CN102389310B - 一种基于步态加速度信号的疲劳检测方法及装置 - Google Patents
一种基于步态加速度信号的疲劳检测方法及装置 Download PDFInfo
- Publication number
- CN102389310B CN102389310B CN 201110205661 CN201110205661A CN102389310B CN 102389310 B CN102389310 B CN 102389310B CN 201110205661 CN201110205661 CN 201110205661 CN 201110205661 A CN201110205661 A CN 201110205661A CN 102389310 B CN102389310 B CN 102389310B
- Authority
- CN
- China
- Prior art keywords
- fatigue
- data
- acceleration signal
- signal
- correlation coefficient
- 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
- 230000001133 acceleration Effects 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 230000005021 gait Effects 0.000 title abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 230000006378 damage Effects 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 abstract description 2
- 208000027418 Wounds and injury Diseases 0.000 abstract 1
- 208000014674 injury Diseases 0.000 abstract 1
- 230000000474 nursing effect Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000392 somatic effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 101710176296 Switch 2 Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003851 biochemical process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 235000014593 oils and fats Nutrition 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Images
Landscapes
- 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步态加速度信号的疲劳检测方法及装置,该检测方法通过获取基准数据、疲劳阈值和检测数据,实现疲劳检测。疲劳检测装置,包括单片机,所述的单片机分别与加速度传感器、存储器、按键、指示灯、模式选择开关及蜂鸣器连接,单片机对加速度传感器采集的步态加速度信号进行读取并存储于存储器中,然后对存储器中的数据进行处理。佩戴本发明疲劳检测装置,可以随时且方便地检测人是否进入疲劳状态并进行提醒,从而避免因疲劳而造成的工作失误、身体损伤等危害。本发明可用于家庭中老年人、医院病人的监护,生产线操作人员工作中的疲劳状态检测以及运动员训练中的疲劳状态监测等。
Description
技术领域
本发明涉及疲劳检测技术,尤其涉及一种基于步态加速度信号的疲劳检测方法及装置。
背景技术
随着社会的发展,人们的生活节奏在逐步加快,来自多方面的压力也越来越大,很多人的疲劳感在加剧。因此疲劳已经被公认为是一种严重的社会问题。在疲劳状态下工作效率低,易于引发安全事故。进入疲劳状态时继续进行运动,会对身体造成一定的损害,不利于体力的恢复,影响身体健康。
目前国内外对疲劳状态检测的常用方法主要有下述几种。(1)主观判断法。如自测,调查问卷,对被测试者的工作效率等方面进行评价性测定等方法。(2)生理反应测试法。根据人体对各种刺激的反应程度进行判断,主要有闪频值检查法(眨眼的速度)、膝腱反射机能检查法,两点刺激敏感阈值检测法等。(3)生理参数测定法。是在人体不同位置皮肤上贴电极采集生理信号进行分析和判断的方法。(4)生物化学法。是通过检查人的血液、尿液、汗液、唾液、油脂、酶等液体成分的变化进行疲劳判断。以上方法存在容易受主观因素影响、操作需要特定条件、需要体内取样容易引起身体不适感等不足,而且也无法做到随时检测和被测试者自己检测。
检索文献得知,近年来国外一些研究机构针对特定人群(帕金森病人、小学生、癌症患者、老年人等)疲劳前后步态参数的变化进行了定性的研究。采用的方法是用标尺、秒表等工具测量受试者的疲劳前和疲劳后步长、步宽、步速、步幅等步态参数的变化。该方法操作繁琐,也无法自行随时检测。
发明内容
本发明的目的在于提供一种基于步态加速度信号的疲劳检测方法及装置,可以随时且方便地检测人是否进入疲劳状态并进行提醒,避免因疲劳而造成的工作失误、身体损伤等危害。
为了实现上述目的,本发明采用如下技术方案:
一种基于步态加速度信号的疲劳检测方法,步骤为:
1.获取基准数据:采集人在无疲劳感时平地行走的步态加速度信号并进行去噪声和规格化处理,得到基准数据;
2.确定疲劳阈值:采集人在疲劳状态时的平地行走的步态加速度信号并进行去噪声和规格化处理,得到疲劳数据,用相关系数法求得疲劳数据与基准数据的相关系数,作为疲劳阈值;
3.进行疲劳检测:检测时,采集人平地行走时的步态加速度信号并进行去噪声和规格化处理后得到检测数据,用相关系数法求得检测数据与基准数据的相关系数,与疲劳阈值进行比较,结果低于疲劳阈值时,进行疲劳提醒。
所述的规格化处理是指去除采集到的步态加速度信号中前段和后段的非稳定信号,然后根据足跟着地时产生的加速度信号最大值,将中间段信号划分为若干步(因为平地行走的步态加速度信号在足跟着地时出现最大值,因此将某一个最大值到下一个最大值之间的信号划分为一步);最后对每一步中的信号进行归一化处理,使每一步中的信号个数相同,波形不变。
如果用于对某一特定人群进行疲劳检测时,须将该特定人群中的多个个体的基准数据进行平均后作为该特定人群的基准数据,多个个体的疲劳阈值平均后作为该特定人群的疲劳阈值。
一种实现上述基于步态加速度信号的疲劳检测方法的装置,包括单片机,所述的单片机分别与加速度传感器、存储器、按键、指示灯、模式选择开关和蜂鸣器连接,单片机对加速度传感器采集的步态加速度信号进行读取并存储于存储器中,然后对存储器中的数据进行处理;所述的模式选择开关用于基准数据、疲劳数据和检测数据三种模式的选择;所述的按键用于启动数据采集操作;所述的蜂鸣器,用于检测到疲劳时进行发声提醒。该装置还包括电池。
如果还用于对特定人群进行疲劳检测时,可以设置类别选择开关,用于集体和个体的选择。
本发明的有益效果:佩戴本发明疲劳检测装置,可以随时且方便地检测人是否进入疲劳状态并进行提醒,从而避免因疲劳而造成的工作失误、身体损伤等危害。本发明可用于家庭对老年人的监护,以避免过度疲劳造成一些意外伤害;用于医院对一些特定病人的康复进行监护,以避免过量运动;用于对运动员训练中的疲劳状态监测;用于生产线员工疲劳状态监测,避免因疲劳带来安全问题;用于个体对自身疲劳状态的监测等。
附图说明
图1是固化于疲劳检测装置电路板上单片机中的监控程序流程图
图2是检测装置前面板示意图
图3是检测装置后面板示意图
图4是电路主要模块连接图
(图5~图13是检测装置的电路原理图)
图5是单片机和按键、指示灯电路
图6是加速度传感器电路
图7是铁电存储器电路
图8是FLASH存储器电路
图9是电池插座电路
图10是程序擦除和写入电路
图11是选择开关电路
图12是蜂鸣器提醒输出电路
图13是USB通讯接口电路
具体实施方式
下面结合附图对本发明作进一步详细说明。
图1所示的是固化于疲劳检测装置中的单片机监控程序流程图,疲劳检测装置通电后就按照流程图所示的步骤工作,采集数据的频率为800Hz,每次采集信号的时间为40秒钟。图1中的数据处理步骤是:采集到步态加速度信号后进行的去噪声和规格化处理。规格化处理包括:去除非稳定信号,将采集到的步态加速度信号中前、后部分信号去除,仅保留中间部分的信号;将中间部分信号按照每一步的步长进行分割,因为平地行走的步态加速度信号在足跟着地时出现局部最大值,因此将某一个局部最大值到下一个局部最大值之间的信号划分为一步;对每一步进行归一化处理,由于每一步的步长不完全相同,因此每一步中采集到的信号个数也不完全相同,为了计算方便,将每一步中的信号个数处理为相同,但不改变原始信号的波形,例如,将每一步中的信号个数确定为300个(通过实验测量,用800Hz的采样频率,一步中的信号个数为300个左右),如果某一步中的信号多于300个,多几个信号就将这一步中的信号按顺序均匀地分为几个部分,在每一部分中去除位置相邻且值最相近的两个信号中的一个;如果某一步中的信号少于300个,少几个就将这一步中的信号按顺序均匀地分为几部分,在每一部分的中间位置附近***一个和相邻位置的信号值相同的信号;经过前面处理后选取中间部分的N步信号就可以作为基准数据或疲劳数据或检测数据。图1中计算疲劳数据和基准数据的相关系数和确定疲劳阈值的步骤是:分别求出疲劳数据中每一步数据和基准数据中每一步数据的相关系数,然后求其平均值作为疲劳数据和基准数据的相关系数,这个相关系数就被确定为疲劳阈值。图1中计算检测数据和基准数据的相关系数的步骤是:分别求出检测数据中每一步数据和基准数据中每一步数据的相关系数,然后求其平均值作为检测数据和基准数据的相关系数。
图2是疲劳检测装置的前面板示意图,图中的1和2分别为电源指示灯和工作指示灯。电源接通后单片机开始工作,监控程序将指示灯点亮,如果1分钟内无按键按下,单片机就休眠状态,电源指示灯灭。如果有按键按下时,单片机被唤醒,电源指示灯亮,同时开始采集数据和处理数据,此间,工作灯闪烁。操作完成后工作指示灯熄灭,如果1分钟内没有再次按下按键,电源指示灯也熄灭;图中3和4为选择开关,3用来选择“集体”和“个体”两种检测类别,4用来选择“基准”、“疲劳”和“检测”三种操作模式;图中5是按键,用来启动疲劳检测装置工作;图中7是蜂鸣器,用于检测到疲劳时进行发声提醒;图中6是该装置的外壳。
图3是疲劳检测装置的后面板图,图中6是该装置的外壳;图中9是佩戴用的松紧带;图中8是佩戴时用的系扣;10是该装置上用于安装松紧带的卡子。
图4是疲劳检测装置的电路主要模块连接图,图中单片机电路模块是核心,其余电路模块都和单片机连接,在单片机的监控下工作。
图5至图13是疲劳检测装置的电路原理图。图5是单片机、按键和指示灯电路,按键、电源指示灯和工作指示灯都和单片机的引脚连接,单片机的型号为μPD78F0485;图6是加速度传感器电路,其引脚和单片机的对应引脚相连接,加速度传感器的型号为LIS3LV02DQ,是一个三轴加速度计;图7是铁电存储器电路,芯片型号为MB85RC128,是128K位的高速存储器;图8是FLASH存储器电路,电路所用芯片型号为K9K8G08U0A,是1GB的FLASH存储器;图5中的单片机读取图6中的加速度传感器前后方向的数据,即采集数据,采集频率为800Hz。采集到的加速度数据存放至图7中的铁电存储器中,采集完毕对铁电电存储器中的数据进行处理然后存放到图8中的FLASH存储器中。
图9是电池插座电路,插座和电路中所有的正电源和地连接,一个可充电的4.2伏锂电池插在电池插座上,给该装置供电。
图10是程序擦除和写入电路,图中的编程器插座和瑞萨公司的EZ/EM-1开发工具连接,在开发环境下将监控程序烧写到单片机中。
图11是选择开关电路,共有两个选择开关switch1和switch2,它们的引脚分别和图5中单片机的对应引脚连接。
图12是蜂鸣器提醒输出电路,蜂鸣器的引脚和图5中单片机的对应引脚连接。
图13是USB通讯接口电路,电路中的主要器件是USB接口芯片CP2102,芯片的引脚和图5中单片机的对应引脚连接,此电路用于和计算机进行数据通讯,使用者不使用此功能,此功能用于数据分析。
本发明所述的疲劳检测装置,可以佩戴于人身体的不同部位,电池供电,体积小,佩戴时不影响人的正常运动。该装置有两种检测类别和三种操作模式。两种检测类别是集体和个体;三种操作模式是基准、疲劳和检测。集体类别用于对某一类人中的个体进行疲劳检测,集体类别下需要由组织检测者对该装置进行初始化设置;个体类别用于个人自行进行的疲劳检测,个体类别下使用者自己可以进行初始化设置。使用者可以通过拨动装置上的2个选择开关选择类别和模式。按动开关启动检测操作,每次操作都将采集40秒钟的步态加速度信号。第一次使用该装置或需要改变基准数据和疲劳阈值时,需要对该装置进行初始化设置,以后的使用中仅在需要检测时进行检测操作即可。
Claims (1)
1.一种基于步态加速度信号的疲劳检测方法,其特征在于步骤为:
1)获取基准数据:采集人在无疲劳感时平地行走的步态加速度信号并进行去噪声和规格化处理,得到基准数据;
2)确定疲劳阈值:采集人在疲劳状态时的平地行走的步态加速度信号并进行去噪声和规格化处理,得到疲劳数据,用相关系数法求得疲劳数据与基准数据的相关系数,作为疲劳阈值;
3)进行疲劳检测:检测时,采集人平地行走时的步态加速度信号并进行去噪声和规格化处理后得到检测数据,用相关系数法求得检测数据与基准数据的相关系数,与疲劳阈值进行比较,结果低于疲劳阈值时,进行疲劳提醒;
所述的规格化处理是:去除步骤1)-3)中各自采集到的步态加速度信号中前段和后段的非稳定信号,然后根据足跟着地时产生的加速度信号最大值,将中间段信号划分为若干步;最后对每一步中的信号进行归一化处理,使每一步中的信号个数相同,波形不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110205661 CN102389310B (zh) | 2011-07-19 | 2011-07-19 | 一种基于步态加速度信号的疲劳检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110205661 CN102389310B (zh) | 2011-07-19 | 2011-07-19 | 一种基于步态加速度信号的疲劳检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102389310A CN102389310A (zh) | 2012-03-28 |
CN102389310B true CN102389310B (zh) | 2013-04-10 |
Family
ID=45856797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110205661 Expired - Fee Related CN102389310B (zh) | 2011-07-19 | 2011-07-19 | 一种基于步态加速度信号的疲劳检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102389310B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6152763B2 (ja) * | 2013-09-19 | 2017-06-28 | カシオ計算機株式会社 | 運動支援装置及び運動支援方法、運動支援プログラム |
US20190183412A1 (en) * | 2016-08-08 | 2019-06-20 | Koninklijke Philips N.V. | System and method for assisting exercising of a subject |
CN107212890B (zh) * | 2017-05-27 | 2019-05-21 | 中南大学 | 一种基于步态信息的运动识别和疲劳检测方法及*** |
CN109645975A (zh) * | 2017-10-10 | 2019-04-19 | 深圳市理邦精密仪器股份有限公司 | 胎心率曲线数据的处理方法及装置 |
CN108742637B (zh) * | 2018-05-31 | 2021-02-12 | 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*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101248984A (zh) * | 2007-02-23 | 2008-08-27 | 株式会社日立制作所 | 信息管理***和服务器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5322168B2 (ja) * | 2009-07-13 | 2013-10-23 | 株式会社ゴビ | 疲労検出装置 |
-
2011
- 2011-07-19 CN CN 201110205661 patent/CN102389310B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101248984A (zh) * | 2007-02-23 | 2008-08-27 | 株式会社日立制作所 | 信息管理***和服务器 |
Non-Patent Citations (5)
Title |
---|
JP特开2011-19552A 2011.02.03 |
刘燕等.基于加速度计的步态数据无线采集***设计.《单片机与嵌入式***应用》.2009,(第5期), |
基于加速度信号的走路模式多级分类算法;李月香等;《电子学报》;20090831(第8期);第43-45页 * |
基于加速度计的步态数据无线采集***设计;刘燕等;《单片机与嵌入式***应用》;20090531(第5期);第1794-1798页 * |
李月香等.基于加速度信号的走路模式多级分类算法.《电子学报》.2009,(第8期), |
Also Published As
Publication number | Publication date |
---|---|
CN102389310A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106971059B (zh) | 一种基于神经网络自适应健康监测的可穿戴设备 | |
CN109480858B (zh) | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能***及方法 | |
CN104398263B (zh) | 一种基于近似熵和互近似熵的帕金森患者震颤症状量化评测方法 | |
CN103200867B (zh) | 用于腓肠神经传导速度和振幅的自动化测量的装置和方法 | |
CN102389310B (zh) | 一种基于步态加速度信号的疲劳检测方法及装置 | |
WO2015063520A1 (en) | Biomechanical activity monitoring | |
CN104146712A (zh) | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 | |
CN104382602A (zh) | 多参数智能生理检测手套 | |
CN106725382A (zh) | 基于动作和hrv测量的睡眠状态判别***及方法 | |
WO2008132105A1 (en) | Monitor device and use thereof | |
CN106877896B (zh) | 指导患者进行康复运动的穿戴设备及其实现方法 | |
KR101307250B1 (ko) | 피검자의 트래머데이터 측정장치 | |
CN104181809B (zh) | 集计步器、心电、血氧功能的智能腕表 | |
CN104107037A (zh) | 生理信息采集和处理*** | |
CN101953682A (zh) | 基于袖带装置的心率检测方法 | |
CN110960195A (zh) | 一种方便快捷的神经认知功能评估方法及装置 | |
CN211885313U (zh) | 一种上下肢主被动康复训练装置 | |
EP3432786A1 (en) | Method and apparatus for monitoring urination of a subject | |
Aubol et al. | Tibial acceleration reliability and minimal detectable difference during overground and treadmill running | |
CN114795855A (zh) | 一种辅助腿部运动的可穿戴智能拐杖 | |
CN102008309A (zh) | 一种臂式心脉检测装置及检测方法 | |
CN116687429A (zh) | 一种基于下肢外骨骼机器人的肌肉实时监测分析*** | |
Bhongade et al. | Machine learning-based gait characterization using single IMU sensor | |
CN108742612A (zh) | 基于肌电标志物的dbs有效性检测设备 | |
CN205849445U (zh) | 一种融合多传感器的人体生理特征信息采集装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
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: 20130410 Termination date: 20140719 |
|
EXPY | Termination of patent right or utility model |