【技术实现步骤摘要】
本专利技术涉及下肢步态检测和分析领域，具体涉及一种融合足底压力鞋垫和多imu(inertial measurement unit,惯性传感器)的步态分析方法及系统。
技术介绍
1、步行是人们日常生活活动的基础，由于中风、帕金森等精神疾病的影响，患者存在广泛的步态障碍，严重影响日常生活。通过步态分析，可以对步态障碍的异常程度和异常原因进行分析诊断，从而指导步态的康复恢复训练。
2、传统步态分析的方式主要通过足印测量和医生观察，存在误差大，主观性强等缺点。大型步态测量设备，如vicon三维动作捕捉系统和足底压力板，虽然能准确测量步态，但其价格昂贵且只能在室内固定位置测量，严重限制了其推广使用，难以无法满足巨大的步态分析和检测需求[1]。借助多imu可以对人体运动过程中的关节角、关节速度、加速度进行捕获，从而计算步态参数进行评估，但对于足底异常障碍如平足、足塌陷等却难以检测，只用单一种类传感器计算得到步态参数难以给出全面的步态评估。
3、[1]chen,xiang et al.“interpretable evaluation for the brunnstromrecovery stage of the lower limb based on wearable sensors.”frontiers inneuroinformatics vol.16 1006494.8sep.2022,doi:10.3389/fninf.2022.1006494
技术实现思路
1
2、为实现本专利技术目的，本专利技术提供的一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，包括以下步骤：
3、采集各肢体的姿态角信息和足底压力信息；
4、对采集到的姿态角信息和足底压力信息进行数据预处理；
5、基于预处理后的姿态角信息进行姿态标定与关节角计算，基于预处理后的足底压力信息进行足底压力计算，并进行步态划分；
6、进行步态特征提取，所述步态特征包括imu特征提取和足底压力特征提取；
7、将提取到的步态特征作为参数，计算步态指标；
8、将采集到步态特征以及计算得到的步态指标与异常数据库中异常步态患者的步态特征、步态指标进行比较，以判断是否存在步态异常。
9、进一步地，所述数据预处理包括异常值剔除、缺失值插值补足和数据低通滤波。
10、进一步地，足底压力计算时，通过事先对压力和电压输出进行标定：
11、p＝ku+b
12、其中，p为压力值；k、b分别为采集到的电压输出值转化为实际压力值的一次线性公式的线性拟合系数，即为标定所求数值；u为输出电压值。
13、进一步地，进行imu标定和姿态解算时，在计算的过程中全部以四元数进行表示和计算。imu标定通过三个动作确定，每次动作由绕单一轴转动，动作为a,b,c。由标定动作求(b:body,s:sensor,e:earth)
14、计算过程如下：
15、
16、
17、
18、由(1)(2),(1)(3)消去得手眼标定方程：amx＝xbm(m＝1,2)，其中，
19、
20、标定动作只绕单一轴转动，若计算出a1＝[x,y,z,w]，可取b1＝[0,0,sqrt(1-w*w),w]；若计算出a2＝[x,y,z,w]，可取b2＝[sqrt(1-w*w),0,0,w]，其中w为四元数标量值，x为标定矩阵，m为第m个标定动作；
21、由算式(4)与算式(5)可解得可求imu惯性传感器与人体标定四元数表示j坐标系在k姿势下坐标系l中的四元数，表示肢体bi(i∈[0,1])在n(n∈[a,b,c])姿势下在地理坐标系e中的四元数；表示第i个imu惯性传感器si(i∈[0,1])在n(n∈[a,b,c])姿势下在地理坐标系e中的四元数；表示肢体坐标系bi(i∈[0,1])与传感器坐标系si(i∈[0,1])的相对姿态四元数；姿势a下，肢体b0和b1在地理坐标系下具有相同的姿态，即：
22、
23、其中，表示姿势a下，在地理坐标系下肢体b0与肢体b1的相对姿态四元数；
24、姿态b下肢体b0和b1在地理坐标系绕z轴转动一个角度γ，即：
25、
26、其中
27、姿态c下肢体b0和b1在地理坐标系按x轴转动一个角度α，即：
28、
29、其中
30、进一步地，所述步态划分，通过检测足底压力总和的上升沿和下降沿将步态划分为第一双支撑相，第一摆动相，第二双支撑相，第二摆动相。
31、进一步地，所述步态特征提取，包括足底压力中心轨迹的长度，足底压力分布，各步态时期的压力、关节角度、速度，这些步态参数的统计量。由上述步态参数计算的统计量即为提取的步态特征。统计量包括这些参数的最大值，最小值，平均值，能量，方差等。
32、进一步地，所述步态指标，包括由一段时间内步态特征计算的对称性，变异性和稳定性。常用的对称性评价指标有：对称指标(symmetry,si)，比率指标(ratio index,ri)和兑成角度(symmetry angle，sa)。
33、
34、
35、
36、其中，xr表示右脚的步态特征，xl表示左脚的步态特征，si越接近0，ri越接近1，sa越接近0表示步态的对称性越好。
37、步态变异性(variability,vb)指行走过程中在距离和时间上的步幅波动，可以反映出个体的健康状况，运动能力和运动控制能力等方面的变化。我们采用步态特征的变异程度表征步态的变异性。
38、
39、其中，sd表示步态特征的标准差，mean表示步态特征的均值，cv值越小表示越小的步态变异性。
40、步态稳定性(stability,st)是在行走或者运动时，身体保持平衡的能力。具有较好的稳定性的步行者，其步态参数的相对平稳，变动较小，故我们可以用步态数据的数据稳定性进行度量。采用百分数衡量法表示稳定性。
41、
42、其中，vmax表示步态参数的最大值，vmin表示步态参数的最小值，vave表示步态参数的平均值。st越小表示躯体的稳定性好。
43、进一步地，所述的步态计算和处理系统的步态异常检测，包括足底异常，关节异常如足下垂，足内翻，膝过伸，划圈行为。识别的方法为通过对定位测量的步态特征和步态指标与采集的各种步态异常患者的步态特征和步态指标比较，在相似阀值内则存在对应步态异常。
44、一种融合足底压力鞋垫和多imu的步态分析系统，本文档来自技高网...
【技术保护点】
1.一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，所述数据预处理包括异常值剔除、缺失值插值补足、数据低通滤波。
3.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，进行足底压力计算时，对足底压力和电压输出进行标定：
4.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，进行姿态标定与关节角计算时，计算的过程中全部以四元数进行表示和计算，IMU标定通过三个动作确定，每次动作由绕单一轴转动，动作为A,B,C，由标定动作求(b:body,s:sensor,e:earth)，表示肢体坐标系bi(i∈[0,1])与传感器坐标系Si(i∈[0,1])的相对姿态四元数；
5.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，所述步态划分，通过检测足底压力总和的上升沿和下降沿将步态划分为第一双支撑相、第一摆动相、第二双支撑相和第二摆动相。
6.
7.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，所述步态指标包括步态对称性、步态变异性和步态稳定性，所述步态对称性的评价指标包括对称指标SI、比率指标RI和兑成角度SA，计算公式如下
8.根据权利要求1所述的一种融合足底压力鞋垫和多IMU的步态分析方法，其特征在于，所述步态异常包括足底异常和关节异常。
9.一种融合足底压力鞋垫和多IMU的步态分析系统，其特征在于，包括可穿戴传感器、无线信号接收与同步系统和步态计算和处理系统；
10.根据权利要求9所述的一种融合足底压力鞋垫和多IMU的步态分析系统，其特征在于，无线信号接收与同步系统为2.4G无线信号接收与同步系统，采用主机1对多的方式接收传感器信息，通过数据报文的奇偶校验对数据准确性进行检测，通过报文的数据帧位对数据缺失进行检测，并对数据进行同步处理。
...【技术特征摘要】
1.一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，所述数据预处理包括异常值剔除、缺失值插值补足、数据低通滤波。
3.根据权利要求1所述的一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，进行足底压力计算时，对足底压力和电压输出进行标定：
4.根据权利要求1所述的一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，进行姿态标定与关节角计算时，计算的过程中全部以四元数进行表示和计算，imu标定通过三个动作确定，每次动作由绕单一轴转动，动作为a,b,c，由标定动作求(b:body,s:sensor,e:earth)，表示肢体坐标系bi(i∈[0,1])与传感器坐标系si(i∈[0,1])的相对姿态四元数；
5.根据权利要求1所述的一种融合足底压力鞋垫和多imu的步态分析方法，其特征在于，所述步态划分，通过检测足底压力总和的上升沿和下降沿将步态划分为第一双支撑相、第一摆动相、第二双支撑相和第二摆动相。
6.根据权...
【专利技术属性】
技术研发人员：陈志航，吴思翰，李芳霖，何高伟，
申请(专利权)人：广州九坪科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。