[发明专利]一种踝关节运动跟踪方法、系统和存储介质有效
申请号: | 202110795757.4 | 申请日: | 2021-07-14 |
公开(公告)号: | CN113538514B | 公开(公告)日: | 2023-08-08 |
发明(设计)人: | 郭诗辉;林俊聪;高星 | 申请(专利权)人: | 厦门大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/73;G01B11/16 |
代理公司: | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人: | 何家富 |
地址: | 361000 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 踝关节 运动 跟踪 方法 系统 存储 介质 | ||
1.一种踝关节运动跟踪方法,其特征在于,包括以下步骤:
步骤S1:获取踝关节的光学运动数据和传感器运动数据,并以传感器运动数据为预测器,光学运动数据为目标训练回归模型;所述传感器运动数据是通过穿戴在踝关节上的柔性运动捕捉设备获得;
步骤S2,将传感器运动数据输入回归模型,获得踝关节的运动数据;
所述步骤S1具体包括:
步骤S11:动态足部表面的形状捕捉,包括光学捕捉和传感器捕捉,获得光学运动数据和传感器运动数据,所述传感器运动数据汇集为传感器时间序列;
步骤S12,计算踝关节角度:根据光学运动数据确定踝关节旋转中心,计算踝关节扭转角度,生成角度时间序列;
步骤S13,数据清洗:通过插值或间隔取值,使角度时间序列和传感器时间序列的数据、时间戳一致;
步骤S14,训练回归模型:根据数据清洗后的角度时间序列和传感器时间序列的数据,进行多元回归分析,以传感器时间序列作为预测器,角度时间序列作为目标训练回归模型;
所述步骤S12包括:
将足部运动定义为两个自由度,包括上下自由度和左右自由度,每个自由度包括两个方向;
每个方向的三个点组成两个非同向的空间向量,该方向的关节角度被定义为空间向量的夹角,所述空间向量的夹角的公式为:
其中D的取值为对应方向,Dn,1、Dn,2、Dn,3表示对应方向的三点,n为数据帧号。
2.如权利要求1所述的踝关节运动跟踪方法,其特征在于:所述步骤S11中的传感器捕捉,包括以下步骤:
将柔性运动捕捉设备穿戴在足部,使所述柔性运动捕捉设备上的多条柔性拉伸传感器围绕踝关节均匀排列,且以胫骨下关节面所在的曲面作为参考面,使各柔性拉伸传感器的中点位于此曲面;将所述柔性拉伸传感器和采集器连接,以采集踝关节的运动数据;所述柔性运动捕捉设备是将多条柔性拉伸传感器编织在普通织物中形成的。
3.如权利要求2所述的踝关节运动跟踪方法,其特征在于:所述步骤S11中的传感器捕捉,还包括:调整柔性拉伸传感器的位置,使其中两条柔性拉伸传感器分别对应跟腱和前踝。
4.如权利要求1所述的踝关节运动跟踪方法,其特征在于:所述步骤S11中的光学捕捉,包括以下步骤:
足部被划分为四个方向,脚背方向、跟腱方向、外踝方向、内踝方向,每个方向由上到下设置三个标记点;
受试者穿上柔性运动捕捉设备,并在所述标记点的位置设置12个反光标记点;
红外相机采集受试者进行足部运动的视频,并从视频中提取反光点位置信息,将每个时刻的时间戳与12个标记点的位置信息封装为一条数据,形成光学运动数据。
5.如权利要求1所述的踝关节运动跟踪方法,其特征在于:所述多元回归分析的算法包括:线性回归算法、K近邻算法。
6.一种踝关节运动跟踪系统,其特征在于,包括柔性运动捕捉设备、采集器和计算机装置;所述柔性运动捕捉设备是将多条柔性拉伸传感器编织在普通织物中,并能穿戴在踝部,所述柔性拉伸传感器围绕踝关节均匀排列,以采集踝关节的运动数据;所述采集器和柔性拉伸传感器连接,将采集的模拟信号转换成数字信号并形成传感器运动数据上传计算机装置;所述计算机装置执行如权利要求1-5任一项所述的踝关节运动跟踪方法。
7.一种计算机存储介质,其特征在于,存储有一段计算机程序,所述计算机程序被运行于计算机装置执行如权利要求1-5任一项所述的踝关节运动跟踪方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110795757.4/1.html,转载请声明来源钻瓜专利网。