基于Kinect体感技术的三维步态信息采集与分析方法技术

基于Kinect体感技术的三维步态信息采集与分析方法，先将跑步机、Kinect传感器、Kinect支撑云台、计算机组成步态数据采集硬件系统，然后选择跑步机速度，让受试者在跑步机上行走，使用Kinect传感器识别人体骨骼节点，使用阈值滤波和双指数滤波稳定骨骼节点数据，然后根据人体解剖学构建局部坐标系并计算解剖学运动曲线，使用步态事件捕捉方法识别步态事件，基于步态骨骼数据完成步态参数计算，最后在界面上呈现出步态参数和步态运动曲线；本发明专利技术具有造价低廉、无标记点捕捉三维骨骼节点、长距离采集、自动捕捉步态事件、精确计算步态参数和轨迹、操作简单等优点。

【技术实现步骤摘要】
基于Kinect体感技术的三维步态信息采集与分析方法
本专利技术涉及临床医学中的步态数据采集与分析
，具体涉及基于Kinect体感技术的三维步态信息采集与分析方法。
技术介绍
行走及其步态是在中枢神经系统的控制下在生物力学水平上的体现，正常步态有赖于中枢神经系统、周围的神经系统及肌肉骨骼系统的协调工作。当下肢肌肉、韧带、骨骼、关节、脑、脊髓、周围神经的正常生理功能及相互间协调与平衡受到损伤时均可导致不同程度的异常步态，步态信息的采集与分析是辅助医生对患者进行康复评估、训练规划、疾病诊断、假肢适配等工作的量化的重要工具。可穿戴惯性传感器测试、足底压力测试、肌电测试、二维图像测试、三维标记点测试等是步态分析中常用的数据采集方式。可穿戴惯性传感器测试方式需要将陀螺仪和加速度器同时使用才能捕捉到人体运动过程，在确定人体世界坐标系中的运动过程时算法复杂计算出的运动轨迹精度低，同时可穿戴测试设备的穿戴过程复杂，实验不具有严格的重复性，并且难以实现关节解剖位置的监测。足底压力测试方式可以检测足底压力随着时间的变换情况，能实现简单的步态时相变化，然而该方法并不能记录步态运动的整个周期，因为步态运动中的摆动阶段是在悬空进行，此时与地面无接触，无法捕捉完整的周期，而且足底力捕捉信息单一，步态捕捉时间短，不能完整的记录步态信息。肌电测试方式是针对下肢运动肌肉的检测，该方法是从隐含信息对步态进行测试，并且需要对隐含信息进行宏观解释，所以该方法不具有直观性，同时该种测试方式信息类型少。二维图像测试方法需要使用算法对人体骨骼进行识别，识别精度较低，只能记录人体运动的二维信息，所以该种测试方法丢失信息较多。三维红外标记点测试系统可以刻画出人体的三维运动，测试精度较高，捕捉人体三维运动信息，该设备捕捉空间有限，只能进行有限空间步态捕捉，同时该在操作该设备时需要在人体上粘贴39个标记点，标记点的粘贴需要一定的解剖学知识，即使这样也不能避免实验的随机粘贴位置误差，该设备开发造价较高，给步态分析技术的普及推广带来巨大的挑战。上述部分方法只是停留在步态数据的采集上，缺乏对步态的定量化、综合性的指标，不能使用简单的参数来评定步态异常程度。因此亟待解决的问题主要有以下几个方面：1、降低设备价格，促进步态分析技术的广泛应用。2、提高设备的精度，丰富捕捉步态运动捕捉信息，实现人体多关节运动轨迹的三维坐标捕捉。3、简化步态实验步骤，实现人体解剖学位置自动捕捉，增强实验的重复性。4、实现长距离的步态运动捕捉，避免因实验距离短带来的实验偶然性。
技术实现思路
为了克服上述现有技术的不足，本专利技术的目的在于提供一种基于Kinect体感技术的三维步态信息采集与分析方法，能够完成步行过程中人体多关节三维运动轨迹的长距离提取，可以自动捕捉步态事件并且可以精确的计算步态基本参数。为解决上述技术问题，本专利技术采用的技术方案是：基于Kinect体感技术的三维步态信息采集与分析方法，包括以下步骤：1)搭建步态数据采集硬件系统：步态数据采集硬件系统包括跑步机，跑步机旁边设有可调高度角度的Kinect支撑云台，Kinect支撑云台上安装有Kinect传感器，Kinect传感器的输出和计算机连接，首先跑步机与Kinect传感器相对不动，然后让人在跑步机上连续运动，实现连续无限距离的步态采集；2)选择跑步机速度：在跑步机不同速度时对受试者进行测量，跑步机速度最小增量为0.1km/h，根据确定的速度构建健康人体步态数据库；3)使用Kinect传感器获取人体骨骼数据：Kinect传感器是Xbox360使用的体感传感器，进行实时动作捕捉，并通过对人体的三维姿态进行识别；Kinect传感器能够追踪人体并获取人体25个骨骼点三维坐标，从中选取下肢运动关键关节点，Kinect传感器以30Hz的速度不断的读取人体骨骼点的三维空间变化，完成步态数据采集功能；4)骨骼数据的双指数滤波：使用不同的滤波器的组合进行滤波；第一阶段消除抖动：公式中为第一阶段滤波值，Xn为测试值，为前一帧第二阶滤波值，a为第一阶段噪声抑制系数；第二阶段高斯噪声的虑除：公式中为第二阶段滤波值，Xn为测试值，β为第二阶段噪声抑制系数，bn为该帧趋势，bn-1为前一帧趋势，γ为趋势控制系数；5)计算下肢关键部位运动学曲线：骨盆中心为PelvisCenter、左髋节点Hipleft、右髋节点HipRight、左膝关节KneeLeft、右膝关节KneeRight、左踝关节AnkleLeft、右踝关节AnkleRight、左脚为FootLeft、右脚为FootRight，分别构建向量L1、L2、L3、L4、R1、R2、R3、R4,向量的计算计算如下式对于膝关节的运动角度θKneeLeft、θKneeRight和踝关节的运动角度θAnkleLeft、θAnkleRight，将膝关节和踝关节简化为一个自由度，其计算方法如下式对于髋关节，髋关节的运动规律的描述是相对骨盆进行描述，因此需要先定义骨盆的局部坐标系，骨盆局部坐标坐标原点定义在骨盆中心PelvisCenter，其y轴定义为右髋关节指向左髋关节，其z轴方向定义为骨盆平面的垂线，其中骨盆平面由PelvisCenter、HipRight、HipLeft三个点确定，所以骨盆的局部坐标系定义为骨盆的矢状面运动角度θHipLeftsag、θHipRightsag，冠状面运动角度θHipLeftcor、θHipRightcor，水平面运动角度θHipLefttra、θHipRighttra，定义proj(x,y)为任意向量向平面投影的公式，其中x为平面法向量，y为任意向量，各关节角度计算定义式如下骨盆的位移和摆动角是相对全局坐标系定义，其中PelvisCenter的x坐标为骨盆左右方向的位移，y坐标为人体骨盆中心的上下方向的位移，z坐标为人体骨盆中心的前后方向的位移；骨盆的摆动角度需要根据全局坐标定义，全局坐标系的x，y，z方向的单位坐标向量为ig、jg、kg，骨盆的前后方向摆动角度θPelvistilt，冠状面的上下方向摆动角度θPelvisObl，水平面方向的摆动角度θPelvisRot，且已知骨盆的局部坐标系的三个相互垂直的方向向量在全局坐标系中的坐标为i、j、k，6)步态事件捕捉：步行踝关节与骨盆中心的深度方向上的距离变换规律近似正弦曲线，该曲线的峰值到达时刻与脚着地时刻正好耦合，该曲线的极小值与脚尖离地时刻相对应，该曲线的峰值和谷值分别视为足跟着地事件HS时刻和脚尖TO离地事件时刻，如下式所示，式中tHS、tTO分别代表足跟着地时刻和足尖离地时刻，XHeel、XPelviscenter分别代表足跟和骨盆中心在行走方向上的全局坐标分量，在本专利技术中以踝关节代替足跟，所以XHeel＝XAnkle，tHS＝(XHeel-XPleviscenter)maxtTO＝(XHeel-XPelviscenter)min7)步态参数计算：支撑相参数Tstand，支撑相根据某一侧下肢进行定义，即右侧或左侧下肢与地面接触的阶段，支撑相的开始时刻是足跟着地，支撑相阶段结束的标志是相应侧脚尖离地，式中Tdown(n)表示足跟着地时刻，即支撑相开始时刻，Toff(n)表示传感器检测足尖离地的时刻，即支撑相本文档来自技高网...

【技术保护点】
基于Kinect体感技术的三维步态信息采集与分析方法，其特征在于，包括以下步骤：1)搭建步态数据采集硬件系统：步态数据采集硬件系统包括跑步机，跑步机旁边设有可调高度角度的Kinect支撑云台，Kinect支撑云台上安装有Kinect传感器，Kinect传感器的输出和计算机连接，首先跑步机与Kinect传感器相对不动，然后让人在跑步机上连续运动，实现连续无限距离的步态采集；2)选择跑步机速度：在跑步机不同速度时对受试者进行测量，跑步机速度最小增量为0.1km/h，根据确定的速度构建健康人体步态数据库；3)使用Kinect传感器获取人体骨骼数据：Kinect传感器是Xbox360使用的体感传感器，进行实时动作捕捉，并通过对人体的三维姿态进行识别；Kinect传感器能够追踪人体并获取人体25个骨骼点三维坐标，从中选取下肢运动关键关节点，Kinect传感器以30Hz的速度不断的读取人体骨骼点的三维空间变化，完成步态数据采集功能；4)骨骼数据的双指数滤波：使用不同的滤波器的组合进行滤波；第一阶段消除抖动：

【技术特征摘要】
1.基于Kinect体感技术的三维步态信息采集与分析方法，其特征在于，包括以下步骤：1)搭建步态数据采集硬件系统：步态数据采集硬件系统包括跑步机，跑步机旁边设有可调高度角度的Kinect支撑云台，Kinect支撑云台上安装有Kinect传感器，Kinect传感器的输出和计算机连接，首先跑步机与Kinect传感器相对不动，然后让人在跑步机上连续运动，实现连续无限距离的步态采集；2)选择跑步机速度：在跑步机不同速度时对受试者进行测量，跑步机速度最小增量为0.1km/h，根据确定的速度构建健康人体步态数据库；3)使用Kinect传感器获取人体骨骼数据：Kinect传感器是Xbox360使用的体感传感器，进行实时动作捕捉，并通过对人体的三维姿态进行识别；Kinect传感器能够追踪人体并获取人体25个骨骼点三维坐标，从中选取下肢运动关键关节点，Kinect传感器以30Hz的速度不断的读取人体骨骼点的三维空间变化，完成步态数据采集功能；4)骨骼数据的双指数滤波：使用不同的滤波器的组合进行滤波；第一阶段消除抖动：公式中为第一阶段滤波值，Xn为测试值，为前一帧第二阶滤波值，α为第一阶段噪声抑制系数；第二阶段高斯噪声的虑除：公式中为第二阶段滤波值，Xn为测试值，β为第二阶段噪声抑制系数，bn为该帧趋势，bn-1为前一帧趋势，γ为趋势控制系数；5)计算下肢关键部位运动学曲线：骨盆中心为PelvisCenter、左髋节点Hipleft、右髋节点HipRight、左膝关节KneeLeft、右膝关节KneeRight、左踝关节AnkleLeft、右踝关节AnkleRight、左脚为FootLeft、右脚为FootRight，分别构建向量L1、L2、L3、L4、R1、R2、R3、R4,向量的计算计算如下式对于膝关节的运动角度θKneeLeft、θKneeRight和踝关节的运动角度θAnkleLeft、θAnkleRight，将膝关节和踝关节简化为一个自由度，其计算方法如下式对于髋关节，髋关节的运动规律的描述是相对骨盆进行描述，因此需要先定义骨盆的局部坐标系，骨盆局部坐标坐标原点定义在骨盆中心PelvisCenter，其y轴定义为右髋关节指向左髋关节，其z轴方向定义为骨盆平面的垂线，其中骨盆平面由PelvisCenter、HipRight、HipLeft三个点确定，所以骨盆的局部坐标系定义为骨盆的矢状面运动角度θHipLeftsag、θHipRightsag，冠状面运动角度θHipLeftcor、θHipRightcor，水平面运动角度θHipLefttra、θHipRighttra，定义proj(x,y)为任意向量向平面投影的公式，其中x为平面法向量，y为任意向量，各关节角度计算定义式如下

【专利技术属性】
技术研发人员：徐光华，王振宇，麻晓龙，贺敏琪，锁霖，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61