CN108903947A - 步态分析方法、步态分析装置以及可读存储介质 - Google Patents
步态分析方法、步态分析装置以及可读存储介质 Download PDFInfo
- Publication number
- CN108903947A CN108903947A CN201810486083.8A CN201810486083A CN108903947A CN 108903947 A CN108903947 A CN 108903947A CN 201810486083 A CN201810486083 A CN 201810486083A CN 108903947 A CN108903947 A CN 108903947A
- Authority
- CN
- China
- Prior art keywords
- gait
- vola
- target user
- feature
- phase
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种步态分析方法,所述步态识别方法包括以下步骤:获取多个距离传感器检测的足底信息,所述多个距离传感器沿目标用户的足底的周向分布;根据所述足底信息确定所述目标用户的步态特征。本发明还公开了一种步态分析装置和可读存储装置。本发明实现目标用户在行走过程中任意时刻的步态识别,以获取更准确、全面的步态特征信息。
Description
技术领域
本发明涉及步态识别技术领域,尤其涉及一种步态分析方法、步态分析装置以及可读存储介质。
背景技术
目前识别人体行走步态特征的分析,如步态周期、步态特征点(足跟着地HS和足尖离地TO)等,大多通过足底压力模块来实现,即在足底设置若干压力测试传感器模块或者铺设一整块较大的压力测试平台,在人体步行过程中动态测试各传感器单元或者压力测试平台的压力信号变化来识别人体的步态特征。
由于压力测试单元结构形式、分布位置、人脚触地部位等原因而导致测量精度差、实时性差等,而且脚底不与地面的接触的阶段由于没有接触力所以探测不到相应步态信息,使步态分析具有很大的局限性。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种步态分析方法,旨在实现目标用户在行走过程中任意时刻的步态的识别,以获取更准确、全面的的步态特征信息。
为实现上述目的,本发明提供一种步态分析方法,所述步态识别方法包括以下步骤:
获取多个距离传感器检测的足底信息,所述多个距离传感器沿目标用户的足底的周向分布;
根据所述足底信息确定所述目标用户的步态特征。
可选地,所述根据所述足底信息确定所述目标用户的步态特征的步骤包括:
根据所述足底信息确定所述目标用户的足底相对于地面的位置;
根据所述位置确定所述目标用户的步态特征。
可选地,所述根据所述位置确定所述目标用户的步态特征的步骤包括:
持续获取所述足底相对于地面的位置;
根据所述位置的变化确定所述足底的空间移动轨迹;
根据所述足底的空间移动轨迹确定所述目标用户的步态特征。
可选地,所述目标的步态特征包括步态周期,所述根据所述足底的空间移动轨迹确定所述目标用户的步态特征的步骤包括:
识别所述足底的空间移动轨迹中步态阶段的分界点;
根据所述分界点确定所述目标用户的足底的步态周期,所述步态周期由所述分界点划分为多个步态阶段。
可选地,所述目标用户的步态特征包括步态周期、步态阶段、步长、步幅、步频、步速、步宽、所述步态周期中支撑相的长度、所述步态周期中摆动相的长度、所述步态周期中步态阶段的分界点。
可选地,所述根据所述位置确定所述目标用户的步态特征的步骤之后,还包括:
判断所述步态特征与标准步态特征之间是否存在差异;
当所述步态特征与所述标准步态特征存在差异时,判定所述目标用户存在异常步态特征。
可选地,当所述步态特征包括步态阶段时,所述步态阶段包括足跟着地-足尖离地阶段、全足底着地阶段足尖着地-足跟离地阶段、全足底离地阶段,不同的所述步态阶段对应不同的辅助作用力矩,所述判定所述目标用户存在异常步态特征的步骤之后,还包括:
根据所述步态阶段确定对应的辅助作用力矩;
控制行走辅助器械按照所述辅助作用力矩作用于所述目标用户的下肢,以辅助所述目标用户行走。
可选地,所述判定所述目标用户存在运动障碍的步骤之后,还包括:
间隔预设时间,获取所述目标用户的步态特征;
根据获取的步态特征的变化确定所述目标用户的康复效果。
此外,为实现上述目的,本发明还提供一种步态分析装置,所述步态分析装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的步态分析程序,所述步态分析程序被所述处理器执行时实现如上任一项所述的步态分析方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有步态分析程序,所述步态分析程序被处理器执行时实现如上任一项所述的步态分析方法的步骤。
本发明实施例提出的一种步态分析方法,通过获取多个距离传感器检测的足底信息,根据获取的足底信息确定目标用户的步态特征,其中,多个距离传感器沿目标用户的足底的周向分布,从多个距离传感器检测的足底信息可分析到足底设有距离传感器的各特征位置在任意时刻相对于地面的位置,从而实现目标用户在行走过程中任意时刻的步态识别,以获取更准确、全面的步态特征信息。
附图说明
图1是本发明实施例步态分析装置的结构示意图;
图2为本发明实施例步态分析装置中的距离传感器于目标用户足底的分布位置示意图;
图3为本发明实施例中步态分析方法的第一流程示意图;
图4为本发明实施例中步态分析方法的第二流程示意图;
图5为本发明实施例中步态分析方法的第三流程示意图;
图6为本发明实施例中步态分析方法的第四流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取多个距离传感器检测的足底信息,所述多个距离传感器沿目标用户的足底的周向分布;根据所述足底信息确定所述目标用户的步态特征。
由于现有技术中,采用压力测试单元测量精度差、实时性差等,而且脚底不与地面的接触的阶段由于没有接触力所以探测不到相应步态信息,使步态分析具有很大的局限性。
本发明提供一种步态分析方法,实现目标用户在行走过程中任意时刻的步态识别,以获取更准确、全面的步态特征信息。
本发明实施例提出一种步态分析装置。
如图1所示,该步态分析装置可以包括:处理器1001,例如CPU,存储器1002,距离传感器1003。存储器1002可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
其中,距离传感器1003具体用于检测目标用户足底与地面之间的距离。距离传感器1003可直接固定于目标用户的足底,也可采用可穿戴设备(如鞋子、袜子等)等抵接于目标用户的足底设置。在检测时,距离传感器1003朝向地面发出检测信号并接收地面的反馈信号,根据反馈信号分析目标用户足底设有距离传感器1003的位置与地面之间的距离。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图2所示,目标用户足底的距离传感器1003设有多个,多个距离传感器1003沿目标用户的足底的周向分布。具体的,距离传感器1003至少设有四个,其中,两个靠近足底的足尖一端设置、并间隔设于足底沿宽度方向的两侧,如具体可分别设于大拇指和小拇指所在的位置,另外两个靠近足底的足跟一端设置、并间隔设于足底沿宽度方向的两侧。通过此设置,通过四个距离传感器1003的检测数据可分析出整个足底的轮廓面。为了提高分析出的足底轮廓面的准确度距离传感器1003可优选的多于四个,并沿足底的周向间隔分布或连续设置,甚至可沿整个足底面均匀分布设置。其中,多个距离传感器1003可沿关于足底长度方向的轴线对称的分布在足底宽度方向的两侧。例如,如图2所示,沿足底的周向设有10个距离传感器1003,10个距离传感器1003分成5组,5组距离传感器1003沿足底的长度方间隔设置,同一组的两个距离传感器1003关于足底长度方向的轴线对方分布在靠近足底边缘的两侧。对称的两个距离传感器1003所检测的数据可直接准确表征用户足部相对于水平面的偏转方向和偏转量。需要说明的是,图2只是距离传感器于目标用户足底的分布位置的一种实施例,但不限于此分布方式。
本发明实施例还提出一种可读存储介质。如图1所示,作为一种存储介质的存储器1002中可以包括步态分析程序,处理器1001可以用于调用存储器1002中存储的步态分析程序,并执行以下实施例中步态分析方法的操作:
参照图3,本发明实施例提供一种步态分析方法,所述步态分析方法包括:
步骤S10,获取多个距离传感器检测的足底信息,所述多个距离传感器沿目标用户的足底的周向分布;
在需对目标用户的足部的步态进行分析时,将多个距离传感器设于或抵接于目标用户的足底且沿足底的周向分布设置。
在目标用户行走的过程中,每个距离传感器朝向地面方向发出检测信号。间隔预设时间或持续获取多个距离传感器检测的足底信息。其中,足底信息包括足底多个设有距离传感器的特征位置与地面之间的距离信息。
步骤S20,根据所述足底信息确定所述目标用户的步态特征;
获取上述的足底信息后,可分别对每个距离传感器检测的足底信息进行分析确定目标用户的步态特征,如每个距离传感器检测的足底信息的数值均大于0时,则此时足底完全离地;如设于足跟的距离传感器检测的足底信息的数值等于0时,则此时足跟着地;如关于足底的长度方向的轴线对称设置的两个距离传感器检测的足底信息中,一侧的足底信息的数值大于另一侧时,则此时用户足部朝向数值小的一侧偏转等。此外,获取上述的足底信息后,也可将多个距离传感器检测的足底信息进行分析拟合后得到足底的轮廓面,再对足底的轮廓面从而确定目标用户的步态特征。根据轮廓面上各部位相对于地面的距离可确定目标用户的足底具体的空间位置,再进一步分析目标用户的足底的空间位置识别目标用户的步态特征。
步态特征可结合各个距离传感器检测到的足底信息以及足底信息的检测时间进行分析。具体的,步态特征可包括目标用户的步态阶段、步态周期、步长、步幅、步频、步速、步宽、步态周期中支撑相的长度、步态周期中摆动相的长度、步态周期中步态阶段的分界点等。其中,支撑相是指下肢接触地面并承受重力的时间,摆动相是指指足底离开地面向前迈步到再次落地之间的时间。
其中,为了避免地面凹凸不平或存在障碍物使拟合得到的足底的空间位置不准确,可先判断获取的多个距离信息中是否存在异常数据,若是,则剔除异常数据后将剩下的数据进行分析、拟合。具体的,可提取位于足底同一侧的多个距离传感器所检测的距离信息进行分析,计算并判断每个距离信息的标准差是否大于预设值,若是,则将该标准差对应的距离信息判定为异常数据。
在本实施例中,通过获取多个距离传感器检测的足底信息,根据获取的足底信息确定目标用户的步态特征,其中,多个距离传感器沿目标用户的足底的周向分布,从多个距离传感器检测的足底信息可分析到足底设有距离传感器的各特征位置在任意时刻相对于地面的位置,从而实现目标用户在行走过程中任意时刻的步态识别,以获取更准确、全面的步态特征信息。
具体的,如图4所示,根据所述足底信息确定所述目标用户的步态特征的步骤包括:
步骤S21,根据所述足底信息确定所述目标用户的足底相对于地面的位置;
步骤S22,根据所述足底的空间位置确定所述目标用户的步态特征。
在检测的过程中,可实时获取多个距离传感器检测的足底信息,对获取的足底信息进行分析拟合得到目标用户整个足底的轮廓面,轮廓面相对于地面所在的位置即为足底相对于地面的位置。
具体的,可根据足底相对于地面的位置确定所述目标用户的步态阶段。步态阶段可具体包括足跟着地-足尖离地阶段、全足底着地阶段(即足跟和足尖均着地)、足尖着地-足跟离地阶段以及全足底离地阶段(即足跟和足尖均离地)。从上述其中一个步态阶段开始到再次进入同一个步态阶段之前形成一个步态周期,步态周期可具体划分为上述四个步态阶段,或根据实际步态分析需求划分为其他步态阶段。
根据整个轮廓面与地面之间的位置关系或者轮廓面上根据分析需求选取任意点相对于地面的距离,便可确定目标用户的步态阶段以及在该步态阶段当前的足部形态。例如,若轮廓面表征足跟的一侧与地面的距离为0、但表征足尖的一侧与地面的距离不为0时,表明此时目标用户处足跟着地-足尖离地阶段于;若整个轮廓面与地面的距离为0时,表明此时目标用户处于全足底着地阶段;若轮廓面表征足跟的一侧与地面的距离不为0、但表征足尖的一侧与地面的距离为0时,则表明表明此时目标用户处于足尖着地-足跟离地阶段;若整个轮廓面与地面的距离均不为0时,表明此时目标用户处于全足底离地阶段。
通过上述方式,可准确的分析整个足底在任意时刻的相对于地面的位置,从而实现目标用户在行走过程中任意时刻的步态识别,以获取更准确、全面的步态特征信息。
进一步的,参照图5,所述根据所述足底的空间位置确定所述目标用户的步态特征的步骤包括:
步骤S221,持续获取所述足底相对于地面的位置;
步骤S222,根据所述位置的变化确定所述足底的空间移动轨迹;
步骤S223,根据所述足底的空间移动轨迹确定所述目标用户的步态特征。
在目标用户行走的过程中,可持续获取上述距离传感器检测的目标用户的足底信息,根据持续获取到的足底信息确定持续过程中每个时刻足底的空间位置。分析获取到的足底的空间位置的变化,根据足底的空间位置的变化确定足底的空间移动轨迹。根据足底的空间移动规则可获取目标用户在整个行走过程中的步态特征,如目标用户在某一时刻所处的步态阶段、目标用户的整个步态周期以及步态周期中每个步态阶段的持续时间、目标用户在整个行走过程中足部形态的变化等。
通过上述方式,可实现对目标用户在行走过程中的步态的监控,从目标用户的空间移动轨迹准确的识别、分析到用户在行走过程中步态特征的变化,以获取用户行走过程中更准确、全面的步态特征信息。
进一步的,参照图6,所述目标的步态特征包括步态周期,所述根据所述足底的空间移动轨迹确定所述目标用户的步态特征的步骤包括:
步骤S2231,识别所述足底的空间移动轨迹中步态阶段的分界点;
步骤S2232,根据所述分界点确定所述目标用户的足底的步态周期,所述步态周期由所述分界点划分为多个步态阶段。
在用户的步态周期中,可通过设置若干个步态阶段的分界点将用户的步态周期划分为多个步态阶段。步态阶段的分界点可具体为在足底的空间移动轨迹中识别用户步态周期中各个步态阶段的特征点。
其中,其中,当用户的步态周期设有足跟着地-足尖离地阶段、全足底着地阶段(即足跟和足尖均着地)、足尖着地-足跟离地阶段以及全足底离地阶段(即足跟和足尖均离地)时,周期特征点的识别可具体:足底轮廓面表征足跟的一侧相对于地面的距离从不为0变为0时为足跟着地-足尖离地阶段与全足底离地阶段的分界点;在足底轮廓面表征足跟的一侧相对于地面的距离为0,且足底轮廓面表征足尖的一侧相对于店面的距离从不为0变为0时,可为全足底着地阶段与足跟着地-足尖离地阶段的分界点;在足底轮廓面表征足跟的一侧相对于地面的距离从为0变成不为0、且足底轮廓面表征足尖的一侧相对于地面的距离为0时,可为全足底着地阶段与足尖着地-足跟离地阶段的分界点;在足底轮廓面表征足跟的一侧不为0、且足底轮廓面表征足尖的一侧相对于地面的距离从为0变为不为0时,可为全足底离地阶段与足尖着地-足跟离地阶段的分界点。
识别到上述分界点,便可确定目标用户在空间移动轨迹中的各个步态阶段。在识别到各个步态阶段后,由于连续的足跟着地-足尖离地阶段、全足底着地阶段、足尖着地-足跟离地阶段以及全足底离地阶段形成一个步态周期,便可确定在空间移动轨迹中目标用户的足底的步态周期。在确定目标用户的步态周期后依据步态周期对目标用户的其他步态特征进行分析。
通过上述方式,可准确的识别到目标用户行走过程的步态周期,步态周期可作为用户其他步态特征分析的依据和基准,从而获取到用户更准确、更全面的步态特征信息。
进一步的,所述根据所述位置确定所述目标用户的步态特征的步骤之后,还包括:
步骤S30,判断所述步态特征与标准步态特征之间是否存在差异;
步骤S40,当所述步态特征与所述标准步态特征存在差异时,判定所述目标用户存在异常步态特征。
标准步态特征可具体为不存在运动障碍的正常人群的步态特征数据的正常范围。判断步态特征与标准步态特征之间是否存在差异,可具体为判断分析得到的步态特征是否存在步态特征数据的范围,若是,则判定不存在差异,若否,则判定存在差异。在步态特征数据与标准步态特征数据之间存在差异时,可判定目标用户存在异常步态特征,则该用户存在运动障碍;在步态特征数据与标准步态特征数据之间不存在差异时,判定目标用户不存在异常步态特征,则该用户不存在运动障碍。比如,存在运动障碍人士相对于正常人的步态周期、步幅变小、步速步频变慢等。
在判定目标用户存在异常步态特征时,可通过对步态特征进行进一步的分析,根据步态特征分析目标用户运动障碍的类型。
通过上述方式,可根据目标用户的步态特征准确的分析判断目标用户是否存在异常步态特征,有利于对目标用户的下肢健康状态进行准确分析。
进一步的,当所述步态特征包括步态阶段时,所述判定所述目标用户存在存在异常步态特征的步骤之后,还包括:
步骤S50,根据所述步态阶段确定对应的辅助作用力矩;
步骤S60,控制行走辅助器械按照所述辅助作用力矩作用于所述目标用户的下肢,以辅助所述目标用户行走。
当目标用户存在异常步态特征时,可采用行走辅助器械辅助目标用户的行走,但不同的步态阶段所对应的人体的下肢各关节作用力矩不同,因此不同的步态阶段行走辅助器械对用户所施加的辅助作用力矩不同。因而,对于同一种运动障碍类型的用户,在其不同的步态阶段可对应设置不同辅助作用力矩。此外,不同运动障碍类型的目标用户在同一步态阶段其需要的辅助作用力矩也不同,因而可对应不同运动障碍类型的目标用户,在同一种步态阶段设置不同的辅助作用力矩。
实时的获取多个距离传感器所检测的目标用户的足底信息,根据实时获取到的足底信息可判断目标用户所处的步态阶段,根据判定的目标用户所处的步态阶段可确定对应的辅助作用力矩。此外,判定目标用户所处的步态阶段后,还可获取目标用户的运动障碍的类型,根据获取的运动障碍的类型以及目标用户所处的步态阶段,可确定对应的辅助作用力矩。其中,运动障碍的类型可不同分析目标用户的步态特征确定,也可获取医疗人员或目标用户输入的信息确定。
在确定辅助作用力矩后,可控制行走辅助器械按照该辅助作用力矩作用于目标用户的下肢,以辅助目标用户行走。
通过根据目标用户当前的步态阶段确定对应的辅助作用力矩,控制行走辅助器械按照确定的辅助作用力矩辅助目标用户的行走,使行走辅助器械可适应存在运动障碍的目标用户的当前步态施加准确的辅助作用力矩,从而提高行走辅助器械的智能性和可靠性,有助于存在运动障碍的目标用户加快康复速度。
进一步的,所述判定所述目标用户存在运动障碍的步骤之后,还包括:
步骤S70,间隔预设时间,获取所述目标用户的步态特征;
步骤S80,根据获取的步态特征的变化确定所述目标用户的康复效果。
每隔预设时间对获取目标用户的步态特征,根据获取的步态特征的变化确定目标用户的康复效果,根据康复效果的判定结果有利于分析存在运动障碍用户的情况并做出进一步适合目标用户病情的治疗方案。其中,预设时间可根据实际治疗需要进行选择。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种步态分析方法,其特征在于,所述步态识别方法包括以下步骤:
获取多个距离传感器检测的足底信息,所述多个距离传感器沿目标用户的足底的周向分布;
根据所述足底信息确定所述目标用户的步态特征。
2.如权利要求1所述的步态分析方法,其特征在于,所述根据所述足底信息确定所述目标用户的步态特征的步骤包括:
根据所述足底信息确定所述目标用户的足底相对于地面的位置;
根据所述位置确定所述目标用户的步态特征。
3.如权利要求2所述的步态分析方法,其特征在于,所述根据所述位置确定所述目标用户的步态特征的步骤包括:
持续获取所述足底相对于地面的位置;
根据所述位置的变化确定所述足底的空间移动轨迹;
根据所述足底的空间移动轨迹确定所述目标用户的步态特征。
4.如权利要求3所述的步态分析方法,其特征在于,所述目标的步态特征包括步态周期,所述根据所述足底的空间移动轨迹确定所述目标用户的步态特征的步骤包括:
识别所述足底的空间移动轨迹中步态阶段的分界点;
根据所述分界点确定所述目标用户的足底的步态周期,所述步态周期由所述分界点划分为多个步态阶段。
5.如权利要求2至4中任一项所述的步态分析方法,其特征在于,所述目标用户的步态特征包括步态周期、步态阶段、步长、步幅、步频、步速、步宽、所述步态周期中支撑相的长度、所述步态周期中摆动相的长度、所述步态周期中步态阶段的分界点。
6.如权利要求5所述的步态分析方法,其特征在于,所述根据所述位置确定所述目标用户的步态特征的步骤之后,还包括:
判断所述步态特征与标准步态特征之间是否存在差异;
当所述步态特征与所述标准步态特征存在差异时,判定所述目标用户存在异常步态特征。
7.如权利要求6所述的步态分析方法,其特征在于,当所述步态特征包括步态阶段时,所述步态阶段包括足跟着地-足尖离地阶段、全足底着地阶段足尖着地-足跟离地阶段、全足底离地阶段,不同的所述步态阶段对应不同的辅助作用力矩,所述判定所述目标用户存在异常步态特征的步骤之后,还包括:
根据所述步态阶段确定对应的辅助作用力矩;
控制行走辅助器械按照所述辅助作用力矩作用于所述目标用户的下肢,以辅助所述目标用户行走。
8.如权利要求6所述的步态分析方法,其特征在于,所述判定所述目标用户存在运动障碍的步骤之后,还包括:
间隔预设时间,获取所述目标用户的步态特征;
根据获取的步态特征的变化确定所述目标用户的康复效果。
9.一种步态分析装置,其特征在于,所述步态分析装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的步态分析程序,所述步态分析程序被所述处理器执行时实现如权利要求1至8中任一项所述的步态分析方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有步态分析程序,所述步态分析程序被处理器执行时实现如权利要求1至8中任一项所述的步态分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810486083.8A CN108903947B (zh) | 2018-05-18 | 2018-05-18 | 步态分析方法、步态分析装置以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810486083.8A CN108903947B (zh) | 2018-05-18 | 2018-05-18 | 步态分析方法、步态分析装置以及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108903947A true CN108903947A (zh) | 2018-11-30 |
CN108903947B CN108903947B (zh) | 2020-07-17 |
Family
ID=64403812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810486083.8A Active CN108903947B (zh) | 2018-05-18 | 2018-05-18 | 步态分析方法、步态分析装置以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108903947B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
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 |
CN113768760A (zh) * | 2021-09-08 | 2021-12-10 | 中国科学院深圳先进技术研究院 | 助行器的控制方法、***和驱动设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101569528A (zh) * | 2009-05-31 | 2009-11-04 | 天津工业大学 | 步态测量装置 |
US20160310342A1 (en) * | 2013-12-27 | 2016-10-27 | Korea Polytechnic University Industry Academic Cooperation Foundation | System and method for controlling joint angle of knee-joint type walking training robot |
CN106166071A (zh) * | 2016-07-04 | 2016-11-30 | 中国科学院计算技术研究所 | 一种步态参数的采集方法及设备 |
CN106725507A (zh) * | 2016-12-12 | 2017-05-31 | 浙江大学 | 一种可穿戴人体绊倒检测***及检测方法 |
CN107837173A (zh) * | 2016-09-20 | 2018-03-27 | 三星电子株式会社 | 步行辅助设备和控制步行辅助设备的方法 |
CN108013999A (zh) * | 2016-11-02 | 2018-05-11 | 三星电子株式会社 | 用于控制平衡的方法和设备 |
-
2018
- 2018-05-18 CN CN201810486083.8A patent/CN108903947B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101569528A (zh) * | 2009-05-31 | 2009-11-04 | 天津工业大学 | 步态测量装置 |
US20160310342A1 (en) * | 2013-12-27 | 2016-10-27 | Korea Polytechnic University Industry Academic Cooperation Foundation | System and method for controlling joint angle of knee-joint type walking training robot |
CN106166071A (zh) * | 2016-07-04 | 2016-11-30 | 中国科学院计算技术研究所 | 一种步态参数的采集方法及设备 |
CN107837173A (zh) * | 2016-09-20 | 2018-03-27 | 三星电子株式会社 | 步行辅助设备和控制步行辅助设备的方法 |
CN108013999A (zh) * | 2016-11-02 | 2018-05-11 | 三星电子株式会社 | 用于控制平衡的方法和设备 |
CN106725507A (zh) * | 2016-12-12 | 2017-05-31 | 浙江大学 | 一种可穿戴人体绊倒检测***及检测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109998551A (zh) * | 2019-04-11 | 2019-07-12 | 北京航空航天大学 | 一种分段式局部峰值检测的步态相位分析方法 |
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 |
CN113768760A (zh) * | 2021-09-08 | 2021-12-10 | 中国科学院深圳先进技术研究院 | 助行器的控制方法、***和驱动设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108903947B (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104146712B (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 | |
KR101463684B1 (ko) | 비정상 보행 여부를 측정하는 방법 | |
Antwi-Afari et al. | Deep learning-based networks for automated recognition and classification of awkward working postures in construction using wearable insole sensor data | |
KR20160031246A (ko) | 보행 환경 인식 방법 및 장치 | |
CN106667493A (zh) | 人体平衡性评估***及评估方法 | |
CN108903947A (zh) | 步态分析方法、步态分析装置以及可读存储介质 | |
KR20120070846A (ko) | 보행 패턴 분석 장치 및 방법 | |
CN102917640A (zh) | 便携电子设备、步行轨迹计算程序以及步行姿势诊断方法 | |
CN108634960B (zh) | 一种用于外骨骼穿戴者的步态在线检测方法 | |
Kim et al. | Development of an IMU-based foot-ground contact detection (FGCD) algorithm | |
CN108814617A (zh) | 冻结步态识别方法和装置及步态检测仪 | |
US11497443B2 (en) | Smart shoe based on recognition of combined walking action and data processing method thereof | |
CN106714914A (zh) | 运动姿势分析装置以及运动姿势分析信息生成方法 | |
Worsey et al. | Automatic classification of running surfaces using an ankle-worn inertial sensor | |
CN107561970A (zh) | 一种双足支撑区域判别的控制***及方法 | |
KR102128268B1 (ko) | 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템 | |
Young et al. | Examination of a foot mounted IMU-based methodology for a running gait assessment | |
Wu et al. | Human gait-labeling uncertainty and a hybrid model for gait segmentation | |
WO2014181602A1 (ja) | 歩行姿勢計およびプログラム | |
Eguchi et al. | Kinetic and spatiotemporal gait analysis system using instrumented insoles and laser range sensor | |
Kawanami et al. | Proposal of easily distributable insole type gait sensor for health promotion of elderly people | |
Calma et al. | Development of normative walking gait kinematics database for Filipinos using MS kinect V2 | |
CN112959365B (zh) | 机器人的状态检测方法及装置 | |
US20240237922A1 (en) | Estimation device, estimation system, estimation method, and recording medium | |
Zhang et al. | [Retracted] Information Collection, Analysis, and Monitoring System of Children’s Physical Training Based on Multisensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |