基于MEMS慣性傳感器的步態(tài)分析研究.pdf

1、隨著微機(jī)電系統(tǒng)、無(wú)線通訊和傳感網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，集數(shù)據(jù)采集、處理和通訊于一體的無(wú)線傳感器節(jié)點(diǎn)越來(lái)越普及，由放置于人體各關(guān)鍵部位的多個(gè)傳感器節(jié)點(diǎn)構(gòu)成的無(wú)線體感網(wǎng)（Wireless Body Sensor Networks, WBSN）逐步應(yīng)用于游戲互動(dòng)、體育鍛煉、醫(yī)療康復(fù)、雙足仿人機(jī)器人等領(lǐng)域，產(chǎn)生了良好的社會(huì)和經(jīng)濟(jì)效益。
　　基于慣性傳感器的人體步態(tài)分析技術(shù)是體感網(wǎng)的一個(gè)分支，其通過(guò)在人體足部放置慣性傳感器節(jié)點(diǎn)，對(duì)人體行走過(guò)程中

2、的步態(tài)信號(hào)進(jìn)行采集，并采用相關(guān)的融合算法解算步行過(guò)程中的特征參量，如姿態(tài)、位移和時(shí)相等，從而對(duì)人體步態(tài)進(jìn)行分析和評(píng)估，這對(duì)于骨骼肌肉疾病、神經(jīng)系統(tǒng)疾病或步態(tài)異常等相關(guān)疾病的精確診斷具有重要意義。相比于目前的光學(xué)系統(tǒng)，慣性技術(shù)有效地避免了遮擋、光照和陰影等時(shí)空因素的干擾，且價(jià)格低廉，是近年來(lái)的研究熱點(diǎn)。
　　本文在現(xiàn)有研究的基礎(chǔ)上，設(shè)計(jì)了一種適用于臨床病患的慣性步態(tài)分析系統(tǒng)，該系統(tǒng)集成了基于慣性傳感器的無(wú)線數(shù)據(jù)采集平臺(tái)，并內(nèi)嵌了適用

3、性較強(qiáng)的步態(tài)分析算法，在臨床醫(yī)學(xué)上具有一定的實(shí)用價(jià)值。對(duì)于步態(tài)分析算法，本文中主要研究了步態(tài)時(shí)相劃分、足部姿態(tài)解算和位置參數(shù)估計(jì)三個(gè)部分。步態(tài)時(shí)相劃分利用自適應(yīng)波峰方法確定步數(shù)，并依此檢測(cè)出相應(yīng)的步態(tài)關(guān)鍵點(diǎn)，從而得出相應(yīng)的時(shí)相參數(shù)；足部姿態(tài)解算是在基于分析數(shù)據(jù)特性的基礎(chǔ)上，對(duì)傳感器誤差進(jìn)行校正操作，隨后通過(guò)建立四元數(shù)旋轉(zhuǎn)矩陣的誤差函數(shù)，利用梯度下降法實(shí)時(shí)修正每一時(shí)刻姿態(tài)數(shù)據(jù)，從而得到步行過(guò)程中足部姿態(tài)的變化情況；位置信息估計(jì)可以歸納為步

4、行過(guò)程中足部的速度和位置信息的估計(jì)，本文在充分考慮傳感器誤差和外部噪聲的影響下，采用零速修正方法（Zero Velocity Update，ZUPT）對(duì)行走過(guò)程中的速度參量進(jìn)行誤差修正，得到相對(duì)準(zhǔn)確的速度信息。同時(shí)結(jié)合時(shí)相信息，估計(jì)出整個(gè)步態(tài)過(guò)程的跨步長(zhǎng)和足廓清等參數(shù)。最后，為了驗(yàn)證步態(tài)分析算法的可行性和適用性，分別利用正常人和步態(tài)異?；颊叩臄?shù)據(jù)對(duì)系統(tǒng)進(jìn)行了測(cè)試。
　　實(shí)驗(yàn)結(jié)果表明，正常人的步數(shù)統(tǒng)計(jì)正確，跨步長(zhǎng)誤差維持在2%以下；