基于 MEMS 惯性传感器的步态分析研究
- 6 -
人体肌电信号相当微弱,并且容易受到干扰,这些限制对于肌电信号的采集及应用都提
出了挑战。
1.2.4 基于视频和图像技术的步态分析方法
随着视频和图像处理技术的快速发展,使用摄像机组捕获人体运动细节已经成为一
种手段,随后通过图像处理手段就可以获得相应的步态参数
[20]
。常用的基于视频和图像
处理的步态分析系统可以分为两类:基于标记点的步态分析系统
[21][22]
和基于无标记点的
步态分析系统
[23]
。NDI 公司研发的 Optotrak 三维运动测量系统是基于标记点的步态分析
系统的典型代表,它通过捕获实验者特定身体部位的标志点位置变化,从而获取人体步
态特点的时相参数,关节角度,位置变化等。对于基于无标记点的步态分析系统主要通
过高精度摄像机组获取人体步行图形序列,随后利用图像处理技术对步态的特征值进行
抽取,从而获得步态参数。
虽然基于视频和图像技术的步态分析方法能够提供高精度的步态参数,但是也存在
一些缺点:此类步态分析系统需要专门的试验环境,对于场地要求苛刻;由于系统使用
高精度摄像机组,这无疑大大增加了系统成本,同时设备安装复杂,需要专门的专业人
员进行操作;系统使用过程中,容易受到遮挡、光照、角度等多种因素影响;视频采集
数据量巨大,对于图像处理算法实时性和复杂度提出了挑战。
1.2.5 基于惯性传感器的步态分析方法
随着微机电系统、无线通信和传感器网络技术的不断发展,集数据采集,处理和通
讯于一体的无线传感器节点为步态分析提供了一种新的思路和方法。在步行过程中,通
常将传感器节点放置于踝关节处获取脚部的运动数据,然后将运动数据通过算法解算为
人体步行过程中脚部的速度、姿态和位置参数。德国 HasomedRehawatch 步态分析系统
是利用惯性传感器进行步态分析的实例,系统包含两个惯性传感器节点和一个数据存储
装置。患者在使用之前将两个惯性传感器通过特制绷带绑定于踝关节处,行走一段距离
后,采集的运动数据经过电脑 USB 端口导入到软件,从而完成步态分析。同时 Rehawatch
步态分析系统适用于不同的试验场地,实验者可以根据自身条件自行选择。
虽然基于惯性传感器的步态分析方法具有诸多优点,但是步态分析算法的精度是阻
碍其发展的瓶颈,由于惯性传感器自身存在漂移和易受环境干扰,所以对于其算法提出
了相当高的要求。本文的重点为步态分析算法的研究,寻找一种能够适合正常人和步态
异常患者的步态分析方法。
万方数据