TW201311214A - 視覺化imu步態偵測裝置及其分析方法 - Google Patents
視覺化imu步態偵測裝置及其分析方法 Download PDFInfo
- Publication number
- TW201311214A TW201311214A TW100133091A TW100133091A TW201311214A TW 201311214 A TW201311214 A TW 201311214A TW 100133091 A TW100133091 A TW 100133091A TW 100133091 A TW100133091 A TW 100133091A TW 201311214 A TW201311214 A TW 201311214A
- Authority
- TW
- Taiwan
- Prior art keywords
- angle
- imu
- display screen
- degrees
- roll
- Prior art date
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一種視覺化IMU步態偵測裝置及其分析方法,其係利用二組慣性量測元件(IMU)分別偵測使用者步行時之大腿及小腿的步態資訊(三軸抬昇角度),並經由無線方式傳輸至相關處理裝置(電腦)中,利用該處理裝置將所偵測之步態資訊與正常步行的相關步態資訊相比對分析,以判斷該使用者之步態正確與否,再經由顯示幕以視覺化之方式回饋該步態資訊,以即時提供使用者簡易而明確地掌握本身之步態正確性,作為修正步行姿態的參考與依據。
Description
本發明是有關於視覺化IMU步態偵測裝置及其分析方法,特別是指一種可偵測分析使用者之步態資訊,並利用視覺化之方式回饋該步態資訊之正確與否,以利於使用者簡易而明確地瞭解本身步態情形之裝置及分析方法。
中風(stroke)或是腦血管疾病(cerebral vasculardisease,(CVD))是指腦血管病變而使患者有神經功能障礙的情形發生,而上述腦血管病變會令腦組織不能得到充分的養分與氧氣,受影響的神經細胞因而壞死,進而產生下述常見的臨床症狀包括:單側手腳麻痺、半身不遂、肌肉痙攣、協調、姿勢控制與平衡能力差、方向感與注意力異常、視覺缺失、理解與表達能力的喪失…等,嚴重者甚至昏迷或死亡。而在中風的生還者中,仍有65%以上的患者有動作功能上的障礙,例如:平衡與行走能力的喪失、肢體動作困難或無力、肌肉張力異常、體感覺能力下降、視覺缺失....等,這些影響都會造成中風患者往後日常生活活動能力受限,須仰賴家人或是看護人幫忙照護。行走是生活中行動能力的一大指標,也反映出對生活是否有獨立性,因此行走功能的評估與訓練常常被視為中風復健的主要目標。
一般正常人的行走,約可以略分為兩個部分,站立期(stance phase)與擺動期(swing phase);站立期約占整個步態週期的60%,而擺動期占步態週期的40%,即從腳尖離地到腳跟接觸地面為止。而中風患者由於局部腦神經細胞壞死,而影響中風患者行走能力,其原因包括:肌肉無力、不正常的肌肉張力、平衡能力缺失、步態週期異常、感覺缺失、動作控制能力受損和協調能力不佳。因此中風患者在復健初期,剛恢復行走能力時,步態上會有別於正常人有一些異常的表現,常出現的問題包括:行走速度較慢、步頻減少、腳抬升高度不夠、患側腳站立期較短、患側腳擺動期較長、重心的轉移不平均....等。此外中風患者多會採用代償方式來完成動作,例如:固定身體的某個區域,這種方式可以減少中樞神經中動作元素中自由度的數目,得以降低動作的複雜度。這種固定身體某部位的模式,通常是平衡受到威脅時發生的反應,但這種不正確的反應控制,將會嚴重影響中風患者的恢復。例如:中風患者在行走時,患者患側腳的使力與承重的程度通常都較健側腳少,所以在行走時,健側腳會更加費力,若沒有針對患側腳做長期復健治療的話,會造成步態不對稱的情況更加嚴重,而無法恢復其正確的步行方式,將來更容易有跌倒的情形發生。
因此,步態功能訓練是物理治療過程中重要的一環,也是復原程度的重要指標。近年來,跑步機已經在眾多的物理治療室成為不可或缺的一個設備,跑步機訓練對於中風病患或下肢麻痺患者的步態訓練有良好的成效。但在進行跑步機訓練時,除非有復健師在旁邊對病患的復健姿勢做提醒與修正,不然長期的不正確的步態訓練方式,會造成病患錯誤的行走習慣,步態不對稱的情況更加嚴重。然而在一般的醫院或診所中,復健患者人數眾多,復健師無法顧及到每位患者的復健情況,所以目前也有多種儀器設備針對步態分析的研究,若能將這些設備與方法應用在中風患者跑步機訓練上,使中風患者做跑步機復健時,同時有個系統能讓患者瞭解自己目前復健狀況,一方面能促進病患的步行能力恢復,另一方面能節省醫療資源,不需要復健師在患者身旁對患者的動作提醒與修正,乃為一值得相關人員深入探討及研究的課題。
傳統的人體步行動作的評估,大多是使用影像引導、電阻式壓力感測器(force sensitive resistors,(FSR))及磁性追蹤系統來評估日常生活中的步態參數,例如:行走的站立週期、擺動週期,步伐長度、關節抬升高度....等。該影像引導即是以標記點為基礎的光學技術,定出腳踝與膝蓋的位置,用相機取得影像資訊,再針對所得到的影像做分析,分析患者之步態抬起角度與對稱性,此研究方法因不需要在患者身上裝置任何硬體,頂多貼些特徵點以便追蹤,所以對患者行走產生的衝擊最小,但其缺點是會受環境所限制且容易受障礙物遮蔽且受空間大小影響。
該壓力感測器(FSR)通常放置在鞋墊內,提供腳底接觸地面壓力的資訊,所以可以由FSR得知患者整個步態週期。
在正常行走時,該FSR提供令人滿意的結果而且只需要一些訊號調整;但對於不正常的步態做偵測就顯得困難,行走時的負載變化不易區別,所以降低了步態偵測的考靠性。而另有一種步態測試儀(GAITRite,CIR Systems,Inc,USA)是一種感測型地墊,於其內部嵌有一萬六千八百多個壓力感應器,來收集行走時的步態參數資料,此裝置可以得知步頻(cadence)、步寬(step width)、患/健側腳步長(step length)、患/健側腳步擺動周期(swing cycle)....等資訊,但缺點是此儀器價錢昂貴且只適用於對病患的步態評估,而無法提升病患復健的效能。該磁性追蹤系統是利用繫在身上不同部位的磁性感測器去量測磁場脈衝變化,這方法的價值在於不受場地限制,且可設計為電池供電,使之適用於安裝在身上和動態測量,但缺點就是磁性感測器對環境中磁性物質敏感,會受到週遭的磁場扭曲收到的訊號而影響精確度。這些方法常用來評估年長者或是有特殊疾病患者的神經肌肉系統健康狀況,但這些方法通常架設儀器時間長且實驗環境的限制較高。
故而,在這幾年相關的研究機構漸漸將重心轉移到可攜性、低成本、重量輕、動態監測不被環境影響的系統上,可部屬在各種環境,例如:病患家中,或醫院中;而使用慣性量測元件(IMU)則為一符合上述需求之較佳解決方案。
有鑑於習見之步態感測組件及其應用方式有上述缺點,發明人乃針對該些缺點研究改進之道,終於有本發明產生。
本發明之主要目的在於提供一種視覺化IMU步態偵測裝置,其係利用慣性量測元件(IMU)偵測使用者行走之各種步態資訊,並經由無線方式傳輸至電腦中,再經由螢幕以視覺化之方式回饋該步態資訊,以供使用者簡易而明確地掌握本身之步態正確性,其使用上極為簡便,且回饋明確、易於瞭解。
本發明之另一目的在於提供一種視覺化IMU步態分析方法,其可接收前述慣性量測元件(IMU)傳輸至電腦中之步態資訊,並加以分析判斷,以確認該使用者之步態正確與否,其應用上較為客觀且正確。
本發明為達成上述目的及功效,其所採行的技術手段包括:一種視覺化IMU步態偵測裝置,其至少包括:一第一主機,係裝設於使用者之大腿上,該第一主機係至少由一慣性量測元件(IMU)及一卡爾曼濾波器所組成,該慣性量測元件(IMU)係可偵測該大腿之步態資訊(三軸抬昇角度),並經由該卡爾曼濾波器處理後,對外輸出一大腿抬昇角度偵測信號;一第二主機,係裝設於使用者之小腿上,該第二主機係至少由一慣性量測元件(IMU)及一卡爾曼濾波器所組成,該慣性量測元件(IMU)係可偵測該小腿之步態資訊(三軸抬昇角度),並經由該卡爾曼濾波器處理後,對外輸出一小腿抬昇角度偵測信號;一信號處理裝置,至少由一處理單元、一儲存單元及一顯示幕所組成,該處理單元係分別接收該第一、二主機所輸出之大、小腿抬昇角度偵測信號,並與該儲存單元內儲存的標準角度數值作比對,再輸出一控制信號至該顯示幕,由該顯示幕以視覺化方式顯示該比對之結果。
依上述結構,其中該第一、二主機內分別設有一無線信號發射單元,以分別將該大、小腿抬昇角度偵測信號經由無線方式對外發射,而該信號處理裝置則另包含一無線信號接收單元,該無線信號接收單元係接收該等無線信號發射單元所分別送出之大、小腿抬昇角度偵測信號,再輸入至處理單元內。
依上述結構,其中該等無線信號發射單元與該無線信號接收單元之間係經由藍芽、紅外線等其中之一方式進行信號傳輸。
依上述結構,其中該慣性量測元件是由三軸加速度計、三軸陀螺儀、三軸磁感應器所構成的模組。
依上述結構,其中該第一主機係裝設於膝蓋上方之位置,而該第二主機係裝設於腳踝上方。
依上述結構,其中該信號處理裝置係為一電腦。
本發明所採行的技術手段另包括:一種視覺化IMU步態偵測分析方法,係由一大腿抬昇角度判斷流程及一小腿抬昇角度判斷流程所組成,其中該大腿抬昇角度判斷流程,至少包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸抬昇角度」步驟;一「pitch角度是否大於15度」判斷步驟;一「yaw角度是否大於15度」判斷步驟;一「顯示幕顯示腳步歪斜過大」步驟,係於前述pitch與yaw角度其中之一大於15度時,可於顯示幕顯示代表腳步歪斜過大之訊息;一「記錄大腿的roll最大抬昇角度」步驟;一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」判斷步驟;一「顯示幕顯示腳步正常」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步正常之訊息;一「roll最大抬昇角度與標準角度的差異是否大於+3度」判斷步驟;一「顯示幕顯示腳步抬昇太高」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太高之訊息;一「roll最大抬昇角度與標準角度的差異是否小於-3度」判斷步驟;一「顯示幕顯示腳步抬昇太低」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太低之訊息;而該小腿抬昇角度判斷流程,至少包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸角度」步驟;一「pitch角度是否大於15度」判斷步驟;一「yaw角度是否大於15度」判斷步驟;一「顯示幕顯示腳步歪斜過大」步驟,係於前述pitch與yaw角度其中之一大於15度時,可於顯示幕顯示代表腳步歪斜過大之訊息;一「記錄小腿的roll最大抬昇角度」步驟;一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」判斷步驟;一「顯示幕顯示腳步正常」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步正常之訊息;一「roll最大抬昇角度與標準角度的差異是否大於+3度」判斷步驟;一「顯示幕顯示腳步抬昇太高」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太高之訊息;一「roll最大抬昇角度與標準角度的差異是否小於-3度」判斷步驟;一「顯示幕顯示腳步抬昇太低」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太低之訊息。
依上述方法,其中該大腿抬昇角度判斷流程中於「記錄大腿的roll最大抬昇角度」步驟之前另設有一「roll角度是否大於+5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始該「記錄大腿的roll最大抬昇角度」步驟。
依上述方法,其中該大腿抬昇角度判斷流程中於「記錄大腿的roll最大抬昇角度」步驟之後另設有一「roll角度是否小於+5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可執行一「比對該擺盪期所記錄的roll最大抬昇角度」步驟。
依上述方法,其中該小腿抬昇角度判斷流程中於「記錄小腿的roll最大抬昇角度」步驟之前另設有一「roll角度是否小於-5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始該「記錄小腿的roll最大抬昇角度」步驟。
依上述方法,其中該小腿抬昇角度判斷流程中於「記錄小腿的roll最大抬昇角度」步驟之後另設有一「roll角度是否大於-5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可執行一「比對該擺盪期所記錄的roll最大抬昇角度」步驟。
至於本發明之詳細構造、應用原理、作用與功效,則參照下列依附圖所作之說明即可得到完全的瞭解:
請參第1圖,其定義了行走時腿部(大、小腿)可於三軸(X、Y、Z軸)方向產生不同角度變化,其中於該X軸方向可產生一roll樞轉角度,於該Y軸方向可產生一pitch樞轉角度,而於該Z軸方向則可產生一yaw樞轉角度。
請參第2圖,可以很明顯地看出,本發明之結構主要包括:一第一主機1、一第二主機10及一處理裝置2,該第一、二主機1、10係分別由慣性量測元件(IMU)11、101、卡爾曼濾波器12、102及無線信號發射單元13、103所組成,其中該慣性量測元件(IMU)11、101是由三軸加速度計、三軸陀螺儀、三軸磁感應器所構成的模組,該三軸加速度計是利用加速度的變化所得到的訊號來分析步態,一般加速度計所偵測之加速度,在偵測正常人的腳跟接觸地面的時間精確度少了5%的誤差,但該三軸加速度計會受重力場的影響而使加速度計需要額外的訊號處理來補償,且三軸加速度計無法量測沿重力場軸的旋轉角度,因此需配合三軸陀螺儀提供角速度資訊,以使步態偵測較為準確,該三軸陀螺儀與加速度計不同,本身不受顫動影響輸出訊號,可藉由積分取得角度,針對角度去做步態分析,但三軸陀螺儀會有漂移現象並且會有積分誤差累積效應而使精確度下降,而於慣性量測元件(IMU)中加入三軸磁感應器,可利用三軸磁感應器量測了地球的磁場向量,在估測身體方位時除了重力場的參考外,該三軸磁感應器也能提供磁場向量做為參考,以提昇整體量測之準確性及穩定性;卡爾曼濾波器(Kalman filter)係為估測參有雜訊的感測器訊號之重要數學工具,其可分為兩大部分,時間更新方程(time update equations)與量測更新方程(measurement update equations);該時間更新方程負責及時向前推算當前狀態變量和誤差協方差估測的數值,已變為下一個時間狀態構造先前的估計(prior estimates);量測更新方程則是負責反饋的動作,也就是說先將先前的估計和新的測量變量結合得到改進的後來的估計(posteriori estimate)。然而時間更新方程也可視為預估方程(predictor equations),量測方程可視為校正方程(corrector equations);而該信號處理裝置2則由一處理單元21、一顯示幕22、一無線信號接收單元23及一儲存單元24所組成,其中該儲存單元24亦可為一設於處理單元21內部之記憶體,可供儲存處理單元21所需之分析比對步態之程式,以及所輸入之正常行走之步態資料,該無線信號接收單元23可利用無線(藍芽或紅外線)方式與該無線信號發射單元13、103進行信號傳輸作業,於實際應用時,該信號處理裝置2可為一具有無線信號接收裝置之電腦。
請參第3圖,可知本發明於實際應用時,係可配合一跑步機對中風患者進行復健步態之動作分析,於操作時,可將第一本體1裝設在膝蓋上方,利用慣性量測元件(IMU)11偵測大腿(體關節)抬昇角度A之三軸資料,經由卡爾曼濾波器12過濾雜訊後,經由無線信號發射單元13將該抬昇角度A之三軸資料對外傳輸;而第二本體10係裝設在腳踝上方,利用慣性量測元件(IMU)101記錄小腿(膝關節)抬昇角度B之三軸資料,經由卡爾曼濾波器102過濾雜訊後,經由無線信號發射單元103將該抬昇角度B之三軸資料對外傳輸;該無線信號接收單元23分別接收上述抬昇角度A與抬昇角度B之三軸資料之後,再送至該處理單元21進行與正常行走之步態資料比對分析,並將該比對分析之結果由顯示幕22表現。
請參第4、5圖,可知本發明之步態偵測分析方法,主要係由一大腿抬昇角度判斷流程以及一小腿抬昇角度判斷流程所組成,其中該大腿抬昇角度判斷流程依序包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸抬昇角度」S101步驟,係由該信號處理裝置2之無線信號接收單元23將所接收之大腿抬昇角度A之三軸資料送至處理單元21,經一「pitch角度是否大於15度」S102判斷步驟,以及一「yaw角度是否大於15度」S104判斷步驟,若該pitch角度與yaw角度其中之一大於15度時,可執行一「顯示幕顯示腳步歪斜過大」S103步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步歪斜過大之訊息,而若該pitch角度與yaw角度皆不大於15度時,則經一「roll角度是否大於+5度」S105判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始一「記錄大腿的roll最大抬昇角度」S106步驟,然後,再經一「roll角度是否小於+5度」S107判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可經由一「比對所記錄的roll最大抬昇角度」S108步驟,再執行一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」S109判斷步驟,若其判斷之結果為”Y”,則經一「顯示幕顯示腳步正常」S110步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步正常之訊息,若其判斷結果為”N”,則再經一「roll最大抬昇角度與標準角度的差異是否大於+3度」S111判斷步驟,若其判斷結果為”Y”,則執行一「顯示幕顯示腳步抬昇太高」S112步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步抬昇太高之訊息,若其判斷結果為”N”,則可再經一「roll最大抬昇角度與標準角度的差異是否小於-3度」S113判斷步驟,若其判斷結果為”Y”,則執行一「顯示幕顯示腳步抬昇太低」S114步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步抬昇太低之訊息,若其判斷結果為”N”,則結束整體大腿抬昇角度判斷流程。
例如:若一般正常行走的大腿roll最大抬昇角度的標準是25度,則若該慣性量測元件(IMU)11所測量的roll最大抬昇角度小於22度,表示抬昇太低;若該roll最大抬昇角度在22至28度之間,表示抬昇符合標準;若該roll最大抬昇角度大於28度,表示抬昇太高。
而該小腿抬昇角度判斷流程依序包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸抬昇角度」S201步驟,係由該處理裝置2之無線信號接收單元23將所接收之小腿抬昇角度B之三軸資料送至處理單元21,經由一「pitch角度是否大於15度」S202判斷步驟,以及一「yaw角度是否大於15度」S204判斷步驟,若該pitch角度與yaw角度其中之一大於15度時,可執行一「顯示幕顯示腳步歪斜過大」S203步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步歪斜過大之訊息,而若該pitch角度與yaw角度皆不大於15度時,則經一「roll角度是否小於-5度」S205判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始一「記錄小腿的roll最大抬昇角度」S206步驟,然後,再經一「roll角度是否大於-5度」S207判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可執行一「比對所記錄的roll最大抬昇角度」S208步驟,再執行一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」S209判斷步驟,若其判斷之結果為”Y”,則經一「顯示幕顯示腳步正常」S210步驟,由處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步正常之訊息,若其判斷結果為”N”,則再經一「roll最大抬昇角度與標準角度的差異是否大於+3度」S211判斷步驟,若其判斷結果為”Y”,則執行一「顯示幕顯示腳步抬昇太高」S212步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步抬昇太高之訊息,若其判斷結果為”N”,則經一「roll最大抬昇角度與標準角度的差異是否小於-3度」S213判斷步驟,若其判斷結果為”Y”,則執行一「顯示幕顯示腳步抬昇太低」S214步驟,由該處理單元21輸出一控制信號至該顯示幕22,以顯示代表腳步抬昇太低之訊息,若其判斷結果為”N”,則結束整體大腿抬昇角度判斷流程。
由於一般行走時,大腿抬昇是向前抬,小腿是向後抬昇;所以為了區別兩個不同方向的抬昇,將大腿抬昇角度設為正值,小腿抬升設定為負值。例如:若一般正常行走的小腿roll最大抬昇角度的標準是-30度,則若該慣性量測元件(IMU)101所測量的roll最大抬昇角度小於27度,表示抬昇太低;若該roll最大抬昇角度在27至33度之間,表示抬昇符合標準;若該roll最大抬昇角度大於33度,表示抬昇太高。
由上所述可知,本發明之視覺化IMU步態偵測裝置及其分析方法確實具有易於操作使用,且分析客觀、回饋明確之功效,確已具有產業上之利用性、新穎性及進步性。
惟以上所述者,僅為本發明之一較佳實施例而已,並非用來限定本發明實施之範圍。即凡依本發明申請專利範圍所作之均等變化與修飾,皆為本發明專利範圍所涵蓋。
S101、S201...輸入IMU所偵測的(pitch,roll,yaw)三軸抬昇角度
S102、S202...pitch角度是否大於15度
S103、S203...顯示幕顯示腳步歪斜過大
S104、S204...yaw角度是否大於15度
S105...roll角度是否大於+5度
S106...記錄大腿的roll最大抬昇角度
S107...roll角度是否小於+5度
S108、S208...比對所記錄的roll最大抬昇角度
S109、S209...roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間
S110、S210...顯示幕顯示腳步正常
S111、S211...roll最大抬昇角度與標準角度的差異是否大於+3度
S112、S212...顯示幕顯示腳步抬昇太高
S113、S213...roll最大抬昇角度與標準角度的差異是否小於-3度
S114、S214...顯示幕顯示腳步抬昇太低
S205...roll角度是否小於-5度
S206...記錄小腿的roll最大抬昇角度
S207...roll角度是否大於-5度
1...第一主機
10...第二主機
11、101...慣性量測元件(IMU)
12、102...卡爾曼濾波器
13、103...無線信號發射單元
2...信號處理裝置
21...處理單元
22...顯示幕
23...無線信號接收單元
24...儲存單元
第1圖係本發明之慣性量測元件IMU的三軸方向與角度定義圖。
第2圖係本發明之構造方塊圖。
第3圖係本發明之應用情形示意圖。
第4圖係本發明之大腿抬昇角度判斷流程圖。
第5圖係本發明之小腿抬昇角度判斷流程圖。
1...第一主機
10...第二主機
11、101...慣性量測元件(IMU)
12、102...卡爾曼濾波器
13、103...無線信號發射單元
2...信號處理裝置
21...處理單元
22...顯示幕
23...無線信號接收單元
24...儲存單元
Claims (11)
- 一種視覺化IMU步態偵測裝置,其至少包括:一第一主機,係裝設於使用者之大腿上,該第一主機係至少由一慣性量測元件(IMU)及一卡爾曼濾波器所組成,該慣性量測元件(IMU)係可偵測該大腿之步態資訊(三軸抬昇角度),並經由該卡爾曼濾波器處理後,對外輸出一大腿抬昇角度偵測信號;一第二主機,係裝設於使用者之小腿上,該第二主機係至少由一慣性量測元件(IMU)及一卡爾曼濾波器所組成,該慣性量測元件(IMU)係可偵測該小腿之步態資訊(三軸抬昇角度),並經由該卡爾曼濾波器處理後,對外輸出一小腿抬昇角度偵測信號;以及一信號處理裝置,該信號處理裝置係為一電腦,至少由一處理單元、一儲存單元及一顯示幕所組成,該處理單元係分別接收該第一、二主機所輸出之大、小腿抬昇角度偵測信號,並與該儲存單元內儲存的標準角度數值作比對,再輸出一控制信號至該顯示幕,由該顯示幕以視覺化方式顯示該比對之結果。
- 如申請專利範圍第1項所述之視覺化IMU步態偵測裝置,其中該第一、二主機內分別設有一無線信號發射單元,以分別將該大、小腿抬昇角度偵測信號經由無線方式對外發射,而該信號處理裝置則另包含一無線信號接收單元,該無線信號接收單元係接收該等無線信號發射單元所分別送出之大、小腿抬昇角度偵測信號,再輸入至處理單元內。
- 如申請專利範圍第2項所述之視覺化IMU步態偵測裝置,其中該等無線信號發射單元與該無線信號接收單元之間係經由藍芽、紅外線等其中之一方式進行信號傳輸。
- 如申請專利範圍第1或2或3項所述之視覺化IMU步態偵測裝置,其中該慣性量測元件是由三軸加速度計、三軸陀螺儀、三軸磁感應器所構成的模組。
- 如申請專利範圍第1或2或3項所述之視覺化IMU步態偵測裝置,其中該第一主機係裝設於膝蓋上方之位置,而該第二主機係裝設於腳踝上方。
- 如申請專利範圍第4項所述之視覺化IMU步態偵測裝置,其中該第一主機係裝設於膝蓋上方之位置,而該第二主機係裝設於腳踝上方。
- 一種視覺化IMU步態偵測分析方法,係由一大腿抬昇角度判斷流程及一小腿抬昇角度判斷流程所組成,其中該大腿抬昇角度判斷流程,至少包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸抬昇角度」步驟;一「pitch角度是否大於15度」判斷步驟;一「yaw角度是否大於15度」判斷步驟;一「顯示幕顯示腳步歪斜過大」步驟,係於前述pitch與yaw角度其中之一大於15度時,可於顯示幕顯示代表腳步歪斜過大之訊息;一「記錄大腿的roll最大抬昇角度」步驟;一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」判斷步驟;一「顯示幕顯示腳步正常」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步正常之訊息;一「roll最大抬昇角度與標準角度的差異是否大於+3度」判斷步驟;一「顯示幕顯示腳步抬昇太高」步驟,若前一判斷步驟之判斷結果為“Y”,則於顯示幕顯示代表腳步抬昇太高之訊息;一「roll最大抬昇角度與標準角度的差異是否小於-3度」判斷步驟;一「顯示幕顯示腳步抬昇太低」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太低之訊息;而該小腿抬昇角度判斷流程,至少包括:一「輸入IMU所偵測的(pitch,roll,yaw)三軸角度」步驟;一「pitch角度是否大於15度」判斷步驟;一「yaw角度是否大於15度」判斷步驟;一「顯示幕顯示腳步歪斜過大」步驟,係於前述pitch與yaw角度其中之一大於15度時,可於顯示幕顯示代表腳步歪斜過大之訊息;一「記錄小腿的roll最大抬昇角度」步驟;一「roll最大抬昇角度與標準角度的差異是否介於+3度與-3度之間」判斷步驟;一「顯示幕顯示腳步正常」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步正常之訊息;一「roll最大抬昇角度與標準角度的差異是否大於+3度」判斷步驟;一「顯示幕顯示腳步抬昇太高」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太高之訊息;一「roll最大抬昇角度與標準角度的差異是否小於-3度」判斷步驟;一「顯示幕顯示腳步抬昇太低」步驟,若前一判斷步驟之判斷結果為”Y”,則於顯示幕顯示代表腳步抬昇太低之訊息。
- 如申請專利範圍第8項所述之視覺化IMU步態偵測分析方法,其中該大腿抬昇角度判斷流程中於「記錄大腿的roll最大抬昇角度」步驟之前另設有一「roll角度是否大於+5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始該「記錄大腿的roll最大抬昇角度」步驟。
- 如申請專利範圍第9項所述之視覺化IMU步態偵測分析方法,其中該大腿抬昇角度判斷流程中於「記錄大腿的roll最大抬昇角度」步驟之後另設有一「roll角度是否小於+5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可執行一「比對該擺盪期所記錄的roll最大抬昇角度」步驟。
- 如申請專利範圍第8或9或10項所述之視覺化IMU步態偵測分析方法,其中該小腿抬昇角度判斷流程中於「記錄小腿的roll最大抬昇角度」步驟之前另設有一「roll角度是否小於-5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入擺盪期,可開始該「記錄小腿的roll最大抬昇角度」步驟。
- 如申請專利範圍第11項所述之視覺化IMU步態偵測分析方法,其中該小腿抬昇角度判斷流程中於「記錄小腿的roll最大抬昇角度」步驟之後另設有一「roll角度是否大於-5度」判斷步驟,若其判斷結果為”Y”,則表示行走進入站立期,則可執行一「比對該擺盪期所記錄的roll最大抬昇角度」步驟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100133091A TW201311214A (zh) | 2011-09-14 | 2011-09-14 | 視覺化imu步態偵測裝置及其分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100133091A TW201311214A (zh) | 2011-09-14 | 2011-09-14 | 視覺化imu步態偵測裝置及其分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201311214A true TW201311214A (zh) | 2013-03-16 |
Family
ID=48482226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100133091A TW201311214A (zh) | 2011-09-14 | 2011-09-14 | 視覺化imu步態偵測裝置及其分析方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW201311214A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI584785B (zh) * | 2014-07-25 | 2017-06-01 | 國立成功大學 | 肌肉痙攣評估裝置及其評估方法 |
TWI615137B (zh) * | 2016-11-24 | 2018-02-21 | 國立陽明大學 | 多模式步行訓練之電動步行輔具及該輔具之控制方法 |
US10441208B2 (en) | 2016-11-24 | 2019-10-15 | Metal Industries Research & Development Centre | Muscle power detection device and method for muscle power classification |
TWI749343B (zh) * | 2019-07-23 | 2021-12-11 | 緯創資通股份有限公司 | 穿戴式裝置以及操作方法 |
TWI764735B (zh) * | 2021-05-26 | 2022-05-11 | 張量科技股份有限公司 | 基於四元數卡爾曼濾波器的載體姿態控制系統及其控制方法 |
-
2011
- 2011-09-14 TW TW100133091A patent/TW201311214A/zh unknown
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI584785B (zh) * | 2014-07-25 | 2017-06-01 | 國立成功大學 | 肌肉痙攣評估裝置及其評估方法 |
TWI615137B (zh) * | 2016-11-24 | 2018-02-21 | 國立陽明大學 | 多模式步行訓練之電動步行輔具及該輔具之控制方法 |
US10441208B2 (en) | 2016-11-24 | 2019-10-15 | Metal Industries Research & Development Centre | Muscle power detection device and method for muscle power classification |
TWI749343B (zh) * | 2019-07-23 | 2021-12-11 | 緯創資通股份有限公司 | 穿戴式裝置以及操作方法 |
TWI764735B (zh) * | 2021-05-26 | 2022-05-11 | 張量科技股份有限公司 | 基於四元數卡爾曼濾波器的載體姿態控制系統及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shanahan et al. | Technologies for advanced gait and balance assessments in people with multiple sclerosis | |
ES2716976T3 (es) | Prevención de caídas | |
Dalton et al. | Analysis of gait and balance through a single triaxial accelerometer in presymptomatic and symptomatic Huntington's disease | |
US9307932B2 (en) | System and method for 3D gait assessment | |
Zheng et al. | Position-sensing technologies for movement analysis in stroke rehabilitation | |
Olivares et al. | Wagyromag: Wireless sensor network for monitoring and processing human body movement in healthcare applications | |
Doheny et al. | A single gyroscope method for spatial gait analysis | |
US20160058326A1 (en) | Gait and mobility assessment systems and methods | |
Wang et al. | FreeWalker: A smart insole for longitudinal gait analysis | |
US20170181689A1 (en) | System and Method for Measuring the Muscle Tone | |
TW201311214A (zh) | 視覺化imu步態偵測裝置及其分析方法 | |
CN108338790B (zh) | 步态分析及跌倒评估*** | |
Anwary et al. | Validity and consistency of concurrent extraction of gait features using inertial measurement units and motion capture system | |
Mekki et al. | Wireless instrumented cane for walking monitoring in Parkinson patients | |
TWI417083B (zh) | Gait analysis system | |
Pierleoni et al. | Validation of a gait analysis algorithm for wearable sensors | |
JP7289246B2 (ja) | 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム | |
Parikesit et al. | Wearable gait measurement system based on accelerometer and pressure sensor | |
Ngamsuriyaroj et al. | Walking gait measurement and analysis via knee angle movement and foot plantar pressures | |
Manna et al. | Optimal locations and computational frameworks of FSR and IMU sensors for measuring gait abnormalities | |
Allen et al. | Evaluation of fall risk for post-stroke patients using bluetooth low-energy wireless sensor | |
KR101647316B1 (ko) | 신체활동 분석 시스템 | |
Raffin et al. | Concurrent validation of a magnetometer-based step counter in various walking surfaces | |
Zhao et al. | Applications of mems gyroscope for human gait analysis | |
Zhang et al. | A wireless human motion monitoring system based on joint angle sensors and smart shoes |