基于視覺(jué)傳感的步態(tài)檢測(cè)系統(tǒng).pdf

1、步態(tài)分析起步于上世紀(jì)90年代，是通過(guò)一系列時(shí)間、幾何、力學(xué)和肌電等參數(shù)，對(duì)人體行走時(shí)的肢體和關(guān)節(jié)活動(dòng)進(jìn)行運(yùn)動(dòng)學(xué)觀察和動(dòng)力學(xué)分析，為人體步行功能提供客觀、定量的評(píng)定。通過(guò)異常步態(tài)分析，可起到對(duì)與運(yùn)動(dòng)相關(guān)的疾病進(jìn)行預(yù)判和后期醫(yī)療輔助。目前，基于智能可穿戴設(shè)備的步態(tài)檢測(cè)系統(tǒng)，采用接觸測(cè)量法，通過(guò)傳感器獲取人體行走的力學(xué)和肌電參數(shù)，對(duì)時(shí)間一空間、步態(tài)周期、下肢關(guān)節(jié)角度、肌電活動(dòng)、重心及能量變化等參數(shù)進(jìn)行研究，完成人體步態(tài)的檢測(cè)與分析。
　

2、　本文設(shè)計(jì)了基于視覺(jué)傳感器的步態(tài)檢測(cè)系統(tǒng)，通過(guò)視覺(jué)成像技術(shù)實(shí)現(xiàn)對(duì)人體步態(tài)的非接觸測(cè)量，對(duì)步行時(shí)骨骼運(yùn)動(dòng)支點(diǎn)進(jìn)行深度分析，提取人體步行姿態(tài)的特征參數(shù)，將動(dòng)態(tài)時(shí)間規(guī)整和步態(tài)參數(shù)相結(jié)合，實(shí)現(xiàn)對(duì)步態(tài)的分析。首先，選取Kinect視覺(jué)傳感器獲取人體行走時(shí)的動(dòng)態(tài)骨骼運(yùn)動(dòng)支點(diǎn)參數(shù)，并對(duì)人體步態(tài)特征進(jìn)行提取，建立人體步態(tài)特征的動(dòng)作模板。其次，采用動(dòng)態(tài)時(shí)間規(guī)整算法與創(chuàng)建的模板進(jìn)行步態(tài)匹配，對(duì)測(cè)試的步態(tài)模型進(jìn)行分類識(shí)別。最后，采用基于事件的方式，隨著骨骼支

3、點(diǎn)數(shù)據(jù)的獲取，將人體步態(tài)信息劃分為周期，計(jì)算相關(guān)的人體步態(tài)參數(shù)，選取層次分析法對(duì)人體步態(tài)進(jìn)行評(píng)估，合理分配影響因子對(duì)應(yīng)的權(quán)值，提高步態(tài)識(shí)別的準(zhǔn)確率。
　　本文搭建了步態(tài)檢測(cè)系統(tǒng)的測(cè)試平臺(tái)，選取150組步態(tài)集合作為測(cè)試樣本，對(duì)人體步態(tài)進(jìn)行研究。測(cè)試結(jié)果表明，采用經(jīng)典的DTW（動(dòng)態(tài)時(shí)間規(guī)整）算法時(shí)，人體步態(tài)的識(shí)別率可以達(dá)到79％左右，將DTW算法與步態(tài)參數(shù)融合，在相同的實(shí)驗(yàn)條件下，人體步態(tài)的識(shí)別率可以達(dá)到86.6％，改進(jìn)后的算法提高了