CN205322331U - 一种基于足底压力形变的步态识别装置 - Google Patents
一种基于足底压力形变的步态识别装置 Download PDFInfo
- Publication number
- CN205322331U CN205322331U CN201620095705.0U CN201620095705U CN205322331U CN 205322331 U CN205322331 U CN 205322331U CN 201620095705 U CN201620095705 U CN 201620095705U CN 205322331 U CN205322331 U CN 205322331U
- Authority
- CN
- China
- Prior art keywords
- device based
- recognition device
- module
- gait recognition
- model
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本实用新型公开了一种基于足底压力形变的步态识别装置，其属于感应识别技术领域，其能够根据人走路时足底各部位的着力情况，分割并记录出足底压力分布信息和步态特征的装置，本实用新型采用设置有柔性薄膜压力传感器和激光传感器的感应垫板，各柔性薄膜压力传感器和激光传感器布局在各个结构受力点上，柔性薄膜压力传感器和激光传感器通过编码模块将编码后的数据输送至数据传输节点模块，数据传输节点模块通过Zigbee无线网络与解码模块相通信，并通过红外热像仪采集步态图像序列上传至编码模块。本实用新型能够精确的检测行人运动过程中的步态特征和足底压力，提高定位精度，无需在鞋底涂上油墨，使用简单方便卫生、不污染环境，且体积小，携带方便。
Description
技术领域
本实用新型涉及一种基于足底压力形变的步态识别装置，其属于感应识别技术领域。
背景技术
现阶段，对足迹识别的研究越来越多，仪器也越来越复杂，很多仪器体积庞大，计算复杂，只适合于实验室分析研究，对于需要采集现场人员足迹进行比对分析十分不便，传统的采集方式需要将现场被测人员的鞋底或足底涂上涂料，再要求被测人员穿上该鞋子或赤脚踩在相应的试纸上，通过将试纸的图像扫描至设备内进行采集，这种识别足迹的方式繁琐，容易受人为因素影响，且耗材多不环保，重要的是仅能对足迹进行识别，不能有效识别步态特征和足底压力，且测试结果不够准确，时效性也不够，记录有印记的试纸等耗材的保存也是一个难题。
实用新型内容
本实用新型所要解决的技术问题是提供一种使用方式简单、携带方便、不污染环境，识别信息准确全面的基于足底压力形变的步态识别装置。
为解决上述问题，本实用新型所采取的技术方案是：
一种基于足底压力形变的步态识别装置，其关键技术在于：其包括感应垫板、设置在感应垫板内的柔性薄膜压力传感器、设置在感应垫板边缘的激光传感器以及设置在感应垫板一端的红外热像仪；所述柔性薄膜压力传感器、激光传感器和红外热像仪的输出端经编码模块连接数据传输节点模块，所述数据传输节点模块通过Zigbee无线网络与解码模块相通信。
进一步的，所述柔性薄膜压力传感器分别为两条，平行设置在感应垫板表层，与人行走方向一致，分别用于识别左右脚的步态。
进一步的，所述红外热像仪至少为两个，设置在所述感应垫板的一端，对应柔性薄膜压力传感器放置。
进一步的，所述激光传感器包括激光发生器、光学成像物镜和光电解码器，所述激光发生器的输出端透过光学成像物镜与光电解码器的输入端相对应；所述光电解码器的输出端接所述编码模块的输入端。所述激光传感器沿柔性薄膜压力传感器依次均布在受力点两侧，随着脚步对柔性薄膜压力传感器施压，使得感应垫板发生形变，带动其两侧均布的激光传感器的对射点发生改变，不仅能配合柔性薄膜压力传感器检测到受力点及其形变大小，同时能检测步幅大小和脚掌抬起过程中的形变情况。
进一步的，所述光电解码器为矩阵式排列的光电解码器。
进一步的，所述激光传感器由任意10w激光发射头配合SOC2110调制管构成。
进一步的，所述数据传输节点模块的型号为CC2530。
进一步的，所述编码模块是采用型号为74LS90的编码芯片及其外围元器件组成的编码电路，所述解码模块是采用型号为UA2272X的解码芯片及其外围元器件组成的解码电路。
进一步的，所述柔性薄膜压力传感器的型号为FSR406。
进一步的，所述红外热像仪的型号为DVR66xx。
采用上述技术方案所产生的有益效果在于：
本实用新型采用设置有柔性薄膜压力传感器和激光传感器的感应垫板，体积小、质量轻，便于卷折、携带，柔性薄膜压力传感器为平行设置的两条，可对左右脚的步态分别识别，激光传感器布局在各个结构受力点上，红外热像仪采集步态图像序列，进一步补充了步态数据的完整性，经过柔性薄膜压力传感器、激光传感器和红外热像仪的采集，通过编码模块将编码后的数据输送至数据传输节点模块，数据传输节点模块通过Zigbee无线网络与解码模块相通信。
本实用新型能够精确的检测行人运动过程中的步态特征和足底压力，提高定位精度，本装置无需在鞋底涂上油墨，使用简单方便、卫生、不污染环境，且体积小，携带方便。
附图说明
为了更清楚地说明本实用新型具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本实用新型的一些实施方式，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它的附图。
图1是本实用新型的结构原理图。
图2是本实用新型中激光传感器的结构原理图。
图3是实施例的结构示意图。
其中，1感应垫板、1-1柔性薄膜压力传感器、1-2激光传感器、1-3红外热像仪。
具体实施方式
为使本实用新型的目的、技术方案和优点更加清楚，下面结合图1~图3和具体实施例对实用新型进行清楚、完整的描述。
如图1~图3所示，本实施例包括感应垫板1、设置在感应垫板1内的柔性薄膜压力传感器1-1、设置在感应垫板1边缘的激光传感器1-2以及设置在感应垫板1一端的红外热像仪1-3；所述柔性薄膜压力传感器1-1、激光传感器1-2和红外热像仪1-3的输出端经编码模块连接数据传输节点模块，所述数据传输节点模块通过Zigbee无线网络与解码模块相通信。
进一步的，所述柔性薄膜压力传感器1-1分别为两条，平行设置在感应垫板1表层，与人行走方向一致，分别用于识别左右脚的步态。
进一步的，所述红外热像仪1-3至少为两个，设置在所述感应垫板1的一端，对应柔性薄膜压力传感器1-1放置。
进一步的，所述激光传感器1-2包括激光发生器、光学成像物镜和光电解码器，所述激光发生器的输出端透过光学成像物镜与光电解码器的输入端相对应；所述光电解码器的输出端接所述编码模块的输入端。所述激光传感器1-2沿柔性薄膜压力传感器1-1依次均布在受力点两侧，随着脚步对柔性薄膜压力传感器1-1施压，使得感应垫板1发生形变，带动其两侧均布的激光传感器1-2的对射点发生改变，不仅能配合柔性薄膜压力传感器1-1检测到受力点及其形变大小，同时能检测步幅大小和脚掌抬起过程中的形变情况。
进一步的，所述光电解码器为矩阵式排列的光电解码器。
进一步的，所述激光传感器1-2由任意10w激光发射头配合SOC2110调制管构成。
进一步的，所述数据传输节点模块的型号为CC2530。
进一步的，所述编码模块是采用编码芯片及其外围元器件组成的编码电路，所述编码芯片的型号为74LS90；所述解码模块是采用解码芯片及其外围元器件组成的解码电路，所述解码芯片的型号为UA2272X的。
进一步的，所述柔性薄膜压力传感器1-1的型号为FSR406。
进一步的，所述红外热像仪的型号为DVR66xx。
进一步的，所述解码模块的输出端还可外接存储芯片，对采集到的足底数据进行存储或上传。
进一步的，所述解码模块的输出端还可外接用于分析行人运动过程中的步态特征和足底压力的数据处理模块；所述数据处理模块包括依次连接的采样点选取单元、坐标变换单元、快速傅里叶变换幅值提取单元以及数据降维单元。
数据处理模块中可具体包括以下步骤：
1)采样点选取：选取步态训练数据中的每个采样点前一段时间内的数据，或提取若干组步态训练数据的每个采样点前一段时间，即等同于若干个采样点作为一条数据输入量；
2)坐标变换：将载体坐标系下的步态训练数据的坐标转换至导航坐标系；所述的步态训练数据是指：由数据采集模块采集所得的三轴加速度和三轴角速度数据，共六组；
3)快速傅里叶变换幅值提取：对导航坐标系下的三轴加速度和角速度数据进行FFT变换，并提取出FFT的频率幅值；
4)数据降维：将相邻的一定数量的频率幅值相加以缩短六组步态训练数据的长度，再将该六组数据首位相接连成一个向量，即训练数据输入量或测试数据输入量；
5)SVM模块根据训练数据输入量训练得到用于区分行走和跑步两种步态的SVM分类器；
6)实时测试时，通过数据采集模块采集待测试的行人足部运动信息作为实时步态信息；所述的实时步态信息包括一种或多种步态，即可以是纯行走或纯跑步或既有行走又有跑步的数据；
7)将实时步态信息经数据处理模块与步骤1)~步骤4)相同的方式进行数据处理，得到SVM分类器的测试数据输入量；
8)用步骤5)中训练得到的SVM分类器对测试数据进行实时分类。
最后应说明的是：以上实施例仅用以说明本实用新型的技术方案，而非对其限制；尽管参照前述实施例对本实用新型进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本实用新型实施例技术方案的精神和范围。
Claims (10)
1.一种基于足底压力形变的步态识别装置，其特征在于：其包括感应垫板（1）、设置在感应垫板（1）内的柔性薄膜压力传感器（1-1）、设置在感应垫板（1）边缘的激光传感器（1-2）以及设置在感应垫板（1）一端的红外热像仪（1-3）；所述柔性薄膜压力传感器（1-1）、激光传感器（1-2）和红外热像仪（1-3）的输出端经编码模块连接数据传输节点模块，所述数据传输节点模块通过Zigbee无线网络与解码模块相通信。
2.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述激光传感器（1-2）包括激光发生器、光学成像物镜和光电解码器，所述激光发生器的输出端透过光学成像物镜与光电解码器的输入端相对应；所述光电解码器的输出端接所述编码模块的输入端。
3.根据权利要求2所述的一种基于足底压力形变的步态识别装置，其特征在于：所述光电解码器为矩阵式排列的光电解码器。
4.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述激光传感器（1-2）由任意10w激光发射头配合SOC2110调制管构成。
5.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述数据传输节点模块的型号为CC2530。
6.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述编码模块是采用型号为74LS90的编码芯片及其外围元器件组成的编码电路，所述解码模块是采用型号为UA2272X的解码芯片及其外围元器件组成的解码电路。
7.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述柔性薄膜压力传感器（1-1）的型号为FSR406。
8.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：所述红外热像仪的型号为DVR66xx。
9.根据权利要求1所述的一种基于足底压力形变的步态识别装置，其特征在于：
所述柔性薄膜压力传感器（1-1）分别为两条，平行设置在感应垫板（1）表层。
10.根据权利要求1或9所述的一种基于足底压力形变的步态识别装置，其特征在于：所述红外热像仪（1-3）至少为两个，设置在所述感应垫板（1）的一端，对应柔性薄膜压力传感器（1-1）放置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201620095705.0U CN205322331U (zh) | 2016-01-29 | 2016-01-29 | 一种基于足底压力形变的步态识别装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201620095705.0U CN205322331U (zh) | 2016-01-29 | 2016-01-29 | 一种基于足底压力形变的步态识别装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN205322331U true CN205322331U (zh) | 2016-06-22 |
Family
ID=56316552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201620095705.0U Expired - Fee Related CN205322331U (zh) | 2016-01-29 | 2016-01-29 | 一种基于足底压力形变的步态识别装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN205322331U (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106408865A (zh) * | 2016-11-03 | 2017-02-15 | 上海斐讯数据通信技术有限公司 | 预警装置、系统及预警方法 |
| WO2018120212A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳配天智能技术研究院有限公司 | 压力阵列检测设备、对应方法以及脉诊检测设备 |
| CN109876414A (zh) * | 2019-01-02 | 2019-06-14 | 深圳市知赢科技有限公司 | 一种人体运动测量装置及方法 |
| WO2019228418A1 (zh) * | 2018-05-31 | 2019-12-05 | 北京辰安科技股份有限公司 | 基于步态识别装置的身体状态检测方法和检测系统 |
| CN110680331A (zh) * | 2018-07-04 | 2020-01-14 | 李恋 | 人体运动测量装置 |
| CN111388950A (zh) * | 2020-03-17 | 2020-07-10 | 王冰心 | 一种多功能跑步机 |
| CN114886413A (zh) * | 2022-03-25 | 2022-08-12 | 四川大学华西医院 | 一种人体双侧压力的评估方法及评估装置 |
-
2016
- 2016-01-29 CN CN201620095705.0U patent/CN205322331U/zh not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106408865A (zh) * | 2016-11-03 | 2017-02-15 | 上海斐讯数据通信技术有限公司 | 预警装置、系统及预警方法 |
| WO2018120212A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳配天智能技术研究院有限公司 | 压力阵列检测设备、对应方法以及脉诊检测设备 |
| WO2019228418A1 (zh) * | 2018-05-31 | 2019-12-05 | 北京辰安科技股份有限公司 | 基于步态识别装置的身体状态检测方法和检测系统 |
| CN110680331A (zh) * | 2018-07-04 | 2020-01-14 | 李恋 | 人体运动测量装置 |
| CN109876414A (zh) * | 2019-01-02 | 2019-06-14 | 深圳市知赢科技有限公司 | 一种人体运动测量装置及方法 |
| CN111388950A (zh) * | 2020-03-17 | 2020-07-10 | 王冰心 | 一种多功能跑步机 |
| CN114886413A (zh) * | 2022-03-25 | 2022-08-12 | 四川大学华西医院 | 一种人体双侧压力的评估方法及评估装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN205322331U (zh) | 一种基于足底压力形变的步态识别装置 | |
| Verlekar et al. | Automatic classification of gait impairments using a markerless 2D video-based system | |
| CN109086756A (zh) | 一种基于深度神经网络的文本检测分析方法、装置及设备 | |
| CN109887020B (zh) | 一种植株器官分离方法及系统 | |
| CN105260734A (zh) | 一种具有自建模功能的商品油表面激光标码识别方法 | |
| CN112926405A (zh) | 一种安全帽佩戴检测方法、系统、设备及存储介质 | |
| CN105354548A (zh) | 一种基于ImageNet检索的监控视频行人重识别方法 | |
| CN109214376A (zh) | 一种基于深度层次化的指纹识别方法及装置 | |
| CN105517680B (zh) | 用于识别人脸的装置、系统和方法 | |
| CN109509223A (zh) | 基于深度学习的前方车辆测距方法 | |
| Zhang et al. | Vision-based parking-slot detection: a benchmark and a learning-based approach | |
| Amin et al. | A comparative review on applications of different sensors for sign language recognition | |
| CN109710705A (zh) | 地图兴趣点处理方法和装置 | |
| CN107238534A (zh) | 基于图像计算在线监测板材拉伸性能的方法及装置 | |
| CN102003945A (zh) | 一种虚拟光学引伸计及其测量方法 | |
| CN107038400A (zh) | 人脸识别装置及方法和利用其的目标人跟踪装置及方法 | |
| CN103279760A (zh) | 一种植物检疫幼虫实时分类方法 | |
| CN102841679A (zh) | 一种非接触式人机互动方法与装置 | |
| Van Murugiah et al. | Wearable IOT based Malaysian sign language recognition and text translation system | |
| CN104939839A (zh) | 一种利用硝酸纤维素膜和水显现潜指纹的方法 | |
| Kumar et al. | A Deep Learning Based Model to Assist Blind People in Their Navigation. | |
| CN105844243B (zh) | 一种基于几何结构的手指多模态生物特征粒化融合方法 | |
| CN110334641A (zh) | 一种基于ssd神经网络的简单手语实时识别系统及方法 | |
| CN110263608A (zh) | 基于图像特征空间变阈值度量的电子元器件自动识别方法 | |
| Chen et al. | Motion recognition method for construction workers using selective depth inspection and optimal inertial measurement unit sensors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160622 Termination date: 20170129 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |