一种人体步态监测方法及装置制造方法及图纸

本发明专利技术公开了一种人体步态监测方法及装置，用以解决现有的人体步态监测方法需要患者佩戴传感器，造成康复训练操作不便的问题。所述方法，包括：获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间；针对每一视频帧，根据预设的深度学习训练模型获取待监测训练者的下肢各关键关节点的二维像素坐标；针对每一关键关节点，根据关键关节点的二维像素坐标和图像采集设备的位置信息确定关键关节点的实际位置坐标；根据关键关节点的实际位置坐标和视频帧的采集时间，确定待监测训练者每步的步态周期和步态信息；将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果。

A human gait monitoring method and device

【技术实现步骤摘要】
一种人体步态监测方法及装置
本专利技术涉及计算机网络通信
，尤其涉及一种人体步态监测方法及装置。
技术介绍
随着我国老龄化程度的加剧，因脑卒中引起的下肢运动功能障碍患者正在不断地增加，此外，因工伤、交通事故、疾病等造成精神或肢体损伤的患者也显著增加。及时进行一定程度的集中和重复训练有助于下肢运动功能的恢复，下肢康复机器人作为一种康复医疗设备，通过辅助患者进行科学有效的康复训练，从而达到恢复患者运动功能的目的。在下肢康复机器人关键技术中，实时获取患者的步态信息是掌握患者康复训练效果的关键指标，用于判断患者是否在符合要求下开展训练，人体步态的识别方法目前主要有两类：基于生物力学信息和基于人机交互作用信息。现有的人体步态识别技术采用了在人体下肢安装传感器的方法来获取步态信息及数据，患者康复训练时需要佩戴传感器设备，造成康复训练操作的不便。
技术实现思路
为了解决现有的人体步态监测方法需要患者佩戴传感器，造成康复训练操作不便的问题，本专利技术实施例提供了一种人体步态监测方法及装置。第一方面，本专利技术实施例提供了一种人体步态监测方法，包括：获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间；针对每一视频帧，根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标；针对每一关键关节点，根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标；根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期和步态信息；将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果。本专利技术实施例提供的人体步态监测方法，下肢康复机器人获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间，针对每一视频帧，根据预设的深度学习训练模型获取待监测训练者的下肢各关键关节点的二维像素坐标，针对每一关键关节点，根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标，根据所述关键关节点的实际位置坐标与所述视频帧的采集时间，确定所述待监测训练者每步的步态周期和步态信息，其中，所述步态信息用于表征步伐形态，进而，将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果，根据本专利技术实施例提供的人体步态监测方法，利用预设的深度学习训练模型对人体下肢各关键关节点的运动捕捉，获取下肢各关键关节点在每一视频帧上的二维像素坐标，可以在不必佩戴传感器设备的前提下，实时获取待监测训练者在康复训练过程中的步态信息，将获取的步态信息与预设的各关键关节点对应的步态标准值进行比对，以根据比对结果评定康复训练过程中的训练姿态的标准率以及评估康复训练效果。较佳地，根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期，具体包括：根据各视频帧对应的所述关键关节点的实际位置坐标的变化与所述视频帧的采集时间确定所述待监测训练者每步的步态周期。较佳地，所述步态信息包括步频，则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态信息，包括：根据所述每步的步态周期确定所述待监测训练者每步的步频。较佳地，所述步态信息包括步幅，则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态信息，包括：根据所述每步的步态周期内的所述关键关节点的起始实际位置坐标确定所述待监测训练者每步的步幅。可选地，所述方法，还包括：根据所述比对结果确定所述待监测训练者的训练姿态标准率；根据所述训练标准率评估所述待监测训练者的康复程度。较佳地，根据所述比对结果确定所述待监测训练者的训练姿态标准率，具体包括：针对每一步态周期，计算所述待监测训练者在所述步态周期内的步态与预设的所述关键关节点对应的步态标准值之间的误差值；根据所述误差值和所述关键关节点对应的步态标准值确定所述待监测训练者在所述步态周期内的训练姿态标准率。第二方面，本专利技术实施例提供了一种人体步态监测装置，包括：第一获取单元，用于获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间；第二获取单元，用于针对每一视频帧，根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标；第一确定单元，用于针对每一关键关节点，根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标；第二确定单元，用于根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期和步态信息，其中，所述步态信息用于表征步伐形态；比对单元，用于将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果。较佳地，所述第二确定单元，具体用于根据各视频帧对应的所述关键关节点的实际位置坐标的变化与所述视频帧的采集时间确定所述待监测训练者每步的步态周期。较佳地，所述步态信息包括步频，则所述第二确定单元，具体用于根据所述每步的步态周期确定所述待监测训练者每步的步频。较佳地，所述步态信息包括步幅，则所述第二确定单元，具体用于根据所述每步的步态周期内的所述关键关节点的起始实际位置坐标确定所述待监测训练者每步的步幅。可选地，所述装置，还包括：第三确定单元，用于根据所述比对结果确定所述待监测训练者的训练姿态标准率；评估单元，用于根据所述训练标准率评估所述待监测训练者的康复程度。较佳地，所述第三确定单元，具体用于针对每一步态周期，计算所述待监测训练者在所述步态周期内的步态与预设的所述关键关节点对应的步态标准值之间的误差值；根据所述误差值和所述关键关节点对应的步态标准值确定所述待监测训练者在所述步态周期内的训练姿态标准率。本专利技术提供的人体步态监测装置的技术效果可以参见上述第一方面或第一方面的各个实现方式的技术效果，此处不再赘述。第三方面，本专利技术实施例提供了一种电子设备，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计算机程序，所述处理器执行所述程序时实现本专利技术所述的人体步态监测方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术所述的人体步态监测方法中的步骤。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说本文档来自技高网...

【技术保护点】
1.一种人体步态监测方法，其特征在于，包括：/n获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间；/n针对每一视频帧，根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标；/n针对每一关键关节点，根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标；/n根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期和步态信息，其中，所述步态信息用于表征步伐形态；/n将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果。/n

【技术特征摘要】
1.一种人体步态监测方法，其特征在于，包括：
获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间；
针对每一视频帧，根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标；
针对每一关键关节点，根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标；
根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期和步态信息，其中，所述步态信息用于表征步伐形态；
将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对，获得比对结果。


2.如权利要求1所述的方法，其特征在于，根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态周期，具体包括：
根据各视频帧对应的所述关键关节点的实际位置坐标的变化与所述视频帧的采集时间确定所述待监测训练者每步的步态周期。


3.如权利要求2所述的方法，其特征在于，所述步态信息包括步频，则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态信息，具体包括：
根据所述每步的步态周期确定所述待监测训练者每步的步频。


4.如权利要求2所述的方法，其特征在于，所述步态信息包括步幅，则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间，确定所述待监测训练者每步的步态信息，具体包括：
根据所述每步的步态周期内的所述关键关节点的起始实际位置坐标确定所述待监测训练者每步的步幅。


5.如权利要求1所述的方法，其特征在于，还包括：
根据所述比对结果确定所述待监测训练者的训练姿态标准率；
根据所述训练标准率评估所述待监测训练者的康复程度。


6.如权利要求5所述的方法，其特征在于，根据所述比对结果确定所述待监测训练者的训练姿态标准率，具体包括：
针对每一步态周期，计算所述待监测训练者在所述步态周期内的步态与预设的所述关键关节点对应的步态标准值之间的误差值；
根据所述误差值和所述关键关节点对应的步态标准值确定所述待监测训练者在所述步态周期内的训练姿态标准率。


7.一种人体步态监测装置，其特征在于，包括：
第一获取单元，用于获取训练时间段内利用...

【专利技术属性】
技术研发人员：杜跃斐，
申请(专利权)人：上海电气集团股份有限公司，
类型：发明
国别省市：上海;31