首页 / 专利库 / 电脑零配件 / 可穿戴计算 / 一种人体踝关节运动轨迹测量方法及可穿戴式设备

一种人体踝关节运动轨迹测量方法及可穿戴式设备

阅读:538发布:2020-05-12

专利汇可以提供一种人体踝关节运动轨迹测量方法及可穿戴式设备专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种人体踝关节运动轨迹测量方法及可穿戴式设备,其中的方法包括以下步骤:通过可穿戴式设备测量用户行走过程中小腿的X、Y、Z三轴 加速 度和三轴 角 速度 ;通过测得的加速度、角速度数据测量用户步态事件;通过测得的加速度、角速度数据及步态事件识别踝关节的零速状态;在踝关节零速状态结束时重置小腿的 姿态 角度、速度和位移;通过对测得的加速度进行两次积分,计算步态周期内踝关节的三维位移曲线。本发明可以测量并输出用户在行走时的踝关节运动轨迹,用于评价用户步态,使用方便,不受场地限制,成本低廉,可以高 精度 对用户的踝关节运动进行测量,拥有较高的可靠性以及较好的推广前景。,下面是一种人体踝关节运动轨迹测量方法及可穿戴式设备专利的具体信息内容。

1.一种人体踝关节运动轨迹测量方法,应用于可穿式设备,其特征在于,包括以下步骤:
S1.通过可穿戴式设备测量用户行走过程中小腿的X、Y、Z三轴加速度和三轴速度;
S2.通过测得的加速度、角速度数据测量用户步态事件,包括脚落地、脚离地事件;
S3.通过测得的加速度、角速度数据及步态事件识别每个步态周期踝关节的零速状态;
S4.在所述踝关节零速状态结束时重置小腿的姿态角度、速度和位移;
S5.通过对测得的加速度进行两次积分,计算步态周期内踝关节的三维位移曲线。
2.如权利要求1所述的人体踝关节运动轨迹测量方法,其特征在于,所述的踝关节零速状态识别包括以下步骤:
S31.计算ep值:
式中:ax、ay分别为小腿X轴、Y轴加速度,ωz为小腿Z轴角速度,θp为小腿Pitch角,l为所述传感器至踝关节的直线距离;ep为小腿Pitch角的差值;
S32.对ep进行低通滤波;
S33.设置滑动窗,计算ep的标准差;
S34.将处于支撑期且所述ep标准差小于零速阈值的时段识别为踝关节零速状态。
3.如权利要求2所述的人体踝关节运动轨迹测量方法,其特征在于,步骤S32中,滤波器的截止频率为3Hz;步骤S33中,滑动窗设置为0.1秒长度;步骤S34中,零速阈值为0.01。
4.如权利要求2所述的人体踝关节运动轨迹测量方法,其特征在于,步骤S31之前,包括如下步骤:
S311.
af1≈ay·cosθp-ax·sinθp
式中:af1为F轴加速度,ax、ay分别为小腿X轴、Y轴加速度,θp为小腿Pitch角;
S312.假定踝关节处于零速状态,则
af2≈-d(ωz·l·cosθp)/dt
式中:af2为F轴加速度,ωz为小腿Z轴角速度,l为所述传感器至踝关节的直线距离;
S313.当踝关节处于零速状态时,满足af1=af2,由此可计算θp的值:
式中:θ′p为根据所述af1=af2而计算的小腿Pitch角的值;则
5.如权利要求1-4任一项所述的人体踝关节运动轨迹测量方法,其特征在于,步骤S4中,采用以下方法重置小腿姿态角度、速度、位移:
θy0=0
式中:θp0、θr0、θy0分别为重置的小腿Pitch角、Roll角、Yaw角,ax0、ay0、az0分别为重置时的小腿X轴加速度、Y轴加速度、Z轴加速度,ωy0、ωz0分别为重置时的小腿Y轴角速度、Z轴角速度, 分别为重置的小腿速度、位移矢量, 为重置时小腿X轴角速度、Y轴角速度和Z轴角速度的矢量和, 为重置时指向小腿X轴正方向的单位向量。
6.如权利要求5所述的人体踝关节运动轨迹测量方法,其特征在于,基于重置的小腿姿态角度、速度、位移,通过角速度积分计算至下次重置时刻前的小腿姿态角度,通过加速度积分计算至下次重置时刻前的小腿速度,通过速度积分计算至下次重置时刻前的小腿位移;基于所述传感器与踝关节的空间位置关系计算踝关节位移矢量:
式中: 分别为踝关节位移矢量、小腿位移矢量, 为指向小腿X轴正方向的单位向量;基于踝关节位移矢量计算踝关节三维位移曲线。
7.一种可穿戴式设备,其特征在于,采用权利要求1-6任一项所述的人体踝关节运动轨迹测量方法,所述可穿戴式设备包括可穿戴在用户小腿上的惯性传感器单元,所述惯性传感器单元包含惯性测量传感器单片机,所述惯性测量传感器模块包括三维加速度计以及三维角速度计,所述单片机连接所述惯性测量传感器模块。
8.如权利要求7所述的可穿戴式设备,其特征在于,所述惯性测量传感器模块为基于MPU6050芯片的惯性测量传感器模块。
9.如权利要求7所述的可穿戴式设备,其特征在于,所述惯性测量传感器模块的采样频率不低于100Hz。
10.如权利要求7所述的可穿戴式设备,其特征在于,所述惯性传感器单元放置在用户的小腿外侧,距离踝关节5cm处。

说明书全文

一种人体踝关节运动轨迹测量方法及可穿戴式设备

技术领域

[0001] 本发明涉及一种人体踝关节运动轨迹测量方法及可穿戴式设备。

背景技术

[0002] 人体踝关节在行走过程中的运动轨迹,可以从中提取出重要的步态参数,反映人类运动能,拥有较大的应用价值,因此目前有许多研究者在研究踝关节运动轨迹测量。大型实验室测量步态参数的设备如光学式运动捕捉系统、测力台等等常常用于临床上的运动轨迹测量,但其存在价格昂贵,受空间限制,使用不便等缺点。可穿戴传感器作为包括惯性测量单元,声波传感器,微型摄像头等等,相比于大型实验室测量步态参数的设备如光学式运动捕捉系统、测力台等等,以其小巧、廉价,不受时间、空间限制、易于推广等优点作为新兴技术被广泛应用于步态测量领域。目前有很多研究使用放置在人体下肢部位的可穿戴传感器测量下肢运动轨迹,但大多数研究方法较为简单,无法进行高精度的测量。

发明内容

[0003] 本发明的目的在于解决现有技术中踝关节运动轨迹测量精度等缺陷,并提供一种人体踝关节运动轨迹测量方法及可穿戴式设备。
[0004] 本发明为解决技术问题,所采用的具体技术方案如下:一种人体踝关节运动轨迹测量方法,应用于可穿式设备,包括以下步骤:
S1.通过可穿戴式设备测量用户行走过程中小腿的X、Y、Z三轴加速度和三轴速度;
S2.通过测得的加速度、角速度数据测量用户步态事件,包括脚落地、脚离地事件;
S3.通过测得的加速度、角速度数据及步态事件识别每个步态周期踝关节的零速状态;
S4.在所述踝关节零速状态结束时重置小腿的姿态角度、速度和位移;
S5.基于步骤S4,通过对可穿戴式设备测得的加速度进行两次积分,计算步态周期内踝关节的三维位移曲线。
[0005] 通过采用上述技术方案,各步骤紧密联系,使得踝关节的三维位移曲线的测量高效而便利,其中步骤S2可得出步态周期,步态参数,步态事件,步骤S3根据步骤S2及步骤S1的参数判断零速状态,步骤S4重置小腿的姿态角度、速度和位移,为后续步骤S5中积分提供积分初始量,步骤简明,便捷高效,实用性强。
[0006] 作为本发明的进一步改进,所述的踝关节零速状态识别包括以下步骤:S31.计算ep值:
式中:ax、ay分别为小腿X轴、Y轴加速度,ωz为小腿Z轴角速度,θp为小腿Pitch角,l为所述传感器至踝关节的直线距离;ep为小腿Pitch角的差值; 表示对ωz的求导;
S32.对ep进行低通滤波;
S33.设置滑动窗,计算ep的标准差;
S34.将处于支撑期且所述ep标准差小于零速阈值的时段识别为踝关节零速状态。
[0007] 作为本发明的进一步改进,步骤S32中,滤波器的截止频率为3Hz;步骤S33中,滑动窗设置为0.1秒长度;步骤S34中,零速阈值为0.01。
[0008] 作为本发明的进一步改进,步骤S31之前,包括如下步骤:S311.
af1≈ay·cosθp-ax·sinθp
式中:af1为F轴加速度,ax、ay分别为小腿X轴、Y轴加速度,θp为小腿Pitch角;
S312.假定踝关节处于零速状态,则
af2≈-d(ωz·l·cosθp)/dt
式中:af2为F轴加速度,ωz为小腿Z轴角速度,l为所述传感器至踝关节的直线距离;
S313.当踝关节处于零速状态时,满足af1=af2,由此可计算θp的值:
式中:θp′为根据所述af1=af2而计算的小腿Pitch角的值;则
[0009] 作为本发明的进一步改进,步骤S4中,采用以下方法重置小腿姿态角度、速度、位移:6y0=0
式中:θp0、θr0、θy0分别为重置的小腿Pitch角、Roll角、Yaw角,ax0、ay0、az0分别为重置时的小腿X轴加速度、Y轴加速度、Z轴加速度,ωy0、ωz0分别为重置时的小腿Y轴角速度、Z轴角速度, 分别为重置的小腿速度、位移矢量, 为重置时小腿X轴角速度、Y轴角速度和Z轴角速度的矢量和, 为重置时指向小腿X轴正方向的单位向量。
[0010] 作为本发明的进一步改进,基于所述的重置的小腿姿态角度、速度、位移,通过角速度积分计算至下次重置时刻前的小腿姿态角度,通过加速度积分计算至下次重置时刻前的小腿速度,通过速度积分计算至下次重置时刻前的小腿位移;基于所述传感器与踝关节的空间位置关系计算踝关节位移矢量:式中: 分别为踝关节位移矢量、小腿位移矢量, 为指向小腿X轴正方向的单位向量;基于踝关节位移矢量计算踝关节三维位移曲线。
[0011] 一种可穿戴式设备,采用上述任一项方案所述的人体踝关节运动轨迹测量方法,所述可穿戴式设备包括可穿戴在用户小腿上的惯性传感器单元,所述惯性传感器单元包含惯性测量传感器单片机,所述惯性测量传感器模块包括三维加速度计以及三维角速度计,所述单片机连接所述惯性测量传感器模块。
[0012] 作为本发明的进一步改进,所述惯性测量传感器模块为基于MPU6050芯片的惯性测量传感器模块。
[0013] 作为本发明的进一步改进,所述惯性测量传感器模块的采样频率不低于100Hz。
[0014] 作为本发明的进一步改进,所述惯性传感器单元放置在用户的小腿外侧,距离踝关节5cm处。
[0015] 本发明相对于现有技术而言,其有益效果至少有:(1)使用本发明进行踝关节运动轨迹测量,不受场地限制,易于推广。
[0016] (2)通过检测踝关节零速状态的方式设置积分初始值,可以适应多种病态的步态,拥有较好的应用价值以及广泛的应用范围。
[0017] (3)通过可穿戴式设备进行测量,可以方便应用于临床。
[0018] 为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合附图,作详细说明如下。

附图说明

[0019] 图1本发明中矢状面、铅垂线示意图;图2本发明中传感器放置位置及小腿坐标系示意图;
图3本发明中小腿姿态角度示意图;
图4本发明中人体行走周期示意图;
图5本发明中踝关节三维运动轨迹示意图;
图中,1为放置在小腿上的惯性传感器单元;2为铅垂线;3为矢状面;4为小腿;5为踝关节轨迹;A为左腿脚落地事件,B为右腿脚离地事件,C为右腿脚落地事件,D为左腿脚离地事件。

具体实施方式

[0020] 为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下扣合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
[0021] 本发明中所涉及的部分名词含义如下:步态事件是指人在行走过程中的每个步态周期中的重要时刻,主要有脚落地、脚离地两个步态事件。
[0022] 摆动期及支撑期为人走路步态周期的两个组成部分,人的走路步态周期如图4所示,以右腿为例,左腿支撑人体,右腿脚离地向前迈出至脚落地的这段时间为右腿的摆动期;右脚落地后,右腿开始支撑人体,左腿向前迈出并落地,至右脚离地的这段时间,为右腿的支撑期;右脚离地后,完成一个步态周期。步态事件可以根据小腿的角速度特征进行检测。
[0023] 踝关节零速状态是指行走过程中支撑期时踝关节几乎静止的一段时间。
[0024] 为方便描述,定义矢状面与铅垂线,如图1所示,矢状面3是垂直于平面并将人体分为左右两部分的面,人在行走时,主要运动都发生在矢状面3内;铅垂线2是垂直于地面的线。
[0025] 为方便描述,定义小腿的三维方向,如图2所示:X轴与该小腿平行;Y轴在矢状面内,与该小腿垂直;Z轴垂直于矢状面。放置在小腿上的传感器的坐标轴应该与该小腿保持一致,根据传感器测得的X轴、Y轴、Z轴角速度及加速度即为小腿相应轴的角速度及加速度。
[0026] 为方便描述,定义全局坐标系,如图2所示:V轴与铅垂线平行,F轴在矢状面内与V轴垂直,L轴垂直于矢状面。
[0027] 为方便描述,定义小腿的欧拉姿态角度Pitch(俯仰角)、Roll(翻滚角)、Yaw(偏航角),如图3所示:将全局坐标系依次绕V轴、F轴、L轴旋转Yaw角、Roll角、Pitch角即可与X轴、Y轴、Z轴重合。
[0028] 踝关节三维位移曲线是指在一个步态周期内,踝关节在F轴、V轴、L轴上的运动轨迹。
[0029] 本发明提供的一种人体踝关节运动轨迹测量方法,包括以下步骤:S1.通过可穿戴式设备测量用户行走过程中小腿的X、Y、Z三轴加速度和三轴角速度;
S2.通过测得的加速度、角速度数据测量用户步态事件,包括脚落地、脚离地事件;
S3.通过测得的加速度、角速度数据及步态事件识别每个步态周期踝关节的零速状态;
S4.在所述踝关节零速状态结束时重置小腿的姿态角度、速度和位移;
S5.基于步骤S4,通过对可穿戴式设备测得的加速度进行两次积分,计算步态周期内踝关节的三维位移曲线。
[0030] 以某一用户为例,本发明具体实施过程如下:(1)准备工作:
本实施例中,目标用户穿戴该可穿戴设备。
[0031] 矢状面与铅垂线,如图1所示,矢状面3是垂直于水平面并将人体分为左右两部分的面,人在行走时,主要运动都发生在矢状面3内;铅垂线2是垂直于地面的线。小腿坐标系如图2所示,其X轴与该小腿4平行,Y轴在矢状面3内与该小腿垂直,Z轴垂直于矢状面;全局坐标系V轴与铅垂线平行,F轴在矢状面内与V轴垂直,L轴垂直于矢状面。小腿姿态角定义如图3所示,将全局坐标系依次绕V轴、F轴、L轴旋转Yaw角、Roll角、Pitch角即可与X轴、Y轴、Z轴重合。整套设备结构如图2所示,一种可穿戴式设备,可穿戴式设备包括可穿戴在用户小腿上的惯性传感器单元,惯性传感器单元包含惯性测量传感器模块和单片机,惯性测量传感器模块包括三维加速度计以及三维角速度计(陀螺仪),单片机连接所述惯性测量传感器模块。本发明中各传感器及其他电子元件的具体型号,可以根据实际需要进行选型。惯性传感器单元包含一个基于MPU6050芯片的惯性测量传感器模块,用于采集使用者行走过程中的三维加速度以及三维角速度数据,采样频率为100Hz。本实施例拟测量目标用户右腿踝关节的运动轨迹,故传感器单元放置在目标用户的右小腿外侧,距离踝关节5cm处,如图2所示。传感器的坐标轴应该与该小腿保持一致,根据传感器测得的X轴、Y轴、Z轴角速度及加速度即为小腿相应轴的角速度及加速度。惯性传感器单元含有单片机,用于执行计算方法。
[0032] (2)步态事件测量:以上各项准备工作完成后,可以开始测量用户的步态参数。用户在平坦的地面上行走,惯性传感器单元采集加速度、角速度数据,单片机首先会使用相应的算法利用这些数据进行步态事件的检测。人的走路步态周期如图4所示,一个周期中主要有左腿脚落地事件A、右腿脚离地事件B、右腿脚落地事件C、左腿脚离地事件D四个步态事件。右小腿的角速度周期性特征可以检测目标用户的右腿脚落地及脚离地事件。脚落地事件是走路过程中前脚后跟落地的时刻,发生在每个步态周期内小腿角速度的最高波峰后的第一个负值波谷处;脚离地事件是走路过程中后脚前掌完全离地的时刻,发生在每个步态周期内小腿角速度的最高波峰前的第一个负值波谷处。
[0033] (3)踝关节零速状态识别单片机使用相应的算法利用加速度、角速度数据进行踝关节零速状态识别,具体步骤如下:
S311.由于行走过程中Roll角与Yaw角较小,F轴加速度可近似表示为:
af1≈ay·cosθp-ax·sinθp
式中:af1为F轴加速度,ax、ay分别为小腿X轴、Y轴加速度,θp为小腿Pitch角;
S312.假定踝关节处于零速状态,F轴加速度还可近似表示为:
af2≈-d(ωz·l·cosθp)/dt
式中:af2为F轴加速度,ωz为小腿Z轴角速度,l为所述传感器至踝关节的直线距离;
S313.当踝关节处于零速状态时,应满足af1=af2,由此等式可计算θp的值:
式中:θ′p为根据所述等式计算的θp的值; 表示对ωz的求导;
当踝关节处于零速状态时,θ′p应与小腿Pitch角的测量值θp近似相等,计算差值ep:
即S31.得出ep值:
S32.对ep进行低通滤波,滤波器截止频率为3Hz;
S33.设置0.1秒长度的滑动窗,计算ep的标准差;
S34.将处于支撑期且所述ep标准差小于零速阈值0.01的时段识别为踝关节零速状态。
[0034] (4)踝关节运动轨迹测量步骤S4中,在所述踝关节零速状态结束时重置小腿姿态角度、速度、位移:
6y0=0
式中:θp0、θr0、θy0分别为重置的小腿Pitch、Roll、Yaw角,ax0、ay0、az0分别为重置时的小腿X轴、Y轴、Z轴加速度,ωy0、ωz0分别为重置时的小腿Y轴、Z轴角速度, 分别为重置的小腿速度、位移矢量, 为重置时小腿X轴、Y轴、Z轴角速度的矢量和, 为重置时指向小腿X轴正方向的单位向量。
[0035] 基于所述的重置的小腿姿态角度、速度、位移,通过角速度积分计算至下次重置时刻前的小腿姿态角度,通过加速度积分计算至下次重置时刻前的小腿速度(这个过程需要重置的小腿速度的作为初始量),通过速度积分计算至下次重置时刻前的小腿位移(这个过程需要重置的小腿位移作为初始量);基于所述传感器与踝关节的空间位置关系计算踝关节位移矢量:式中: 分别为踝关节位移矢量、小腿位移矢量, 为指向小腿X轴正方向的单位向量;基于踝关节位移矢量计算踝关节三维位移曲线。
[0036] (5)踝关节运动轨迹测量效果:本例中用户测量过程中小腿4行走了3步,为3个步态周期,小腿4为右小腿,其右侧踝关节运动轨迹如图5所示,由此可见,本发明的装置和方法相对于现有技术而言,可实现对用户的踝关节运动轨迹5的精确测量。
[0037] 以上所述的实施例只是本发明的一些较佳的方案,然而其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。例如,上述实施例也可以使用其他算法或者使用其他传感器来实时计算所述轨迹测量,如使用毫米波雷达、红外传感器、激光雷达等传感器。上述可穿戴设备也可以同时使用两套,以达到同时测量左右两侧踝关节运动轨迹的目的。上述可穿戴设备也可以采用现有技术中的其他结构或方式进行改动,如使用别的惯性传感器芯片、采用更高的采样频率等等。上述踝关节零速状态识别过程中用到的低通滤波器、滑动窗、零速阈值也可以根据实际需求进行改动。
[0038] 以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈