CN112603296A - 一种基于加速度传感器的步态分析方法及装置 - Google Patents
一种基于加速度传感器的步态分析方法及装置 Download PDFInfo
- Publication number
- CN112603296A CN112603296A CN202011509275.XA CN202011509275A CN112603296A CN 112603296 A CN112603296 A CN 112603296A CN 202011509275 A CN202011509275 A CN 202011509275A CN 112603296 A CN112603296 A CN 112603296A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- coordinate system
- walking
- oscillogram
- person
- 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
- 230000001133 acceleration Effects 0.000 title claims abstract description 178
- 230000005021 gait Effects 0.000 title claims abstract description 53
- 238000004458 analytical method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 30
- 238000010586 diagram Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 4
- 230000036544 posture Effects 0.000 abstract description 5
- 238000009795 derivation Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/003—Kinematic accelerometers, i.e. measuring acceleration in relation to an external reference frame, e.g. Ferratis accelerometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Discrete Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Algebra (AREA)
- Dentistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physiology (AREA)
- 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加速度传感器的步态分析方法及装置，包括：通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。能够完成步数统计，摔倒检测，以及通过对步态分析结果进行汇总，能够检测各种步态姿势，能够有效计算平衡性，波形功率。
Description
技术领域
本申请涉及智能分析领域，具体涉及一种基于加速度传感器的步态分析方法，同时涉及一种基于加速度传感器的步态分析装置。
背景技术
随着信息化，智能化，网络化的发展，嵌入式技术也将获得广阔的发展空间。基于嵌入式设备的感知手段日益丰富，在健康、医疗、生活、交通、教育和娱乐等领域的应用层出不穷。
目前嵌入式设备可以内置多种传感器，包括加速度传感器、方向传感器、磁力传感器、陀螺仪、旋转矢量传感器等。其中加速度传感器的应用尤为广泛，通过集成在硅晶片上的微机电***测量坐标系三轴向的加速度值，从而为感知用户运动状态提供极佳的途径
步态是人正常行走的方式，反映了人最常见的步行运动特点。而每个人都有自己的走路步态，每个人的步态会随着个人身体状况改变而发生改变，这些改变包括走路快慢，走路的姿势等。所以，如何可以通过检测记录用户走路姿态，通过走路姿态发生的改变来判断个人身体健康，提前做出预警是目前亟需觖决的问题。
发明内容
为解决上述问题，本申请提供一种基于加速度传感器的步态分析方法包括：
通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；
通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；
根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；
根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
优选的，所述人行走时的加速度数据包括：
人行走时身体的左右摆动方向，重力加速度方向和前进方向的加速度数据。
优选的，根据所述加速度数据构建行走坐标系，包括：
将人行走时身体的左右摆动方向作为行走坐标系的X轴，重力加速度方向作为行走坐标系的Y轴，前进方向作为行走坐标系的Z轴，构建三轴的行走坐标系。
优选的，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，包括：
将加速度传感器坐标系的三轴加速度作为一个向量；
根据向量三个方向余弦建立加速度传感器坐标系到地球坐标系之间的转换矩阵。
优选的，还包括：
通过转换矩阵将加速度传感器坐标系的加速度，转换成地球坐标系的加速度。
优选的，根据所述行走坐标系的加速度，构建加速度波形图，所述加速度波形图包括：
以左右方向为X轴的加速度波形图，以重力加速度方向为Y轴的加速度波形图和以行走方向为Z轴的加速度波形图。
优选的，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果，包括：
对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期数据，从而获取人行走时的步数，功率和平衡性；通过二阶求导求拐点法对加速度波形图的波峰波谷进行标定，根据加速度传感器采样频率周期内样点的个数，计算单步时间，行走的速度和步幅的长短；
对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
通过上述对波形图的时域和频域处理，完成人行走时的步态分析。
优选的，还包括：
通过实时加速度波形图，与摔倒波形图进行比对，判断人行走时是否发生摔倒。
本申请同时提供一种基于加速度传感器的步态分析装置，包括：
行走坐标系构建单元，通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；
地球坐标系转换单元，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；
加速度获取单元，根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；
步态分析单元，根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
优选的，所述步态分析单元，包括：
时域处理子单元，对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期有数据，从而获取人行走时的步数，功率和平衡性；通过二阶求导求拐点法对加速度波形图的波峰波谷进行标定，根据加速度传感器采样频率周期内样点的个数，计算单步时间，行走的速度和步幅的长短；
频域处理子单元，对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
步态分析子单元，通过上述对波形图的时域和频域处理，完成人行走时的步态分析。
附图说明
图1是本申请提供的一种基于加速度传感器的步态分析方法的流程示意图；
图2是本申请涉及的人行走坐标系中X轴(左右)加速度波形图；
图3是本申请涉及的人行走坐标系中Y轴(重力加速度方向)加速度波形图；
图4中本申请涉及的人行走坐标系中Z轴(行走方向)加速度波形图；
图5是本申请涉及的加速度波形图时域处理标记的波峰波谷图；
图6是图4加速度波形图中的数频域处理后的波形图；
图7是本申请涉及的杂波多和信号弱的加速度波形图；
图8是图7的加速度波形图中的数据经过FFT处理后的频域数据；
图9是本申请提供的一种基于加速度传感器的步态分析装置示意图。
图是本申请第五实施例。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种提供的一种基于加速度传感器的步态分析方法的流程示意图，下面结合图1对本申请提供的方法进行详细说明。
步骤S101，通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系。
本申请中，嵌入加速度传感器的智能设备为更好的进行步态分析，优选的可以固定在腰间，也可以放在上衣口袋中。人行走时，身体会产生不同方向的摆动，包括左右，上下，以及前后方向的，所以，人行走时的加速度数据包括：人行走时身体的左右摆动方向，重力加速度方向和前进方向的加速度数据。
行走坐标系，是基于人行走前后方向，左右摆动，上下浮动三个方向所组成的三维坐标系。所以，将人行走时身体的左右摆动方向作为行走坐标系的X轴，重力加速度方向作为行走坐标系的Y轴，前进方向作为行走坐标系的Z轴，构建三轴的行走坐标系。
步骤S102，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系。
方向余弦转换算法是空间解析几何中，一个坐标系相对原坐标系作一次或多次旋转后可以得到另外一个新的坐标系，它们之间的相互关系可用方向余弦来表示。
通过方向余弦转换算法，将加速度传感器坐标系的三轴加速度作为一个向量；三轴加速度作为一个向量，它的三个方向余弦分别是该向量与三个坐标轴之间角度的余弦，根据向量三个方向余弦建立加速度传感器坐标系到地球坐标系之间的转换矩阵。最后通过转换矩阵将传感器坐标系的加速度，转换成地球坐标系的加速度。
传感器由于摆放位置和摆放角度的不同，导致实际测出的加速度会不同，因此为了保证，测量加速度数据不受传感器摆放位置和角度的影响，需要根据传感器三维角度实现对传感器坐标系进行转换。坐标系转换后，传感器测量的运动姿态就成为了相对于地球的运动姿态。
步骤S103，根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度。
根据人行走左右摆动规律，求出人行走坐标系与地球坐标系夹角，利用余弦转换算法完成坐标系的转换，最终获取到人行走坐标系的加速度。
地球坐标系的加速度是传感器相对于地球的运动姿态，而研究人行走姿态，需要再次进行一次坐标系的转换，将地球坐标系转换成人行走坐标系。最终我们实现了传感器坐标系到人行走坐标系的转换，这样我们最终获取人行走加速度数据不再受传感器摆放位置和角度影响，提高了传感器应用的灵活性。
步骤S104，根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
人行走坐标系加速度包括X轴、Y轴和Z轴方向的加速度，其中：
(1)人行走坐标系中X轴(左右)加速度波形图如图2所示，从图中可以看出：
a、在X轴方向，其实人行走的周期是以两步为一周期，一周期中包含左脚步，和右脚步，并且左脚波形图与右脚的波形图接近于上下对称。
b、经过处理后的X轴加速度数据稳定，能够很好的反映出左右平衡性.
(2)人行走坐标系中Y轴(重力加速度方向)加速度波形图如图3所示，从图中可以看出：
在Y轴方向，人每行走一步，身体就会有一次较大的上下波动，因此在Y轴波形图的功率可以代表人行走上下浮动幅值的大小。
(3)人行走坐标系中Z轴(行走方向)加速度波形图如图4所示，从图中可以看出：
a、在Z轴方向波形图周期性非常明显，T1、T2分别表示右脚步、左脚步，几乎是以单步为一周期，因此通过Z轴加速度做周期(步数)的统计，以及波形图的分割非常的不便。
b、在单个周期中，加速度从0->最大值->最小值->回到0，整个过程正好对应，脚尖发力->抬脚->落脚->脚掌触底达到平稳状态。
时域处理中主要用到的是二阶求导求拐点法，对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期的数据，从而获取人行走时的步数，功率和平衡性等数据。包括：
(1)二阶求导求拐点法实现步数实时更新
a、连续函数的一阶导数就是相应的切线斜率，一阶导数大于0，则递增；一阶倒数小于0，则递减；一阶导数等于0，则不增不减。二阶导数可以反映图象的凹凸。二阶导数大于0，图象为凹；二阶导数小于0，图象为凸；二阶导数等于0，不凹不凸。
b、根据二阶求导判断出的函数拐点，来实时更新步数的统计。
(2)摔倒预警
通过实时加速度，与摔倒波形图进行比对，判断人行走时是否发生摔倒。
(3)单步时间、速度、步幅
通过二阶求导求拐点法对波峰波谷进行标定，通过传感器采样频率周期内样点的个数，可以准确的算出单步时间、行走的速度、步幅的长短。对波形图标记效果如图5所示。
(4)计算左右波形、前后波形，上下波形的功率通过标记后加速度波形图，提取每个周期x、y、z轴加速度数值信息，计算统计时间内三轴波形图的能量，然后分别求出三轴对应的功率。
(5)人行走左右(x轴)平衡性、前后(z轴)平稳性、上下(y轴)浮动处理
a、通过标记后加速度波形图，提取每个周期内x、y、z轴加速度信息，计算出单个周期内波形图的能量；
b、基于单个周期能量和平均周期能量，利用MSE方法计算出左右平衡性、前后平稳性、上下浮动的数值。
行走困难，走路颤抖的步态，其波形上会表现为信号弱、杂波多，针以过种情况，对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
图6是图4数据经过FFT处理后，在MATLAB中的画图。结合图4，从图6中可以看出：
a、第一幅值所在主频1.85hz，是以单步为周期的第一主频，这个频率的大小直接代表着步行速度，与二阶求导法求出的单步时间一致。
b、第二主频是4hz左右，正好是脚发力抬腿这个过程对应的波形，这也就是第一次波频率，这个频率和幅值的大小直接代表着行走的力度。
针对杂波多，信号弱的情况，如图7是一组将嵌入加速度传感器的智能手机上衣口袋，行走不便老人的测试数据，用二阶求导求拐点法很难来对图像进行分割。图8是用图7中的数据经过FFT处理后的频域数据，从图7和图8可以看出，尽管这组数据杂波多，信号弱，仍然可以求出走路的频率，结合运动仍然可以计算出步数据。
通过上述对波形图的时域和频域处理，a、步数统计；b、摔倒分析；c、单步时间、速度、步幅、力度；d、第一、第二次波频率以及次波频率的占比；e、左右，前后，上下平衡性；f、左右，前后，上下功率以及个人的步态特征数据，进而实现摔倒预警及报警。
基于同一发明构思，本申请同进提供一种基于加速度传感器的步态分析装置900，如图9所示，包括：
行走坐标系构建单元910，通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；
地球坐标系转换单元920，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；
加速度获取单元930，根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；
步态分析单元940，根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
优选的，所述步态分析单元，包括：
时域处理子单元，对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期有数据，从而获取人行走时的步数，功率和平衡性；通过二阶求导求拐点法对加速度波形图的波峰波谷进行标定，根据加速度传感器采样频率周期内样点的个数，计算单步时间，行走的速度和步幅的长短；
频域处理子单元，对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
步态分析子单元，通过上述对波形图的时域和频域处理，完成人行走时的步态分析。
本申请基于嵌入加速度传感器的智能设备，在经过多人多次的实验，验证了算法的可靠性、稳定性和通用性，能够准确完成步数统计，摔倒检测，以及通过对步态分析结果进行汇总，能够检测各种步态姿势，能够有效计算平衡性，波形功率。
最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于加速度传感器的步态分析方法，其特征在于，包括：
通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；
通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；
根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；
根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
2.根据权利要求1所述的方法，其特征在于，所述人行走时的加速度数据包括：
人行走时身体的左右摆动方向，重力加速度方向和前进方向的加速度数据。
3.根据权利要求1所述的方法，其特征在于，根据所述加速度数据构建行走坐标系，包括：
将人行走时身体的左右摆动方向作为行走坐标系的X轴，重力加速度方向作为行走坐标系的Y轴，前进方向作为行走坐标系的Z轴，构建三轴的行走坐标系。
4.根据权利要求1所述的方法，其特征在于，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，包括：
将加速度传感器坐标系的三轴加速度作为一个向量；
根据向量三个方向余弦建立加速度传感器坐标系到地球坐标系之间的转换矩阵。
5.根据权利要求4所述的方法，其特征在于，还包括：
通过转换矩阵将加速度传感器坐标系的加速度，转换成地球坐标系的加速度。
6.根据权利要求1所述的方法，其特征在于，根据所述行走坐标系的加速度，构建加速度波形图，所述加速度波形图包括：
以左右方向为X轴的加速度波形图，以重力加速度方向为Y轴的加速度波形图和以行走方向为Z轴的加速度波形图。
7.根据权利要违法行为1所述的方法，其特征在于，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果，包括：
对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期数据，从而获取人行走时的步数，功率和平衡性；通过二阶求导求拐点法对加速度波形图的波峰波谷进行标定，根据加速度传感器采样频率周期内样点的个数，计算单步时间，行走的速度和步幅的长短；
对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
通过上述对波形图的时域和频域处理，完成人行走时的步态分析。
8.根据权利要求7所述的方法，还包括：
通过实时加速度波形图，与摔倒波形图进行比对，判断人行走时是否发生摔倒。
9.一种基于加速度传感器的步态分析装置，其特征在于，包括：
行走坐标系构建单元，通过加速度传感器，获取人行走时的加速度数据，并根据所述加速度数据构建行走坐标系；
地球坐标系转换单元，通过方向余弦转换算法，建立加速度传感器坐标系到地球坐标系之间的转换矩阵，通过所述转换矩阵将加速度传感器坐标系转换为地球坐标系；
加速度获取单元，根据人行走时左右摆动规律，获取行走坐标系与地球坐标系的夹角，通过余弦算法获取行走坐标系的加速度；
步态分析单元，根据所述行走坐标系的加速度，构建加速度波形图，对所述波形图进行时域和频域的处理，获取人行走时的步态分析结果。
10.根据权利要求9所述的装置，其特征在于，所述步态分析单元，包括：
时域处理子单元，对加速度波形图通过二阶求导求拐点法进行时域处理，对图像进行分割，获取单个周期有数据，从而获取人行走时的步数，功率和平衡性；通过二阶求导求拐点法对加速度波形图的波峰波谷进行标定，根据加速度传感器采样频率周期内样点的个数，计算单步时间，行走的速度和步幅的长短；
频域处理子单元，对加速度波形图通过FFT进行频域处理，获取频域数据对应的次波信息，通过分析次波信息分析人行走时的步态；通过频域数据获取对应的走路频度，结合运动时间，获得步数；
步态分析子单元，通过上述对波形图的时域和频域处理，完成人行走时的步态分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011509275.XA CN112603296A (zh) | 2020-12-18 | 2020-12-18 | 一种基于加速度传感器的步态分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011509275.XA CN112603296A (zh) | 2020-12-18 | 2020-12-18 | 一种基于加速度传感器的步态分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112603296A true CN112603296A (zh) | 2021-04-06 |
Family
ID=75240732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011509275.XA Pending CN112603296A (zh) | 2020-12-18 | 2020-12-18 | 一种基于加速度传感器的步态分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112603296A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707305A (zh) * | 2012-06-06 | 2012-10-03 | 山东大学 | 摔倒检测定位***及方法 |
| CN105575058A (zh) * | 2016-03-17 | 2016-05-11 | 北京工业大学 | 基于朴素贝叶斯算法的跌倒检测报警***及方法 |
| CN106981174A (zh) * | 2017-04-27 | 2017-07-25 | 南京邮电大学 | 一种基于智能手机的老人跌倒检测方法 |
| CN107080540A (zh) * | 2016-02-12 | 2017-08-22 | 塔塔咨询服务公司 | 用于分析人的步态和姿势平衡的***和方法 |
| CN108413957A (zh) * | 2017-12-06 | 2018-08-17 | 上海交通大学 | 使用移动终端在多种携带方式下进行行人航向估计的方法 |
| CN110940334A (zh) * | 2019-10-23 | 2020-03-31 | 山东笛卡尔智能科技有限公司 | 一种人体行走测速徽章及测速方法 |
-
2020
- 2020-12-18 CN CN202011509275.XA patent/CN112603296A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707305A (zh) * | 2012-06-06 | 2012-10-03 | 山东大学 | 摔倒检测定位***及方法 |
| CN107080540A (zh) * | 2016-02-12 | 2017-08-22 | 塔塔咨询服务公司 | 用于分析人的步态和姿势平衡的***和方法 |
| CN105575058A (zh) * | 2016-03-17 | 2016-05-11 | 北京工业大学 | 基于朴素贝叶斯算法的跌倒检测报警***及方法 |
| CN106981174A (zh) * | 2017-04-27 | 2017-07-25 | 南京邮电大学 | 一种基于智能手机的老人跌倒检测方法 |
| CN108413957A (zh) * | 2017-12-06 | 2018-08-17 | 上海交通大学 | 使用移动终端在多种携带方式下进行行人航向估计的方法 |
| CN110940334A (zh) * | 2019-10-23 | 2020-03-31 | 山东笛卡尔智能科技有限公司 | 一种人体行走测速徽章及测速方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈哲: "基于可穿戴惯性传感器的室内行人导航算法的研究", 《中国硕士学位论文全文数据库，信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10314520B2 (en) | System and method for characterizing biomechanical activity | |
| CN104757976B (zh) | 一种基于多传感器融合的人体步态分析方法和*** | |
| Sabatini et al. | Assessment of walking features from foot inertial sensing | |
| JP6183906B2 (ja) | 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム | |
| Sabatini | Quaternion-based extended Kalman filter for determining orientation by inertial and magnetic sensing | |
| AU2010269846B2 (en) | Fall prevention | |
| CN109579853B (zh) | 基于bp神经网络的惯性导航室内定位方法 | |
| KR101751760B1 (ko) | 하지 관절 각도를 이용한 보행 인자 추정 방법 | |
| KR100601981B1 (ko) | 활동패턴 감시 방법 및 장치 | |
| US8876738B1 (en) | Human activity monitoring device | |
| Liu et al. | A wearable human motion tracking device using micro flow sensor incorporating a micro accelerometer | |
| US9599634B2 (en) | System and method for calibrating inertial measurement units | |
| JP2012513227A (ja) | 歩行モニタ | |
| Wagenaar et al. | Continuous monitoring of functional activities using wearable, wireless gyroscope and accelerometer technology | |
| CN101504424A (zh) | 微型多功能人体姿态智能检测仪及检测方法 | |
| Wang et al. | Swimming motion analysis and posture recognition based on wearable inertial sensors | |
| CN108338790B (zh) | 步态分析及跌倒评估*** | |
| CN108836344A (zh) | 步长步频估算方法和装置及步态检测仪 | |
| Tjhai et al. | Step-size estimation using fusion of multiple wearable inertial sensors | |
| Florentino-Liaño et al. | Human activity recognition using inertial sensors with invariance to sensor orientation | |
| CN108827290A (zh) | 一种人体运动状态反演装置及方法 | |
| JP6416722B2 (ja) | 歩数計測装置、歩数計測方法、およびプログラム | |
| CN113229806A (zh) | 可穿戴人体步态检测及导航***及其运行方法 | |
| Lai et al. | Measuring toe clearance using a wireless inertial sensing device | |
| JPWO2017065087A1 (ja) | 歩行状態検出装置及び歩行状態検出プログラム |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210406 |
|
| RJ01 | Rejection of invention patent application after publication |