脚的足底压力检测区域；

采集人体的位移范围；

对深度图像进行的获取角度进行矫正；

设置人体运动速度。

3.根据权利要求1所述的人体生物力线检测方法，其特征在于，所述步骤S1中，对人体的前侧面及身后膝盖以下部分持续进行深度图像采集，对预设帧数内的深度图像进行分析，获取每个关键点的位移数据；

其中，每个所述关键点对应人体某一部位，对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

4.根据权利要求1所述的人体生物力线检测方法，其特征在于，所述步骤S2中，对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

5.根据权利要求1所述的人体生物力线检测方法，其特征在于，所述步骤S2中，所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

6.人体生物力线检测系统，其特征在于，包括：

足底检测子系统，所述足底检测子系统包括：跑步机及设置在跑步机跑带下端的压力采集模块，用于对足底压力变化进行持续检测，生成并发送压力数据；

人体深度图像采集子系统，所述人体深度图像采集子系统包括至少两台具有RGB-D图像采集功能的摄像装置，用于采集并发送深度图像；

后端控制中心，所述后端控制中心用于对足底检测子系统及人体深度图像采集子系统发送工作指令；用于并接收压力数据及深度图像；用于根据连续的深度图像获取位移数据；用于将每一帧的压力数据与位移数据进行关联；用于通过关键点对人体运动过程中的生物力线进行检测。

7.根据权利要求6所述的人体生物力线检测系统，其特征在于，所述摄像装备设置在人体前侧面及身后，用于持续采集人体前侧面及身后膝盖以下部分的深度图像；

其中，每个所述关键点对应人体某一部位，所述后端控制中心对深度图像中的关键点进行锁定，对预设帧数内的深度图像进行逐帧分析，获取每个关键点的位移数据。

8.根据权利要求6所述的人体生物力线检测系统，其特征在于，所述后端控制中心对在同一帧获取的压力数据与位移数据进行关联，形成运动参数；所述后端控制中心通过运动参数进行生物力线检测，根据异常检测结果对应的帧数值确定存在异常的关键点。

9.根据权利要求6所述的人体生物力线检测系统，其特征在于，

所述生物力线进行检测包括：

关键点稳定性检测：确定需要检测左右脚的部位，基于每个关键点的位移数据，通过每一帧中部位对应的两个关键点之间的夹角，计算压力数据出现帧数到压力数据消失帧数时间范围内的两条线夹角的标准差，并将所有标准差平均化，得到平均压力值，平均压力值用于和预设的压力稳定阈值进行对比，判断稳定性是否存在问题；

运动姿势检测：基于压力数据，计算足底每一帧的压力区域的中心点坐标及压力最大范围，通过压力最大范围判断运动姿势；通过重心距离与最大压力范围计算获得重心过渡比值，将重心过渡比值与预设的比值阈值进行对比，判断足部着地方式；

其中，每一帧的中心点坐标连接起来为整个足底重心点，通过足底着地第一帧的足底重心点与离地前一帧的足底重心点确定重心距离。

Images