基于MEMS慣性傳感器的步態(tài)分析研究.pdf

1、隨著微機電系統(tǒng)、無線通訊和傳感網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，集數(shù)據(jù)采集、處理和通訊于一體的無線傳感器節(jié)點越來越普及，由放置于人體各關(guān)鍵部位的多個傳感器節(jié)點構(gòu)成的無線體感網(wǎng)（Wireless Body Sensor Networks, WBSN）逐步應(yīng)用于游戲互動、體育鍛煉、醫(yī)療康復(fù)、雙足仿人機器人等領(lǐng)域，產(chǎn)生了良好的社會和經(jīng)濟效益。
　　基于慣性傳感器的人體步態(tài)分析技術(shù)是體感網(wǎng)的一個分支，其通過在人體足部放置慣性傳感器節(jié)點，對人體行走過程中

2、的步態(tài)信號進(jìn)行采集，并采用相關(guān)的融合算法解算步行過程中的特征參量，如姿態(tài)、位移和時相等，從而對人體步態(tài)進(jìn)行分析和評估，這對于骨骼肌肉疾病、神經(jīng)系統(tǒng)疾病或步態(tài)異常等相關(guān)疾病的精確診斷具有重要意義。相比于目前的光學(xué)系統(tǒng)，慣性技術(shù)有效地避免了遮擋、光照和陰影等時空因素的干擾，且價格低廉，是近年來的研究熱點。
　　本文在現(xiàn)有研究的基礎(chǔ)上，設(shè)計了一種適用于臨床病患的慣性步態(tài)分析系統(tǒng)，該系統(tǒng)集成了基于慣性傳感器的無線數(shù)據(jù)采集平臺，并內(nèi)嵌了適用

3、性較強的步態(tài)分析算法，在臨床醫(yī)學(xué)上具有一定的實用價值。對于步態(tài)分析算法，本文中主要研究了步態(tài)時相劃分、足部姿態(tài)解算和位置參數(shù)估計三個部分。步態(tài)時相劃分利用自適應(yīng)波峰方法確定步數(shù)，并依此檢測出相應(yīng)的步態(tài)關(guān)鍵點，從而得出相應(yīng)的時相參數(shù)；足部姿態(tài)解算是在基于分析數(shù)據(jù)特性的基礎(chǔ)上，對傳感器誤差進(jìn)行校正操作，隨后通過建立四元數(shù)旋轉(zhuǎn)矩陣的誤差函數(shù)，利用梯度下降法實時修正每一時刻姿態(tài)數(shù)據(jù)，從而得到步行過程中足部姿態(tài)的變化情況；位置信息估計可以歸納為步

4、行過程中足部的速度和位置信息的估計，本文在充分考慮傳感器誤差和外部噪聲的影響下，采用零速修正方法（Zero Velocity Update，ZUPT）對行走過程中的速度參量進(jìn)行誤差修正，得到相對準(zhǔn)確的速度信息。同時結(jié)合時相信息，估計出整個步態(tài)過程的跨步長和足廓清等參數(shù)。最后，為了驗證步態(tài)分析算法的可行性和適用性，分別利用正常人和步態(tài)異?；颊叩臄?shù)據(jù)對系統(tǒng)進(jìn)行了測試。
　　實驗結(jié)果表明，正常人的步數(shù)統(tǒng)計正確，跨步長誤差維持在2%以下；