一种用于腿部姿态估计的可穿戴单节点设备及测量方法技术

一种用于腿部姿态估计的可穿戴单节点设备及测量方法，设备由一个微惯性传感器以及多块水凝胶集成，置于膝盖处，能够测量人体运动时的大腿、小腿姿态以及膝关节的角度。首先利用大腿姿态、水凝胶测量数据估计人体运动状态，而后根据运动约束条件，预测小腿姿态；微惯性测量膝关节角度采用互补滤波融合，再与水凝胶的角度测量值利用Kalman滤波器进行融合，获得准确关节角度。本发明专利技术仅采用一个微惯性传感器，有效避免了多传感器的对齐问题，同时水凝胶的辅助测量有助于减少惯性解算的累计误差，提高测量结果的准确性和稳定性。提高测量结果的准确性和稳定性。提高测量结果的准确性和稳定性。

【技术实现步骤摘要】
一种用于腿部姿态估计的可穿戴单节点设备及测量方法


[0001]本专利技术属于人体运动监测领域，特别涉及一种用于腿部姿态估计的可穿戴单节点设备及测量方法。

技术介绍

[0002]人体下肢承担着人体移动的重要功能，包括走、跑、跳跃等，在复健过程中，监测下肢在运动过程中的姿态变化能为提供个性化理疗方案提供助力。基于光学的姿态跟踪，能够精准评估患者姿态，但使得患者活动空间受限，不仅如此，穿戴多个标记点也增加了评估过程的复杂性。因此，具有便携、可持续监测等特点的可穿戴传感器方案得到了市场青睐。目前主流穿戴方案是双惯性传感器。然而，多传感器的对齐误差、解算的累计误差、传感器位移、以及初始状态识别等诸多因素均会导致不可靠的测量结果。因此，引入其他测量手段进行多源信息融合是必要的。水凝胶材料表现出良好的导电性和机械性能，其弯曲
‑
伸展的电特性变化利于感知下肢的角度变化。利用水凝胶材料制成的角度感知传感器，利用辅助测量人体下肢运动姿态，能够减少惯性测量的误差，提升测量结果的可靠性与稳定性。

技术实现思路

[0003]本专利技术旨在解决人体运动时腿部姿态监测问题，包括大腿和小腿倾角以及膝关节外展角度问题，提出一种用于腿部姿态估计的可穿戴单节点设备及测量方法，该设备集成一个惯性传感器以及多块水凝胶，置于人体膝关节处。该设备利用水凝胶的稳定测量值，修正惯性测量结果，能够缓解惯性测量的累计误差，避免传感器对齐误差。
[0004]为实现上述目的，本专利技术采取的技术方案是：本专利技术提供一种用于腿部姿态估计的可穿戴单节点设备，包括一个微惯性模块，水凝胶感知模块，无线信号传输模块以及中央信号处理模块；所述微惯性传感器采集腿部运动时的加速度和角速度信息；所述水凝胶感知模块为水凝胶阵列，感知运动时肢体的弯曲变化；所述无线信号传输模块包括信号接收模块和信号发送模块；所述中央信号处理模块用于初步信号处理，解算出欧拉角、四元数以及粗略膝关节角度。
[0005]作为本专利技术设备进一步改进，所述水凝胶感知模块包括A/D数模转换电路，将水凝胶形变的模拟信号转换为数字信号。
[0006]作为本专利技术设备进一步改进，所述中央信号处理模块的主控开发板为Arduino Nano 33 BLE，且搭载有微惯性芯片LSM9DS1和蓝牙5.0。
[0007]作为本专利技术设备进一步改进，所述中央信号处理模块的主控芯片为nRF52840。
[0008]本专利技术提供一种用于腿部姿态估计的可穿戴单节点设备的测量方法，其特征在于，该方法包含以下步骤：步骤1：获取微惯性测量值以及粗略关节角度值；步骤2：估计人体运动模式以及腿部运动姿态；所述估计人体运动模式方法为：
（1）水凝胶感知信息和微惯性加速度信息以m长度的滑动窗口截取，形成动作信号，第k时刻的动作信号长度从第（k
‑
m+1）时刻开始，记为：其中是 三轴加速度， 是三轴角速度，是四元数，是俯仰角，是横滚角， 是粗略的膝关节角度，进一步计算每列的特征信号，最终形成动作的特征集合，用于识别动作类型；（2）利用机器学习方法训练动作模型，进行分类；所述腿部运动姿态的估计方法为：（1）将设备穿戴完毕后，进行腿部关节轴识别，最小化方程：求解出关节轴参数，式中j为关节轴，其表达式为：，为俯仰角，为横滚角；为k时刻角速度值；（2）利用Elman神经网络对另一肢体的姿态进行测量，输入为：输出为：式中，为小腿的横滚角和俯仰角，表征小腿姿态；步骤（3）步骤（2）中所述神经网络模型根据运动模式的不同，共训练4个，训练时的损失函数设定为：式中,K为比例参数，为第k时刻大腿的偏航角，为小腿的姿态估计值；步骤3：融合惯性信息和水凝胶感知信息，解算精确关节角度值；步骤3中，惯性信息一次融合，与水凝胶信息进行二次融合，具体为：（1）通过陀螺仪积分，计算膝关节角度其中为k
‑
1时刻解算值，当足部着地时，该值替换为水凝胶测量值，以消
除累计误差；为陀螺仪测得三轴角速度,j为估计的关节轴，为小腿的俯仰角的估算值，为采样的间隔时间；（2）利用加速度计计算角度值：（3）加速度计信息与陀螺仪信息基于互补滤波器进行融合：式中，为k刻，惯性传感器的数据融合结果， 为权值，取值范围为(0,1)；（4）IMU解算角度和水凝胶估算角度利用Kalman滤波器进行融合，状态方程为：其中，为高斯白噪声，观测方程设定为：其中为高斯白噪声；步骤4：输出人体运动状态下的姿态测量信息。
[0009]作为本专利技术测量方法进一步改进，步骤1中所述微惯性测量值包括加速度、角速度以及由其解算得到的四元数和欧拉角。
[0010]作为本专利技术测量方法进一步改进，步骤1中粗略关节角度值的测量方法为，首先测定多角度下n块水凝胶阵列的电信号值，然后采用双层前馈网络进行拟合，得到角度
‑
电信号模型，用于获取角度信息，角度信息记为。
[0011]作为本专利技术测量方法进一步改进，步骤2中所述人体运动模式分为行走、跑步、上下楼以及下蹲。
[0012]作为本专利技术测量方法进一步改进，步骤2中每列的特征信号包括均值、极值、标准差和频率。
[0013]作为本专利技术测量方法进一步改进，所述腿部运动姿态的估计方法中腿部摆动时间为5
‑
10s。
[0014]与现有技术相比，本专利技术的有益效果为：本专利技术提出的一种用于腿部姿态估计的可穿戴节点设备中，采用单惯性传感器及水凝胶组合测量，能避免多惯性的对齐问题。所述姿态估计方法中，利用大腿姿态、运动模式及运动约束估计小腿姿态，在减少传感器数量的同时，保证了姿态估计的精度与稳定性。同时，将水凝胶测量值周期性作为惯性解算初值，并将测量值和惯性解算值进行数据融合，有效减少了累计误差的影响。该方法引入了水凝胶传感器测量作为补充，减少了惯性传感器数量，提供了腿部姿态的稳定测量值。
附图说明
[0015]图1是一种用于腿部姿态估计的可穿戴单节点及估计方法基本原理框架图；图2是腿部姿态估计方法的总体流程图；图3是利用大腿姿态估计小腿姿态方法框架；图4是水凝胶传感器测量值与惯性传感器解算值的数据融合方法框架。
具体实施方式
[0016]下面结合附图与具体实施方式对本专利技术作进一步详细描述：以下结合实施例和说明书附图，详细说明本专利技术的实施过程。
[0017]实施例1：如图1所示，一种用于关节角度测量的单节点可穿戴设备，包括一个微惯性模块，水凝胶感知模块，无线信号传输模块以及中央信号处理模块；其特征在于，所述微惯性传感器采集腿部运动时的加速度和角速度信息；所述水凝胶感知模块为水凝胶阵列，可以感知运动时肢体的弯曲变化；所述无线信号传输模块包括信号接收模块和信号发送模块；所述中央信号处理模块用于初步信号处理，解算出欧拉角、四元数以及粗略膝关节角度。
[0018]其中，水凝胶感知模块包括A/D数模转换电路，将水凝胶形变的模拟信号转换为数字信号。
[0019]如图2所示，一种用于腿部姿态测量的方法，其特征在于，该方法包含以下步骤：步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于腿部姿态估计的可穿戴单节点设备，包括一个微惯性模块，水凝胶感知模块，无线信号传输模块以及中央信号处理模块；其特征在于，所述微惯性传感器采集腿部运动时的加速度和角速度信息；所述水凝胶感知模块为水凝胶阵列，感知运动时肢体的弯曲变化；所述无线信号传输模块包括信号接收模块和信号发送模块；所述中央信号处理模块用于初步信号处理，解算出欧拉角、四元数以及粗略膝关节角度。2.根据权利要求1所述的一种用于腿部姿态估计的可穿戴单节点设备，其特征在于，所述水凝胶感知模块包括A/D数模转换电路，将水凝胶形变的模拟信号转换为数字信号。3.根据权利要求1所述的一种用于腿部姿态估计的可穿戴单节点设备，其特征在于，所述中央信号处理模块的主控开发板为Arduino Nano 33 BLE，且搭载有微惯性芯片LSM9DS1和蓝牙5.0。4.根据权利要求1所述的一种用于腿部姿态估计的可穿戴单节点设备，其特征在于，所述中央信号处理模块的主控芯片为nRF52840。5.根据权利要求1
‑
4任意一项所述的用于腿部姿态估计的可穿戴单节点设备的测量方法，其特征在于，该方法包含以下步骤：步骤1：获取微惯性测量值以及粗略关节角度值；步骤2：估计人体运动模式以及腿部运动姿态；所述估计人体运动模式方法为：（1）水凝胶感知信息和微惯性加速度信息以m长度的滑动窗口截取，形成动作信号，第k时刻的动作信号长度从第（k
‑
m+1）时刻开始，记为：其中是 三轴加速度， 是三轴角速度，是四元数，是俯仰角，是横滚角， 是粗略的膝关节角度，进一步计算每列的特征信号，最终形成动作的特征集合，用于识别动作类型；（2）利用机器学习方法训练动作模型，进行分类；所述腿部运动姿态的估计方法为：（1）将设备穿戴完毕后，进行腿部关节轴识别，最小化方程：求解出关节轴参数，式中j为关节轴，其表达式为：，为俯仰角，为横滚角；为k时刻角速度值；（2）利用Elman神经网络对另一肢体的姿态进行测量，输入为：
输出为：式中，为小腿的横滚角和俯仰...

【专利技术属性】
技术研发人员：阳媛，杨浩然，王慧青，朱利丰，王海宁，况余进，伊洋，
申请(专利权)人：东南大学，
类型：发明
国别省市：