JP2018015017A - Gait analysis method and gait analysis system - Google Patents
Gait analysis method and gait analysis system Download PDFInfo
- Publication number
- JP2018015017A JP2018015017A JP2014244753A JP2014244753A JP2018015017A JP 2018015017 A JP2018015017 A JP 2018015017A JP 2014244753 A JP2014244753 A JP 2014244753A JP 2014244753 A JP2014244753 A JP 2014244753A JP 2018015017 A JP2018015017 A JP 2018015017A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- subject
- angular velocity
- axis
- walking
- 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
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
Abstract
Description
この発明は、身体装着型センサ（「ウェアラブルセンサ」とも呼ばれる。）を用いた歩行解析方法および歩行解析システムに関し、特には身体装着型センサで測定した歩行データのドリフトを減少させる歩行解析方法および歩行解析システムに関するものである。 The present invention relates to a gait analysis method and a gait analysis system using a body-mounted sensor (also referred to as “wearable sensor”), and more particularly to a gait analysis method and gait for reducing drift of gait data measured by a body-mounted sensor. It relates to an analysis system.
従来から、身体装着型センサを用いて行う歩行解析方法は存在する。身体装着型センサで測定した角速度・加速度データを時間で積分することにより、角度変位・位置変位を計算して、身体装着型センサの装着部位の３次元姿勢を計算することは、理論上は可能である。しかしながら、時間とともに少量ずつ蓄積した信号ノイズおよび誤差が、真値からの積分値のドリフトを生じさせ、歩行中の被験者の各身体要素の３次元姿勢（姿勢）を正しく導出することができない。 Conventionally, there is a walking analysis method performed using a body-mounted sensor. It is theoretically possible to calculate the three-dimensional posture of the wearing part of the body-mounted sensor by calculating the angular displacement / position displacement by integrating the angular velocity / acceleration data measured by the body-worn sensor with time. It is. However, signal noise and errors accumulated in small amounts with time cause drift of the integrated value from the true value, and the three-dimensional posture (posture) of each body element of the subject who is walking cannot be correctly derived.
これまで多くの研究者がこのノイズを除去するための方法（ＭＴｘ（オランダ国エンシェデのイクセンス（Ｘｓｅｎｓ）テクノロジース社の商品名）の如き身体装着型センサの地磁気センサによるキャリブレーション法等）を提案してきたが、長時間測定を行った場合にはこのノイズの影響が現れるため、身体装着型センサを用いた３次元歩行解析方法はいまだ確立されていない。 Many researchers have proposed a method for removing this noise (such as a calibration method using a geomagnetic sensor for a body-mounted sensor such as MTx (product name of Xsens Technologies, Enschede, The Netherlands)). However, since the influence of this noise appears when measurement is performed for a long time, a three-dimensional walking analysis method using a body-mounted sensor has not been established yet.
ところで、身体装着型センサを用いた歩行解析方法としては従来、例えば先に本願発明者らが非特許文献１にて提案したＨ−Ｇａｉｔシステムによるものが知られている。医療実務では通常、脳卒中、脊髄損傷（ＳＣＩ）、変形性関節症（ＯＡ）、多発性硬化症（ＭＳ）等に関連する歩行不整の患者の評価のために１０ｍの歩行テストが行われる。３次元の運動学的および時空間的歩行パラメータを臨床医にもたらす身体装着型センサを１０ｍ歩行テストに用いたという報告は殆どない。このためＨ−Ｇａｉｔシステムは、歩行障害を持つ患者の歩行能力およびリハビリテーション効果の評価に用いるべく、１０ｍ歩行テストにおけるような短時間の歩行測定を意図して開発された。 By the way, as a walking analysis method using a body-mounted sensor, conventionally, for example, a method using the H-Gait system previously proposed in Non-Patent Document 1 by the present inventors has been known. In medical practice, a 10 m gait test is usually performed to evaluate patients with gait irregularities associated with stroke, spinal cord injury (SCI), osteoarthritis (OA), multiple sclerosis (MS), and the like. There are few reports of using body-worn sensors for 10-meter walking tests that provide clinicians with three-dimensional kinematic and spatiotemporal walking parameters. For this reason, the H-Gait system was developed with the intention of measuring walking for a short time, such as in a 10 m walking test, for use in evaluating the walking ability and rehabilitation effects of patients with walking disorders.
非特許文献１にて開示したＨ−Ｇａｉｔシステムでは、周辺の磁場の影響を受ける地磁気センサを使用せず、被験者の体に密着する伸縮自在なバンドを身体部分である骨盤（ＰＥ）、左右脚大腿部（ＲＴ，ＬＴ）、左右脚脛部（ＲＳ，ＬＳ）および左右脚足部（ＲＦ，ＬＦ）に被着し、それらのバンドに設けた小さなポケットにそれぞれ、３軸加速度センサおよび３軸角速度センサ（３軸ジャイロセンサ）を有するセンサユニットを収納して構成した身体装着型センサを用い、被験者の平坦路歩行中に各センサユニットで加速度および角速度を測定する。 The H-Gait system disclosed in Non-Patent Document 1 does not use a geomagnetic sensor that is affected by a surrounding magnetic field, but has a stretchable band that is in close contact with the subject's body, a pelvis (PE) that is a body part, and left and right legs Three-axis acceleration sensors and 3 are attached to the thighs (RT, LT), the left and right leg shins (RS, LS), and the left and right leg feet (RF, LF), respectively, in small pockets provided in these bands. Using a body-mounted sensor configured to house a sensor unit having an axial angular velocity sensor (three-axis gyro sensor), acceleration and angular velocity are measured by each sensor unit while the subject walks on a flat road.
それらのセンサユニットの初期姿勢は、被験者の立位と座位との際の加速度データから得られる重力加速度成分を用いて推定し、角度変化は、被験者の歩行の際の角速度データを用いて推定する。センサユニットの姿勢の推定には、四元数計算に基づくアルゴリズムを実行する。推定したセンサユニットの姿勢は、試算から得られた回転行列によって身体要素の姿勢に変換し、その身体要素の姿勢は、被験者の各下肢部分の運動軌跡を求める既知の運動軌跡解析プロトコルによる、歩行中の被験者の３次元ワイヤフレームモデルアニメーションの構築に用いられる。歩行解析は被験者５人について行い、その結果をカメラベースのモーションキャプチャシステムからのものと比較した結果、股関節角、膝関節角および足首関節角のそれぞれについて１０．１４°、７．８８°および９．７５°という平均実効値誤差（ＲＭＳＥ）が得られた。 The initial posture of these sensor units is estimated using the gravitational acceleration component obtained from the acceleration data when the subject is standing and sitting, and the angle change is estimated using the angular velocity data when the subject is walking. . An algorithm based on quaternion calculation is executed to estimate the attitude of the sensor unit. The estimated posture of the sensor unit is converted into the posture of the body element by the rotation matrix obtained from the trial calculation, and the posture of the body element is determined based on the known motion trajectory analysis protocol for obtaining the motion trajectory of each lower limb part of the subject. It is used to construct a 3D wireframe model animation of the subject inside. The gait analysis was performed on five subjects, and the results were compared with those from a camera-based motion capture system. As a result, 10.14 °, 7.88 ° and 9 ° for hip joint angle, knee joint angle and ankle joint angle, respectively. An average rms error (RMSE) of .75 ° was obtained.
しかしながら上記従来のＨ−Ｇａｉｔシステムでは、信号全体からセンサユニットの各姿勢角（ロール、ピッチおよびヨー）の最初の値と最後の値との差を引くことでドリフトの除去を試みたもののドリフトは完全には除去されず、１４秒間の測定時間でもドリフトは現れ、関節運動学並びに空間内でのワイヤフレームモデルの位置および姿勢の両方に関して最終結果に影響を及ぼした。それゆえこの発明は、非特許文献１記載の歩行解析方法を改良し、身体装着型センサで測定した歩行データのドリフトを減少させる歩行解析方法および歩行解析システムを提供することを目的としている。 However, in the above conventional H-Gait system, the drift of what was attempted to remove the drift by subtracting the difference between the first value and the last value of each attitude angle (roll, pitch and yaw) of the sensor unit from the entire signal is It was not completely eliminated, and drift appeared even with a measurement time of 14 seconds, affecting the final results both in terms of joint kinematics and the position and posture of the wireframe model in space. Therefore, an object of the present invention is to provide a gait analysis method and a gait analysis system that improve the gait analysis method described in Non-Patent Document 1 and reduce the drift of gait data measured by a body-mounted sensor.
この発明は上記従来の歩行解析方法の課題を有利に解決するものであり、この発明の歩行解析方法は、被験者の下肢を含む複数の身体部分にそれぞれ装着される３軸角速度サンサを有する身体装着型センサを用いて被験者の歩行解析を行うに際し、
ドリフト誤差が時間とともに直線的に増加すると常時推定して、前記各３軸角速度センサの測定値から得たセンサ各軸の姿勢角度を先ず２回時間微分して線形的なドリフト誤差を除去した後２回時間積分することで、ドリフト誤差を除去したセンサ各軸の姿勢角度を求めるドリフト除去プロトコルを実行することを特徴とするものである。
The present invention advantageously solves the problems of the conventional walking analysis method described above, and the walking analysis method according to the present invention has a three-axis angular velocity sensor mounted on a plurality of body parts including the lower limbs of a subject. When performing a gait analysis of a subject using a type sensor,
After always estimating that the drift error increases linearly with time, the attitude angle of each axis of the sensor obtained from the measurement value of each triaxial angular velocity sensor is first time-differentiated twice to remove the linear drift error The drift removal protocol for obtaining the attitude angle of each axis of the sensor from which the drift error has been removed by executing time integration twice is executed.
また、この発明の歩行解析システムは、被験者の下肢を含む複数の身体部分にそれぞれ装着される３軸角速度センサを有する身体装着型センサを具え、その身体装着型センサから測定データを入力して被験者の歩行解析を行う歩行解析システムにおいて、
前記各３軸角速度センサの測定値から得たセンサ各軸の姿勢角度を先ず２回時間微分して線形的なドリフト誤差を除去した後２回時間積分することで、ドリフト誤差を除去したセンサ各軸の姿勢角度を求めるドリフト除去手段を具えることを特徴とするものである。
The gait analysis system of the present invention includes a body-mounted sensor having a triaxial angular velocity sensor that is mounted on each of a plurality of body parts including the lower limbs of the subject, and inputs measurement data from the body-mounted sensor to the subject. In the gait analysis system that performs gait analysis of
Each attitude angle of each sensor axis obtained from the measured values of the three-axis angular velocity sensors is first time-differentiated twice to remove the linear drift error, and then integrated twice for each sensor. A drift removing means for obtaining a posture angle of the shaft is provided.
この発明の歩行解析方法および歩行解析システムによれば、ドリフト誤差が時間とともに直線的に増加すると常時推定して、各３軸角速度センサの測定値から得たセンサ各軸の姿勢角度を先ず２回時間微分して線形的なドリフト誤差を除去した後２回時間積分することでセンサ各軸の姿勢角度を求めるドリフト除去プロトコルを実行することで、被験者の歩行に伴うセンサ各軸の姿勢角度変位からドリフト誤差を効果的に減少させ得て、被験者の各下肢部分の運動軌跡を高い精度で求めることができ、ひいては、歩行中の被験者の３次元ワイヤフレームモデルアニメーションを高い位置精度で構築することができる。 According to the walking analysis method and the walking analysis system of the present invention, it is always estimated that the drift error increases linearly with time, and the posture angle of each sensor axis obtained from the measured value of each triaxial angular velocity sensor is first twice. By performing a drift removal protocol that obtains the posture angle of each axis of the sensor by integrating the time twice after removing the linear drift error by time differentiation, from the posture angle displacement of each axis of the sensor as the subject walks The drift error can be effectively reduced, and the motion trajectory of each lower limb part of the subject can be obtained with high accuracy, and consequently, the three-dimensional wire frame model animation of the subject during walking can be constructed with high positional accuracy. it can.
なお、この発明の歩行解析方法においては、前記身体装着型センサが、被験者の下肢を含む複数の身体部分にそれぞれ装着される、各々前記３軸角速度センサとともに３軸加速度センサを有する複数のセンサユニットを有し、前記身体装着型センサを用いて被験者の歩行解析を行うに際し、被験者の少なくとも２種類の姿勢での各下肢部分の加速度センサの測定値から得た重力加速度ベクトルを用いて身体部分へのセンサの装着誤差を減少させるキャリブレーションプロトコルを実行しても良い。 In the gait analysis method of the present invention, the body-mounted sensor is mounted on each of a plurality of body parts including a lower limb of a subject, and a plurality of sensor units each having a triaxial acceleration sensor together with the triaxial angular velocity sensor. When the subject's gait analysis is performed using the body-mounted sensor, the body part is used by using the gravitational acceleration vector obtained from the measurement value of the acceleration sensor of each lower limb part in at least two kinds of postures of the subject. A calibration protocol for reducing the sensor mounting error may be executed.
さらに、この発明の歩行解析方法においては、前記身体装着型センサを用いて被験者の歩行解析を行うに際し、ローパスフィルタを用いて前記各３軸角速度センサの生の測定データから高周波数のノイズを除去するフィルタリングプロトコルを実行しても良く、前記各３軸角速度センサの測定データからその測定データの最頻値を引くことで各角速度センサの測定データからからオフセット値を除去するオフセット除去プロトコルを実行しても良い。 Furthermore, in the gait analysis method of the present invention, when analyzing the gait of the subject using the body-mounted sensor, high-frequency noise is removed from the raw measurement data of each triaxial angular velocity sensor using a low-pass filter. A filtering protocol may be executed, and an offset removal protocol is executed to remove an offset value from the measurement data of each angular velocity sensor by subtracting the mode value of the measurement data from the measurement data of each of the three-axis angular velocity sensors. May be.
また、この発明の歩行解析システムにおいては、前記身体装着型センサは、被験者の下肢を含む複数の身体部分にそれぞれ装着される、各々前記３軸角速度センサとともに３軸加速度センサを有する複数のセンサユニットを有し、前記歩行解析システムは、被験者の少なくとも２種類の姿勢での各下肢部分の前記３軸加速度センサの測定値から得た重力加速度ベクトルを用いて身体部分への前記センサユニットの装着誤差を減少させるキャリブレーション手段を具えていても良い。 In the walking analysis system of the present invention, the body-mounted sensor is mounted on a plurality of body parts including a lower limb of a subject, and a plurality of sensor units each having a triaxial acceleration sensor together with the triaxial angular velocity sensor. The gait analysis system includes a gravitational acceleration vector obtained from a measurement value of the three-axis acceleration sensor of each lower limb portion in at least two types of postures of the subject, and an error in mounting the sensor unit to the body portion Calibration means may be provided to reduce the.
さらに、この発明の歩行解析システムにおいては、ローパスフィルタを用いて各角速度センサの生の測定データから高周波数のノイズを除去するフィルタリング手段を具えていても良く、また、前記各３軸角速度センサの測定データからその測定データの最頻値を引くことで各３軸角速度センサの測定データからからオフセット値を除去するオフセット除去手段を具えていても良い。 Furthermore, the gait analysis system of the present invention may include filtering means for removing high-frequency noise from the raw measurement data of each angular velocity sensor using a low-pass filter, and each of the three-axis angular velocity sensors. You may provide the offset removal means which removes an offset value from the measurement data of each triaxial angular velocity sensor by subtracting the mode value of the measurement data from the measurement data.
そして、この発明の歩行解析システムにおいては、前記身体装着型センサが、被験者が着用する伸縮自在な運動着の、被験者の下肢を含む複数の身体部分に対応する位置にそれぞれ装着された、各々３軸加速度センサおよび３軸角速度サンサを有する複数のセンサユニットを具えるものであると、被験者の歩行動作中にその身体部分に対する各センサユニットの位置がずれないので好ましい。 In the walking analysis system of the present invention, each of the body-mounted sensors is mounted at positions corresponding to a plurality of body parts including the subject's lower limbs of a stretchable exercise clothing worn by the subject. It is preferable to provide a plurality of sensor units having an axial acceleration sensor and a triaxial angular velocity sensor because the position of each sensor unit relative to the body part does not shift during the walking motion of the subject.
また、この発明の歩行解析システムにおいては、前記フィルタリング手段のローパスフィルタは、無限インパルス応答デジタルバターワースフィルタであると、通過する低周波数帯域での信号劣化がほとんどないので好ましい。 In the gait analysis system of the present invention, it is preferable that the low-pass filter of the filtering means is an infinite impulse response digital Butterworth filter, since there is almost no signal deterioration in a low frequency band that passes therethrough.
さらに、この発明の歩行解析システムにおいては、被験者の歩行に伴うセンサ各軸の姿勢角度変位から被験者の各下肢部分の運動軌跡を求める運動軌跡解析手段を具えていると、被験者の各下肢部分の運動軌跡を高い精度で求めることができるので好ましい。 Furthermore, in the gait analysis system of the present invention, when provided with motion trajectory analysis means for obtaining the motion trajectory of each lower limb part of the subject from the posture angle displacement of each axis of the sensor accompanying the walking of the subject, This is preferable because the motion trajectory can be obtained with high accuracy.
以下、本発明の実施の形態について図面に基づき詳細に説明する。この実施形態の歩行解析方法では、５人の健康な被験者の歩行解析が、この実施形態の歩行解析システムの主要部を構成する上記Ｈ−Ｇａｉｔシステム（被特許文献１参照）を用いて測定された。このＨ−Ｇａｉｔシステムは参照のための外部磁場を必要とせず、測定値は、直角に配置されて被験者の下肢の７箇所に固定されたセンサユニットの３軸加速度センサおよび３軸角速度センサからのみ集められた。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. In the gait analysis method of this embodiment, gait analysis of five healthy subjects is measured using the H-Gait system (see Patent Document 1) that constitutes the main part of the gait analysis system of this embodiment. It was. This H-Gait system does not require an external magnetic field for reference, and the measured values are only from the 3-axis acceleration sensor and 3-axis angular velocity sensor of the sensor unit which is arranged at a right angle and fixed to 7 places on the lower limb of the subject. Collected.
この実施形態においてＨ−Ｇａｉｔシステムに用いた身体装着型センサは、図１に示すように、被験者が着用する伸縮自在な運動着の、被験者の下肢を含む複数の身体部分すなわち骨盤部と左右大腿部と左右脛部とに対応する位置にそれぞれ設けられたポケットに収納されてそれらの位置に装着された、各々３軸加速度センサおよび３軸角速度サンサを搭載する５つのセンサユニットと、被験者の左右の足に被着された伸縮自在な環状バンドの、足の甲部に対応する位置にそれぞれ設けられたポケットに収納されてそれらの位置に装着された、各々３軸加速度センサおよび３軸角速度サンサを搭載する２つのセンサユニットと、を具えるものであり、このように各センサユニットを被験者の身体に密着する伸縮自在な運動着等に装着することにより、被験者の歩行動作中にその身体部分に対する各センサユニットの位置ずれが防止される。各センサユニットが測定したデータは、例えば従来のＨ−Ｇａｉｔシステムと同様、固定場所に設置された中継ルータに歩行試験中に無線で送られてそこから、あらかじめこの実施形態のＨ−Ｇａｉｔシステムのプログラムを記憶した通常のパーソナルコンピュータに転送されるか、または被験者が所持するＵＳＢメモリ等の記憶媒体に歩行試験中に無線もしくは有線で送られて一旦そこに記憶され、歩行試験後にその記憶媒体から上記パーソナルコンピュータに転送される。 As shown in FIG. 1, the body-mounted sensor used in the H-Gait system in this embodiment includes a plurality of body parts including the lower limbs of the subject, that is, the pelvis part and the left and right sides of the stretchable exercise clothes worn by the subject. Five sensor units each mounted with a three-axis acceleration sensor and a three-axis angular velocity sensor stored in pockets provided at positions corresponding to the thigh and the left and right shins, respectively, Three-axis acceleration sensors and three-axis angular velocities that are housed in pockets provided at positions corresponding to the insteps of the elastic ring bands attached to the left and right legs, respectively, and mounted at those positions. It is equipped with two sensor units equipped with sansa. In this way, each sensor unit is attached to a stretchable exercise clothing that is in close contact with the subject's body. More, the positional deviation between the respective sensor units for that body part during walking motion of the subject is prevented. The data measured by each sensor unit is sent wirelessly during a walking test to a relay router installed at a fixed place, for example, as in the conventional H-Gait system, and from there, the data of the H-Gait system of this embodiment is preliminarily provided. It is transferred to a normal personal computer that stores the program, or it is sent to a storage medium such as a USB memory possessed by the subject wirelessly or by wire during a walking test and temporarily stored there, and from that storage medium after the walking test It is transferred to the personal computer.
被験者の水平歩行中に各センサユニットが測定した加速度と角速度のデータはこのようにして上記パーソナルコンピュータに集められ、それらの測定データは次いで、Ｈ−Ｇａｉｔシステムの四元数に基づくアルゴリズムを用いて、各センサユニットおよびそれらが装着された身体部分の３次元姿勢に変換される。測定データのドリフトによって生ずる誤差を減少させるため、この実施形態では新規な対応策を実施する。この新規な対応策は、センサ装着調整（キャリブレーション）プロトコル、バターワースフィルタの設計、センサオフセット値の除去および２回微分・２回積分法を含んでいる。それらの対応策を実施することにより、後述のごとくドリフトが顕著に減少し、その結果、股／膝および足首の屈伸（ＦＥ）角、股／膝の内転−外転（ＡＡ）角、股／膝および足首の内側−外側（ＩＥ）回転角の如き下肢関節運動学がもたらされる。加えて、歩行の動きを視覚的に確認するために、動くワイヤフレームモデルが創生される。さらに、足の踵接触（ＨＣ）および爪先離間（ＴＯ）のタイミングから、歩行周期、歩調、歩長、歩幅、ストライド長、立脚比および遊脚比の如き時空間的パラメータが計算される。これらの方法について、以下に詳述する。 The acceleration and angular velocity data measured by each sensor unit during the horizontal walking of the subject is thus collected in the personal computer, and the measured data is then used by an algorithm based on the quaternion of the H-Gait system. These are converted into a three-dimensional posture of each sensor unit and the body part to which they are attached. In order to reduce errors caused by measurement data drift, a novel countermeasure is implemented in this embodiment. This new countermeasure includes a sensor mounting adjustment (calibration) protocol, a Butterworth filter design, removal of sensor offset values and a double differentiation / double integration method. By implementing these countermeasures, the drift is remarkably reduced as will be described later. As a result, the hip / knee and ankle flexion / extension (FE) angles, hip / knee adduction-abduction (AA) angles, / Knee and ankle medial-lateral (IE) rotations such as knee joint kinematics are provided. In addition, a moving wireframe model is created to visually confirm the walking movement. Furthermore, spatio-temporal parameters such as walking cycle, pace, step length, stride length, stride length, stance ratio, and free leg ratio are calculated from the timing of foot contact (HC) and toe separation (TO). These methods are described in detail below.
（１）身体装着型センサを用いた身体部分の姿勢計算
この実施形態では、概ね上記Ｈ−Ｇａｉｔシステムにおけると同様の歩行解析方法が上記パーソナルコンピュータにより実施される。加速度センサの出力データ中に含まれる重力加速度成分から重力加速度方向を見出すことによって歩行姿勢が計算され、センサが装着された身体部分の初期３次元姿勢が計算される。初期３次元姿勢から引き続く３次元姿勢が、３軸角速度センサによって測定された角速度の積分によって推定される。各下肢関節の３次元回転運動を示すために、角度変位が四元数に基づく姿勢表現を用いて表現される。最後に、それらの角度変位から得られた特徴的な歩行運動が、３次元ワイヤフレームモデルを用いて表現される。図１は、上記Ｈ−Ｇａｉｔシステムの研究から得られた３次元ワイヤフレームモデルを示す。このワイヤフレームモデルは各身体部分の姿勢と、被験者の腸骨稜幅（bicristal breadth）、上前腸骨棘幅（iliospinal breadth）、上前腸骨棘高さ（iliospinal height）、脛骨高さ（tibial height）および内果端高さ（sphyrion height）の如き特定の身体寸法を用いて創生される。センサユニットは、下肢の７つの身体部分に装着されている。
(1) Body Part Posture Calculation Using Body-Worn Sensor In this embodiment, the personal computer performs the same gait analysis method as in the H-Gait system. The walking posture is calculated by finding the gravitational acceleration direction from the gravitational acceleration component included in the output data of the acceleration sensor, and the initial three-dimensional posture of the body part to which the sensor is attached is calculated. A three-dimensional posture subsequent to the initial three-dimensional posture is estimated by integration of angular velocities measured by a three-axis angular velocity sensor. In order to show the three-dimensional rotational movement of each lower limb joint, the angular displacement is expressed using a posture expression based on a quaternion. Finally, the characteristic walking motion obtained from these angular displacements is expressed using a three-dimensional wire frame model. FIG. 1 shows a three-dimensional wire frame model obtained from the study of the H-Gait system. This wireframe model shows the posture of each body part, the subject's iliac crest width (bicristal breadth), superior anterior iliac spine width (iliospinal breadth), superior anterior iliac spine height (iliospinal height), tibial height ( Created with specific body dimensions such as tibial height and sphyrion height. The sensor unit is attached to seven body parts of the lower limbs.
（２）信号ノイズ対策
歩行解析に身体装着型センサを使用することに含まれる困難の一つはセンサドリフトである。理論上は、身体装着型センサの姿勢を計算するために角速度を積分することは可能である。しかしながら、時間とともに少量ずつ蓄積した信号ノイズおよび誤差が、真値からの積分値のドリフトを生じさせる。信号ドリフトの効果を減少させるために以下の対策がとられる。
(2) Countermeasures for signal noise One of the difficulties involved in using body-mounted sensors for gait analysis is sensor drift. Theoretically, it is possible to integrate the angular velocity to calculate the posture of the body-mounted sensor. However, signal noise and errors that accumulate in small amounts over time cause the integrated value to drift from the true value. The following measures are taken to reduce the effects of signal drift.
（２−１）キャリブレーションプロトコル
身体部分へのセンサの装着誤差を減少させるキャリブレーションが実行される。上記パーソナルコンピュータによるこのキャリブレーションプロトコルの実行は、キャリブレーション手段を構成する。センサ座標系を身体部分座標系に変換する回転行列を得るために、上記Ｈ−Ｇａｉｔシステムの歩行解析方法で導入された手順が用いられる。この手順は、被験者の立位および座位という２つの異なる姿勢での各下肢部分の重力加速度ベクトルの測定という２つの単純なステップを含む。加速度データには重力加速度成分が含まれるため，立位時と座位時における重力方向に対するセンサのなす角度つまり３次元姿勢（姿勢）が計算できる。立位時と座位時には身体装着型センサは２次元矢状面内に配置されていて矢状面上の回転運動しかないと仮定し、センサ座標系の寸法を全地球座標系に変換する回転行列が導かれる。このプロトコルの実行は、身体装着型センサの使用に伴って生ずる装着誤差の最小化を導く。
(2-1) Calibration protocol Calibration for reducing the mounting error of the sensor to the body part is executed. Execution of this calibration protocol by the personal computer constitutes a calibration means. In order to obtain a rotation matrix for converting the sensor coordinate system to the body part coordinate system, the procedure introduced in the walking analysis method of the H-Gait system is used. This procedure includes two simple steps: measuring the gravitational acceleration vector of each lower limb portion in two different postures, standing and sitting for the subject. Since acceleration data includes a gravitational acceleration component, the angle formed by the sensor with respect to the direction of gravity during standing and sitting, that is, a three-dimensional posture (posture) can be calculated. When standing and sitting, the body-mounted sensor is placed in a two-dimensional sagittal plane and assumes only rotational movement on the sagittal plane, and a rotation matrix that converts the dimensions of the sensor coordinate system to the global coordinate system Is guided. Execution of this protocol leads to minimization of wearing errors that occur with the use of body-worn sensors.
（２−２）デジタルフィルタリングプロトコル
デジタルローパスフィルタを構成するＩＩＲ（無限インパルス応答）デジタル４次バターワースフィルタが、３軸角速度センサの生のデータから高周波数ノイズを除去するために実行される。上記パーソナルコンピュータによるこのデジタルフィルタリングプロトコルの実行は、フィルタリング手段を構成する。このローパスフィルタはＭＡＴＬＡＢ（米国マサチューセッツ州ナティックのマスワークス社の技術計算言語名）アルゴリズムを用いて実行され、そこでのカットオフ周波数はナイキスト法により例えば１２Ｈｚに設定される。このローパスフィルタは、バターワースフィルタによって生ずる位相遅れを相殺するために加速度データに進行方向および逆方向に適用される。
(2-2) Digital Filtering Protocol An IIR (infinite impulse response) digital fourth-order Butterworth filter that constitutes a digital low-pass filter is executed to remove high-frequency noise from the raw data of the triaxial angular velocity sensor. Execution of this digital filtering protocol by the personal computer constitutes a filtering means. This low-pass filter is executed using a MATLAB (name of technical calculation language of Massworks, Natick, Massachusetts, USA) algorithm, where the cutoff frequency is set to, for example, 12 Hz by the Nyquist method. This low pass filter is applied to the acceleration data in the direction of travel and in the reverse direction to cancel out the phase lag caused by the Butterworth filter.
（２−３）オフセット除去プロトコル
また、３軸角速度センサからの角速度データにはオフセット値が含まれるが、このオフセット値は、センサユニットの各軸に関して、静止状態でのデータのモード値（最頻値）を得てそれを信号全体から差し引くことで除去する。上記パーソナルコンピュータによるこのオフセット除去プロトコルの実行は、オフセット除去手段を構成する。
(2-3) Offset removal protocol The angular velocity data from the triaxial angular velocity sensor includes an offset value. This offset value is a mode value (mode value of the data in a stationary state for each axis of the sensor unit. Value) and subtract it from the whole signal. Execution of this offset removal protocol by the personal computer constitutes an offset removal means.
（２−４）ドリフト除去プロトコル
この実施形態の方法では、関節角のドリフト誤差は時間とともに直線的に増加すると常時推定し、その推定に基づいて従来よりも数学的により強固（ロバスト）なドリフト除去技術（ＤＤＩプロトコル）が実行される。すなわちここでは、一旦各軸（ｘ、ｙ、ｚ）に沿ってセンサの姿勢角
θout_i (t) を得る。真の角度 θi (t) と誤差 ei (t) は、以下のように推定される。
(2-4) Drift Elimination Protocol In the method of this embodiment, it is always estimated that the drift error of the joint angle increases linearly with time, and based on this estimation, mathematically more robust (robust) drift elimination is achieved. Technology (DDI protocol) is implemented. That is, here, the attitude angle θout_i (t) of the sensor is once obtained along each axis (x, y, z). The true angle θi (t) and error ei (t) are estimated as follows:
次いで、２回の時間微分操作により、線形増加量
ei (t) が除去される。ドリフト誤差は時間とともに直線的に増加すると推定し、式（２），（３）に従い、ドリフト誤差を１回時間微分すると定数（const）になり、再度時間微分するとその定数が除去される。
Then, the linear increase amount is obtained by two time differential operations.
ei (t) is removed. The drift error is estimated to increase linearly with time, and according to equations (2) and (3), once the drift error is differentiated with respect to time, it becomes a constant (const), and when it is differentiated with time again, the constant is removed.
姿勢データは以後の解析に常に必要であるという点に関連して、２回の時間積分が計算される。このことは、以下のように計算の各段階で適切な積分定数（ｃ１、ｃ２）の付加を必要とする。 Two time integrals are calculated in that the attitude data is always needed for further analysis. This requires the addition of appropriate integration constants (c1, c2) at each stage of the calculation as follows.
積分定数ｃ１は初期角速度と考えられる。この実施形態では、何れの歩行試験も静止状態（立脚期）から開始すると考えるので、その初期角速度は０（ゼロ）である。加えて、積分定数ｃ２は初期姿勢と考えられる。それゆえ、静止状態（立脚期）の加速度センサの測定データから計算された初期姿勢が積分定数ｃ２に入力される。３軸角速度センサデータのノイズおよびオフセット減少のために使用された上述の信号処理と計算方法とにより、各関節角のドリフト誤差が除去される。上記パーソナルコンピュータによるこのドリフト除去プロトコルの実行は、ドリフト除去手段を構成する。 The integration constant c1 is considered as the initial angular velocity. In this embodiment, since any walking test is considered to start from a stationary state (stance phase), the initial angular velocity is 0 (zero). In addition, the integration constant c2 is considered to be the initial posture. Therefore, the initial posture calculated from the measurement data of the acceleration sensor in the stationary state (stance phase) is input to the integration constant c2. The drift error of each joint angle is removed by the above-described signal processing and calculation method used for reducing the noise and offset of the triaxial angular velocity sensor data. Execution of this drift removal protocol by the personal computer constitutes drift removal means.
（３）時空間的および関節運動学的歩行パラメータの導出
歩行は通常、歩行事象が生ずる時期並びに空間内での下肢の位置および姿勢の両者をそれぞれ示す時間的および空間的要素に関して定義される。歩行周期は一般に、立脚期と遊脚期とに分けられる。最初のものは、踵接地（ＨＣ）と呼ばれる初期の足接地から始まり、二番目のものは、爪先離間（ＴＯ）事象から始まる。それらの主な時期的事象に基づき、１歩行周期中に生じる歩行周期（ＧＣ），歩調（ＣＤ），ストライド長（ＳＲ），ステップ長（ＳＬ），ステップ幅（ＳＷ），立脚比（ＳＴＲ）の如き時空間的歩行パラメータが導かれる。
(3) Derivation of spatiotemporal and joint kinematic gait parameters Gait is usually defined in terms of temporal and spatial factors that indicate both the time when a gait event occurs and the position and posture of the lower limb in space, respectively. The walking cycle is generally divided into a stance phase and a swing phase. The first begins with an initial foot contact called heel contact (HC) and the second begins with a toe-off (TO) event. Based on these main temporal events, the walking cycle (GC), pace (CD), stride length (SR), step length (SL), step width (SW), stance ratio (STR) that occur during one walking cycle A spatio-temporal walking parameter such as
この実施形態では、表１に列記するように、各足のＨＣとＴＯとの両方のタイミング事象の同定から開始し、時空間的パラメータおよび歩行位相（時点）が考慮される。ＨＣおよびＴＯのタイミングは脛の加速度計によって検出することができる。ここでは、両脛上に配置されたサンサユニットで測定されて記録された角速度から、上記ＭＡＴＬＡＢアルゴリズムにより、それらのタイミング事象が自動的にかつ直接的に同定される。 In this embodiment, as listed in Table 1, we start by identifying both HC and TO timing events for each foot and take into account spatio-temporal parameters and gait phase (time). The timing of HC and TO can be detected by a tibial accelerometer. Here, the timing events are automatically and directly identified from the angular velocities measured and recorded by the sensor units placed on both shins.
図２は、足のＨＣおよびＴＯタイミングの検出に用いられた方法を示し、垂直軸は角速度および爪先の相対位置、水平軸は時間を示す。ＨＣタイミングは特徴的な横方向角速度ピークによって検出され、ピンクの円で示す。ＴＯタイミングは骨盤（ＰＥ）座標系の原点に対する爪先位置の相対距離の負のピークを測定することによって検出され、緑の円で示す。図２に示すように、ＨＣは特徴的な横の角速度ピークによって検出され、ＴＯタイミングは骨盤（ＰＥ）座標系の原点に対する爪先位置の相対距離の負のピークを測定することで検出される。各部分の横方向軸に沿う角速度の適切なピークに基づき、歩行周期、立脚比および遊脚比が計算され、両脚のＨＣ位置を測定することにより、歩調、ストライド長、ステップ長およびステップ幅が計算される。 FIG. 2 shows the method used to detect HC and TO timing of the foot, with the vertical axis indicating angular velocity and the relative position of the toes, and the horizontal axis indicating time. HC timing is detected by a characteristic lateral angular velocity peak and is indicated by a pink circle. The TO timing is detected by measuring the negative peak of the relative distance of the toe position relative to the origin of the pelvic (PE) coordinate system and is indicated by a green circle. As shown in FIG. 2, HC is detected by a characteristic lateral angular velocity peak, and TO timing is detected by measuring the negative peak of the relative distance of the toe position relative to the origin of the pelvis (PE) coordinate system. Based on the appropriate peak of angular velocity along the horizontal axis of each part, the walking cycle, stance ratio and free leg ratio are calculated, and by measuring the HC position of both legs, the pace, stride length, step length and step width are Calculated.
図３は、被験者の身体を表すワイヤフレームモデルを示す。Xglobal、Yglobal、Zglobal は全地球座標系の各座標軸を示し、ここで、Xglobal 軸は歩行方向、Yglobal 軸は左横方向、Zglobal 軸は鉛直方向である。Xlocal、ylocal、zlocal およびx’local、y’local、z’local は歩行の各ステップに基づく新たな足部分座標系の座標軸である。ＰＥ，ＲＴ，ＬＴ，ＲＳ，ＬＳ，ＲＦおよびＬＦは各身体部分を示す。 FIG. 3 shows a wire frame model representing the body of the subject. Xglobal, Yglobal, and Zglobal indicate the coordinate axes of the global coordinate system, where the Xglobal axis is the walking direction, the Yglobal axis is the left lateral direction, and the Zglobal axis is the vertical direction. Xlocal, ylocal, zlocal and x'local, y'local, z'local are the coordinate axes of the new foot segment coordinate system based on each step of walking. PE, RT, LT, RS, LS, RF, and LF indicate each body part.
図３は、この実施形態で用いられる全地球座標系と各ステップで創生される新規な足部分座標系との関係を示す。もしもＨＣから足平坦（ＦＦ）までの間にＲＦ（右足）が地面上にあると、ＲＦのかかと位置から足部分座標系xlocal、ylocalおよびzlocalが創生される。ＬＦのＦＦからＨＣまでの間に、ＲＦの爪先位置から足部分座標系xlocal、ylocalおよびzlocalが創生される。全地球座標系における他の身体部分の３次元姿勢は、ＲＦに対するそれらの相対的姿勢に基づいて計算される。それゆえ、全地球座標系における身体部分の３次元姿勢は、ＲＦ→ＲＳ→ＲＴ→ＰＥ→ＬＴ→ＬＳ→ＬＦの順に計算される。この順番はＬＦが地面上に着くまで続けられ、その着地場所では新たな足部分座標系x’local、y’localおよび z’localが創生され、姿勢計算の順番がＬＦから開始されてＬＦ→ＬＳ→ＬＴ→ＰＥ→ＲＴ→ＲＳ→ＲＦの順になる。 FIG. 3 shows the relationship between the global coordinate system used in this embodiment and the new foot partial coordinate system created at each step. If RF (right foot) is on the ground between HC and foot flat (FF), foot partial coordinate systems xlocal, ylocal and zlocal are created from the heel position of RF. Between LF FF and HC, foot partial coordinate systems xlocal, ylocal and zlocal are created from the RF toe position. The 3D poses of other body parts in the global coordinate system are calculated based on their relative poses with respect to RF. Therefore, the three-dimensional posture of the body part in the global coordinate system is calculated in the order of RF → RS → RT → PE → LT → LS → LF. This sequence continues until the LF reaches the ground, where new foot partial coordinate systems x'local, y'local and z'local are created at the landing location, and the pose calculation sequence starts from LF → LS → LT → PE → RT → RS → RF.
この実施形態では、上述した手順で得られた関節角から、従来のＨ−Ｇａｉｔシステムにおけると同様の運動軌跡解析プロトコルの実行によって、各被験者の１歩行周期の間の各関節の運動軌跡が求められる。上記パーソナルコンピュータによるこの運動軌跡解析プロトコルの実行は、運動軌跡解析手段を構成する。歩行傾向に関する関節運動学の解析は一般に、臨床的歩行解析期間の間に行われる。この実施形態の歩行解析方法によれば、股／膝／足首屈伸（ＦＥ）角、股／膝内転−外転（ＡＡ）角および股／膝／足首内方−外方（ＩＥ）回転角の如き運動学的歩行パラメータを計算することができる。 In this embodiment, the motion trajectory of each joint during one walking cycle of each subject is obtained from the joint angle obtained by the above-described procedure by executing the motion trajectory analysis protocol similar to that in the conventional H-Gait system. It is done. Execution of this motion trajectory analysis protocol by the personal computer constitutes motion trajectory analysis means. Analysis of joint kinematics regarding gait tendencies is generally performed during the clinical gait analysis period. According to the walking analysis method of this embodiment, the crotch / knee / ankle flexion / extension (FE) angle, the crotch / knee abduction-abduction (AA) angle, and the crotch / knee / ankle inward-outward (IE) rotation angle. Kinematic gait parameters such as:
（４）実験
実験は、屋内の真っ直ぐで平坦な床上で５人の健康な被験者により行われた。被験者Ａ〜Ｅの身体寸法が実験の前に測定され、その結果が表２に示されている。身体寸法は、各解剖学的特徴的位置間の身体部分寸法すなわち、大転子（ＧＴ）から脛骨外側顆（ＬＣＴ）までの距離（GT-LCT）、ＬＣＴから足首関節（Ankle）までの距離（LCT-Ankle）、足首関節高さ（Ankle Height）、左右ＧＴ幅（Right-Left GT Width）の如きである。計算の簡易化のために、健康な被験者の身体寸法は左右対称であると推定され、右下肢の寸法のみが測定された。
(4) Experiment The experiment was conducted by five healthy subjects on a straight flat floor indoors. The body dimensions of subjects A to E were measured before the experiment and the results are shown in Table 2. Body dimensions are the body part dimensions between each anatomical feature, ie, the distance from the greater trochanter (GT) to the lateral tibial condyle (LCT), the distance from the LCT to the ankle joint (Ankle) (LCT-Ankle), ankle joint height (Ankle Height), right and left GT width (Right-Left GT Width). To simplify the calculations, the body dimensions of healthy subjects were estimated to be symmetrical, and only the right lower limb dimensions were measured.
被験者は、静止状態と１０ｍ歩行試験と再度の静止状態とからなる歩行試験を行うことを依頼された。被験者は、両足を除く各身体部分に対応する位置に５つの、Ｈ−Ｇａｉｔシステムの身体装着型センサのセンサユニットの保持のための小さなポケットを持つ、身体にぴったりしたスパンデックス製の運動着（トラックスーツパンツ）と、両足のそれぞれの甲の部分に対応する位置に上記センサユニットの保持のための小さなポケットを持つ、靴にぴったりした弾性バンドとを着用していた。反射マーカが下肢の１０箇所の解剖学的特徴的部分に配置され、前方および両側方から静止画が撮影された（図１参照）。歩行距離は概略１０ｍで、１０歩（左右脚の５歩ずつ）と同等であった。 The subject was asked to perform a walking test consisting of a stationary state, a 10 m walking test, and a resting state again. The subject is a sports suit made of spandex that fits the body with five small pockets for holding the sensor unit of the body-mounted sensor of the H-Gait system at positions corresponding to each body part excluding both feet. Suit pants) and an elastic band that fits the shoe and has a small pocket for holding the sensor unit at a position corresponding to the upper part of each foot. Reflective markers were placed on 10 anatomical features of the lower limbs, and still images were taken from the front and both sides (see FIG. 1). The walking distance was approximately 10 m, which was equivalent to 10 steps (5 steps for each left and right leg).
（５）結果
各下肢関節について信号ドリフト減少プロトコルの異なる方法（生データ、ＩＩＲ＋オフセット除去、ＩＩＲ＋オフセット除去＋ＤＤＩ）で得られた関節角（股関節屈曲角、膝関節屈曲角および足首関節屈曲角）の結果の比較が図４−１〜３に示されている。図４−１〜３は、被験者について信号ドリフト減少プロトコルの異なる方法（生データ、ＩＩＲ＋オフセット除去、ＩＩＲ＋オフセット除去＋ＤＤＩ）で得られた関節角（股関節屈曲角、膝関節屈曲角および足首関節屈曲角）の結果を比較して示し、図４−１は股関節屈曲角、図４−２は膝関節屈曲角、図４−３は足首関節屈曲角をそれぞれ示している。
(5) Results The joint angles (hip flexion angle, knee flexion angle and ankle flexion angle) obtained by different methods of the signal drift reduction protocol (raw data, IIR + offset removal, IIR + offset removal + DDI) for each lower limb joint. A comparison of the results is shown in FIGS. FIGS. 4-1 to 3 show joint angles (hip flexion angle, knee flexion angle and ankle joint flexion angle) obtained by different methods of the signal drift reduction protocol (raw data, IIR + offset removal, IIR + offset removal + DDI) for the subjects. ), The hip joint flexion angle, FIG. 4-2 the knee joint flexion angle, and FIG. 4-3 the ankle joint flexion angle.
この結果は、被験者の１０秒間の歩行の例である。点線で示す生データは、何れの信号ドリフト減少プロトコルも実施せずに計算され、それゆえ誤差の効果が大きい関節角である。１．４〜７．８秒の間に、被験者が歩行動作を行うとともにドリフトが直線的に増加した。これが、なぜＤＤＩ法が歩行の如き動的状態の間の直線的ドリフト効果の除去のためにふさわしい方法であったかの理由である。破線で示すＩＩＲ＋オフセット除去プロトコルは、従来のＨ−Ｇａｉｔシステム（非特許文献１）を参照している。実線で示すＩＩＲ＋オフセット除去＋ＤＤＩプロトコルは、この実施形態の歩行解析方法による結果を示している。 This result is an example of a subject walking for 10 seconds. The raw data shown in dotted lines is a joint angle that is calculated without performing any signal drift reduction protocol and is therefore highly error effective. Between 1.4 and 7.8 seconds, the subject performed a walking motion and the drift increased linearly. This is why the DDI method was a suitable method for eliminating linear drift effects during dynamic conditions such as walking. The IIR + offset removal protocol indicated by the broken line refers to the conventional H-Gait system (Non-Patent Document 1). The IIR + offset removal + DDI protocol indicated by the solid line shows the result of the gait analysis method of this embodiment.
図５（Ａ）〜（Ｅ）は、上述したＩＩＲ＋オフセット除去＋ＤＤＩで得られた関節角から従来のＨ−Ｇａｉｔシステムにおけると同様の運動軌跡解析プロトコルの実行によって求められた、各被験者の１歩行周期の間の右脚の大転子（ＧＴ）、膝関節中心および足首関節中心の、矢状面Zglobal-Xglobal内でのプロットを示す。垂直軸は全地球座標系におけるｚ軸を示し、水平軸は全地球座標系におけるｘ軸を示す。これらの軌跡は、３３Ｈｚのサンプリングレートでプロットされている。 FIGS. 5A to 5E show one gait of each subject obtained by executing the same motion trajectory analysis protocol as in the conventional H-Gait system from the joint angle obtained by IIR + offset removal + DDI described above. Figure 6 shows plots in the sagittal plane Zglobal-Xglobal of the greater trochanter (GT), knee joint center and ankle joint center of the right leg during the cycle. The vertical axis indicates the z axis in the global coordinate system, and the horizontal axis indicates the x axis in the global coordinate system. These trajectories are plotted at a sampling rate of 33 Hz.
図６（Ａ）〜（Ｅ）は、上述したＩＩＲ＋オフセット除去＋ＤＤＩで得られた関節角から従来のＨ−Ｇａｉｔシステムにおけると同様の運動軌跡解析プロトコルの実行によって求められた、各ボランティアの３歩行周期の間の左脚の大転子（ＧＴ）、膝関節中心および足首関節中心の、矢状面Zglobal-Xglobal内でのプロットを示す。垂直軸は全地球座標系におけるｚ軸を示し、水平軸は全地球座標系におけるｘ軸を示す。これらの軌跡も、３３Ｈｚのサンプリングレートでプロットされている。 6 (A) to 6 (E) show the three walks of each volunteer obtained by executing the same movement trajectory analysis protocol as in the conventional H-Gait system from the joint angles obtained by IIR + offset removal + DDI described above. FIG. 5 shows plots in the sagittal plane Zglobal-Xglobal of the greater trochanter (GT), knee joint center and ankle joint center of the left leg during the cycle. The vertical axis indicates the z axis in the global coordinate system, and the horizontal axis indicates the x axis in the global coordinate system. These trajectories are also plotted at a sampling rate of 33 Hz.
図７（Ａ）〜（Ｅ）は、上述したＩＩＲ＋オフセット除去＋ＤＤＩで得られた関節角から従来のＨ−Ｇａｉｔシステムにおけると同様の運動軌跡解析プロトコルの実行によって求められた、各被験者の３歩行周期の間の膝関節（左図）および足首関節（右図）の中心の、水平面Xglobal-Yglobal上に投影されたプロットを示す。垂直軸は全地球座標系におけるｘ軸を示し、水平軸は全地球座標系におけるｙ軸を示す。左脚が図中左側に図示され（赤で示されている。）、右脚が図中右側に図示されており（青で示されている。）、足首関節の軌跡から生じる黒線は爪先の方向を示す。これらの軌跡も、３３Ｈｚのサンプリングレートでプロットされている。 FIGS. 7A to 7E show three walks of each subject obtained by executing the same motion trajectory analysis protocol as in the conventional H-Gait system from the joint angle obtained by IIR + offset removal + DDI described above. Shown are plots projected on the horizontal plane Xglobal-Yglobal at the center of the knee joint (left) and ankle joint (right) during the cycle. The vertical axis indicates the x axis in the global coordinate system, and the horizontal axis indicates the y axis in the global coordinate system. The left leg is shown on the left side (shown in red), the right leg is shown on the right side (shown in blue), and the black line resulting from the locus of the ankle joint is the toe. Indicates the direction. These trajectories are also plotted at a sampling rate of 33 Hz.
表３は、各被験者の時空間的パラメータの結果を示す。ここでは、歩行周期、歩調、ステップ長、ステップ幅、ストライド長、非対称指標、立脚比および遊脚比が示される。 Table 3 shows the results of spatiotemporal parameters for each subject. Here, the walking cycle, pace, step length, step width, stride length, asymmetric index, stance ratio, and free leg ratio are shown.
この実施形態の歩行解析方法および歩行解析システムの目的は、身体装着型センサを使用した歩行の測定精度を改善するために、ドリフト効果を除去することであった。上記結果は、複数の対策すなわちセンサ装着誤差減少プロトコル、ＩＩＲデジタル４次バターワースフィルタ、オフセット除去プロトコルおよびＤＤＩ法の組合せの実施が信号ドリフトの減少をもたらしたことを示している。 The purpose of the gait analysis method and gait analysis system of this embodiment was to eliminate the drift effect in order to improve the measurement accuracy of gait using a body-mounted sensor. The above results show that the implementation of a combination of multiple measures, ie, sensor mounting error reduction protocol, IIR digital fourth order Butterworth filter, offset removal protocol, and DDI method resulted in a reduction in signal drift.
図４−１〜３が示す結果は、概略１０秒の歩行の後の関節角の差異を示している。５人の被験者全ての平均の、１０秒後の、生データとＩＩＲ＋オフセット除去＋ＤＤＩとを比較した場合の差異は、股関節角、膝関節角、足首関節角のそれぞれについて２．１°、３３．３°および１５．６°であった。加えて、ＩＩＲ＋オフセット除去の実施とＩＩＲ＋オフセット除去＋ＤＤＩの実施との差異は、股関節角、膝関節角、足首関節角のそれぞれについて６．２°、６．６°および２．２°であった。このことは、提案された対策が生の角速度データの積分と比較して平均で１７°、従来のＨ−Ｇａｉｔシステム（非特許文献１）と比較して平均で５°のドリフト誤差除去を可能にしたことを示している。 The results shown in FIGS. 4-1 to 3 show the difference in joint angle after walking for approximately 10 seconds. The difference between the average of all 5 subjects when raw data and IIR + offset removal + DDI after 10 seconds is 2.1 ° for the hip joint angle, the knee joint angle, and the ankle joint angle, respectively. 3 ° and 15.6 °. In addition, the difference between performing IIR + offset removal and IIR + offset removal + DDI was 6.2 °, 6.6 °, and 2.2 ° for hip, knee, and ankle angles, respectively. . This means that the proposed measures can eliminate drift errors by an average of 17 ° compared to the integration of raw angular velocity data and an average of 5 ° compared to the conventional H-Gait system (Non-Patent Document 1). Indicates that
図５および図６が示す結果は、この実施形態の歩行解析方法によれば左右ＧＴと膝関節と足首関節との間の関節軌跡の差異を、矢状面内のワイヤフレームモデルを用いて視覚的に比較することができるということを示している。これらの運動学的歩行パラメータは、歩行周期中の異なるタイミング間の膝の伸縮角の比較を可能にする。 The results shown in FIGS. 5 and 6 indicate that according to the walking analysis method of this embodiment, the difference in joint trajectory between the left and right GTs, the knee joint, and the ankle joint is visualized using a wire frame model in the sagittal plane. It can be compared. These kinematic gait parameters allow comparison of knee stretch angles between different timings during the gait cycle.
図７が示す結果は、膝関節中心と足首関節中心との水平面内での相対軌跡の比較を可能にする。このデータによれば、左右の膝関節および足首関節の軌跡の左右対称性を比較することができる。加えて、表３でもたらされる時空間的パラメータは、左右の歩行事象の差異を定量化することを可能にする。運動学的パラメータと時空間的パラメータとを組み合わせることにより、左右の下肢の歩行の差異を検出することができ、そしてその差異がどのようにして歩行中の身体部分の姿勢ひいては関節位置に影響するかを知ることができる。 The result shown in FIG. 7 enables comparison of relative trajectories in the horizontal plane between the knee joint center and the ankle joint center. According to this data, the left-right symmetry of the trajectories of the left and right knee joints and the ankle joint can be compared. In addition, the spatiotemporal parameters provided in Table 3 make it possible to quantify the difference between left and right walking events. By combining kinematic and spatio-temporal parameters, it is possible to detect differences in walking between the left and right lower limbs, and how these differences affect the posture of the body part and the joint position during walking. Can know.
以上、実施形態に基づき説明したが、この発明は上記実施形態に限定されるものでなく特許請求の記載の範囲内で適宜変更し得るものであり、例えば、この発明の歩行解析方法および歩行解析システムは、Ｈ−Ｇａｉｔシステムへの適用に限定されず、３軸加速度センサおよび３軸角速度センサを用いた他の市販のウェアラブルセンサシステムにも適用可能である。そしてそれらのシステムで得たデータは、歩行回復あるいは歩行時の特別なインプラントの影響の数値化のための歩行パラメータの使用により、人口膝関節全置換術（ＴＫＡ）後の追跡診断のためのデータの如く、臨床現場で有用なものであろう。 While the present invention has been described above based on the embodiments, the present invention is not limited to the above-described embodiments, and can be appropriately changed within the scope of the claims. For example, the walking analysis method and the walking analysis of the present invention The system is not limited to application to the H-Gait system, and can be applied to other commercially available wearable sensor systems using a triaxial acceleration sensor and a triaxial angular velocity sensor. The data obtained with these systems is the data for follow-up diagnosis after total knee arthroplasty (TKA) by using gait parameters for gait recovery or quantifying the effects of special implants during gait. It would be useful in clinical settings.
かくしてこの発明の歩行解析方法および歩行解析システムによれば、被験者の歩行に伴うセンサ各軸の姿勢角度変位からドリフト誤差を効果的に減少させて、被験者の各下肢部分の運動軌跡を高い精度で求めることができ、ひいては、歩行中の被験者の３次元ワイヤフレームモデルアニメーションを高い位置精度で構築することができる。 Thus, according to the walking analysis method and the walking analysis system of the present invention, the drift error is effectively reduced from the posture angle displacement of each sensor axis accompanying the walking of the subject, and the motion trajectory of each lower limb portion of the subject is highly accurate. As a result, a three-dimensional wire frame model animation of a walking subject can be constructed with high positional accuracy.
ＰＥ 骨盤
ＬＴ 左大腿部
ＲＴ 右大腿部
ＬＳ 左脛部
ＲＳ 右脛部
ＬＦ 左足
ＲＦ 右足
PE Pelvis LT Left thigh RT Right thigh LS Left shin RS RS Right shin LF Left foot RF Right foot
Claims (9)
ドリフト誤差が時間とともに直線的に増加すると常時推定して、前記各３軸角速度センサの測定値から得たセンサ各軸の姿勢角度を先ず２回時間微分して線形的なドリフト誤差を除去した後２回時間積分することで、ドリフト誤差を除去したセンサ各軸の姿勢角度を求めるドリフト除去プロトコルを実行することを特徴とする歩行解析方法。 When performing a gait analysis of a subject using a body-mounted sensor having a triaxial angular velocity sensor that is attached to each of a plurality of body parts including a lower limb of the subject,
After always estimating that the drift error increases linearly with time, the attitude angle of each axis of the sensor obtained from the measurement value of each triaxial angular velocity sensor is first time-differentiated twice to remove the linear drift error A gait analysis method characterized by executing a drift removal protocol for obtaining a posture angle of each axis of a sensor from which a drift error has been removed by performing time integration twice.
前記各３軸角速度センサの測定値から得たセンサ各軸の姿勢角度を先ず２回時間微分して線形的なドリフト誤差を除去した後２回時間積分することで、ドリフト誤差を除去したセンサ各軸の姿勢角度を求めるドリフト除去手段を具えることを特徴とする歩行解析システム。 In a gait analysis system comprising a body-mounted sensor having a three-axis angular velocity sensor mounted on each of a plurality of body parts including a lower limb of a subject, and performing measurement analysis of the subject by inputting measurement data from the body-mounted sensor,
Each attitude angle of each sensor axis obtained from the measured values of the three-axis angular velocity sensors is first time-differentiated twice to remove the linear drift error, and then integrated twice for each sensor. A gait analysis system comprising drift removing means for determining a posture angle of an axis.
前記歩行解析システムは、被験者の少なくとも２種類の姿勢での各下肢部分の前記３軸加速度センサの測定値から得た重力加速度ベクトルを用いて身体部分への前記センサユニットの装着誤差を減少させるキャリブレーション手段を具えることを特徴とする、請求項２から４までの何れか１項記載の歩行解析システム。 The body-mounted sensor has a plurality of sensor units each having a three-axis acceleration sensor together with the three-axis angular velocity sensor, which are respectively mounted on a plurality of body parts including a lower limb of a subject.
The gait analysis system uses a gravitational acceleration vector obtained from a measurement value of the three-axis acceleration sensor of each lower limb portion in at least two kinds of postures of the subject to perform calibration that reduces the mounting error of the sensor unit to the body portion. The gait analysis system according to any one of claims 2 to 4, further comprising an action means.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014244753A JP2018015017A (en) | 2014-12-03 | 2014-12-03 | Gait analysis method and gait analysis system |
| PCT/JP2015/084034 WO2016088842A1 (en) | 2014-12-03 | 2015-12-03 | Gait analysis method and gait analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014244753A JP2018015017A (en) | 2014-12-03 | 2014-12-03 | Gait analysis method and gait analysis system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018015017A true JP2018015017A (en) | 2018-02-01 |
Family
ID=56091782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014244753A Pending JP2018015017A (en) | 2014-12-03 | 2014-12-03 | Gait analysis method and gait analysis system |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2018015017A (en) |
| WO (1) | WO2016088842A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2021084613A1 (en) * | 2019-10-29 | 2021-05-06 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6660110B2 (en) * | 2015-07-23 | 2020-03-04 | 原田電子工業株式会社 | Gait analysis method and gait analysis system |
| JP6855101B2 (en) * | 2017-01-05 | 2021-04-07 | キヤノンマーケティングジャパン株式会社 | Information processing equipment, information processing methods, programs |
| US20190090781A1 (en) * | 2017-09-28 | 2019-03-28 | Vital Connect, Inc. | Sensor calibration considering subject-dependent variables and/or body positions |
| WO2020194598A1 (en) * | 2019-03-27 | 2020-10-01 | 日本電気株式会社 | Walk discrimination device, walk discrimination method, and program recording medium |
| CN112089580B (en) * | 2020-05-13 | 2023-02-28 | 滨州医学院 | Lower limb skeleton rehabilitation robot motion control method based on interference compensation |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4512703B2 (en) * | 2004-09-02 | 2010-07-28 | 多摩川精機株式会社 | Rehabilitation posture monitoring method and rehabilitation posture monitor |
| JP2011092274A (en) * | 2009-10-27 | 2011-05-12 | Sumitomo Precision Prod Co Ltd | Detector |
-
2014
- 2014-12-03 JP JP2014244753A patent/JP2018015017A/en active Pending
-
2015
- 2015-12-03 WO PCT/JP2015/084034 patent/WO2016088842A1/en active Application Filing
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2021084613A1 (en) * | 2019-10-29 | 2021-05-06 | ||
| WO2021084613A1 (en) * | 2019-10-29 | 2021-05-06 | 日本電気株式会社 | Gait measurement system, gait measurement method, and program recording medium |
| JP7259982B2 (en) | 2019-10-29 | 2023-04-18 | 日本電気株式会社 | Gait measurement system, gait measurement method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016088842A1 (en) | 2016-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2016088842A1 (en) | Gait analysis method and gait analysis system | |
| Nüesch et al. | Measuring joint kinematics of treadmill walking and running: Comparison between an inertial sensor based system and a camera-based system | |
| Schmitz et al. | The measurement of in vivo joint angles during a squat using a single camera markerless motion capture system as compared to a marker based system | |
| US11484224B2 (en) | Gait analysis method and gait analysis system | |
| Tadano et al. | Gait characterization for osteoarthritis patients using wearable gait sensors (H-Gait systems) | |
| Faber et al. | Estimating 3D L5/S1 moments and ground reaction forces during trunk bending using a full-body ambulatory inertial motion capture system | |
| Charlton et al. | Repeatability of an optimised lower body model | |
| Guess et al. | Comparison of 3D joint angles measured with the kinect 2.0 skeletal tracker versus a marker-based motion capture system | |
| Laudanski et al. | Measurement of lower limb joint kinematics using inertial sensors during stair ascent and descent in healthy older adults and stroke survivors | |
| Laudanski et al. | A concurrent comparison of inertia sensor-based walking speed estimation methods | |
| Naeemabadi et al. | Evaluating Accuracy and Usability of Microsoft Kinect Sensors and Wearable Sensor for Tele Knee Rehabilitation after Knee Operation. | |
| Mehdizadeh | A robust method to estimate the largest lyapunov exponent of noisy signals: a revision to the rosenstein’s algorithm | |
| KR20190014641A (en) | System and method for Gait analysis | |
| WO2014071460A1 (en) | Method and apparatus for monitoring deviation of a limb | |
| Hindle et al. | Inertial-based human motion capture: A technical summary of current processing methodologies for spatiotemporal and kinematic measures | |
| Hu et al. | Performance evaluation of lower limb ambulatory measurement using reduced inertial measurement units and 3R gait model | |
| Hu et al. | An inertial sensor system for measurements of tibia angle with applications to knee valgus/varus detection | |
| WANG et al. | Estimation of knee joint angle during gait cycle using inertial measurement unit sensors: A method of sensor-to-clinical bone calibration on the lower limb skeletal model | |
| Ivorra et al. | Azure Kinect body tracking under review for the specific case of upper limb exercises | |
| Schulze et al. | Unobtrusive ambulatory estimation of knee joint angles during walking using gyroscope and accelerometer data-a preliminary evaluation study | |
| Lin et al. | Human pose recovery for rehabilitation using ambulatory sensors | |
| Nuñez et al. | Comparing different methods of gait speed estimation using wearable sensors in individuals with varying levels of mobility impairments | |
| JP7078810B1 (en) | How to evaluate the degree of gait impact of absorbent articles | |
| Pochappan et al. | Mobile clinical gait analysis using orient specks | |
| Nakashima et al. | Development of an abnormal gait analysis system in gait exercise assist robot “Welwalk” for hemiplegic stroke patients |