[发明专利]一种踝关节运动跟踪方法、系统和存储介质

说明书

本发明公开了一种踝关节运动跟踪方法、系统和存储介质，所述方法包括步骤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；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。本发明的踝关节运动跟踪方法在确保高精度的同时有效避免了遮挡问题，可作为此类系统算法改良的参考。

技术领域

本发明涉及人体运动分析领域，尤其涉及一种基于拉伸式织物传感器的踝关节运动跟踪方法、系统和存储介质。

背景技术

人体踝关节运动捕捉具有广泛的应用前景，在运动仿真，3D动画制作，人体运动分析，人体生物力学研究等领域有着重要应用。

如何降低设备成本的同时确保高精度、高准确性，是人体运动捕捉研究的一大挑战。传统的关节运动捕捉大多基于光学设备，如Vicon系统，使用多台红外摄像机捕捉标记点的坐标，将人体抽象为以躯干和四肢为主的骨架，将反光标记点绑定到骨架并对坐标序列逐帧分析。尽管结果序列的准确度很高，但高昂的设备价格使其只能用于实验环境。一些基于图像序列的方法降低了运动监测的成本，但对环境光线十分敏感。由于运动时双腿交替前行，因此相较于其他人体部位，踝关节存在更严重的遮挡问题，需要更复杂的算法来支持基于光学的方法，增大软件量级的同时势必也影响运算速度，不利于实时监测。

发明内容

有鉴于现有技术的上述缺陷，本发明的目的是提供一种踝关节运动跟踪方法，以实现在确保高精度的同时有效避免了遮挡问题。

为实现上述目的，本发明提供了一种踝关节运动跟踪方法，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；

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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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，D_n,1、D_n,2、D_n,3表示对应方向的三点，n为数据帧号。