[发明专利]基于多源信息融合的人体运动监测方法、装置

说明书

本发明涉及一种基于多源信息融合的人体运动监测方法，所述方法考虑个体不同的人体生理结构特性，采集多源信息，包括人体测量学信息、足底压力分布数据、实际惯性测量单元贴附位置及采集的数据，从而使用于计算的人体骨骼模型更符合真实的被测试者。通过建立提高惯性测量单元精度和满足人体运动生理学意义的目标函数和约束，通过对目标函数进行最小优化计算，可获得关节运动参数。所述方法能够减小因传感器误差、机械关节假设、皮肤形变等因素导致的人体模型不确定性问题和误差，提高关节运动的监测精度。由于无需布置检测环境，可方便实现日常运动环境下高精度的、具有生理学意义的人体运动监测，包括有高精度要求的、病理下的人体运动分析。

技术领域

本公开涉及生物与新医药技术-医疗仪器技术、设备与医学专用软件领域，尤其涉及基于多源信息融合的人体运动监测方法、装置。

背景技术

人体运动监测对于康复治疗、体育运动和人机交互等领域具有重要作用。过去，光学运动捕捉技术被普遍应用，但这种方法存在光学摄像头昂贵、需固定监测场景、容易出现部位遮挡等问题。近年来，以IMU(Inertial Measurement Unit，惯性测量单元)为代表的可穿戴传感设备因其具有佩戴方便、运动空间不受限和成本低等优点，被广泛应用于运动监测和医疗康复等领域。如发明专利CN201710442846.4“角度检测方法和关节运动夹角检测系统”即利用两个含IMU的角度检测器检测对应关节臂运动产生的姿态角，进而根据姿态角获取关节夹角度数。

但IMU在使用中存在两方面问题。一方面，容易累积误差和数据漂移的问题，且IMU对高动态的姿态运动响应较差，因而数据采集精度有限。发明专利CN202010633536.2“一种基于摄像头和IMU数据混合的实时全身动捕系统、方法”即针对这一现象融合摄像设备和IMU信息来获取关节运动姿态，根据视频帧图像的颜色和深度信息补充预测人体关节模型，来矫正IMU获取的人体关节的运动姿态。并且，该方法同样需要借助外界环境布置摄像设备来获取矫正信息，也存在监测场景受限的问题。另一方面，目前基于IMU来追踪人体关节运动轨迹一般是基于简单的IMU刚体运动链逆向求解，没有考虑因传感器误差、人体的机械关节假设和皮肤形变误差等导致的人体模型不确定问题，因此单独使用IMU设备通常只能用于获取低复杂度的运动学信息，不适用有高精度要求的、病理下的人体运动分析。

发明内容

有鉴于此，本申请的主要目的在于提出一种基于多源信息的人体运动融合监测方法，目的包括：(1)提高应用惯性测量单元监测人体运动的精度，方法将考虑个体不同的人体生理结构特性，以及因传感器误差、机械关节假设、皮肤形变等因素导致的人体模型不确定问题和误差，并纳入了人体生理学运动准则和额外的力学传感器数据等进行运动信息的补偿；(2)去除运动监测场景限制，无需布置检测环境，即可实现日常运动环境下的、高精度的、具有生理学意义的人体运动监测。

基于上述目的，本发明提出了下述技术方案：

第一方面，本发明提出了一种基于多源信息融合的人体运动监测方法，所述方法包括下述步骤：

S1、获取被测试者的多源信息，所述多源信息包括人体测量学信息、足底压力分布数据、实际惯性测量单元贴附位置及采集的数据；

S2、基于多源信息，对通用人体骨骼模型进行适配调整，得到待测人体骨骼模型；

S3、利用待测人体骨骼模型和所述多源信息，建立以关节运动参数为决策变量的目标函数，通过使所述目标函数取得最小值，以求得关节运动参数；

所述目标函数包括第一项和第二项之和；

所述第一项用于度量待测人体骨骼模型与被测试者关于惯性测量单元的位置误差；

所述第二项用于度量在人体关节运动过程中与能量代谢相关的全部或部分计算。

优选地，在所述方法中，所述待测人体骨骼模型通过下述步骤获得：