[发明专利]基于RFID/IMU融合的运动姿势评估系统

说明书

本发明公开了一种基于RFID/IMU融合的运动姿势评估系统，在人体特定部位佩戴姿势定位标签，在手臂、上臂、大腿、小腿及脚部佩戴RFID标签，其中利用无线传输技术如蓝牙、ZigBee等技术将IMU数据传输至处理单元，利用RFID阅读器阅读RFID标签，并将阅读信息传输至处理单元，处理单元对传输到的数据滤波处理后，再利用信息融合技术如改进的卡尔曼滤波及限制条件，获取各个标签精确位置信息，继而人体的运动姿势信息，进行三维显示或者传输至其他平台。

技术领域

本发明涉及人体运动姿态模型重建领域，尤其涉及一种基于RFID/IMU融合的运动姿势评估系统。

背景技术

姿势是指身体各部位在空间的相对位置，姿势变化能反映人体骨骼、肌肉、内脏器官、神经系统等各组织间的力学关系。姿势评估在运动康复中的应用贯穿整个运动训练及康复治疗过程，通过姿势评估，能快速准确地发现患者的痛点，如动态姿势经过动态平衡测量评估，从本体、前庭、视觉、重心分布等方面进行检测，能够定量评估帕金森病患者姿势平衡障碍，并有针对性地安排康复训练，改善帕金森病患者步态。不同的步态姿势能够表征患有某种对应疾病的可能性更高。例如醉酒步，临床上称为共济失调，这种姿势很危险，不仅平衡能力差、易摔跤，还可能提示脑肿瘤、脑出血、小脑病变等情况；磁性步，这种走路姿势支撑力不足、平衡性差，尤其是老年人，容易因此摔倒。在临床上，是正压性脑积水病人典型症状。

姿势评估能够帮助运动员或特种人员精确发现个体的薄弱链，继而个性化地针对性地指导运动员或特种人员进行科学有效的运动训练及运动康复，例如利用Y平衡测试对中长跑运动员进行身体功能性评估能够对下肢损伤起到很好的预判作用。

目前，人体动态姿势追踪的传感技术：惯性传感器、声传感器、磁传感器、机械传感器及视觉传感器。其中，基于惯性传感器追踪系统是利用安装在跟踪身体关键位置的加速度计、陀螺仪、磁力计等基本MEMS传感器采集运动数据，通过数据融合算法，实现多目标的协同运动跟踪。声学跟踪系统是以超声波脉冲，使用信号到达时间和三角测量或相位相干方法来确定位置。基于磁传感器的追踪系统使用放置在目标身上的磁传感器，测量由发射器产生的低磁场，通过融合计算三维位置信息和旋转信息。基于机械的运动跟踪方法由刚性或者柔性测角器组成的可穿戴式外骨骼结构直接跟踪身体关节的运动角度，提供无遮挡的身体姿态信息。基于视频传感器的追踪系统以视频方式对人体运动状态进行监控和识别，且利用图像或者视频处理技术，以获取身体姿态信息。基于惯性跟踪系统随着时间产生的累计误差和漂移将影响其位置信息，致使姿势判别误差较大。基于声学跟踪系统在跟踪中可能收到声音反射或者音频干涉的影响，尤其在相对封闭的空间内，影响更为严重。基于磁传感器其跟踪系统，由于受供电的影响，应用时间和精度难以保证。基于机械的运动跟踪系统，佩戴的设备相对较多，对运动姿势有所影响。基于视频方式的跟踪系统，为目前精度最高的系统，受空间遮挡对其影响较大，对空间要求比较严苛。

RFID射频识别技术即采用无线射频信号读取和传输电子标签所存储的信息，RFID技术具有非视距传输、识别速度快等特点，而RFID技术中用到的存储信息的电子标签具有体积小、成本低廉、可重复使用等优点。基于RFID的室内定位方法就是通过已知位置的读写器，对标签进行定位。基于测距的方法是指通过各种测距技术对目标设备与各标签之间的实际距离进行估计，再通过几何方式来估计目标设备的位置。常用的基于测距的定位方法有：基于信号到达时间(Time of Arrival，TOA)定位、基于信号到达时间差(TimeDifference of Arrival，TDOA)定位、基于RSSI定位、基于信号到达角(Angle of Arrival，AOA)等。单纯地RFID定位误差大，精度难以满足姿势识别的要求。

发明内容