[发明专利]利用惯性传感器计算关节力矩和角度的步态分析系统及方法

说明书

本发明公开了一种利用惯性传感器计算关节力矩和角度的步态分析系统及方法，系统包括佩戴于被试者身上的惯性传感器和计算单元；所述惯性传感器用于测量加速度和陀螺仪数据，所述计算单元利用深度学习网络，计算得出关节角度、地反力和关节力矩。本发明通过佩戴于被试者身上的惯性传感器得到数据，利用深度神经网络等技术，可以实时计算地面反作用力、关节角度与关节力矩等步态信息，同时具有低成本、高精度、便携、高效等多方面优势，能方便分析被试者的步态特征、开展运动评估、指导运动训练，因此在医疗康复、生物力学、运动科学等领域具有较好的应用前景和经济效益。

技术领域

本发明属于智能穿戴设备领域，具体涉及一种利用惯性传感器计算关节力矩和角度的步态分析系统及方法。

背景技术

步行是人类最基本的运动。步行的姿态可以分为很多种，通过分析步行时的受力情况，人体姿态等相关运动学数据，可以分析人体步态特征、影响步态的各种因素。用于分析步态的设备被称为步态分析系统，研制一种精确且高效的步态分析系统在医疗、体育、航空航天等多个方面均具有重大意义。

步态分析系统能够获取人体在各体态和运动下的生理、病理的力学和数学参数，进行人体各部位和机能检测，所检测的数据经进一步分析计算后可获得人体各部位的受力状态、以及机械功、代谢能量消耗的情况。在医疗方面，可以用来评估患者是否存在异常步态以及步态异常的性质和程度，为分析异常步态原因和矫正异常步态、制订治疗方案提供必要的依据，在临床医学方面意义重大。在体育方面，可用于运动中的训练记录分析和评价，是分析动作，提高成绩的定量依据，也可以通过分析穿戴不同运动装备时的数据，进行运动装备的设计与研发。在动作损伤防护方面，可以用于捕捉人体易发损伤动作的运动学数据，结合力学、解剖学分析，明确损伤发生的机制，了解可能造成损伤的因素，提出有效的防护方法。

现在常用的步态分析方法需要使用红外摄像头捕捉运动学数据和测力台采集地面反作用力数据。但是，此传统分析方法有较多缺陷，通过运动捕获系统获取人体运动学数据需要多个红外摄像头，因此成本较高。另一方面，作为获取地反力数据的重要设备，测力板价格昂贵且难以移动，无法实现长期持续监测，限制了适用范围，因此迫切需要开发一种便携式的步态分析系统。

针对目前步态分析方法的缺陷，市面上出现了一些便携式步态分析系统，但一些系统可获得的关节角度精度低，一些则无法测量关节力矩，不能全面地满足步态分析的需要。

发明内容

本发明的目的在于提供一种利用惯性传感器计算关节力矩和角度的步态分析系统及方法。

实现本发明目的的技术解决方案为：一种利用惯性传感器计算关节力矩和角度的步态分析系统，包括佩戴于被试者身上的惯性传感器和计算单元；所述惯性传感器用于测量加速度和陀螺仪数据，所述计算单元利用深度学习网络，计算得出关节角度、地反力和关节力矩。

进一步的，所述惯性传感器设置在被试者腿部和脚踝上，根据测量出的角速度与加速度信号，通过卡尔曼滤波器计算得到关节角度。

进一步的，所述深度学习网络训练后，下载至手持终端。

进一步的，系统还包括基站和上位机；数个惯性传感器佩戴于人体相应部位，惯性传感器将加速度信号和陀螺仪信号通过WIFI或蓝牙发送给基站，基站再传送给上位机；上位机通过接收到的数据，计算得出关节角度、地反力和关节力矩。

一种利用惯性传感器计算关节力矩和角度的步态分析方法，包括：

利用佩戴于被试者身上的惯性传感器测量加速度和陀螺仪数据；

通过深度学习网络，计算得出关节角度、地反力和关节力矩。