基于步態(tài)觸覺(jué)信息的足跡提取與動(dòng)態(tài)識(shí)別方法研究.pdf

1、步態(tài)觸覺(jué)信息包括足跡信息和足底動(dòng)態(tài)壓力分布信息等，其中蘊(yùn)含著步態(tài)周期、雙支撐時(shí)間、擺動(dòng)時(shí)間、速度等豐富的生理學(xué)、運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)特征，在臨床輔助診斷、步態(tài)識(shí)別、步態(tài)分析、體育科學(xué)等諸多領(lǐng)域得到廣泛應(yīng)用。足底壓力數(shù)據(jù)的獲取方法主要有足印法、光切法、壓力鞋墊法和測(cè)力臺(tái)法等。中科院智能機(jī)械研究所研制了大面積柔性力敏傳感器具有高點(diǎn)陣密度、高精度、高頻響等特征，并以此構(gòu)建了數(shù)字化場(chǎng)地系統(tǒng)。目前以數(shù)字化場(chǎng)地系統(tǒng)為基礎(chǔ)研究平臺(tái)，開展了關(guān)于帕金森步態(tài)分析

2、、健美操舞蹈動(dòng)作編排等的研究工作。其中單步足跡數(shù)據(jù)的準(zhǔn)確分割、單步足跡的動(dòng)態(tài)識(shí)別是開展上述研究工作的技術(shù)關(guān)鍵和瓶頸。本文提出了一種基于步態(tài)觸覺(jué)信息的足跡提取和足跡動(dòng)態(tài)識(shí)別方法。詳細(xì)介紹了如何對(duì)大面積柔性力敏傳感器獲取的足底壓力數(shù)據(jù)進(jìn)行分析解算，包括足底壓力數(shù)據(jù)濾波、單步足跡壓力數(shù)據(jù)提取和單步足跡動(dòng)態(tài)識(shí)別三部分。本文完成的工作有:
　　(1)基于柔性力敏傳感器的單步足跡數(shù)據(jù)提取和單步足跡動(dòng)態(tài)識(shí)別方法。主要包括足底壓力數(shù)據(jù)濾波、單步足

3、跡壓力數(shù)據(jù)聚類分割、單步足跡動(dòng)態(tài)識(shí)別。其中足底壓力數(shù)據(jù)的聚類分割是基于足底動(dòng)力學(xué)原理，利用連通域的圖像分割算法實(shí)現(xiàn)對(duì)足底壓力數(shù)據(jù)的聚類分析;基于足部解剖學(xué)原理，根據(jù)足印輪廓的外觀特征對(duì)單步足跡進(jìn)行識(shí)別。實(shí)驗(yàn)表明，在正常的行走情況下，本文提出的單步足跡數(shù)據(jù)提取算法的準(zhǔn)確率達(dá)到了99％，本文提出的單步足跡動(dòng)態(tài)識(shí)別方法的識(shí)別率達(dá)到了97.5％。針對(duì)健美操的單步足跡提取，本文的算法準(zhǔn)確率達(dá)到了95％。
　　(2)步態(tài)特征參數(shù)計(jì)算和行走過(guò)程

4、步態(tài)周期模型和位移模型的建立。步態(tài)特征參數(shù)包括步態(tài)時(shí)間參數(shù)、空間參數(shù)和足底壓力分布等，建立的行走過(guò)程步態(tài)周期模型和位移模型用于行走軌跡跟蹤和速度計(jì)算。
　　(3)足跡提取和識(shí)別方法的應(yīng)用。本文從對(duì)稱性、靜態(tài)平衡和動(dòng)態(tài)平衡三個(gè)方面對(duì)正常人和步態(tài)異?；颊叩钠胶饽芰ψ隽讼嚓P(guān)分析，并利用交叉驗(yàn)證的SVM實(shí)現(xiàn)了正常步態(tài)和異常步態(tài)的分類。從實(shí)驗(yàn)結(jié)果看，利用本文參數(shù)計(jì)算的平衡能力系數(shù)能夠較好的反映正常步態(tài)和異常步態(tài)之間的差異性，能夠較好的實(shí)現(xiàn)正