一种基于加速度的步态事件检测方法及装置制造方法及图纸

本发明专利技术提供一种基于加速度的步态事件检测方法及装置，该方法首先获取三轴加速度能量信号及三轴加速度信号，并对所述三轴加速度能量信号和三轴加速度信号进行滤波平滑处理；然后采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2；最后针对点集ZC2中任一点ZC

【技术实现步骤摘要】
一种基于加速度的步态事件检测方法及装置
本专利技术涉及模式识别
，具体涉及一种基于加速度的步态事件检测方法及装置。
技术介绍
步态是指走路时所表现的运动姿态，是一个连续的周期性运动。受运动习惯、伤残、疾病等因素的影响，不同的人的步态模式一般互不相同。对步态模式的研究和应用分为步态识别和步态分析两个方向。步态识别是模式识别领域的研究人员采用步态模式识别行人的身份；步态分析是医学领域的研究者将步态模式用于疾病诊断。这两种应用都是以步态周期事件检测为基础，因此步态周期事件的自动检测是步态识别和医学异常步态分析等人工智能应用的基础性问题。目前步态事件检测方法主要分为两类：基于可穿戴传感器的步态事件检测方法和基于视觉的步态事件检测方法。基于视觉的步态事件检测方可以直接从单个或多个摄像机捕获的视频数据中检测步态事件，不需要任何其他特殊传感器的配合。与可穿戴传感器相比，摄像头更便宜，使用也更方便。但是，光照、透视和服装的变化使得从二维视频数据中检测步态事件更具有挑战性，基于边缘、梯度等手工设计特征的判别性不强，对光照、透视等较为敏感。基于可穿戴传感器的步态事件检测方法可以通过采集人体下肢关节和节段的运动数据准确检测步态事件。由于其精度较高，己经广泛应用于医学领域的异常步态评估。测力板和光学运动捕捉系统是最常见的步态检测设备，但价格昂贵、应用条件苛刻。另外，人们也使用一些可移动的、轻便的、成本低的检测设备，如嵌入在鞋底的足底压力开关、可穿戴的加速度计及陀螺仪等用于步态事件的检测，但多数需要被检测人的高度配合。因此设计一种成本低廉、步态事件检测准确的算法具有重要意义。
技术实现思路
本专利技术针对现有技术中存在的技术问题，提供一种基于加速度的步态事件检测方法及装置，通过分析三轴加速度数据进行步态事件识别，提高硬件资源的利用率、减少传感器数量、提高步态事件检测的准确性、减少计算资源消耗，解决了基于穿戴式传感器的步态事件识别所需设备价格昂贵、应用条件苛刻、需要被测试者高度配合等瓶颈问题。本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术提供一种基于加速度的步态事件检测方法，包括以下步骤：S1，获取三轴加速度能量信号及三轴加速度信号，并对所述三轴加速度能量信号和三轴加速度信号进行滤波平滑处理；所述三轴加速度包括前后向加速度、垂直加速度和侧边加速度；S2，采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2；S3，针对点集ZC2中任一点ZCk，在以点ZCk的横坐标为中心的预设搜索窗口范围内搜索前后向加速度的最大值，则该值对应的时刻即为脚跟着地时刻，该值右最近邻波谷对应的时刻即为脚趾离地时刻。进一步的，对三轴加速度能量信号进行滤波平滑处理，包括：分别使用三个σ不同的高斯滤波器对三轴加速度能信号e(i)进行滤波处理，得到三个滤波信号eσ1(i)、eσ2(i)、eσ3(i)；σ1<σ2<σ3；为了保留能量信号的大部分能量尽可能的抑制噪声，将三个滤波信号eσ1(i)、eσ2(i)、eσ3(i)相乘得到输出信号pe(i)；令输出信号pe(i)减去滤波信号eσ3(i)得到信号se(i)。所述σ1、σ2、σ3的取值由一步时间steptime决定，一步时间steptime的取值范围为(Tmin,Tmax)，Tmin是steptime的最小值，Tmax是steptime最大值。三个高斯滤波器的σ取值如下：σ1＝Tmin/4，σ2＝(Tmin+Tmax)/4，σ3＝Tmax/4。进一步的，对三轴加速度信号进行滤波平滑处理，包括：分别使用两种不同σ的高斯滤波器对三轴加速度信号中的垂直加速度y(i)进行滤波得到信号yσ4(i)和yσ5(i)；σ4<σ5；计算信号sy(i)，sy(i)＝yσ4(i)-yσ5(i)。进一步的，所述的采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2，包括：对信号sy(i)进行峰值检测和过零点检测，得到峰值点集PKsy和过零点集ZC；剔除集合ZC中纵坐标由正到负的过零点，得到集合ZC1；设置峰值阈值，并筛选集合ZC1中的过零点：若集合ZC1中的过零点ZCk与其在右侧最邻近的峰值点的横坐标差值小于预设值且该峰值点的幅值大于峰值阈值，提取过零点ZCk，构成集合ZC2。进一步的，所述的峰值阈值为三轴加速度能量信号进行滤波平滑处理后得到的信号se(i)的最大峰值点振幅的L倍，L的取值范围为(0.45,0.65)。第二方面，本专利技术提供一种基于加速度的步态事件检测装置，包括：信号获取及预处理模块，用于获取三轴加速度能量信号及三轴加速度信号，并对所述三轴加速度能量信号和三轴加速度信号进行滤波平滑处理；所述三轴加速度包括前后向加速度、垂直加速度和侧边加速度；筛选模块，采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2；定位模块，针对点集ZC2中任一点ZCk，在以点ZCk的横坐标为中心的预设搜索窗口范围内搜索前后向加速度的最大值，则该值对应的时刻即为脚跟着地时刻，该值右最近邻波谷对应的时刻即为脚趾离地时刻。第三方面，本专利技术提供一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述存储器中存储的计算机软件程序，以实现本专利技术第一方面所述的一种基于加速度的步态事件检测方法。第四方面，本专利技术提供一种非暂态计算机可读存储介质，所述存储介质中存储有用于实现本专利技术第一方面所述的一种基于加速度的步态事件检测方法的计算机软件程序。本专利技术的有益效果是：本专利技术仅依靠一组三轴加速度数据识别步态事件，解决了基于穿戴式传感器的步态事件识别所需设备价格昂贵、应用条件苛刻、需要被测试者高度配合等瓶颈问题,提高硬件资源的利用率、减少传感器数量、提高步态事件检测的准确性、减少计算资源消耗。附图说明图1为一次跨步的步态事件示意图；图2为AP加速度曲线示意图；图3为三轴加速度方向示意图；图4为基于加速度的步态事件检测方法流程示意图；图5为基于加速度的步态事件检测装置结构示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。相关符号定义与缩写：HS(heelstrike)：脚跟着地HSr：右脚跟着地HSl：左脚跟着地TO(toeoff)：脚趾离地TOr：右脚趾离地TOl：左脚趾离地AP(anteroposterior)：前后方向VT(vertical)：垂直方向ML(medio-lateral)：侧边方向VVI(Verticalvibration)：垂直振动GCT(GroundCo本文档来自技高网...

【技术保护点】
1.一种基于加速度的步态事件检测方法，其特征在于，包括以下步骤：/nS1，获取三轴加速度能量信号及三轴加速度信号，并对所述三轴加速度能量信号和三轴加速度信号进行滤波平滑处理；所述三轴加速度包括前后向加速度、垂直加速度和侧边加速度；/nS2，采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2；/nS3，针对点集ZC2中任一点ZC

【技术特征摘要】
1.一种基于加速度的步态事件检测方法，其特征在于，包括以下步骤：
S1，获取三轴加速度能量信号及三轴加速度信号，并对所述三轴加速度能量信号和三轴加速度信号进行滤波平滑处理；所述三轴加速度包括前后向加速度、垂直加速度和侧边加速度；
S2，采用峰值检测和过零点检测，筛选处理后的垂直加速度信号中局部最大且超过峰值阈值的点，构成点集ZC2；
S3，针对点集ZC2中任一点ZCk，在以点ZCk的横坐标为中心的预设搜索窗口范围内搜索前后向加速度的最大值，则该值对应的时刻即为脚跟着地时刻，该值右最近邻波谷对应的时刻即为脚趾离地时刻。


2.根据权利要求1所述的方法，其特征在于，对三轴加速度能量信号进行滤波平滑处理，包括：
分别使用三个σ不同的高斯滤波器对三轴加速度能信号e(i)进行滤波处理，得到三个滤波信号eσ1(i)、eσ2(i)、eσ3(i)；σ1<σ2<σ3；
将三个滤波信号eσ1(i)、eσ2(i)、eσ3(i)相乘得到输出信号pe(i)；
令输出信号pe(i)减去滤波信号eσ3(i)得到信号se(i)。


3.根据权利要求2所述的方法，其特征在于，所述σ1、σ2、σ3的取值由一步时间steptime决定，一步时间steptime的取值范围为(Tmin,Tmax)。


4.根据权利要求3所述的方法，其特征在于，三个高斯滤波器的σ取值如下：σ1＝Tmin/4，σ2＝(Tmin+Tmax)/4，σ3＝Tmax/4。


5.根据权利要求1所述的方法，其特征在于，对三轴加速度信号进行滤波平滑处理，包括：
分别使用两种不同σ的高斯滤波器对三轴加速度信号中的垂直加速度y(i)进行滤波得到信号yσ4(i)和yσ5(i)；σ4<σ5；
计算信号sy(i)，sy(i)＝yσ4(i)-yσ5(i)。


6.根...

【专利技术属性】
技术研发人员：陈昆，杨小清，耿玉银，
申请(专利权)人：武汉齐物科技有限公司，
类型：发明
国别省市：湖北;42