步行作為人類最常見的運(yùn)動(dòng)方式涉及到了豐富的運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)、生理學(xué)知識(shí),由于身高、體重、神經(jīng)系統(tǒng)的控制能力不同,每個(gè)人的步態(tài)都是獨(dú)一無二的,因此步態(tài)分析可以用于康復(fù)評(píng)定、身份識(shí)別、體育運(yùn)動(dòng)等領(lǐng)域。針對(duì)步行狀態(tài)的分析與應(yīng)用是目前比較熱門的研究方向之一。本文提出了基于慣性傳感器的分析方法,通過自制的慣性動(dòng)作捕捉模塊進(jìn)行實(shí)時(shí)的動(dòng)作捕捉姿態(tài)解算,并使用藍(lán)牙將運(yùn)動(dòng)數(shù)據(jù)上傳到上位機(jī)進(jìn)行多結(jié)點(diǎn)數(shù)據(jù)融合與運(yùn)動(dòng)可視化,最后進(jìn)行步態(tài)參數(shù)計(jì)算與特征提取并在此基礎(chǔ)上研究了步態(tài)參數(shù)之間的相關(guān)性以及步態(tài)信息與步態(tài)識(shí)別的關(guān)系。主要工作內(nèi)容如下:1)設(shè)計(jì)并實(shí)現(xiàn)了基于慣性傳感器的運(yùn)動(dòng)捕捉模塊,用于實(shí)時(shí)采集步態(tài)信息并上傳到上位機(jī)存儲(chǔ)。該模塊的硬件部分包括微處理器模塊、MPU6050模塊、HMC5883L模塊、無線通信模塊、電源模塊和外圍接口模塊等。軟件部分主要實(shí)現(xiàn)了底層電路驅(qū)動(dòng)、加速度與磁力計(jì)校準(zhǔn)、元數(shù)據(jù)讀取濾波、四元數(shù)姿態(tài)融合、無線通信等。運(yùn)動(dòng)捕捉模塊可以獲取運(yùn)動(dòng)的姿態(tài)角、三軸角速度、三軸加速度、三軸磁力計(jì)信號(hào),為接下來的研究提供了基礎(chǔ)。2)建立三維人體層次骨架模型,將各結(jié)點(diǎn)的運(yùn)動(dòng)數(shù)據(jù)與三維人體模型對(duì)應(yīng),并存儲(chǔ)為BVH（... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

足印法

計(jì)算出被測者的位置與姿態(tài)信息定量的描述人體的步態(tài)。Prakash[24]、Armand[2攝像機(jī)、5 個(gè)反光標(biāo)識(shí)和一臺(tái)計(jì)算機(jī)組成的運(yùn)動(dòng)捕捉系統(tǒng)，通過分析可以獲得角度、步行速度等步態(tài)參數(shù)�；诠鈱W(xué)標(biāo)識(shí)點(diǎn)的步態(tài)分析系統(tǒng)市面上有許多產(chǎn)成熟，例如英國 Oxford Metrics Limited 公司的 Vicon 運(yùn)動(dòng)捕捉系統(tǒng)、美國 Natura的 OptiTrack 運(yùn)動(dòng)捕捉系列。無標(biāo)識(shí)點(diǎn)的步態(tài)分析系統(tǒng)使用機(jī)器視覺技術(shù)提取肢體輪廓，通過后續(xù)的圖像處理得到步態(tài)參數(shù)。段增武等人基于 Kinect 對(duì)人體態(tài)測量與分析[26]。高之泉等人使用兩個(gè) Kinect 從不同角度捕捉人體運(yùn)動(dòng)，確保遮擋也能準(zhǔn)確獲取人體運(yùn)動(dòng)信息[27]。基于視頻圖像的步態(tài)分析系統(tǒng)被稱為步態(tài)標(biāo)準(zhǔn)”，但其也存在很大的弊端：安裝過程復(fù)雜，運(yùn)動(dòng)捕捉范圍僅限于攝像機(jī)捕捉精度受到光線強(qiáng)度、標(biāo)識(shí)點(diǎn)遮擋、場地背景的影響；采集的運(yùn)動(dòng)數(shù)據(jù)量較計(jì)算量相對(duì)較大且價(jià)格昂貴[28]。

地理坐標(biāo)系中，經(jīng)過姿態(tài)解算后可以得到運(yùn)動(dòng)的方向、速度、位移、肢體的姿態(tài)角角度等信息[30]。Kim 等人使用加速計(jì)與陀螺儀將傳感器固定在腰部與下肢測量人體行走過程中的息；Anna 等人利用慣性傳感器對(duì)步態(tài)進(jìn)行定量分析，并對(duì)踝關(guān)節(jié)置換患者進(jìn)行臨床；Ferrari 等人將基于視頻圖像系統(tǒng)獲取的步態(tài)參數(shù)與基于慣性傳感器的步態(tài)分析系得到的步態(tài)參數(shù)進(jìn)行了對(duì)比，步長的誤差小于 5%[32]；李秀豐等人采用六軸傳感器分析偏癱患者的步態(tài)異常[33]。吳健康教授與其團(tuán)隊(duì)通過兩級(jí)數(shù)據(jù)融合的步態(tài)分析策決了空間位移累積誤差問題并推出了國內(nèi)首套 MMocap 慣性人體動(dòng)作捕捉系統(tǒng)。戴士與其團(tuán)隊(duì)采用 IK 算法與 21 段人體骨架模型，研發(fā)的 Noitom 全身動(dòng)作捕捉系統(tǒng)更短暫、動(dòng)作更加逼真流暢。荷蘭 Xsens 公司的 Xsens MVN 產(chǎn)品（如圖 1-4 所示）的 3Dsuit 公司的 3Dsuit 慣性捕捉套裝都得到了普遍的認(rèn)可與應(yīng)用。

【參考文獻(xiàn)】：
期刊論文
[1]虛擬現(xiàn)實(shí)技術(shù)在主題公園中的應(yīng)用[J]. 周況,方田紅.  設(shè)計(jì). 2018(02)
[2]基于Kinect的人體三維質(zhì)心動(dòng)態(tài)測量及準(zhǔn)確性分析[J]. 段增武,肖金壯,王洪瑞.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2015(06)
[3]基于四元數(shù)改進(jìn)型互補(bǔ)濾波的MEMS姿態(tài)解算[J]. 陳孟元,謝義建,陳躍東.  電子測量與儀器學(xué)報(bào). 2015(09)
[4]下肢外骨骼機(jī)器人輔助步行訓(xùn)練系統(tǒng)的研發(fā)及臨床康復(fù)應(yīng)用進(jìn)展[J]. 吳濤,顧捷,李建華,鄒政華.  中華物理醫(yī)學(xué)與康復(fù)雜志. 2014 (12)
[5]基于六軸傳感器的步態(tài)分析系統(tǒng)設(shè)計(jì)[J]. 李秀豐,郭立泉,王計(jì)平,郁磊,方強(qiáng).  傳感器與微系統(tǒng). 2014(07)
[6]運(yùn)動(dòng)捕捉技術(shù)及其應(yīng)用研究綜述[J]. 向澤銳,支錦亦,徐伯初,李娟.  計(jì)算機(jī)應(yīng)用研究. 2013(08)
[7]基于微慣性全姿態(tài)測量的人體運(yùn)動(dòng)捕捉系統(tǒng)研究[J]. 郭志虎,費(fèi)潔,錢峰.  微型電腦應(yīng)用. 2013(02)
[8]遠(yuǎn)程醫(yī)療發(fā)展現(xiàn)狀綜述[J]. 牟嵐,金新政.  衛(wèi)生軟科學(xué). 2012(06)
[9]腦卒中患者的社區(qū)康復(fù)護(hù)理[J]. 王瑞香.  中外醫(yī)學(xué)研究. 2012(05)
[10]基于HMC5883的電子羅盤設(shè)計(jì)[J]. 胡寧博,李劍,趙櫸云.  傳感器世界. 2011(06)

博士論文
[1]人體步態(tài)分析的多傳感器數(shù)據(jù)融合研究[D]. 仇森.大連理工大學(xué) 2016

碩士論文
[1]基于可穿戴式傳感器的多特征步態(tài)分析系統(tǒng)設(shè)計(jì)與研究[D]. 騰珂.合肥工業(yè)大學(xué) 2016



本文編號(hào)：2928578