CN106419928A - 一种可穿戴式设备及用于该设备的实时步长测量方法 - Google Patents
一种可穿戴式设备及用于该设备的实时步长测量方法 Download PDFInfo
- Publication number
- CN106419928A CN106419928A CN201610954918.9A CN201610954918A CN106419928A CN 106419928 A CN106419928 A CN 106419928A CN 201610954918 A CN201610954918 A CN 201610954918A CN 106419928 A CN106419928 A CN 106419928A
- Authority
- CN
- China
- Prior art keywords
- leg
- thigh
- sensor
- angle
- length
- 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.)
- Granted
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
- 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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6828—Leg
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于可穿戴传感器领域,具体公开了一种可穿戴式设备及用于该设备的实时步长测量方法,可以实时的测量并输出用户在行走时的下肢二维姿态以及每一步的步长信息,并可应用于检测用户的步态不对称度。本发明利用四个惯性传感器单元采集的角速度、加速度实时数据,通过一种几何算法,计算并输出用户的下肢姿态以及步长。本发明使用方便,不受场地限制,成本低廉,可以实时、高精度的输出用户的下肢姿态以及步长,拥有较高的可靠性以及较好的推广前景。
Description
技术领域
本发明属于可穿戴传感器领域,具体涉及一种可穿戴式设备及用于该设备的实时步长测量方法。
背景技术
步态参数是人类行走过程中的物理参数,可以反映人类运动能力,拥有较大的应用价值,因此目前有许多研究者在研究步态参数的测量。可穿戴传感器包括惯性测量单元,超声波传感器,***头等等,相比于大型实验室测量步态参数的设备如光学式运动捕捉***、测力台等等,以其小巧、廉价,不受时间、空间限制、易于推广等优点被广泛应用于步态参数测量领域。目前有很多研究使用放置在人体腿部、腰部、手腕、胸部等部位的可穿戴传感器测量步态时间参数,如步态事件、步态周期等等;也有的测量步态空间参数,如步行速度、步距等等。如申请号为CN201510887154.1的发明专利公开了一种室内定位步长计算方法,将惯性测量单元置于人员的腰部,人员在室内行走过程中,获得人员惯性传感器数据,然后计算步长。而申请号为CN 201310007945.1的发明专利公开了一种步长计算方法和装置,获取载体在三维坐标系中的各轴加速度值;根据所述各轴加速度值计算步长补偿系数;根据所述步长补偿系数和预先设定的预设步长确定载体移动幅度的最终步长。但上述方法再实际使用过程中,均存在步态测量精度较低、无法实时测量单步步长等缺陷。
实时步长的测定具有重要的意义。现在有很多研究用可穿戴传感器测量步速、步距等空间参数,比较成熟,但是测量步长的研究不多。一些疾病如帕金森综合征会使人体运动能力下降,步速、步距减小,因此步距和步速可以用来反映人体下肢运动能力。但是步距、步速不能反映出偏瘫造成的人体两侧运动能力的差异,即步态不对性,而我们可以根据两腿步长的比值量化人体两侧步态的不对称性,而且通过步长也可以求出步距、步速等参数,因此步长拥有更大的临床应用价值。除此之外,实时的步长可以反映使用者实时的位移信息,搭配使用者实时的下肢姿态信息,可以对与下肢运动相关的机械装置如二足机器人、下肢辅助康复装置等等。使用可穿戴传感器计算步长具有广泛的应用范围。因此有必要提出一种兼顾测量精度和实施测定的步长测量方法。
发明内容
本发明的目的在于解决现有技术中步态测量精度较低、无法实时测量单步步长等缺陷,并提供一种可穿戴式设备及用于该设备的实时步长测量方法。
本发明中所涉及的部分名词含义如下:
步距是指人行走过程中同一只脚相邻着地点之间的距离,步长是指人行走过程中双脚的相邻着地点之间的距离。通常来说,步距等于两腿步长之和。
步态事件是指人在行走过程中的每个步态周期中的重要时刻,主要有摆动中期、腿伸直、脚落地、站立中期、脚离地五个步态事件。人的走路步态周期如图4所示,以右腿为例,左腿支撑人体,右腿向前迈出的这段时间为右腿的摆动相;右腿摆到左腿附近时为摆动中期;随后右腿向前踢出并伸直;接着右脚落地,右腿开始支撑人体,左腿向前迈出的这段时间,为右腿的站立相;右腿以右踝关节为旋转中心,向前移动,到达接近于与地面垂直的位置,此时为站立中期;随后右脚离地,右腿向前迈出,完成一个步态周期。
步态事件可以根据同侧小腿、大腿的角速度特征进行检测,如图5所示。小腿角速度在一个周期内通常主要有一高一矮的两个比较大的波峰,较高的峰对应着摆动中期,较矮的对应着站立中期;摆动中期之后有一段有很多小的负向的波峰的区域,这是脚落地造成的震动,第一个负向峰为脚落地时刻;在摆动中期与脚落地时刻之间,有一处大腿、小腿角速度相交,此刻为腿伸直时刻;在站立中期后,下一个摆动中期前,有一处波谷,此时对应着脚离地时刻。站立相从该腿脚落地开始,到脚离地结束,近似的为图中小腿角速度为负值的区域;摆动相从该腿脚离地开始,到脚落地结束,近似的为图中小腿角速度为正值的区域。
实时步长测量是指当检测到前脚落地的步态事件时,计算该步的步长。
矢状面和铅垂线如图1所示,矢状面是垂直于水平面并将人体分为左右两部分的面,人在行走时,主要运动都发生在矢状面内;铅垂线是垂直于地面的线。
另外为方便描述,定义大腿以及小腿的三维方向,如图2所示:X轴与该小腿或大腿平行;Y轴在矢状面内,与该小腿或大腿垂直;Z轴垂直于矢状面。放置在大腿或者小腿上的传感器的坐标轴应该与该大腿或小腿保持一致,但是因为矢状面是不可见的,在安放传感器会出现Y轴、Z轴偏移的情况,根据传感器测得的Y轴、Z轴角速度可以大致计算传感器Y轴偏移矢状面的角度,并利用此角度计算该大腿或小腿的相应轴的加速度、角速度。
人体的大腿长为人体静止站立时,从髋关节到膝关节的垂直高度;小腿长为此时膝关节到地面的垂直高度。
本发明为解决技术问题,所采用的具体技术方案如下:
用于可穿戴式设备的实时步长测量方法,包括以下步骤:
实时测量用户两侧大腿和小腿行走过程中的Y轴加速度和Z轴角速度,同时根据Z轴角速度实时确定行走过程中的步态事件;根据步态事件以及Z轴角速度积分实时确定大腿和小腿在矢状面内与铅垂线的夹角;再根据所述的夹角以及大腿和小腿的长度计算实时步长。步长的计算可以根据行走过程中下肢的几何学关系进行计算。
作为一种优选方式,所述的可穿戴式设备中包含用于检测左右大腿和左右小腿三轴加速度、三轴角速度的传感器,所述的Y轴加速度和Z轴角速度通过传感器获得。
作为一种优选方式,所述的步态事件包括脚落地、站立中期以及腿伸直;
当检测到左小腿或右小腿站立中期时,计算该小腿与铅垂线的夹角(下述左小腿或右小腿的计算公式,并非同时进行计算,而是根据当前待测的目标择一选用。例如,当检测到左小腿处于站立中期,则计算θlsms;当检测到右小腿处于站立中期,则计算θrsms。后续公式也采用相同方法):
式中:θlsms、θrsms分别为左小腿、右小腿在站立中期时与铅垂线的夹角,alsyms、arsyms分别为此时左小腿、右小腿Y轴加速度;其中,θl0、θr0分别为用户静态站立状态(双脚自然落地的站立状态)下的左小腿、右小腿在矢状面内与铅垂线的夹角,且满足:
式中:alsys、arsys分别为用户静态站立时左小腿、右小腿Y轴加速度;
在检测到下一个站立中期事件之前,通过角速度积分实时计算该腿的小腿在矢状面内与铅垂线的夹角:
式中:t为当前时刻距离左小腿或右小腿的上一个站立中期的时间,θls()、θrs()分别为t时刻时左小腿、右小腿在矢状面内与铅垂线的夹角,ωlsz(δ)、ωrsz(δ)分别为左小腿、右小腿瞬时Z轴角速度;
由此可以实时得到两侧小腿在矢状面内与铅垂线的夹角。
当检测到左腿或右腿腿伸直时,计算该腿的大腿在矢状面内与铅垂线的夹角:
θltls=lsls
θrtls=rsls
式中:θltls、θrtls分别为左大腿、右大腿在腿伸直时刻在矢状面内与铅垂线的夹角,θlsls、θrsls分别为此时左小腿、右小腿在矢状面内与铅垂线的夹角;
在检测到下一个腿伸直事件之前,通过角速度积分实时计算该腿的大腿在矢状面内与铅垂线的夹角:
式中:t为自左大腿或右大腿的上一个腿伸直时刻后的时间,θlt(t)、θrt(t)分别为t时刻时左大腿、右大腿与铅垂线的夹角,ωltz(δ)、ωrtz(δ)分别为左大腿、右大腿的瞬时Z轴角速度;
由此可以实时得到两侧大腿在矢状面内与铅垂线的夹角。
当检测到左腿或右腿脚落地时,计算该腿此时的步长:
LSL=l1(sinθrtic+sin(-θltic))+l2(sinθrsic+sin(-θlsic))
RSL=l1(sin(-θrtic)+sinθltic)+l2(sin(-θrsic)+sinθlsic)
式中:θlsic、θrsic、θltic、θrtic分别为该腿落地时刻的左小腿、右小腿、左大腿、右大腿与铅垂线的夹角,l1、l2分别为大腿长、小腿长,LSL为左腿落地时刻该腿的步长,RSL为右腿落地时刻该腿的步长。
作为一种进一步的优选方式,测量步长之前,预先监测目标用户的一定距离内的行走过程,确定传感器Y轴实际方向偏离矢状面的角度:
式中:为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值;
测量步长过程中的,每个传感器的Y轴加速度、Z轴角速度数据在代入上述各公式使用前都预先进行修正,作为该小腿或大腿相应方向的加速度或角速度,修正公式为:
式中:ay为该传感器测量的Y轴加速度,az为该传感器测量的Z轴加速度,ayc为该传感器的数据修正后得到的Y轴加速度;ωy为该传感器测量的Y轴角速度,ωz为该传感器测量的Z轴角速度,ωzc为该传感器的数据修正后得到的Z轴角速度。
本发明的另一目的在于提供一种步态不对称度测量方法,根据上述的方法测量实时步长,再量化单侧运动障碍的用户的步态不对称度,计算公式如下:
式中:GA为步态不对称度,分别为左腿步长、右腿步长的平均值,为运动障碍一侧腿的步长。
本发明的再一目的是提供一种实现所述实时步长测量方法的可穿戴式设备,包括四个惯性传感器和上位机,每个惯性传感器包含三维加速度计以及三维角速度计,惯性传感器与上位机相连进行数据传输。
作为一种优选方式,所述的惯性传感器首先与单片机相连,单片机与蓝牙模块相连,所述的上位机与所述的蓝牙模块通过蓝牙进行数据交互。
作为一种优选方式,还包括用于固定惯性传感器的固定带。
作为一种优选方式,所述的惯性传感器为基于MPU6050芯片的惯性传感器。
作为一种优选方式,所述的惯性传感器采样频率不低于100Hz。
上述各优选方式中的技术特征在不相互冲突的前提下,均可进行相互组合,不构成限制。
本发明相对于现有技术而言,其有益效果是:
1)使用本发明计算下肢姿态、步长,廉价、方便,不受场地限制,易于推广。
2)使用一种基于下肢姿态的方法计算步长、量化步态不对称性,可以适应多种病态的步态,拥有较好的应用价值以及广泛的应用范围。
3)通过可穿戴式设备进行步长测量,可以方便、有效的量化人体两侧运动能力以及它们的差异,可以方便应用于临床。
4)本发明可以实时输出下肢姿态以及步长,可以被用于相关设备的实时控制。
附图说明
图1本发明中矢状面、铅垂线示意图;
图2本发明中传感器放置位置及小腿、大腿坐标系示意图;
图3本发明中可穿戴实时步长测量***结构图;
图4本发明中人体行走周期示意图;
图5本发明中步态事件检测示意图;
图6本发明中脚落地时刻下肢双倒立摆二维几何模型示意图;
图7本发明中右小腿摆动中期角度标定示意图;
上述图1、2、7中P表示铅垂线(Plumb line),S表示矢状面(Sagittal Plane);
上述图2、3中,1~4分别为放置在左大腿、左小腿、右大腿、右小腿上的惯性传感器单元,5为上位机单元;
上述图4、5中,A~E为右腿在一个步态周期内的步态事件,其中A为摆动中期步态事件,B为腿伸直步态事件,C为脚落地步态事件,D为站立中期步态事件,E为脚离地步态事件。
具体实施方式
下面结合附图对本发明进行进一步说明,因便于更好地理解。本发明中的技术特征在不相互冲突的前提下,均可进行相互组合,不构成限制。
本发明使用包括四个惯性测量传感器的可穿戴设备以及一种基于几何的算法,实时计算并输出使用者在行走时的下肢姿态、步长。实时步长测量是指当检测到前脚落地的步态事件时,计算该步的步长。以某一用户为例,本发明具体实施过程如下:
(1)准备工作:
本实施例中,目标用户的大腿长为42cm、小腿长为53cm,将其输入到可穿戴设备的上位机中,随后用户穿戴该可穿戴设备。
整套设备结构如图3所示,包含四个惯性传感器单元以及一个上位机单元。本发明中各传感器及其他电子元件的具体型号,可以根据实际需要进行选型。四个惯性传感器单元每一个都包含一个基于MPU6050芯片的惯性测量传感器模块,模块包括一个三维加速度计以及一个三维陀螺仪,用于采集使用者行走过程中的三维加速度以及三维角速度数据,采样频率为100Hz。四个传感器单元分别放置在用户的两条大腿、两条小腿外侧。定义大腿以及小腿的三维方向,如图2所示:X轴与该小腿或大腿平行;Y轴在矢状面内,与该小腿或大腿垂直;Z轴垂直于矢状面。放置在大腿或者小腿上的传感器的坐标轴应该与该大腿或小腿保持一致,以用来采集相应坐标轴的数据。小腿上的传感器单元结构上包括带弹性的固定带以MPU6050传感器模块;大腿上的传感器单元结构上包括电池、固定带、单片机、MPU6050传感器模块以及蓝牙传输模块。固定带用于将传感器单元固定在使用者腿部;大腿传感器单元中的单片机除与本单元内各模块相连外,还与身体同侧小腿传感器单元中的MPU6050传感器模块通过导线相连,用于初步处理数据;蓝牙模块用于惯性传感器单元与上位机单元通信。上位机单元结构上包括蓝牙模块、单片机、按键、电池以及OLED显示屏。单片机用于处理数据;按键及OLED显示屏构成操作界面,便于用户进行使用。
由于传感器放置的位置通常不能达到标准的理想状态(X轴与该小腿或大腿平行;Y轴在矢状面内,与该小腿或大腿垂直;Z轴垂直于矢状面),传感器检测到的数据在使用前需要经过动态修正和静态标定。为了减少行走过程中传感器震动带来的误差,需要再使用截止频率为3.2Hz的低通滤波器对修正后的Y轴加速度进行滤波,以便后面步骤使用。后续步骤需要使用传感器单元的滤波后的Y轴加速度数据、修正后的Z轴角速度数据进行步长计算。
动态修正是对大腿或者小腿上的传感器的Y轴和Z轴数据不断进行修正。在用户安放传感器时,传感器的X轴可以大致与大腿或者小腿平行,但是矢状面是不可见的,传感器放置位置容易出现偏离,较为容易造成传感器的Y轴和Z轴在它们构成的平面内偏移,因此需要确定Y轴偏离矢状面的角度动态修正具体如下:
通过预先监测用户的一定距离内的行走过程,利用传感器检测的Y轴、Z轴角速度确定传感器Y轴实际方向偏离矢状面的角度:
式中:为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值。
之后,每个传感器的Y轴加速度、Z轴角速度数据在使用前都预先进行修正,作为该小腿或大腿相应方向的加速度或角速度:
式中:ay为该传感器测量的Y轴加速度,az为该传感器测量的Z轴加速度,ayc为该传感器的数据修正后得到的Y轴加速度;ωy为该传感器测量的Y轴角速度,ωz为该传感器测量的Z轴角速度,ωzc为该传感器的数据修正后得到的Z轴角速度。
静态标定是标定小腿与铅垂线夹角的零点。因为后续计算需要用到小腿与铅垂线的夹角,用户调整传感器位置后,X轴能基本保持与小腿平行,但难以达到精确平行状态,此时将X轴视为小腿的方向,将造成一定误差,因此需要重新对小腿方向进行标定。静态标定具体如下:
在测量步长前,还需要预先监测用户静态站立状态,并定义人体在静止站立时大腿、小腿与地面垂直,即与铅垂线夹角为0,利用重力加速度确定此状态下的左小腿、右小腿的X轴在矢状面内分别与铅垂线的夹角:
式中:θl0、θr0分别为用户静态站立状态下的左小腿、右小腿X轴在矢状面内与铅垂线的夹角,alsys、arsys分别为用户静态站立时左小腿、右小腿Y轴加速度。
(2)步态事件检测:
以上各项准备工作完成后,可以开始测量用户的步长。用户在平坦的地面上行走,四个惯性传感器实时的采集加速度、角速度数据,单片机会使用相应的算法利用这些数据进行步态事件的检测。人的走路步态周期如图4所示,一个周期中主要有摆动中期A、腿伸直B、脚落地C、站立中期D、脚离地E五个步态事件,本方法中需要检测的步态事件为脚落地、站立中期以及腿伸直。同侧的小腿与大腿的Z轴角速度可以实时的检测使用者这侧腿的每一个步态周期内的步态事件,如图5所示。脚落地事件是走路过程中前脚后落地的时刻,发生在每个步态周期内小腿角速度的最高波峰后的角速度震动区域中的第一个负值波谷处,即在最高波峰后的第一个负值转折点,并且在其发生后能够被立刻检测;站立中期为该腿作为支撑腿,移动到接近垂直与地面的位置的时刻,位于小腿角速度的较大的矮波峰处,且峰值为负值;在摆动中期与脚落地事件之间,有一处大腿角速度与小腿角速度相等的时刻,即为腿伸直事件发生的时刻,此时使用者的腿部向前进方向摆动并伸直。
(3)大腿、小腿实时角度的计算:
接下来利用检测的步态事件以及角速度积分实时计算大腿、小腿在行走过程中在矢状面内与铅垂线的夹角。将人体下肢简化为双摆二维几何模型,并将用户的运动简化为矢状面内的平面运动,如图6所示,将小腿与大腿简化为杆,髋关节、两个膝关节简化为铰链。根据步骤(1)中的静态标定,人体在静止站立时大腿、小腿的简化杆模型与地面垂直,即与铅垂线夹角为0,由此可得,左、右小腿简化杆模型与该小腿X轴夹角为θl0与θr0。大腿、小腿在行走过程中与铅垂线的实时的夹角主要利用Z轴角速度实时的积分而得,但是随着积分时间的推移,积分误差会越来越大,因此需要在每一个周期内都对其重新标定一次。对于小腿角度的标定,在站立中期时进行,如图7所示,此时脚与地面接触,小腿角速度达到极大值,角加速度近似为0,小腿达到一种稳定运动的状态,因此可以利用此时的Y轴加速度根据重力计算该小腿与铅垂线的夹角:
式中:θlsms、θrsms分别为左小腿、右小腿在站立中期时与铅垂线的夹角,alsyms、arsyms分别为此时经截止频率3.2Hz的低通滤波器修正后的的左小腿、右小腿Y轴加速度。
在检测到下一个站立中期事件之前,实时的左小腿、右小腿与铅垂线的夹角以上一个站立中期标定的夹角为起点,通过角速度积分计算:
式中:t为自左小腿或右小腿的上一个站立中期后的时间,θls(t)、θrs(t)分别为t时刻时左小腿、右小腿与铅垂线的夹角,ωlsz(δ)、ωrsz(δ)为左小腿、右小腿瞬时Z轴角速度。
然后是大腿角度的标定,当检测到左腿或右腿腿伸直时,大腿小腿近似处于一条直线上,以此计算该腿的大腿与铅垂线的夹角。
θltls=θlsls
θrtls=θrsls
式中:θltls、θrtls分别为左大腿、右大腿在腿伸直时刻与铅垂线的夹角,θlsls、θrsls分别为此时左大腿、右大腿与铅垂线的夹角。
在检测到下一个腿伸直事件之前,实时的左大腿、右大腿与铅垂线的夹角通过角速度积分计算:
式中:t为自左大腿或右大腿的上一个腿伸直时刻后的时间,θlt(t)、θrt(t)分别为t时刻时左大腿、右大腿与铅垂线的夹角,ωltz(δ)、ωrtz(δ)为左大腿、右大腿的瞬时Z轴角速度。
(4)步长的计算:
以上步骤中的计算主要在大腿惯性传感器单元中的单片机内完成,随后通过蓝牙将步态事件实时检测的结果以及大腿、小腿的实时角度发送给上位机单元。
当检测到左腿或右腿的脚落地事件时,上位机通过如图6所示的几何模型的实时计算用户该腿该步的步长:
LSL=l1(sinθrtic+sin(-θltic))+l2(sinθrsic+sin(-θlsic))
RSL=l1(sin(-θrtic)+sinθltic)+l2(sin(-θrsic)+sinθlsic)
式中:θlsic、θrsic、θltic、θrtic分别为步骤(3)计算的在该腿的脚落地时刻的左小腿、右小腿、左大腿、右大腿与铅垂线的夹角,l1、l2分别为大腿长、小腿长,LSL为左腿落地时刻该腿的步长,RSL为右腿落地时刻该腿的步长。
计算的步长结果可以直接实时的显示在OLED显示屏上,也可以通过串口发送至其他设备中。
测量过程中,用户的每一步的步长都通过上述方式测量。在用户结束步行后,如果该用户单侧下肢有运动障碍,还可以量化该用户的步态不对称度:
式中:GA为步态不对称度,分别为左腿步长、右腿步长的平均值,为运动障碍一侧腿的平均步长。
(5)步长测量效果:
本例中用户无下肢运动障碍,在步长测量过程中一共行走了22步,每一步均能够被实时的检测的并实时的计算步长。通过与每一步的步长的实际值对比,该过程测量的所有步长的均方根误差为3.9cm,为该用户实际平均步长(63.1cm)的6.2%;假定该用户左腿为运动障碍的一侧,其步态不对称度实际值为0.503,该过程的测量值为0.508,误差为0.005。由此可见,本发明的装置和方法相对于现有技术而言,不仅能够实现实时的步长和步态不对称度的测量,而且其实际精度也得到了大大地提高。
以上所述的实施例只是本发明的一些较佳的方案,然而其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。例如,上述实施例也可以使用其他算法或者使用其他传感器来实时计算大腿、小腿的角度,如使用加速度计、陀螺仪、磁场传感器融合进行卡尔曼滤波算法计算左、右侧大腿、小腿的角度,进而利用如图6的几何模型进行步长计算。而上述可穿戴设备也可以采用现有技术中的其他结构或对附图中展示的设备进行改动,如去除原设备中的有线连接,四个惯性传感器全都通过无线通讯,以更方便地使用。单片机也可以集成于上位机单元中。上位机单元也可以采用远程的PC机等形式。另外,在被本发明的方法中,在传感器安装角度和位置准确的情况下,还可以省略对放置在腿上的传感器采集的数据进行校正的步骤,直接将传感器数据用于步长测量的过程。
由此可见,凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (10)
1.一种用于可穿戴式设备的实时步长测量方法,其特征在于,包括以下步骤:实时测量用户两侧大腿和小腿行走过程中的Y轴加速度和Z轴角速度,同时根据Z轴角速度实时确定行走过程中的步态事件;根据步态事件以及Z轴角速度积分实时确定大腿和小腿在矢状面内与铅垂线的夹角;再根据所述的夹角以及大腿和小腿的长度计算实时步长。
2.如权利要求1所述的用于可穿戴式设备的实时步长测量方法,其特征在于,所述的可穿戴式设备中包含用于检测左右大腿和左右小腿三轴加速度、三轴角速度的传感器,所述的Y轴加速度和Z轴角速度通过传感器获得。
3.如权利要求1所述的用于可穿戴式设备的实时步长测量方法,其特征在于,所述的步态事件包括脚落地、站立中期以及腿伸直;
当检测到左小腿或右小腿站立中期时,计算该小腿与铅垂线的夹角:
式中:θlsms、θrsms分别为左小腿、右小腿在站立中期时与铅垂线的夹角,alsyms、arsyms分别为此时左小腿、右小腿Y轴加速度;其中,θl0、θr0分别为用户静态站立状态下的左小腿、右小腿在矢状面内与铅垂线的夹角,且满足:
式中:alsys、arsys分别为用户静态站立时左小腿、右小腿Y轴加速度;
在检测到下一个站立中期事件之前,通过角速度积分实时计算该腿的小腿在矢状面内与铅垂线的夹角:
式中:t为当前时刻距离左小腿或右小腿的上一个站立中期的时间,θls(t)、θrs(t)分别为t时刻时左小腿、右小腿在矢状面内与铅垂线的夹角,ωlsz(δ)、ωrsz(δ)分别为左小腿、右小腿瞬时Z轴角速度;
当检测到左腿或右腿腿伸直时,计算该腿的大腿在矢状面内与铅垂线的夹角:
θltls=θlsls
θrtls=θrsls
式中:θltls、θrtls分别为左大腿、右大腿在腿伸直时刻在矢状面内与铅垂线的夹角,θlsls、θrsls分别为此时左小腿、右小腿在矢状面内与铅垂线的夹角;
在检测到下一个腿伸直事件之前,通过角速度积分实时计算该腿的大腿在矢状面内与铅垂线的夹角:
式中:t为自左大腿或右大腿的上一个腿伸直时刻后的时间,θlt(t)、θrt(t)分别为t时刻时左大腿、右大腿与铅垂线的夹角,ωltz(δ)、ωrtz(δ)分别为左大腿、右大腿的瞬时Z轴角速度;
当检测到左腿或右腿脚落地时,计算该腿此时的步长:
LSL=l1(sinθrtic+sin(-θltic))+l2(sinθrsic+sin(-θlsic))
RSL=l1(sin(-θrtic)+sinθltic)+l2(sin(-θrsic)+sinθlsic)
式中:θlsic、θrsic、θltic、θrtic分别为该腿落地时刻的左小腿、右小腿、左大腿、右大腿与铅垂线的夹角,l1、l2分别为大腿长、小腿长,LSL为左腿落地时刻该腿的步长,RSL为右腿落地时刻该腿的步长。
4.如权利要求2所述的用于可穿戴式设备的实时步长测量方法,其特征在于,测量步长之前,预先监测目标用户的一定距离内的行走过程,确定传感器Y轴实际方向偏离矢状面的角度:
式中:为该传感器Y轴实际方向偏离矢状面的角度,为用户行走过程中在站立相时该传感器Y轴角速度的平均值,为用户行走过程中在站立相时该传感器Z轴角速度的平均值;
测量步长过程中的,每个传感器的Y轴加速度、Z轴角速度数据在使用前都预先进行修正,作为该小腿或大腿相应方向的加速度或角速度,修正公式为:
式中:ay为该传感器测量的Y轴加速度,az为该传感器测量的Z轴加速度,ayc为该传感器的数据修正后得到的Y轴加速度;ωy为该传感器测量的Y轴角速度,ωz为该传感器测量的Z轴角速度,ωzc为该传感器的数据修正后得到的Z轴角速度。
5.一种步态不对称度测量方法,其特征在于,根据权利要求1所述的方法测量实时步长,再量化单侧运动障碍的用户的步态不对称度:
式中:GA为步态不对称度,分别为左腿步长、右腿步长的平均值,为运动障碍一侧腿的步长。
6.一种实现权利要求1所述实时步长测量方法的可穿戴式设备,其特征在于,包括四个惯性传感器和上位机,每个惯性传感器包含三维加速度计以及三维角速度计,惯性传感器与上位机相连进行数据传输。
7.如权利要求6所述的可穿戴式设备,其特征在于,所述的惯性传感器首先与单片机相连,单片机与蓝牙模块相连,所述的上位机与所述的蓝牙模块通过蓝牙进行数据交互。
8.如权利要求6所述的可穿戴式设备,其特征在于,还包括用于固定惯性传感器的固定带。
9.如权利要求6所述的可穿戴式设备,其特征在于,所述的惯性传感器为基于MPU6050芯片的惯性传感器。
10.如权利要求6所述的可穿戴式设备,其特征在于,所述的惯性传感器采样频率不低于100Hz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610954918.9A CN106419928B (zh) | 2016-11-03 | 2016-11-03 | 一种可穿戴式设备及用于该设备的实时步长测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610954918.9A CN106419928B (zh) | 2016-11-03 | 2016-11-03 | 一种可穿戴式设备及用于该设备的实时步长测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106419928A true CN106419928A (zh) | 2017-02-22 |
CN106419928B CN106419928B (zh) | 2018-04-10 |
Family
ID=58179256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610954918.9A Active CN106419928B (zh) | 2016-11-03 | 2016-11-03 | 一种可穿戴式设备及用于该设备的实时步长测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106419928B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106618979A (zh) * | 2017-03-03 | 2017-05-10 | 杭州福祉医疗器械有限公司 | 步态康复机器人及用于步态康复机器人的控制方法 |
CN106937872A (zh) * | 2017-04-20 | 2017-07-11 | 杭州电子科技大学 | 一种基于回归曲线的步态双侧对称性评价方法 |
WO2018081986A1 (zh) * | 2016-11-03 | 2018-05-11 | 浙江大学 | 一种可穿戴式设备及用于该设备的实时步长测量方法 |
CN108042142A (zh) * | 2017-12-14 | 2018-05-18 | 华中科技大学 | 一种穿戴式的人体姿态检测及肢体肌力测量*** |
CN109498027A (zh) * | 2018-12-19 | 2019-03-22 | 南京茂森电子技术有限公司 | 一种单加速度计人体步态检测***及方法 |
CN110558992A (zh) * | 2019-07-30 | 2019-12-13 | 福建省万物智联科技有限公司 | 一种步态检测分析方法及装置 |
CN110680335A (zh) * | 2019-10-08 | 2020-01-14 | 深圳市臻络科技有限公司 | 步长测量方法及其设备、***、非易失性计算机存储介质 |
CN110934715A (zh) * | 2019-11-18 | 2020-03-31 | 南京伟思医疗科技股份有限公司 | 一种实现下肢机器人与减重车协同运动的控制***及方法 |
CN111166346A (zh) * | 2020-02-20 | 2020-05-19 | 福州大学 | 基于角速度传感器的膝关节屈伸角度实时测量装置及方法 |
CN111248918A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111248919A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111317480A (zh) * | 2020-01-20 | 2020-06-23 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN112472531A (zh) * | 2020-12-17 | 2021-03-12 | 大连理工大学 | 面向医疗复健和助力行走的下肢外骨骼机器人步态平稳算法 |
CN113116339A (zh) * | 2021-03-02 | 2021-07-16 | 深圳市第二人民医院(深圳市转化医学研究院) | 一种骨科病人移动监测预警方法及*** |
CN113116340A (zh) * | 2021-04-02 | 2021-07-16 | 浙江大学 | 一种用于可穿戴式设备的人体髋关节位移测量方法 |
CN114654498A (zh) * | 2021-06-25 | 2022-06-24 | 北京精密机电控制设备研究所 | 一种基于惯性传感器的膝关节外骨骼运动监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694499A (zh) * | 2009-10-22 | 2010-04-14 | 浙江大学 | 基于行人步态检测的步速测量和传输的***和方法 |
CN102670217A (zh) * | 2012-05-04 | 2012-09-19 | 嘉兴市制衡精仪有限公司 | 下肢关节作用力和力矩的穿戴式传感器测量装置及方法 |
CN103267524A (zh) * | 2013-04-24 | 2013-08-28 | 华中科技大学 | 一种穿戴式的人员步态检测室内定位***及方法 |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和*** |
US20160284231A1 (en) * | 2015-03-26 | 2016-09-29 | President And Fellows Of Harvard College | Systems and Methods for Detecting Overstriding in Runners |
-
2016
- 2016-11-03 CN CN201610954918.9A patent/CN106419928B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694499A (zh) * | 2009-10-22 | 2010-04-14 | 浙江大学 | 基于行人步态检测的步速测量和传输的***和方法 |
CN102670217A (zh) * | 2012-05-04 | 2012-09-19 | 嘉兴市制衡精仪有限公司 | 下肢关节作用力和力矩的穿戴式传感器测量装置及方法 |
CN103267524A (zh) * | 2013-04-24 | 2013-08-28 | 华中科技大学 | 一种穿戴式的人员步态检测室内定位***及方法 |
US20160284231A1 (en) * | 2015-03-26 | 2016-09-29 | President And Fellows Of Harvard College | Systems and Methods for Detecting Overstriding in Runners |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和*** |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018081986A1 (zh) * | 2016-11-03 | 2018-05-11 | 浙江大学 | 一种可穿戴式设备及用于该设备的实时步长测量方法 |
CN106618979A (zh) * | 2017-03-03 | 2017-05-10 | 杭州福祉医疗器械有限公司 | 步态康复机器人及用于步态康复机器人的控制方法 |
CN106937872A (zh) * | 2017-04-20 | 2017-07-11 | 杭州电子科技大学 | 一种基于回归曲线的步态双侧对称性评价方法 |
CN106937872B (zh) * | 2017-04-20 | 2019-11-12 | 杭州电子科技大学 | 一种基于回归曲线的步态双侧对称性评价方法 |
CN108042142A (zh) * | 2017-12-14 | 2018-05-18 | 华中科技大学 | 一种穿戴式的人体姿态检测及肢体肌力测量*** |
CN109498027A (zh) * | 2018-12-19 | 2019-03-22 | 南京茂森电子技术有限公司 | 一种单加速度计人体步态检测***及方法 |
CN110558992A (zh) * | 2019-07-30 | 2019-12-13 | 福建省万物智联科技有限公司 | 一种步态检测分析方法及装置 |
CN110680335A (zh) * | 2019-10-08 | 2020-01-14 | 深圳市臻络科技有限公司 | 步长测量方法及其设备、***、非易失性计算机存储介质 |
CN110934715A (zh) * | 2019-11-18 | 2020-03-31 | 南京伟思医疗科技股份有限公司 | 一种实现下肢机器人与减重车协同运动的控制***及方法 |
CN110934715B (zh) * | 2019-11-18 | 2021-09-21 | 南京伟思医疗科技股份有限公司 | 一种实现下肢机器人与减重车协同运动的控制***及方法 |
CN111248918A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111248919A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111317480A (zh) * | 2020-01-20 | 2020-06-23 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111317480B (zh) * | 2020-01-20 | 2023-05-09 | 深圳市丞辉威世智能科技有限公司 | 步态识别方法、装置、设备及可读存储介质 |
CN111166346A (zh) * | 2020-02-20 | 2020-05-19 | 福州大学 | 基于角速度传感器的膝关节屈伸角度实时测量装置及方法 |
CN112472531A (zh) * | 2020-12-17 | 2021-03-12 | 大连理工大学 | 面向医疗复健和助力行走的下肢外骨骼机器人步态平稳算法 |
CN113116339A (zh) * | 2021-03-02 | 2021-07-16 | 深圳市第二人民医院(深圳市转化医学研究院) | 一种骨科病人移动监测预警方法及*** |
CN113116339B (zh) * | 2021-03-02 | 2024-01-30 | 深圳市第二人民医院(深圳市转化医学研究院) | 一种骨科病人移动监测预警方法及*** |
CN113116340A (zh) * | 2021-04-02 | 2021-07-16 | 浙江大学 | 一种用于可穿戴式设备的人体髋关节位移测量方法 |
CN114654498A (zh) * | 2021-06-25 | 2022-06-24 | 北京精密机电控制设备研究所 | 一种基于惯性传感器的膝关节外骨骼运动监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106419928B (zh) | 2018-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106419928B (zh) | 一种可穿戴式设备及用于该设备的实时步长测量方法 | |
CN106908021B (zh) | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 | |
WO2018081986A1 (zh) | 一种可穿戴式设备及用于该设备的实时步长测量方法 | |
CN104757976B (zh) | 一种基于多传感器融合的人体步态分析方法和*** | |
Mayagoitia et al. | Accelerometer and rate gyroscope measurement of kinematics: an inexpensive alternative to optical motion analysis systems | |
US20180089841A1 (en) | Mixed motion capture system and method | |
WO2018132999A1 (zh) | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 | |
WO2018196227A1 (zh) | 人体运动能力评价方法、装置及*** | |
CN106821391A (zh) | 基于惯性传感器信息融合的人体步态采集分析***及方法 | |
CN106767790B (zh) | 人体下肢运动模型与卡尔曼滤波融合估计行人移动跟踪的方法 | |
CN107320108B (zh) | 一种关节活动度测量方法 | |
TWI468646B (zh) | Calculation method of step distance of computing device | |
CN106618979A (zh) | 步态康复机器人及用于步态康复机器人的控制方法 | |
Tumkur et al. | Modeling human walking for step detection and stride determination by 3-axis accelerometer readings in pedometer | |
CN106730760A (zh) | 健身动作检测方法、***、可穿戴设备及终端 | |
CN103120586A (zh) | 人体步态运动学参数采集辅助装置和方法 | |
CN106859928B (zh) | 步态康复训练机器人及用于该机器人的力反馈控制方法 | |
CN111895997B (zh) | 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法 | |
CN111012358B (zh) | 一种人体踝关节运动轨迹测量方法及可穿戴式设备 | |
CN104887237B (zh) | 一种基于人体运动模式监测的行人导航方法 | |
Hu et al. | A study on estimation of planar gait kinematics using minimal inertial measurement units and inverse kinematics | |
CN108309301B (zh) | 人体体段质量测量方法 | |
Li et al. | Wearable gait analysis system for ambulatory measurement of kinematics and kinetics | |
CN109945889A (zh) | 一种基于双姿态传感器的关节角度测量方法 | |
CN107320106B (zh) | 一种测量手扶式起立时人体重心位置的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |