[发明专利]人体步态数据库及其建立方法

说明书

【技术领域】

本发明涉及人体步态分析技术领域，特别是涉及一种人体步态数据库及其建立方法。

【背景技术】

随着科学技术的发展，利用摄像头来监控动态场景早已被广泛应用，例如门禁系统、安全监控等。人在走路的时候，腿部膝关节、手臂及肘关节等部位都会重复相同的动作，根据这一现象拍摄下人走路的姿态，然后将这些信息进行分析，得出这些部位运动关系的精确数据，可以确定某个人的步态特征。而且，随着人体肌电图（EMG，electromyography）在研究中的推广，EMG采集在下肢运动的研究中也得到了广泛的应用。

由于有着广泛的应用前景，人体运动的研究已经备受关注，而用其来辅助人体运动分析更是发展的趋势。例如，在临床上，病理步态可能反映了潜在的病状或病状起因。研究脑瘫、中风患者步态，可以及时地采取诊断和干预策略。在康复工程方面，步态研究在障碍的评估和矫形外科的纠正效果方面，也有很广泛的应用。除此之外，步态分析也可以用于专业运动训练，提高运动性能。在生物特征识别领域，步态识别是生物特征识别技术的一个新兴子领域，步态的差异可以作为生物标识来识别个体。生物特征识别是利用人的生理或行为特征进行人的身份识别。第一代生物特征包括脸、指纹、虹膜等，通常要求近距离的或者接触性的感知（如指纹需要接触指纹扫描仪、脸需要近距离的捕捉以提供足够的分辨率等）。在远距离的情况下，人的步态仍是清晰可见的，且它可从任意角度进行非接触性的感知和度量，而不被觉察。因此，从视觉监控的观点来看，步态是远距离情况下最有开发潜力的生物特征。步态分析是用来分析研究人类的行走能力的一种方法，这一技术可以用于生物特征识别和取证、医疗诊断、生物力学比较，但研究者要实现步态的分析和识别，需要采集和存储大量的步态数据。

目前正是步态分析的起步阶段，研究者要进行步态分析，需要大量的数据。目前国内外仅有少量的步态数据库可供查询，且现有的步态数据库的步态特征都是基于图像的。然而，动态环境中拍摄的图像受光照变化、运动目标的影子等多方面因素的影响，会给基于图像的步态特征提取带来较大困难。目前尚未有一个大的标准数据库可以涵盖所有的研究内容所需的数据，因此各研究机构有不同的自己采集的数据库。而且这些数据库都不太完善，采集范围小，采集单一，没有对性别以及各个年龄段、身高段等的采集，没有对非正常步态的采集，不具有普遍性和广泛适用性，为具有针对性的步态分析带来很大的困难。因此，目前的研究者只能基于各自不同的研究目的和兴趣去选用适当的数据库或者自己采集数据，因此迫切需要建立一个全面而广泛应用的数据库。

鉴于此，克服上述现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明要解决的技术问题是提供一种人体步态数据库及其建立方法，不仅可以满足研究者对大数据量的需求，而且可以满足不同研究者对不同类别步态数据的需要。

本发明采用如下技术方案：

一种建立人体步态数据库的方法，包括如下步骤：

采集人体步态数据，所述人体步态数据包括运动数据、人体EMG数据和足底压力数据；

通过人物身份识别，分类存储所述人体步态数据；

设计人体步态数据库界面，所述数据库界面与所述步态数据相连接，根据用户在数据库界面上的操作要求提取不同类型的步态数据。

进一步地，通过红外运动捕捉系统采集所述运动数据，通过无线肌电采集系统采集所述人体EMG数据，通过三维测力台采集所述足底压力数据。

进一步地，所述运动数据包括髋关节角度、膝关节角度、踝关节角度、步长、步宽、行走速度和步态周期中的一种或多种；所述人体EMG数据包括肌肉动作电位。

进一步地，在所述采集人体步态数据的步骤中对多种步态进行采集，在所述分类存储所述人体步态数据的步骤中对多种步态进行分类存储；所述多种步态的类别包括性别、年龄、身高、正常和病理中的一种或多种。

进一步地，所述通过人物身份识别，存储所述人体步态数据的步骤具体包括：

将采集的被试者的步态数据在所述人体步态数据库的现有数据中通过线性判别分析法进行模式识别；

若识别结果在人体步态数据库中，则识别出所述被试者；

若识别结果不在人体步态数据库中，则将采集的人体步态数据和所述被试者信息加入人体步态数据库中。

进一步地，所述人体步态数据库界面包括步态存储选项、全部步态数据选项和分类步态数据选项，其中：

通过步态存储选项将经过步态识别后的但未在人体步态数据库中的数据进行存储；