一种基于动作识别技术的人体步态分析系统技术方案

本发明专利技术公开了一种基于动作识别技术的人体步态分析系统，包括有主机、接入主机的显示器、检测套，检测套佩戴在人身上，显示器前方设置铺设有供人体行走的直线形走道，直线行走道内设置MCU，MCU通过连接的无线模块与主机通讯连接，显示器顶部设置有图像采集盒，检测套内置有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，检测套内的中心处理单元通过连接的无线模块与主机通讯连接。惯性测量单元包括三维加速度传感器,三维分成X轴、Y轴、Z轴，三维加速度传感器为多个，使用多级阈值决策结构将不同类型的身体姿态进行区分从而实现步态分析。本发明专利技术具有较高的精度和真实度，能够快速分析出人体的步态情况。

Human gait analysis system based on action recognition technology

The invention discloses an analysis system of gesture recognition technology based on human gait, including host, host access display, detection, detection of sleeve wear in human body, laying a straight aisle for setting the display of human walking ahead, walk straight in the set MCU, MCU connected by wireless module and host communication connect the display is arranged on the top of the image acquisition box, detection in the central processing unit, and inertial measurement unit, wireless module respectively connected to a central processing unit, detection inside the central processing unit connected by wireless module and host communication connection. The inertial measurement unit includes 3D acceleration sensor, 3D is divided into X and Y axis, Z axis, three-dimensional acceleration sensor for multiple use, multi threshold decision structure of different types of body posture are distinguished so as to realize gait analysis. The invention has the advantages of high accuracy and reality, and can quickly analyze the gait of the human body.

【技术实现步骤摘要】

本专利技术涉及基于视频的人机交互领域，具体为一种基于动作识别的人体步态分析系统。
技术介绍
传统的基于鼠标和键盘的输入有时不能满足这类设备的使用需求。语音、手写和手势等非键盘输入方式己成为人机交互领域的研究热点。以人为中心的智能化HCI对人机接口技术提出了更高的要求，包括计算机感知人类更多的自然能力(行为、姿势、生理、语言、情感和触觉等。一方面智能化的人HCI通过计算机自动检测、分析和理解人体的各种姿势和行为方式，另一方面智能化的HCI要求其应用和服务具备感知周围情境信息的能力并且能够根据感知情境的变化提供相应的服务。人体动作识别技术是自然的人机交互方式之一，作为一种信号语言的输入方法，基于人体姿势或手势动作的非键盘输入具有重要的研究意义。因此急需一种基于动作识别的人体异常行为检测与预警系统。
技术实现思路
本专利技术的所要解决的技术问题在于怎么通过计算机自动检测、分析和理解人体的各种姿势和行为方式。本专利技术采用以下技术方案解决上述技术问题的：一种基于动作识别技术的人体步态分析系统，包括有主机、接入主机的显示器，显示器前方设置铺设有供人体行走的直线形走道，直线行走道内设置MCU，所述MCU通过连接的无线模块与主机通讯连接，显示器顶部设置有图像采集盒，图像采集盒内置有彼此双向通讯连接的FPGA、DSP，图像采集盒侧壁上设置有一对分别对准走道上人体的摄像头，两摄像头分别通过信号线接入FPGA，DSP分别通过12C/SPI总线与两摄像头连接，DSP还通过USB总线与主机通讯连接，还包括佩戴检测套，检测套佩戴在人身上，检测套内置有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，检测套内的中心处理单元通过连接的无线模块与主机通讯连接；所述惯性测量单元包括三维加速度传感器,三维分成X轴、Y轴、Z轴，所述三维加速度传感器为多个，分别设置在胸口、大腿，使用多级阈值决策结构将不同类型的身体姿态进行区分，所述多级阈值决策结构为放置于胸口处的加速度传感器的Y轴的加速度信号，标记为Y1，表征人体上身保持与地面垂直姿态或水平姿态，大腿处的加速度传感器的Y轴加速度信号，标记为Y2，大腿处的X轴加速度信号，标记为X2，胸口前后方向的Z轴加速度信号表征仰躺或俯躺。优化的，所述惯性测量单元还包括三轴陀螺仪、三轴磁传感器。优化的，所述直线形走道包括有基台、铺设在基台上压力传感器，所述压力传感器的信号接入MCU的信号采集电路和无线模块。优化的，所述压力传感器为阵列分布。优化的，还包括柔性膜，所述柔性膜铺设在压力传感器上。优化的，还包括报警系统，所述报警系统与主机连接。本专利技术的优点在于：(1)本专利技术人体在走道上行走，由摄像头采集人体运动图像，由检测套内惯性测量单元采集人体运动数据，走道可采集人体移动时的脚部压力信号，并分别传送至主机，通过主机内程序根据人体运动图像结合人体运动数据和脚部压力信号在显示器上模拟出相关动作画面。本专利技术具有较高的精度和真实度，能够快速分析出人体的步态情况。(2)本专利技术使用多级阈值决策结构将不同类型的身体姿态进行区分,由于每个维度的加速度信号相对于重力加速度方向的夹角可以有效表征不同姿态信息。放置于胸口处的加速度传感器的Y轴加速度信号，标记为Y1，可以有效表征人体上身保持与地面垂直(站和坐)或水平姿态，故采用Yl夹角阈值判别。在决策结构的第二层包含两个子集，一是上身垂直姿态，由于大腿处的加速度传感器的Y轴加速度信号，标记为Y2，可以有效区分下肢的直立、垂直和倾斜模式，采用Y2夹角阈值用于站、坐和蹲这三类身体姿态的识别。另一个是上身水平姿态，主要包括四种躺的姿态，利用大腿处的X轴加速度信号，标记为X2可以有效表征身体的向左一中一右躺的姿势，采用X2双阂值判断向左躺、向右躺，以及俯仰躺。进一步地，利用胸口前后方向的Z轴加速度信号表征仰躺还是俯躺。至此，完成了多级阈值决策的身体姿态识别框架。动态转换动作的识别建立在静态身体姿态识别结果的基础上，当检测到动态活动段前后的身体姿态均为“站”时，该动态活动段表示为步态行为动作，否则就是动态转移动作。动态转移动作主要分为正常动态转移动作和异常的跌倒动作，由于主要研究步态行为过程中可能发生的跌倒，因此判断动态转换动作是否为跌倒主要考察某动态转移动作发生时，身体姿态是否经历由“站”到“躺”，同时是否伴随着较大的加速度信号幅值。这相比于传统的基于阈值的跌倒检测方法，可在一定程度上减少虚警率，譬如跳、快速坐下等与跌倒类似的动作不会误认为是跌倒。附图说明图1为本专利技术结构示意图。图2为本专利技术图像采集盒原理框图。图3为本专利技术检测套内部结构原理框图。图4为本专利技术多级阈值决策结构的静态身体姿势识别图。具体实施方式如图1-4所示，一种基于动作识别技术的人体步态分析系统，包括有主机1、接入主机1的显示器2，显示器2前方设置铺设有供人体行走的直线形走道3，直线形走道3包括有基台3-1、铺设在基台3-1上的阵列分布的压力传感器3-2、铺设在压力传感器3-2阵列上的柔性膜3-3，基台3-1内置有MCU10、接入MCU10的信号采集电路11和无线模块12，所述压力传感器阵列3-2接入信号采集电路11，基台3-1内的MCU10通过连接的无线模块12与主机1通讯连接，显示器2顶部设置有图像采集盒4，图像采集盒4内置有彼此双向通讯连接的FPGA、DSP，图像采集盒侧壁上设置有一对分别对准走道上人体的摄像头5，两摄像头5分别通过信号线接入FPGA，DSP分别通过12C/SPI总线与两摄像头5连接，DSP还通过USB总线与主机1通讯连，还包括佩戴在人体四肢的检测套6，检测套6内置有中心处理单元7，以及分别接入中心处理单元7的惯性测量单元8、无线模块9，检测套6内的中心处理单元7通过连接的无线模块9与主机1通讯连接。惯性测量单元8包括三维加速度传感器、三轴陀螺仪、三轴磁传感器。惯性测量单元使用三维加速度传感器，三维分成X轴、Y轴、Z轴，三维加速度传感器为多个，分别设置在胸口、大腿，使用多级阈值决策结构将不同类型的身体姿态进行区分,由于每个维度的加速度信号相对于重力加速度方向的夹角可以有效表征不同姿态信息。放置于胸口处的加速度传感器的Y轴加速度信号，标记为Y1，可以有效表征人体上身保持与地面垂直(站和坐)或水平姿态，故采用Yl夹角阈值判别。在决策结构的第二层包含两个子集，一是上身垂直姿态，由于大腿处的加速度传感器的Y轴加速度信号，标记为Y2，可以有效区分下肢的直立、垂直和倾斜模式，采用Y2夹角阈值用于站、坐和蹲这三类身体姿态的识别。另一个是上身水平姿态，主要包括四种躺的姿态，利用大腿处的X轴加速度信号，标记为X2可以有效表征身体的向左一中一右躺的姿势，采用X2双阂值判断向左躺、向右躺，以及俯仰躺。进一步地，利用胸口前后方向的Z轴加速度信号表征仰躺还是俯躺。至此，完成了多级阈值决策的身体姿态识别框架。动态转换动作的识别建立在静态身体姿态识别结果的基础上，当检测到动态活动段前后的身体姿态均为“站”时，该动态活动段表示为步态行为动作，否则就是动态转移动作。动态转移动作主要分为正常动态转移动作和异常的跌倒动作，由于主要研究步态行为过程中可能发生的跌倒，因此判断动态转换动作是否为跌倒主要考察某动态转移动作发生时，本文档来自技高网...

【技术保护点】
一种基于动作识别技术的人体步态分析系统，包括有主机、接入主机的显示器，其特征在于，显示器前方设置铺设有供人体行走的直线形走道，直线行走道内设置MCU，所述MCU通过连接的无线模块与主机通讯连接，显示器顶部设置有图像采集盒，图像采集盒内置有彼此双向通讯连接的FPGA、DSP，图像采集盒侧壁上设置有一对分别对准走道上人体的摄像头，两摄像头分别通过信号线接入FPGA，DSP分别通过12C/SPI总线与两摄像头连接，DSP还通过USB总线与主机通讯连接，还包括检测套，检测套佩戴在人身上，检测套内置有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，检测套内的中心处理单元通过连接的无线模块与主机通讯连接；所述惯性测量单元包括三维加速度传感器,三维分成X轴、Y轴、Z轴，所述三维加速度传感器为多个，分别设置在胸口、大腿，使用多级阈值决策结构将不同类型的身体姿态进行区分，所述多级阈值决策结构为放置于胸口处的加速度传感器的Y轴的加速度信号，标记为Y1，表征人体上身保持与地面垂直姿态或水平姿态，大腿处的加速度传感器的Y轴加速度信号，标记为Y2，大腿处的X轴加速度信号，标记为X2，胸口前后方向的Z轴加速度信号表征仰躺或俯躺。...

【技术特征摘要】
1.一种基于动作识别技术的人体步态分析系统，包括有主机、接入主机的显示器，其特征在于，显示器前方设置铺设有供人体行走的直线形走道，直线行走道内设置MCU，所述MCU通过连接的无线模块与主机通讯连接，显示器顶部设置有图像采集盒，图像采集盒内置有彼此双向通讯连接的FPGA、DSP，图像采集盒侧壁上设置有一对分别对准走道上人体的摄像头，两摄像头分别通过信号线接入FPGA，DSP分别通过12C/SPI总线与两摄像头连接，DSP还通过USB总线与主机通讯连接，还包括检测套，检测套佩戴在人身上，检测套内置有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，检测套内的中心处理单元通过连接的无线模块与主机通讯连接；所述惯性测量单元包括三维加速度传感器,三维分成X轴、Y轴、Z轴，所述三维加速度传感器为多个，分别设置在胸口、大腿，使用多级阈值决策结构将不同类型的身体姿态进行区分，所述多级阈值决策结构为放置于胸口处的加速度传感器的Y轴的...

【专利技术属性】
技术研发人员：陈拥权，陈学三，张丽丽，李建中，
申请(专利权)人：合肥寰景信息技术有限公司，
类型：发明
国别省市：安徽;34