CN117338288A - 一种基于智能穿戴设备的足跟足尖离地高度测量方法 - Google Patents
一种基于智能穿戴设备的足跟足尖离地高度测量方法 Download PDFInfo
- Publication number
- CN117338288A CN117338288A CN202311435427.XA CN202311435427A CN117338288A CN 117338288 A CN117338288 A CN 117338288A CN 202311435427 A CN202311435427 A CN 202311435427A CN 117338288 A CN117338288 A CN 117338288A
- Authority
- CN
- China
- Prior art keywords
- heel
- toe
- foot
- walking
- curve
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000036541 health Effects 0.000 claims abstract description 6
- 210000000474 heel Anatomy 0.000 claims description 104
- 210000002683 foot Anatomy 0.000 claims description 94
- 210000003371 toe Anatomy 0.000 claims description 84
- 230000005021 gait Effects 0.000 claims description 42
- 230000033001 locomotion Effects 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 22
- 210000003205 muscle Anatomy 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 14
- 210000002414 leg Anatomy 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 230000005484 gravity Effects 0.000 claims description 13
- 208000014674 injury Diseases 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 210000003423 ankle Anatomy 0.000 claims description 7
- 210000002346 musculoskeletal system Anatomy 0.000 claims description 7
- 208000027418 Wounds and injury Diseases 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 230000037396 body weight Effects 0.000 claims description 4
- 230000008602 contraction Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 210000004744 fore-foot Anatomy 0.000 claims description 4
- 210000003127 knee Anatomy 0.000 claims description 4
- 210000000629 knee joint Anatomy 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 230000002441 reversible effect Effects 0.000 claims description 4
- 210000000689 upper leg Anatomy 0.000 claims description 4
- 210000003484 anatomy Anatomy 0.000 claims description 3
- 210000000459 calcaneus Anatomy 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 210000000610 foot bone Anatomy 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 210000003041 ligament Anatomy 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 210000001137 tarsal bone Anatomy 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 2
- 206010017577 Gait disturbance Diseases 0.000 abstract description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 5
- 201000010099 disease Diseases 0.000 abstract description 3
- 238000011160 research Methods 0.000 abstract description 3
- 238000009434 installation Methods 0.000 abstract description 2
- 210000000653 nervous system Anatomy 0.000 description 7
- 230000001720 vestibular Effects 0.000 description 6
- 210000000748 cardiovascular system Anatomy 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000003797 telogen phase Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000004064 dysfunction Effects 0.000 description 3
- 230000004630 mental health Effects 0.000 description 3
- 230000003863 physical function Effects 0.000 description 3
- 208000021642 Muscular disease Diseases 0.000 description 2
- 208000028389 Nerve injury Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 208000030175 lameness Diseases 0.000 description 2
- 230000008764 nerve damage Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000008733 trauma Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010048744 Fear of falling Diseases 0.000 description 1
- 208000004067 Flatfoot Diseases 0.000 description 1
- 206010023230 Joint stiffness Diseases 0.000 description 1
- 206010024453 Ligament sprain Diseases 0.000 description 1
- 208000034819 Mobility Limitation Diseases 0.000 description 1
- 206010028289 Muscle atrophy Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000010040 Sprains and Strains Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000020763 muscle atrophy Effects 0.000 description 1
- 201000000585 muscular atrophy Diseases 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000001428 peripheral nervous system Anatomy 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
- A61B5/112—Gait analysis
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于智能穿戴设备的足跟足尖离地高度测量方法，本发明涉及步行姿态健康研究领域，具体来说是一种基于智能穿戴设备的足跟足尖离地高度测量方法，构建了一种穿戴式的足跟、足尖离地测量方法，建立了一种不依赖于传感器位置及鞋垫大小的自动解算dheel和dtoe的方法，摆脱了手动测量的限制。此方法适用于日常生活下的参数测量，这种方法摆脱了成本高、安装复杂的实验室测量环境，对于临床上研究绊倒具有指导意义，长期监测离地高度特征曲线，对于临床医学上研究异常步态与疾病的关系也具有参考价值。
Description
技术领域
本发明涉及人体的步行姿态健康研究领域，具体来说是一种基于智能穿戴设备的足跟足尖离地高度测量方法。
背景技术
人体在步行时的姿态和行为特征叫步态，影响步态的因素有很多，包括其年龄、性别、体重、职业、疾病、行为习惯等。正常的步态是在前庭神经系统及视觉系统、心血管系统、神经系统、肌肉骨骼系统等各种系统共同平衡作用后的结果，这些系统出现任何障碍都会对步态造成影响。对于老年人来说，最常见的异常步态事件是发生跌倒，高龄老人发生跌倒的概率达50％以上，老年人跌倒后对其心理健康、身体功能等都有负面影响，严重可危及生命。足跟足尖离地高度是临床上一个重要的研究跌倒的步行运动轨迹参数，当离地高度很小或者出现波动的情况，会直接发生绊倒事件，因此足跟足尖离地高度的测量对于预防绊倒的策略制定具有重要的理论意义和参考价值。
1、正常的步态是人体在行走时呈现的一种特定姿势和动作模式。它是多个生理系统之间协同作用的结果，包括前庭神经系统及视觉系统、心血管系统、神经系统以及肌肉骨骼系统。这些系统在步态过程中相互配合和平衡，确保身体的稳定性和运动的有效性。首先，前庭神经系统及视觉系统在步态中起着关键作用。前庭神经系统通过感知头部和身体的位置、方向和加速度来提供平衡和空间定位的信息。视觉系统则通过感知外界环境和障碍物，帮助我们调整步伐和避免绊倒。当这两个系统出现障碍时，如前庭功能障碍或视觉问题，步态就容易受到影响。其次，心血管系统的功能对维持步态的稳定性至关重要。心血管系统负责为肌肉提供氧气和营养物质，并通过调节心脏输出量和血压来支持身体的运动需要。任何心血管疾病或循环系统障碍都可能导致步态异常，如体力活动能力下降或者出现乏力等症状。神经系统在步态控制中发挥着中枢和外周的重要作用。中枢神经系统通过收集和处理来自各个感觉器官的信息，产生相应的运动指令。外周神经系统则传递这些指令到肌肉，促使身体协调地移动。神经系统疾病或受损可能导致步态不稳、行走困难或失衡。最后，肌肉骨骼系统对于步态的正常执行至关重要。骨骼提供了支撑和结构，而肌肉则通过收缩和松弛产生力量和控制运动。肌肉的力量、柔韧性和协调性对步态的平衡、节奏和幅度有着重要影响。骨骼和肌肉疾病、创伤或功能障碍都可以导致步态异常，如跛行或步态不稳。
2、老年人跌倒是一种常见的异常步态事件，据统计，高龄老人发生跌倒的概率超过50％。跌倒对老年人的心理健康和身体功能都会产生负面影响，严重情况下可能危及生命。首先，老年人跌倒后对心理健康产生不良影响。跌倒经历可能导致老年人的自信心受挫，增加他们对于再次跌倒的恐惧感。这种心理负担可以导致焦虑、抑郁等心理问题，并进一步影响老年人的生活质量和社交活动。其次，跌倒还会影响老年人的身体功能。跌倒可能导致骨折、扭伤等创伤，限制了老年人的活动能力和生活自理能力。此外，长期卧床或减少活动也可能导致肌肉萎缩、关节僵硬等问题。另外，老年人跌倒还会对社会经济产生负面影响。跌倒后，老年人可能需要长时间的医疗护理和康复治疗，这将增加医疗资源的压力和个人及家庭的经济负担。
3、足跟和足尖离地的高度是临床研究中关于跌倒步行运动轨迹的重要参数之一。这个参数的变化可以直接影响老年人的步行稳定性和跌倒风险。当足跟和足尖离地高度很小或者出现波动时，就会增加绊倒和跌倒事件的发生概率。步行对老年人来说是一项复杂的运动过程，需要良好的平衡和协调能力。在正常步行中，当我们推进下一步时，足跟首先离开地面，然后足尖将接触地面，继而恢复平稳的步行节奏。然而，由于身体机能下降、肌肉力量减弱、感觉神经损伤等因素，老年人的步行模式可能发生变化。当老年人的足跟和足尖离地高度变得很小时，意味着他们的步幅缩短，步行姿势不够稳定。这种情况下，一旦脚部与地面的接触稍有偏差或者遇到不平整的地面，就容易导致绊倒或跌倒事件的发生。同时，如果足跟和足尖的离地高度出现波动，说明老年人的步行节奏不稳定，进一步增加了他们的跌倒风险。
发明内容
本发明的主要目的在于提供一种基于智能穿戴设备的足跟足尖离地高度测量方法，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种基于智能穿戴设备的足跟足尖离地高度测量方法，具体步骤如下：
步骤S1：搭建穿戴式智能鞋垫，划分步行步态相位；
步骤S2：分析足部运动特征曲线，检测步行步态关键事件；
步骤S3：测量惯性测量单元速度曲线、离地高度曲线；
步骤S4：构建足部运动模型；
步骤S5：估算足跟足尖离地高度曲线。
所述的步骤S1搭建穿戴式智能鞋垫通过收集和分析数据来提供对步态和姿势的实时监测，从而帮助用户改善步行质量、减少受伤风险，并提供个性化的健康建议，其中九轴惯性测量单元(IMU)，由三轴加速度计、三轴陀螺仪和三轴磁力计组成。加速度计可以测量鞋垫在三个方向上的加速度变化，从而确定用户的步态特征和步频。陀螺仪可以检测鞋垫的旋转和角速度，用于确定用户的姿势和身体平衡情况。磁力计则可以辅助测量鞋垫的方向和位置信息，提供更加准确的空间定位。在鞋垫的足跟和足尖区域安装压力传感器是为了获取用户的足部压力分布情况。
所述的步骤S2分析足部运动特征曲线，在正常的步行过程中，我们可以将一步分成两个相位：支撑相和摆动相，支撑相的关键事件包括足跟着地(HS)、足尖着地(TS)、足跟离地(HO)，摆动相的关键事件包括足尖离地(TO)、足跟着地(HS)。足跟着地(HS)是步态周期中的第一个关键事件，在这一时刻，人类身体开始承受所走方向的重量，同时膝关节也开始弯曲，以准备进行下一步的摆动相，足跟着地信号可用于鉴别不同的步行模式，比如跑步、快速行走等，足尖着地(TS)是支撑相的最后一步，在这一时刻，膝盖和足踝都会伸展，将身体的重量转移到前脚掌上，接着，整个身体进入摆动相，准备迈出下一步，足跟离地(HO)是步态周期中的第二个关键事件，在这一时刻，人体重心开始向前移动，股四头肌开始收缩，将大腿向前抬起，进入下一步的摆动相，如果足跟离地时间过长或过短，可能会影响身体的稳定性和步行质量，足尖离地(TO)是支撑相的结束，也是整个步态周期的结束，在这一时刻，身体的重量完全转移到前脚掌上，股四头肌和小腿肌群开始发力，将腿部向前摆动，进入下一步的支撑相。
所述步骤S3测量惯性测量单元速度曲线、离地高度曲线，提取基于惯性测量单元采集的俯仰角速度曲线ωp及比力模值曲线‖a‖，其中比力模值曲线‖a‖的峰值P1特征点和俯仰角速度曲线ωp的过零点P2特征点作为检测HS的备选特征，比力模值曲线‖a‖的峰值P3特征点和俯仰角速度曲线ωp的波谷P4特征点作为TO的备选特征，实验对象在步行中压力传感器会检测到足跟、足尖的压力曲线，将压力曲线作为参考曲线，结果表明P2特征点精度更高，HS的最优特征点为P2，P4特征点的精度更高，TO的最优特征点为P4。
步骤S4构建足部运动模型，构建足部运动模型是研究人类步行、跑步和其他足部活动的重要领域之一，这种模型旨在描述和理解足部运动的生物力学特征和运动机制，为医学、康复和运动科学等领域提供支持和指导，足部运动模型通常基于人体解剖结构和肌肉骨骼系统的力学原理进行构建，首先，模型考虑到足部骨骼的结构，包括脚踝、跟骨、跗骨和脚趾等关节，这些关节通过肌肉和韧带连接，并能够产生力量和控制运动，其次，模型考虑到足部肌肉的作用，各种肌肉包括胫前肌、腓肠肌、踝背屈肌群等在足部运动中起着重要的作用，这些肌肉通过收缩和松弛，产生力量和控制足部的运动，模型分析了肌肉的力量输出、长度-张力特性以及协调控制等因素，此外，模型还考虑到足部与地面之间的相互作用，通过引入地面反作用力和摩擦系数等参数，模型能够描述足部在行走、奔跑和转弯等活动中的动力学特征。
所述步骤S5估算足跟足尖离地高度曲线，其中，W为窗口大小，即采样点个数，设置为3，分别表示加速度计和陀螺仪噪声方差，两者的比值设置为1，/>和/>分别代表第i个采样点所对应的加速度和角速度，g为重力加速度大小，Tk为当前采样点的统计量，γ为检测阈值，且γ根据经验来进行设置，对于不同的步行实验，需要进行简单的微调，如果当前采样点的惯性数据计算出来的统计量低于检测阈值γ，则此时足部在此刻处于静止状态，反之，如果高于检测阈值γ，此时足部处于非静止状态。检测足跟足尖完全着地的步行相位平足期，当足部处于平足期阶段时，足部与地面保持完全接触的状态，此时足部的速度、角速度、运动加速度均为0，运用广义似然检验法检测平足期，将平足期看作是二元假设检验问题，检测器可以在定义为在/>和/>两个假设中进行选择：
当为真时，满足以下条件：
其中，的计算公式如下：
根据加速度计、陀螺仪的测量值，消除重力加速度，进行隐式梯形积分得到IMU的速度曲线、离地高度曲线himu(t)，
构建人体走路的足部运动模型来获取足跟离地高度hheel(t)、足尖离地高度htoe(t)。
分析人体走路时的摆动状态，有两种状态，一种是足部朝前进方向倾斜，一种是足部朝前进反方向倾斜，
分别构建两种摆动状态下的足跟、足尖离地高度测量公式：
(1)采集惯性测量单元获取的足部俯仰角θ(t)，惯性测量单元离地的高度himu(t)
(2)测量出足跟着地时刻的惯性测量单元离地高度himu(HS)及此刻足部的俯仰角sin(θHS)，估算出惯性测量单元与足跟的距离：测量足尖离地时刻的himu(TO)及此刻足部的俯仰角/>估算出惯性测量单元与足尖的距离
(3)构建足跟离地高度测量公式：hheel(t)＝himu(t)-dheel·sin(θ(t)),
足尖离地高度测量公式：
htoe(t)＝himu(t)+dtoe·sin(θ(t)),
与现有技术相比，本发明具有如下有益效果：
1、因为正常的步态是人体在行走时呈现的一种特定姿势和动作模式。它是多个生理系统之间协同作用的结果，包括前庭神经系统及视觉系统、心血管系统、神经系统以及肌肉骨骼系统。这些系统在步态过程中相互配合和平衡，确保身体的稳定性和运动的有效性。所以可以通过搭建穿戴式智能鞋垫，划分步行步态相位从而帮助用户改善步行质量、减少受伤风险，并提供个性化的健康建议。其中九轴惯性测量单元(IMU)，由三轴加速度计、三轴陀螺仪和三轴磁力计组成。加速度计可以测量鞋垫在三个方向上的加速度变化，从而确定用户的步态特征和步频。陀螺仪可以检测鞋垫的旋转和角速度，用于确定用户的姿势和身体平衡情况。磁力计则可以辅助测量鞋垫的方向和位置信息，提供更加准确的空间定位。
2、通过分析足部运动特征曲线，检测步行步态关键事件分析人体正常走路时的步行相位，检测步行周期中的关键事件足跟着地、足尖着地、足跟离地、足尖离地。根据对步行周期的运动检测，解决肌肉的力量、柔韧性和协调性对步态的平衡、节奏和幅度有着重要影响。骨骼和肌肉疾病、创伤或功能障碍都可以导致步态异常，如跛行或步态不稳的问题。
3、估算足跟足尖离地高度曲线，检测足跟足尖完全着地的步行相位平足期，根据加速度计、陀螺仪的测量值，消除重力加速度，进行隐式梯形积分，构建人体走路的足部运动模型来获取足跟离地高度足尖离地高度，分析人体走路时的摆动状态，解决因老年人的步行稳定性和跌倒、需要良好的平衡和协调能力，及由于身体机能下降、肌肉力量减弱、感觉神经损伤等因素，老年人的步行模式可能发生变化、步行姿势不够稳定、容易导致绊倒或跌倒事件的风险。
附图说明
图1为本发明的足部运动模型；
图2为本发明的步行步态相位划分；
图3为本发明的HS和TO检测曲线；
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
在本发明的描述中，需要说明的是，术语“上”“下”“内”“外”“前端”“后端”“两端”“一端”“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“设置有”“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例
一种基于智能穿戴设备的足跟足尖离地高度测量方法，具体实施方法如下：
步骤S1：搭建穿戴式智能鞋垫，划分步行步态相位；
步骤S2：分析足部运动特征曲线，检测步行步态关键事件；
步骤S3：测量惯性测量单元速度曲线、离地高度曲线；
步骤S4：构建足部运动模型；
步骤S5：估算足跟足尖离地高度曲线。
所述的步骤S1搭建穿戴式智能鞋垫通过收集和分析数据来提供对步态和姿势的实时监测，从而帮助用户改善步行质量、减少受伤风险，并提供个性化的健康建议，其中九轴惯性测量单元(IMU)，由三轴加速度计、三轴陀螺仪和三轴磁力计组成。加速度计可以测量鞋垫在三个方向上的加速度变化，从而确定用户的步态特征和步频。陀螺仪可以检测鞋垫的旋转和角速度，用于确定用户的姿势和身体平衡情况。磁力计则可以辅助测量鞋垫的方向和位置信息，提供更加准确的空间定位。在鞋垫的足跟和足尖区域安装压力传感器是为了获取用户的足部压力分布情况。
所述的步骤S2分析足部运动特征曲线，在正常的步行过程中，我们可以将一步分成两个相位：支撑相和摆动相，支撑相包括足跟着地(HS)、脚掌着地、足跟离地(HO)这三个部分，摆动相包括足尖离地(TO)等部分，足跟着地(HS)是步态周期中的第一个关键事件，在这一时刻，人类身体开始承受所走方向的重量，同时膝关节也开始弯曲，以准备进行下一步的摆动相，足跟着地信号可用于鉴别不同的步行模式，比如跑步、快速行走等，足尖着地(TS)是支撑相的最后一步，在这一时刻，膝盖和足踝都会伸展，将身体的重量转移到前脚掌上，接着，整个身体进入摆动相，准备迈出下一步，足跟离地(HO)是步态周期中的第二个关键事件，在这一时刻，人体重心开始向前移动，股四头肌开始收缩，将大腿向前抬起，进入下一步的摆动相，如果足跟离地时间过长或过短，可能会影响身体的稳定性和步行质量，足尖离地(TO)是支撑相的结束，也是整个步态周期的结束，在这一时刻，身体的重量完全转移到前脚掌上，股四头肌和小腿肌群开始发力，将腿部向前摆动，进入下一步的支撑相。
所述步骤S3测量惯性测量单元速度曲线、离地高度曲线，提取基于惯性测量单元采集的俯仰角速度曲线ωp及比力模值曲线‖a‖，其中比力模值曲线‖a‖的峰值P1特征点和俯仰角速度曲线ωp的过零点P2特征点作为检测HS的备选特征，比力模值曲线‖a‖的峰值P3特征点和俯仰角速度曲线ωp的波谷P4特征点作为TO的备选特征，实验对象在步行中压力传感器会检测到足跟、足尖的压力曲线，将压力曲线作为参考曲线，结果表明P2特征点精度更高，HS的最优特征点为P2，P4特征点的精度更高，TO的最优特征点为P4。
步骤S4构建足部运动模型，构建足部运动模型是研究人类步行、跑步和其他足部活动的重要领域之一，这种模型旨在描述和理解足部运动的生物力学特征和运动机制，为医学、康复和运动科学等领域提供支持和指导，足部运动模型通常基于人体解剖结构和肌肉骨骼系统的力学原理进行构建，首先，模型考虑到足部骨骼的结构，包括脚踝、跟骨、跗骨和脚趾等关节，这些关节通过肌肉和韧带连接，并能够产生力量和控制运动，其次，模型考虑到足部肌肉的作用，各种肌肉包括胫前肌、腓肠肌、踝背屈肌群等在足部运动中起着重要的作用，这些肌肉通过收缩和松弛，产生力量和控制足部的运动，模型分析了肌肉的力量输出、长度-张力特性以及协调控制等因素，此外，模型还考虑到足部与地面之间的相互作用，通过引入地面反作用力和摩擦系数等参数，模型能够描述足部在行走、奔跑和转弯等活动中的动力学特征。
所述步骤S5估算足跟足尖离地高度曲线，其中，W为窗口大小，即采样点个数，设置为3，分别表示加速度计和陀螺仪噪声方差，两者的比值设置为1，/>和/>分别代表第i个采样点所对应的加速度和角速度，g为重力加速度大小，Tk为当前采样点的统计量，γ为检测阈值，且γ根据经验来进行设置，对于不同的步行实验，需要进行简单的微调，如果当前采样点的惯性数据计算出来的统计量低于检测阈值γ，则此时足部在此刻处于静止状态，反之，如果高于检测阈值γ，此时足部处于非静止状态。检测足跟足尖完全着地的步行相位平足期，当足部处于平足期阶段时，足部与地面保持完全接触的状态，此时足部的速度、角速度、运动加速度均为0，运用广义似然检验法检测平足期，将平足期看作是二元假设检验问题，检测器可以在定义为在/>和/>两个假设中进行选择：
当为真时，满足以下条件：
其中，的计算公式如下：
根据加速度计、陀螺仪的测量值，消除重力加速度，进行隐式梯形积分得到IMU的速度曲线、离地高度曲线himu(t)，
构建人体走路的足部运动模型来获取足跟离地高度hheel(t)、足尖离地高度htoe(t)。
分析人体走路时的摆动状态，有两种状态，一种是足部朝前进方向倾斜，一种是足部朝前进反方向倾斜，
分别构建两种摆动状态下的足跟、足尖离地高度测量公式：
(1)采集惯性测量单元获取的足部俯仰角θ(t)，惯性测量单元离地的高度himu(t)
(2)测量出足跟着地时刻的惯性测量单元离地高度himu(HS)及此刻足部的俯仰角sin(θHS)，估算出惯性测量单元与足跟的距离：测量足尖离地时刻的himu(TO)及此刻足部的俯仰角/>估算出惯性测量单元与足尖的距离
(3)构建足跟离地高度测量公式：hheel(t)＝himu(t)-dheel·sin(θ(t)),
足尖离地高度测量公式：
htoe(t)＝himu(t)+dtoe·sin(θ(t)),
本发明中，所述的步骤S2，分析足部运动特征曲线，在正常的步行过程中，我们可以将一步分成两个相位：支撑相和摆动相，支撑相包括足跟着地(HS)、脚掌着地、足跟离地(HO)这三个部分，摆动相包括足尖离地(TO)等部分，足跟着地(HS)是步态周期中的第一个关键事件，在这一时刻，人类身体开始承受所走方向的重量，同时膝关节也开始弯曲，以准备进行下一步的摆动相，足跟着地信号可用于鉴别不同的步行模式，比如跑步、快速行走等，足尖着地(TS)是支撑相的最后一步，在这一时刻，膝盖和足踝都会伸展，将身体的重量转移到前脚掌上，接着，整个身体进入摆动相，准备迈出下一步，足跟离地(HO)是步态周期中的第二个关键事件，在这一时刻，人体重心开始向前移动，股四头肌开始收缩，将大腿向前抬起，进入下一步的摆动相，如果足跟离地时间过长或过短，可能会影响身体的稳定性和步行质量，足尖离地(TO)是支撑相的结束，也是整个步态周期的结束，在这一时刻，身体的重量完全转移到前脚掌上，股四头肌和小腿肌群开始发力，将腿部向前摆动，进入下一步的支撑相。
所述的步骤S5，估算足跟足尖离地高度曲线。其中，W为窗口大小，即采样点个数，设置为3，分别表示加速度计和陀螺仪噪声方差，两者的比值设置为1，/>和/>分别代表第i个采样点所对应的加速度和角速度，g为重力加速度大小，Tk为当前采样点的统计量，γ为检测阈值，且γ根据经验来进行设置，对于不同的步行实验，需要进行简单的微调，如果当前采样点的惯性数据计算出来的统计量低于检测阈值γ，则此时足部在此刻处于静止状态，反之，如果高于检测阈值γ，此时足部处于非静止状态。检测足跟足尖完全着地的步行相位平足期，当足部处于平足期阶段时，足部与地面保持完全接触的状态，此时足部的速度、角速度、运动加速度均为0，运用广义似然检验法检测平足期，将平足期看作是二元假设检验问题，检测器可以在定义为在/>和/>两个假设中进行选择：
当为真时，满足以下条件：
其中，的计算公式如下：
根据加速度计、陀螺仪的测量值，消除重力加速度，进行隐式梯形积分得到IMU的速度曲线、离地高度曲线himu(t)，
构建人体走路的足部运动模型来获取足跟离地高度hheel(t)、足尖离地高度htoe(t)。
分析人体走路时的摆动状态，有两种状态，一种是足部朝前进方向倾斜，一种是足部朝前进反方向倾斜，
分别构建两种摆动状态下的足跟、足尖离地高度测量公式：
(1)采集惯性测量单元获取的足部俯仰角θ(t)，惯性测量单元离地的高度himu(t)
(2)测量出足跟着地时刻的惯性测量单元离地高度himu(HS)及此刻足部的俯仰角sin(θHS)，估算出惯性测量单元与足跟的距离：测量足尖离地时刻的himu(TO)及此刻足部的俯仰角/>估算出惯性测量单元与足尖的距离
(3)构建足跟离地高度测量公式：hheel(t)＝himu(t)-dheel·sin(θ(t)),
足尖离地高度测量公式：
htoe(t)＝himu(t)+dtoe·sin(θ(t)),
需要说明的是，本发明作为一种基于智能穿戴设备的足跟足尖离地高度测量方法，构建了一种穿戴式的足跟、足尖离地测量方法，建立了一种不依赖于传感器位置及鞋垫大小的自动解算dheel和dtoe的方法，摆脱了手动测量的限制。此方法适用于日常生活下的参数测量，这种方法摆脱了成本高、安装复杂的实验室测量环境，对于临床上研究绊倒具有指导意义，长期监测离地高度特征曲线，对于临床医学上研究异常步态与疾病的关系也具有参考价值。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于，包含以下步骤：
步骤S1：搭建穿戴式智能鞋垫，划分步行步态相位；
步骤S2：分析足部运动特征曲线，检测步行步态关键事件；
步骤S3：测量惯性测量单元速度曲线、离地高度曲线；
步骤S4：构建足部运动模型；
步骤S5：估算足跟足尖离地高度曲线。
2.根据权利要求书1所述的一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于：所述的步骤S1搭建穿戴式智能鞋垫通过收集和分析数据来提供对步态和姿势的实时监测，从而帮助用户改善步行质量、减少受伤风险，并提供个性化的健康建议，其中九轴惯性测量单元(IMU)，由三轴加速度计、三轴陀螺仪和三轴磁力计组成。加速度计可以测量鞋垫在三个方向上的加速度变化，从而确定用户的步态特征和步频。陀螺仪可以检测鞋垫的旋转和角速度，用于确定用户的姿势和身体平衡情况。磁力计则可以辅助测量鞋垫的方向和位置信息，提供更加准确的空间定位。在鞋垫的足跟和足尖区域安装压力传感器是为了获取用户的足部压力分布情况。
3.根据权利要求书1所述的一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于：所述的步骤S2分析足部运动特征曲线，在正常的步行过程中，我们可以将一步分成两个相位：支撑相和摆动相，支撑相的关键事件包括足跟着地(HS)、足尖着地(TS)、足跟离地(HO)，摆动相的关键事件包括足尖离地(TO)、足跟着地(HS)。足跟着地(HS)是步态周期中的第一个关键事件，在这一时刻，人类身体开始承受所走方向的重量，同时膝关节也开始弯曲，以准备进行下一步的摆动相，足跟着地信号可用于鉴别不同的步行模式，比如跑步、快速行走等，足尖着地(TS)是支撑相的最后一步，在这一时刻，膝盖和足踝都会伸展，将身体的重量转移到前脚掌上，接着，整个身体进入摆动相，准备迈出下一步，足跟离地(HO)是步态周期中的第二个关键事件，在这一时刻，人体重心开始向前移动，股四头肌开始收缩，将大腿向前抬起，进入下一步的摆动相，如果足跟离地时间过长或过短，可能会影响身体的稳定性和步行质量，足尖离地(TO)是支撑相的结束，也是整个步态周期的结束，在这一时刻，身体的重量完全转移到前脚掌上，股四头肌和小腿肌群开始发力，将腿部向前摆动，进入下一步的支撑相。
4.根据权利要求书1所述的一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于：所述步骤S3测量惯性测量单元速度曲线、离地高度曲线，提取基于惯性测量单元采集的俯仰角速度曲线ωp及比力模值曲线‖a‖，其中比力模值曲线‖a‖的峰值P1特征点和俯仰角速度曲线ωp的过零点P2特征点作为检测HS的备选特征，比力模值曲线‖a‖的峰值P3特征点和俯仰角速度曲线ωp的波谷P4特征点作为TO的备选特征，实验对象在步行中压力传感器会检测到足跟、足尖的压力曲线，将压力曲线作为参考曲线，结果表明P2特征点精度更高，HS的最优特征点为P2，P4特征点的精度更高，TO的最优特征点为P4。
5.根据权利要求书4所述的一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于：步骤S4构建足部运动模型，构建足部运动模型是研究人类步行、跑步和其他足部活动的重要领域之一，这种模型旨在描述和理解足部运动的生物力学特征和运动机制，为医学、康复和运动科学等领域提供支持和指导，足部运动模型通常基于人体解剖结构和肌肉骨骼系统的力学原理进行构建，首先，模型考虑到足部骨骼的结构，包括脚踝、跟骨、跗骨和脚趾等关节，这些关节通过肌肉和韧带连接，并能够产生力量和控制运动，其次，模型考虑到足部肌肉的作用，各种肌肉包括胫前肌、腓肠肌、踝背屈肌群等在足部运动中起着重要的作用，这些肌肉通过收缩和松弛，产生力量和控制足部的运动，模型分析了肌肉的力量输出、长度-张力特性以及协调控制等因素，此外，模型还考虑到足部与地面之间的相互作用，通过引入地面反作用力和摩擦系数等参数，模型能够描述足部在行走、奔跑和转弯等活动中的动力学特征。
6.根据权利要求书5所述的一种基于智能穿戴设备的足跟足尖离地高度测量方法，其特征在于：所述步骤S5估算足跟足尖离地高度曲线，其中，W为窗口大小，即采样点个数，设置为3， 分别表示加速度计和陀螺仪噪声方差，两者的比值设置为1，/>和/>分别代表第i个采样点所对应的加速度和角速度，g为重力加速度大小，Tk为当前采样点的统计量，γ为检测阈值，且γ根据经验来进行设置，对于不同的步行实验，需要进行简单的微调，如果当前采样点的惯性数据计算出来的统计量低于检测阈值γ，则此时足部在此刻处于静止状态，反之，如果高于检测阈值γ，此时足部处于非静止状态。检测足跟足尖完全着地的步行相位平足期，当足部处于平足期阶段时，足部与地面保持完全接触的状态，此时足部的速度、角速度、运动加速度均为0，运用广义似然检验法检测平足期，将平足期看作是二元假设检验问题，检测器可以在定义为在/>和/>两个假设中进行选择：
当为真时，满足以下条件：
其中，的计算公式如下：
根据加速度计、陀螺仪的测量值，消除重力加速度，进行隐式梯形积分得到IMU的速度曲线、离地高度曲线himu(t)，
构建人体走路的足部运动模型来获取足跟离地高度hheel(t)、足尖离地高度htoe(t)。
分析人体走路时的摆动状态，有两种状态，一种是足部朝前进方向倾斜，一种是足部朝前进反方向倾斜，
分别构建两种摆动状态下的足跟、足尖离地高度测量公式：
(1)采集惯性测量单元获取的足部俯仰角θ(t)，惯性测量单元离地的高度himu(t)
(2)测量出足跟着地时刻的惯性测量单元离地高度himu(HS)及此刻足部的俯仰角sin(θHS)，估算出惯性测量单元与足跟的距离：测量足尖离地时刻的himu(TO)及此刻足部的俯仰角/>估算出惯性测量单元与足尖的距离
(3)构建足跟离地高度测量公式：hheel(t)＝himu(t)-dheel·sin(θ(t)),
足尖离地高度测量公式：
htoe(t)＝himu(t)+dtoe·sin(θ(t)),
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311435427.XA CN117338288A (zh) | 2023-11-01 | 2023-11-01 | 一种基于智能穿戴设备的足跟足尖离地高度测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311435427.XA CN117338288A (zh) | 2023-11-01 | 2023-11-01 | 一种基于智能穿戴设备的足跟足尖离地高度测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117338288A true CN117338288A (zh) | 2024-01-05 |
Family
ID=89364806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311435427.XA Pending CN117338288A (zh) | 2023-11-01 | 2023-11-01 | 一种基于智能穿戴设备的足跟足尖离地高度测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117338288A (zh) |
-
2023
- 2023-11-01 CN CN202311435427.XA patent/CN117338288A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Accurate ambulatory gait analysis in walking and running using machine learning models | |
| Qiu et al. | Using body-worn sensors for preliminary rehabilitation assessment in stroke victims with gait impairment | |
| US20130324888A1 (en) | System and method for measuring balance and track motion in mammals | |
| Lee et al. | Comparison of 3D spinal motions during stair-climbing between individuals with and without low back pain | |
| Wang et al. | Limb dominance related to the variability and symmetry of the vertical ground reaction force and center of pressure | |
| Lipperts et al. | Clinical validation of a body-fixed 3D accelerometer and algorithm for activity monitoring in orthopaedic patients | |
| Doheny et al. | A single gyroscope method for spatial gait analysis | |
| Witchel et al. | Thigh-derived inertial sensor metrics to assess the sit-to-stand and stand-to-sit transitions in the timed up and go (TUG) task for quantifying mobility impairment in multiple sclerosis | |
| Li et al. | Using body sensor network to measure the effect of rehabilitation therapy on improvement of lower limb motor function in children with spastic diplegia | |
| JP7127619B2 (ja) | 検索装置、システム、方法、及び、プログラム | |
| Massaad et al. | Influence of gait pattern on the body's centre of mass displacement in children with cerebral palsy | |
| Begue et al. | Age-related changes in the control of whole-body angular momentum during stepping | |
| WO2019004863A1 (ru) | Способ оценки степени реабилитации с использованием активного экзоскелета у пациентов с нарушением опорно-двигательного аппарата | |
| Kejonen | Body movements during postural stabilization: Measurements with a motion analysis system | |
| WO2018047945A1 (ja) | 乳酸性作業閾値推定装置及び乳酸性作業閾値推定方法 | |
| Burnfield et al. | Examination of gait | |
| Hong et al. | Gait feature vectors for post-stroke prediction using wearable sensor | |
| TW201311214A (zh) | 視覺化ｉｍｕ步態偵測裝置及其分析方法 | |
| CN117338288A (zh) | 一种基于智能穿戴设备的足跟足尖离地高度测量方法 | |
| Oates et al. | Adding light touch while walking in older adults: Biomechanical and neuromotor effects | |
| Avvari et al. | Gait analysis: an effective tool to measure human performance | |
| Carcreff | Gait analysis in children with cerebral palsy: bridging the gap between the laboratory and real life | |
| Abu-Faraj et al. | Characterization of postural stability in a simulated environment of an earthquake using in-shoe plantar pressure measurement | |
| Khant et al. | A Neural Network Approach to Estimate Lower Extremity Muscle Activity during Walking | |
| Murphy et al. | Inverse Kinematic Assessment of Rehabilitative Therapy in Children Using Orthotics |
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 |