基于步态数据的运动监控方法技术

本发明专利技术涉及运动监控技术领域，特别涉及一种基于步态数据的运动监控方法

【技术实现步骤摘要】
基于步态数据的运动监控方法、装置以及电子设备


[0001]本专利技术涉及运动监控
，特别涉及是一种基于步态数据的运动监控方法
、
装置
、
电子设备以及存储介质
。

技术介绍

[0002]行走能力是人类转移功能的重要评价指标，人类下肢每一个步行动作都是多器官和肢体部位协同完成的，包括大脑的控制，神经传导
、
下肢肌肉收缩
、
下肢关节屈伸等，其中任何一个环节出问题都会导致步行障碍
。
[0003]对于此类患者的康复训练大多需要由医生在现场根据其主观经验完成，有时还需用到专用器械如压力垫
、
光学运动捕获设备
、
承重设备等，然而，大多数患者在具有着地能力后就会离开医院，在院外患者只能根据自身感觉以及医嘱进行步行康复训练，期间步行能力可能会有较大变化，患者无法实时准确了解自身的康复情况，缺乏反馈信息，康复训练的效率低下
。

技术实现思路

[0004]基于此，本专利技术的目的在于，提供一种基于步态数据的运动监控方法
、
装置
、
设备以及存储介质，根据用户的步态周期检测结果，对用户的步态数据进行定位切割，获得若干个分离步态数据，采用聚类分析方法，将若干个分离步态数据进行归类，构建若干个模板对应的分离步态集合，对各个分离步态集合进行参数统计，获得各个所述分离步态集合的步态统计结果，作为所述运动监控结果，用户能够实时
、
准确了解自身的康复情况，及时获得康复训练的反馈信息，提高康复训练的效率
。
该技术方案如下：第一方面，本申请实施例提供了一种基于步态数据的运动监控方法，包括以下步骤：获得用户在运动过程中的步态数据，其中，所述步态数据包括若干个时刻采集的关节屈伸角参数；对所述步态数据进行步态周期检测，获得所述步态数据的步态周期检测结果，根据所述步态周期检测结果，对所述步态数据进行定位切割，获得若干个分离步态数据；根据若干个所述分离步态数据以及预设的若干个模板，构建若干个模板特征数据，根据若干个所述分离步态数据以及若干个模板特征数据，采用聚类分析的方法，将若干个所述分离步态数据进行组合，构建若干个所述模板对应的分离步态集合，其中，所述分离步态集合包括若干个所述分离步态数据；对各个所述分离步态集合进行参数统计，获得各个所述分离步态集合的步态统计结果，作为运动监控结果，其中，所述运动监控结果包括分离步态数据总数目统计结果
、
分离步态数据总时长统计结果
、
模板数目统计结果以及模板特征统计结果，所述模板特征统计结果包括时长统计结果以及关节屈伸角统计结果
。
[0005]第二方面，本申请实施例提供了一种基于步态数据的运动监控装置，包括：
数据获取模块，用于获得用户在运动过程中的步态数据，其中，所述步态数据包括若干个时刻采集的关节屈伸角参数；数据分离模块，用于对所述步态数据进行步态周期检测，获得所述步态数据的步态周期检测结果，根据所述步态周期检测结果，对所述步态数据进行定位切割，获得若干个分离步态数据；数据组合模块，用于根据若干个所述分离步态数据以及预设的若干个模板，构建若干个模板特征数据，根据若干个所述分离步态数据以及若干个模板特征数据，采用聚类分析的方法，将若干个所述分离步态数据进行组合，构建若干个所述模板对应的分离步态集合，其中，所述分离步态集合包括若干个所述分离步态数据；数据分析模块，用于对各个所述分离步态集合进行参数统计，获得各个所述分离步态集合的步态统计结果，作为运动监控结果，其中，所述运动监控结果包括分离步态数据总数目统计结果
、
分离步态数据总时长统计结果
、
模板数目统计结果以及模板特征统计结果，所述模板特征统计结果包括时长统计结果以及关节屈伸角统计结果
。
[0006]第三方面，本申请实施例提供了一种设备，包括：处理器
、
存储器以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；所述计算机程序被所述处理器执行时实现如第一方面所述基于步态数据的运动监控方法的步骤
。
[0007]第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于步态数据的运动监控方法的步骤
。
[0008]在本申请实施例中，根据用户的步态周期检测结果，对用户的步态数据进行定位切割，获得若干个分离步态数据，采用聚类分析方法，将若干个分离步态数据进行归类，构建若干个模板对应的分离步态集合，对各个分离步态集合进行参数统计，获得各个所述分离步态集合的步态统计结果，作为运动监控结果，用户能够实时
、
准确了解自身的康复情况，及时获得康复训练的反馈信息，提高康复训练的效率
。
[0009]为了更好地理解和实施，下面结合附图详细说明本专利技术
。
附图说明
[0010]图1为本申请一个实施例提供的基于步态数据的运动监控方法的流程示意图；图2为本申请一个实施例提供的基于步态数据的运动监控方法的运动传感器佩戴位置示意图；图3为本申请一个实施例提供的基于步态数据的运动监控方法的下肢俯仰角和关节屈伸角示意图；图4为本申请另一个实施例提供的基于步态数据的运动监控方法的流程示意图；图5为本申请一个实施例提供的基于步态数据的运动监控方法中
S2
的流程示意图；图6为本申请又一个实施例提供的基于步态数据的运动监控方法中
S2
的流程示意图；图7为本申请一个实施例提供的基于步态数据的运动监控方法中
S3
的流程示意图；
图8为本申请一个实施例提供的基于步态数据的运动监控方法中
S4
的流程示意图；图9为本申请一个实施例提供的基于步态数据的运动监控装置的结构示意图；图
10
为本申请一个实施例提供的电子设备的结构示意图
。
具体实施方式
[0011]这里将详细地对示例性实施例进行说明，其示例表示在附图中
。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素
。
以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式
。
相反，它们仅是与如所附权利要求书中所详述的
、
本申请的一些方面相一致的装置和方法的例子
。
[0012]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请
。
在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义
。
还应当理解，本文中使用的术语“和
/
或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合
。
[0013]应当理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于步态数据的运动监控方法，其特征在于，包括以下步骤：获得用户在运动过程中的步态数据，其中，所述步态数据包括若干个时刻采集的关节屈伸角参数；对所述步态数据进行步态周期检测，获得所述步态数据的步态周期检测结果，根据所述步态周期检测结果，对所述步态数据进行定位切割，获得若干个分离步态数据；根据若干个所述分离步态数据以及预设的若干个模板，构建若干个模板特征数据，根据若干个所述分离步态数据以及若干个模板特征数据，采用聚类分析的方法，将若干个所述分离步态数据进行组合，构建若干个所述模板对应的分离步态集合，其中，所述分离步态集合包括若干个所述分离步态数据；对各个所述分离步态集合进行参数统计，获得各个所述分离步态集合的步态统计结果，作为运动监控结果，其中，所述运动监控结果包括分离步态数据总数目统计结果
、
分离步态数据总时长统计结果
、
模板数目统计结果以及模板特征统计结果，所述模板特征统计结果包括时长统计结果以及关节屈伸角统计结果
。2.
根据权利要求1所述的基于步态数据的运动监控方法，其特征在于：所述屈伸角参数包括髋关节
、
膝关节和踝关节屈伸角参数；所述对所述步态数据进行步态周期检测，获得所述步态数据的步态周期数据之前，包括步骤：获得用户在静止直立状态下的下肢俯仰角数据，根据所述下肢俯仰角数据，对所述步态数据进行修正，获得修正后的步态数据，其中，所述下肢俯仰角数据包括大腿
、
小腿及足部俯仰角参数
。3.
根据权利要求2所述的基于步态数据的运动监控方法，其特征在于：所述步态数据包括足部加速度数据；所述对所述步态数据进行步态周期检测，获得所述步态数据的步态周期检测结果，包括步骤：构建关节屈伸角序列以及足部加速度序列，其中，所述关节屈伸角序列为：式中，为所述关节屈伸角序列，为第
t
个时刻采集的关节屈伸角参数，为第
t
个时刻采集的左髋关节屈伸角参数，为第
t
个时刻采集的右髋关节屈伸角参数，为第
t
个时刻采集的左膝关节屈伸角参数，为第
t
个时刻采集的右膝关节屈伸角参数，为第
t
个时刻采集的左踝关节屈伸角参数，为第
t
个时刻采集的右踝关节屈伸角参数；所述足部加速度序列为：
式中，为所述足部加速度序列，为第
t
个时刻采集的足部加速度参数，为第
t
个时刻采集的左足部的加速度参数，为第
t
个时刻采集的右足部的加速度参数；遍历所述关节屈伸角序列，获得同一侧的髋关节屈伸角参数由负至正的相邻的两个时刻，构建若干个待检验的步态周期数据，根据若干个所述待检验的步态周期数据以及预设的步态周期范围阈值，从若干个所述待检验的步态周期数据中提取若干个中间步态周期数据；根据所述足部加速度序列以及若干个中间步态周期数据，获得各个所述中间步态周期数据对应的中间足部加速度序列以及足部最大加速度参数，根据所述足部最大加速度参数，构建足部加速度阈值，其中，所述足部最大加速度参数包括左足部最大加速度参数以及右足部最大加速度参数，所述足部加速度阈值包括左足部加速度阈值以及右足部加速度阈值；根据各个所述中间步态周期数据对应的中间足部加速度序列中若干个时刻采集的足部加速度参数以及所述足部加速度阈值，从若干个所述中间步态周期数据中提取若干个目标步态周期数据，作为所述步态数据的步态周期检测结果
。4.
根据权利要求3所述的基于步态数据的运动监控方法，其特征在于，所述对所述步态数据进行步态周期检测，获得所述步态数据的步态周期检测结果，还包括步骤：遍历各个所述目标步态周期数据，判断各个所述目标步态周期数据是否存在同一侧的髋关节屈伸角参数由负至正的相邻的两个时刻以及由正至负的相邻的两个时刻，若存在，保留所述目标步态周期数据，获取所述目标步态周期数据对应足部加速度序列的足部最大加速度参数，根据所述足部最大加速度参数，对相应的所述足部加速度阈值进行修正；若不存在，移除所述目标步态周期数据
。5.
根据权利要求4所述的基于步态数据的运动监控方法，其特征在于，所述根据若干个所述分离步态数据以及若干个模板特征数据，采用聚类分析的方法，将若干个所述分离步态数据进行组合，构建若干个所述模板对应的分离步态集合，包括步骤：根据若干个所述分离步态数据
、
若干个模板特征数据以及预设的相似度计算算法，获得各个所述分离步态数据与各个所述模板特征数据的相似度数据，其中，所述相似度计算算法为：式中，为第
i
个分离步态数据与相应的第
k
个模板的模板特征数...

【专利技术属性】
技术研发人员：董梁，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：