CN103750841B - 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 - Google Patents
基于mems惯性传感器的人体膝关节角度无线检测系统及方法 Download PDFInfo
- Publication number
- CN103750841B CN103750841B CN201410023775.0A CN201410023775A CN103750841B CN 103750841 B CN103750841 B CN 103750841B CN 201410023775 A CN201410023775 A CN 201410023775A CN 103750841 B CN103750841 B CN 103750841B
- Authority
- CN
- China
- Prior art keywords
- circuit
- acceleration
- angular velocity
- information
- signal processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000001133 acceleration Effects 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 46
- 210000003141 lower extremity Anatomy 0.000 claims abstract description 36
- 210000000689 upper leg Anatomy 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims description 58
- 230000033001 locomotion Effects 0.000 claims description 27
- 244000309466 calf Species 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 13
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 230000010355 oscillation Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims 3
- 239000011551 heat transfer agent Substances 0.000 claims 2
- 230000008447 perception Effects 0.000 claims 2
- 230000002463 transducing effect Effects 0.000 claims 2
- 238000013459 approach Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000000205 computational method Methods 0.000 claims 1
- 210000002414 leg Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 210000003414 extremity Anatomy 0.000 description 4
- 230000005021 gait Effects 0.000 description 3
- 208000031636 Body Temperature Changes Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
Landscapes
- Manipulator (AREA)
- Rehabilitation Tools (AREA)
Abstract
一种医疗器械技术领域的基于MEMS惯性传感器的人体膝关节角度无线检测系统，包括：分别放置于人体下肢大小腿处的主处理系统和节点处理子系统，其中：主处理系统通过整合分别来自主、从MEMS惯性传感器模块的大腿加速度和角速度信息和小腿加速度和角速度信息，对人体下肢大、小腿的倾斜度进行计算，从而获取人体步行时膝关节角度信息，并将该膝关节角度信息通过蓝牙方式输出至外骨骼机器人控制系统。本发明通过融合陀螺仪和加速度传感器的数据，分别实时地检测人体膝关节部位的角度信息，并能减少佩戴者的不适感。
Description
技术领域
本发明涉及的是一种医疗器械技术领域的装置及方法，具体是一种基于MEMS惯性传感器的人体膝关节角度无线检测系统及方法。
背景技术
随着人们健康水平的提高以及社会老龄化的到来，人们迫切需要可用于自主辅助肢体残疾人行走或为老年人提供帮助的智能装置。应运而生的外骨骼机器人是一种扩展四肢运动能力的助力装置，通过人体运动行为意识控制机器人各关节角度、速度值，达到机器人与人体的协调运动并提供助力，增强人在负重或长时间行走情况下的运动能力。
外骨骼机器人通过与人肢体运动关节紧密地物理耦合，可实现与操作者肢体作为一个整体协调运动的自动化的人机系统。系统需实时地识别使用者的运动趋势和运动。由于受到空间的限制，采用传统的运动图像采集或光电运动检测系统难以满足测量要求。在外骨骼机器人控制中常采用肌电信号，然而肌电信号检测受表面电极放置位置、体温变化以及人体汗液等不确定因素的影响，会出现明显偏差和失误。因此，采用新的智能传感器感知人体运动信息就显得非常必要。
人体可以看成是由许多连杆连接组成的关节系统，人体的运动主要是各个关节的角度变化。对于人体下肢来说，大腿、小腿的倾角及膝关节的角度和角速度是表征下肢运动姿态的重要信息。其中，膝关节的角度可以很好地描述下肢的运动步态信息。准确地获取该角度信息并研究其在步态周期内的变化规律，可以为外骨骼机器人的步态控制提供非常重要的参考。研究表明人体的任何运动从开始到结束，其运动肢体的每一部位的加速度是一直在改变的。
目前测量膝关节角度与角速度所用到的传感器主要有微型加速度传感器、陀螺仪、光纤角度传感器等。利用加速度传感器可以方便地进行倾角度测量，采用两个传感器分别感知大小腿的倾角度，进而可以推算出膝关节的角度和角速度。进行倾斜度测量是加速度传感器最常见的应用之一。加速度传感器以检测重力矢量来感知检测对象的倾斜度状况。但是该方法测量过程中，下肢运动的惯性给加速度的测量带来的误差一般很难消除。这对测量精度会有很大的影响，尤其在动态测量时会更加明显。陀螺仪能够提供瞬间的动态角度变化，由于其本身的固有特性、温度及积分过程的影响，它会随着工作时间的延长产生漂移误差。因此对于姿态检测系统而言，单独使用陀螺仪或加速度计，都不能提供系统姿态的可靠估计。
经过对现有技术的检索发现，中国专利文献号CN200973711公开日2007‐11‐14，公开了一种在线关节参数检测装置，由上连接杆、下连接杆和角度传感器组成，上连接杆与下连接杆之间通过角度传感器轴连接，下连接杆与传感器轴间隙配合，传感器的安装脚与下连杆固定连接；上连接杆在旋转头中央开有长形方槽，传感器轴通过在端部固定的滑块与长形方槽配合连接，上连接杆和下连接杆在连接处通过圆形旋转头相互配合转动。但该技术需在人体下肢膝关节处安装上下连杆的机械构件，其只有1个自由度的弯曲，因此会给佩戴者下肢的运动带来一定的限制，长时间穿戴会给穿戴者带来不适感而且相对来说不太安全。
传统的姿态测量因为采用高精度陀螺仪和加速度计等姿态传感器，体积庞大并且价格昂贵。当前MEMS产品因其体积小、价格低、功耗低，被称为是传统的惯性测量组合的一次重大改革，越来越多地应用于姿态测量应用中。
发明内容
本发明针对现有技术存在的上述不足，提出一种基于MEMS惯性传感器的人体膝关节角度无线检测系统及方法，通过融合陀螺仪和加速度传感器的数据，分别实时地检测人体膝关节部位的角度信息，并能减少佩戴者的不适感。
本发明是通过以下技术方案实现的：
本发明涉及一种基于MEMS惯性传感器的人体膝关节角度无线检测系统，包括：分别放置于人体下肢大小腿处的主处理系统和节点处理子系统，其中：主处理系统通过整合分别来自主、从MEMS惯性传感器模块的大腿加速度和角速度信息和小腿加速度和角速度信息，对人体下肢大、小腿的倾斜度进行计算，从而获取人体步行时膝关节角度信息，并将该膝关节角度信息通过蓝牙方式输出至外骨骼机器人控制系统。
所述的节点处理子系统由嵌入式微控制器、从MEMS惯性传感器模块和从蓝牙通讯电路组成，其中：从MEMS惯性传感器模块与嵌入式微控制器相连接并传输其采集到的小腿加速度和角速度信息，嵌入式微控制器通过从蓝牙通讯电路向主蓝牙通讯电路通过无线方式传输小腿加速度和角速度信息。
所述的主处理系统由数字信号处理器、主MEMS惯性传感器模块和主蓝牙通讯电路组成，其中：主MEMS惯性传感器模块与传感数字信号处理器相连接并传输其采集到的大腿加速度和角速度信息，传感数字信号处理器与主蓝牙通讯电路相连接并接收来自节点处理子系统的小腿加速度和角速度信息，与大腿加速度和角速度信息整合后生成膝关节角度信息，并通过主蓝牙通讯电路传输至外骨骼机器人控制系统。
所述的主、从MEMS惯性传感器模块均包括：MEMS3轴加速度传感器、MEMS陀螺仪传感器、带通滤波器、A/D转换器和SPI接口电路，其中：MEMS3轴加速度传感器用来测量物体运动的三维线加速度，陀螺仪用来测量物体转动的角速度或角度，利用3轴加速度传感器和陀螺仪组成的惯性测量单元，可以同时测得物体运动的三维加速度和角速度，经过数据处理后就可以得到物体运动的速度、位移、方向、姿态等信息，带通滤波器、A/D转换器和SPI接口电路依次串联，将MEMS3轴加速度传感器和MEMS陀螺仪采集到的模拟信号经滤波采样及模数转化后通过串行方式输出至对应的蓝牙通讯电路。
所述的传感数字信号处理器采用DSP数字信号处理器，完成对采集和无线接收的大、小腿的加速度及角速度传感信号的运算处理，该传感数字信号处理器包括：DSP数字信号处理器、外围SPI接口电路、串行通信UART、看门狗电路、电源管理电路和可充电电源，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与DSP数字信号处理器相连，电源管理电路与可充电电源相连，并为所述的DSP数字信号处理器、主MEMS惯性传感器模块、主蓝牙通讯电路分别提供相匹配的电源。
所述的嵌入式微控制器采用微处理器完成对采集的小腿的加速度及角速度传感信号的处理，该嵌入式微控制器包括：微处理器、外围SPI接口电路、串行通信UART、看门狗电路和电源管理电路，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与微处理器相连，电源管理电路与可充电电源相连，为所述的微处理器、从MEMS惯性传感器模块、从蓝牙通讯电路分别提供合适的电源。
所述的主蓝牙通讯电路和从蓝牙通讯电路均包括：数字无线处理电路、数控振荡电路、射频收发开关切换电路、蓝牙收发器和基带信号处理器，其中：数控振荡电路和射频收发开关切换电路与数字无线处理电路相连，蓝牙收发器与基带信号处理器相通讯，基带信号处理器与数字无线处理电路相连，此外主蓝牙通讯电路和从蓝牙通讯电路中的基带信号处理器与各自对应的数字信号处理器或嵌入式微控制器相连。
本发明涉及上述系统的检测方法，包括以下步骤：
步骤1，从MEMS加速度传感器和MEMS陀螺仪传感模块感知人体下肢小腿的三维加速度及旋转角速度信号，传感信息通过SPI接口电路传输至嵌入式微处理器，嵌入式微处理器对接收到的数据进行数字滤波处理后通过蓝牙电路传输至传感数字信号处理器；
步骤2，主MEMS加速度传感器和MEMS陀螺仪传感模块感知人体下肢大腿的运动加速度及旋转角速度信号，传感信息通过SPI接口电路传输至传感数字信号处理器；
步骤3，传感数字信号处理器对分别通过SPI接口和蓝牙电路接收到的人体下肢大小腿的加速度信号和旋转角速度信号进行处理，分别计算大、小腿的倾角信息，并整合成膝关节角度信息。
附图说明
图1为本发明系统结构示意图。
图2为本发明的下肢大小腿的倾斜度测量图。
图3为节点处理器处理流程示意图。
图4为传感数字信号处理器处理流程示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示，为根据本发明的一种实施方式的基于MEMS惯性传感器的人体膝关节角度无线检测系统。如图所示，该装置包括：包括：分别放置于人体下肢大小腿处的主处理系统和节点处理子系统，其中：主处理系统通过整合分别来自主、从MEMS惯性传感器模块的大腿加速度和角速度信息和小腿加速度和角速度信息，对人体下肢大、小腿的倾斜度进行计算，从而获取人体步行时膝关节角度信息，并将该膝关节角度信息通过蓝牙方式输出至外骨骼机器人控制系统。
所述的节点处理子系统由嵌入式微控制器、从MEMS惯性传感器模块和从蓝牙通讯电路组成，其中：从MEMS惯性传感器模块与嵌入式微控制器相连接并传输其采集到的小腿加速度和角速度信息，嵌入式微控制器通过从蓝牙通讯电路向主蓝牙通讯电路通过无线方式传输小腿加速度和角速度信息。
所述的主处理系统由数字信号处理器、主MEMS惯性传感器模块和主蓝牙通讯电路组成，其中：主MEMS惯性传感器模块与传感数字信号处理器相连接并传输其采集到的大腿加速度和角速度信息，传感数字信号处理器与主蓝牙通讯电路相连接并接收来自节点处理子系统的小腿加速度和角速度信息，与大腿加速度和角速度信息整合后生成膝关节角度信息，并通过主蓝牙通讯电路传输至外骨骼机器人控制系统。
所述的主MEMS惯性传感器模块S1采用3轴加速度传感器和陀螺仪，具体放置于图2所示的下肢大腿处并与数字信号处理器连接。另外从MEMS惯性速度传感器和陀螺仪S2采用3轴陀螺仪加速度传感器，具体放置于下肢小腿处与节点处理器连接。
所述的主、从MEMS惯性速度传感器S1、S2分别感应出大小腿的倾斜角度pitch1，pitch2，如图2所示。膝关节的角度由得到的下肢大小腿的倾斜度经差值计算得到。
为更好地实现本发明的目的，所述的基于MEMS惯性传感器的人体膝关节角度无线检测系统的实现原理如下：
本实施例中的主、从MEMS惯性传感器模块均包括：MEMS3轴加速度传感器、MEMS陀螺仪传感器、带通滤波器、A/D转换器和SPI接口电路，其中：MEMS3轴加速度传感器用来测量物体运动的三维线加速度，陀螺仪用来测量物体转动的角速度或角度，利用3轴加速度传感器和陀螺仪组成的惯性测量单元，可以同时测得物体运动的三维加速度和角速度，经过数据处理后就可以得到物体运动的速度、位移、方向、姿态等信息，带通滤波器、A/D转换器和SPI接口电路依次串联，将MEMS3轴加速度传感器和MEMS陀螺仪采集到的模拟信号经滤波采样及模数转化后通过串行方式输出至对应的蓝牙通讯电路。
所述的传感数字信号处理器采用DSP数字信号处理器，完成对采集和无线接收的大、小腿的加速度及角速度传感信号的运算处理，该传感数字信号处理器包括：DSP数字信号处理器、外围SPI接口电路、串行通信UART、看门狗电路、电源管理电路和可充电电源，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与DSP数字信号处理器相连，电源管理电路与可充电电源相连，并为所述的DSP数字信号处理器、主MEMS惯性传感器模块、主蓝牙通讯电路分别提供相匹配的电源。
所述的嵌入式微控制器采用微处理器完成对采集的小腿的加速度及角速度传感信号的处理，该嵌入式微控制器包括：微处理器、外围SPI接口电路、串行通信UART、看门狗电路和电源管理电路，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与微处理器相连，电源管理电路与可充电电源相连，为所述的微处理器、从MEMS惯性传感器模块、从蓝牙通讯电路分别提供合适的电源。
如图2所示，蓝牙电路包括：主蓝牙通讯电路、从蓝牙通讯电路，其中：主蓝牙通讯电路包括主数字无线处理电路、主数控振荡电路、主射频收发开关切换电路、主蓝牙收发器和主基带信号处理器，其中：主数控振荡电路和主射频收发开关切换电路与主数字无线处理电路相连，主蓝牙收发器与主基带信号处理器相通讯，主基带信号处理器与主数字无线处理电路和数字信号处理器相连；从蓝牙通讯电路包括：从数字无线处理电路、从数控振荡电路、从射频收发开关切换电路、从蓝牙收发器和从基带信号处理器，其中：从数控振荡电路和从射频收发开关切换电路分别与从数字无线处理电路相连，从蓝牙收发器与从基带信号处理器相通讯，从基带信号处理器分别与从数字无线处理电路和嵌入式微控制器相连。
本实施例涉及上述系统的检测方法，包括以下步骤：
步骤1，进行子处理系统初始化，设置SPI主从设备，设嵌入式微控制器为主设备、从MEMS惯性传感器模块为从设备。设置嵌入式微控制器和从蓝牙通讯电路的串口通讯波特率等。然后，通过SPI总线读取小腿MEMS惯性传感器模块的传感数据。读取数据后将数据进行适当格式转换后发送至蓝牙通讯电路进行数据发送。节点处理器的处理流程如图3所示。
步骤2，传感数字信号处理器软件处理：进行主处理系统初始化，设置SPI主从设备，设DSP数字信号处理器为主设备、主MEMS惯性传感器模块为从设备。设置DSP数字信号处理器和主蓝牙通讯电路的串口通讯波特率等。查询主蓝牙通讯电路有否数据到来，若接收到数据则保存在系统寄存器中，然后通过SPI接口读取大腿MEMS惯性传感器模块的传感数据。对分别接收读取到的2路数据进行计算处理得到膝关节的角度信息。最后通过主蓝牙通讯电路将关节角度发送至外骨骼机器人控制系统。数字信号处理器的处理流程如图4所示。
其中，所述膝关节的角度信息的生成包括以下步骤：
步骤S1，基于主、从MEMS加速度传感器获取的3轴加速度信息计算下肢大、小腿的倾斜度信息。
步骤S2，基于MEMS陀螺仪获取的转动角速度信号积分计算得到下肢大、小腿的转动角度信息。
步骤S3，将倾斜度信息与转动角度信息经加权平均法得到平均倾斜角。
步骤S4，将大、小腿的平均倾斜角经差值计算可得到膝关节的角度值。
所述的计算下肢大、小腿的倾斜度信息的计算方法是：加速度传感器水平放置时，即其X轴和Y轴均平行于水平方向，这样可以用来测量下肢的双轴倾斜度。因而，通过传感器测得的X、Y轴的加速度Ax，Ay可以推测出X、Y轴的倾斜角度俯仰角(pitch)和倾斜角(roll)，1g即一个重力加速度。考虑到人体下肢运动过程中，主要是下肢的前后倾斜度，即俯仰角(pitch)变化，而左右倾斜度，即倾斜角(roll)的重要性要低很多，因此，在下肢运动信息中将倾斜角(roll)仅作为参考信息。
所述的从陀螺仪得到转动角度值的计算方法是：系统从陀螺仪获得下肢大、小腿的转动角速度Wx，Wy，令采样间隔为T，则可得到转动角度值θx，θy，其中，θX＝WX×T，θY＝WY×T。
Claims (8)
1.一种基于MEMS惯性传感器的人体膝关节角度无线检测系统的检测方法，其特征在于，所述系统包括：分别放置于人体下肢大小腿处的主处理系统和节点处理子系统，其中：主处理系统通过整合分别来自主、从MEMS惯性传感器模块的大腿加速度和角速度信息和小腿加速度和角速度信息，对人体下肢大、小腿的倾斜度进行计算，从而获取人体步行时膝关节角度信息，并将该膝关节角度信息通过蓝牙方式输出至外骨骼机器人控制系统；
所述的节点处理子系统由嵌入式微控制器、从MEMS惯性传感器模块和从蓝牙通讯电路组成，其中：从MEMS惯性传感器模块与嵌入式微控制器相连接并传输其采集到的小腿加速度和角速度信息，嵌入式微控制器通过从蓝牙通讯电路向主蓝牙通讯电路通过无线方式传输小腿加速度和角速度信息；
所述的主处理系统由数字信号处理器、主MEMS惯性传感器模块和主蓝牙通讯电路组成，其中：主MEMS惯性传感器模块与传感数字信号处理器相连接并传输其采集到的大腿加速度和角速度信息，传感数字信号处理器与主蓝牙通讯电路相连接并接收来自节点处理子系统的小腿加速度和角速度信息，与大腿加速度和角速度信息整合后生成膝关节角度信息，并通过主蓝牙通讯电路传输至外骨骼机器人控制系统；
所述检测方法包括以下步骤：
步骤1，从MEMS加速度传感器和MEMS陀螺仪传感模块感知人体下肢小腿的三维加速度及旋转角速度信号，传感信息通过SPI接口电路传输至嵌入式微处理器，嵌入式微处理器对接收到的数据进行数字滤波处理后通过蓝牙电路传输至传感数字信号处理器；
步骤2，主MEMS加速度传感器和MEMS陀螺仪传感模块感知人体下肢大腿的运动加速度及旋转角速度信号，传感信息通过SPI接口电路传输至传感数字信号处理器；
步骤3，传感数字信号处理器对分别通过SPI接口和蓝牙电路接收到的人体下肢大小腿的加速度信号和旋转角速度信号进行处理，分别计算大、小腿的倾角信息，并整合成膝关节角度信息。
2.根据权利要求1所述的检测方法，其特征是，所述的主、从MEMS惯性传感器模块均包括：MEMS3轴加速度传感器、MEMS陀螺仪传感器、带通滤波器、A/D转换器和SPI接口电路，其中：MEMS3轴加速度传感器用来测量物体运动的三维线加速度，陀螺仪用来测量物体转动的角速度或角度，利用3轴加速度传感器和陀螺仪组成的惯性测量单元，可以同时测得物体运动的三维加速度和角速度，经过数据处理后就可以得到物体运动的速度、位移、方向、姿态信息，带通滤波器、A/D转换器和SPI接口电路依次串联，将MEMS3轴加速度传感器和MEMS陀螺仪采集到的模拟信号经滤波采样及模数转化后通过串行方式输出至对应的蓝牙通讯电路。
3.根据权利要求1所述的检测方法，其特征是，所述的传感数字信号处理器采用DSP数字信号处理器，完成对采集和无线接收的大、小腿的加速度及角速度传感信号的运算处理，该传感数字信号处理器包括：DSP数字信号处理器、外围SPI接口电路、串行通信UART、看门狗电路、电源管理电路和可充电电源，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与DSP数字信号处理器相连，电源管理电路与可充电电源相连，并为所述的DSP数字信号处理器、主MEMS惯性传感器模块、主蓝牙通讯电路分别提供相匹配的电源。
4.根据权利要求1所述的检测方法，其特征是，所述的嵌入式微控制器采用微处理器完成对采集的小腿的加速度及角速度传感信号的处理，该嵌入式微控制器包括：微处理器、外围SPI接口电路、串行通信UART、看门狗电路和电源管理电路，其中：外围SPI接口电路、串行通信UART、看门狗电路分别与微处理器相连，电源管理电路与可充电电源相连，为所述的微处理器、从MEMS惯性传感器模块、从蓝牙通讯电路分别提供合适的电源。
5.根据权利要求1所述的检测方法，其特征是，所述的主蓝牙通讯电路和从蓝牙通讯电路均包括：数字无线处理电路、数控振荡电路、射频收发开关切换电路、蓝牙收发器和基带信号处理器，其中：数控振荡电路和射频收发开关切换电路与数字无线处理电路相连，蓝牙收发器与基带信号处理器相通讯，基带信号处理器与数字无线处理电路相连，此外主蓝牙通讯电路和从蓝牙通讯电路中的基带信号处理器与各自对应的数字信号处理器或嵌入式微控制器相连。
6.根据权利要求1所述的检测方法，其特征是，所述的膝关节角度信息通过以下方式得到：基于加速度传感器分别得到的下肢大、小腿的倾斜度信息，基于陀螺仪获取的下肢大小腿的转动角速度信号积分计算得到下肢大小腿的转动角度信息，再将倾斜度信息与转动角度信息经加权平均法得到平均倾斜角，将大、小腿的平均倾斜角经差值计算可得到膝关节的角度值。
7.根据权利要求1所述的检测方法，其特征是，所述的大、小腿的倾角信息通过以下方式得到：加速度传感器水平放置时，即其X轴和Y轴均平行于水平方向，即用来测量下肢的双轴倾斜度，当通过传感器测得的X、Y轴的加速度Ax，Ay则X、Y轴的倾斜角度俯仰角pitch和倾斜角roll分别为： 1g即一个重力加速度。
8.根据权利要求1所述的检测方法，其特征是，所述的从陀螺仪得到转动角度值的计算方法是：从陀螺仪获得下肢大、小腿的转动角速度Wx，Wv，令采样间隔为T，则转动角度值θx、θy分别为：θX＝WX×T，θY＝WY×T。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410023775.0A CN103750841B (zh) | 2014-01-20 | 2014-01-20 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410023775.0A CN103750841B (zh) | 2014-01-20 | 2014-01-20 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103750841A CN103750841A (zh) | 2014-04-30 |
| CN103750841B true CN103750841B (zh) | 2015-06-24 |
Family
ID=50518288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410023775.0A Expired - Fee Related CN103750841B (zh) | 2014-01-20 | 2014-01-20 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103750841B (zh) |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104287743B (zh) * | 2014-10-23 | 2016-03-23 | 东南大学 | 一种基于柔性织物的多关节角度一体化串行检测系统 |
| CN104666052A (zh) * | 2015-02-02 | 2015-06-03 | 上海交通大学 | 面向外骨骼机器人的下肢肌音信号处理系统及方法 |
| CN105415374B (zh) * | 2015-12-24 | 2017-03-08 | 大连理工大学 | 基于协同测量的机械手传动单元在线故障诊断系统 |
| CN108603767B (zh) * | 2016-01-25 | 2022-11-25 | 贝泰米亚公司 | 3d地理位置定位系统 |
| CN105795571B (zh) * | 2016-04-13 | 2018-02-27 | 电子科技大学 | 一种用于外骨骼压力鞋的数据采集系统及方法 |
| CN105997097B (zh) * | 2016-06-22 | 2019-06-14 | 武汉纺织大学 | 人体下肢动作姿态再现系统及再现方法 |
| RU2661756C2 (ru) * | 2016-08-30 | 2018-07-19 | Федеральное государственное автономное образовательное учреждение высшего образования "Балтийский федеральный университет имени Иммануила Канта" | Устройство мозг-машинного интерфейса для дистанционного управления экзоскелетными конструкциями |
| JP6851021B2 (ja) * | 2016-10-05 | 2021-03-31 | パナソニックＩｐマネジメント株式会社 | アシスト装置、アシスト方法及びプログラム |
| CN108245164B (zh) * | 2017-12-22 | 2021-03-26 | 北京精密机电控制设备研究所 | 一种可穿戴式惯性器件人体步态信息采集计算方法 |
| CN108354609B (zh) * | 2018-04-24 | 2024-04-26 | 福州大学 | 一种关节角度测量的方法及装置 |
| CN109259769A (zh) * | 2018-09-26 | 2019-01-25 | 华蓥市铜堡初级中学 | 一种用于腿部角度测量的角度传感器 |
| CN111374674B (zh) * | 2018-12-29 | 2023-02-10 | 西安思博探声生物科技有限公司 | 一种膝关节运动信息的处理设备 |
| CN110044352A (zh) * | 2019-04-25 | 2019-07-23 | 南京邮电大学 | 一种运用数字全息技术的惯性导航系统及方法 |
| CN110051361A (zh) * | 2019-05-16 | 2019-07-26 | 南京晓庄学院 | 一种穿戴式下肢骨骼运动检测装置 |
| CN110448329A (zh) * | 2019-09-03 | 2019-11-15 | 覃健 | 膝关节摩擦音检测装置和双陀螺仪动态角度监测方法 |
| GB2588238B (en) * | 2019-10-18 | 2023-11-22 | Mclaren Applied Ltd | Sensor determination |
| CN112933579B (zh) * | 2019-12-11 | 2023-03-31 | 中移(苏州)软件技术有限公司 | 一种运动质量评估方法及装置、存储介质 |
| CN111110245B (zh) * | 2020-01-14 | 2024-06-04 | 北京精密机电控制设备研究所 | 一种人体下肢多传感测量系统 |
| CN111568430A (zh) * | 2020-04-21 | 2020-08-25 | 广州齐康医疗科技有限公司 | 一种膝关节检测系统 |
| CN112783043B (zh) * | 2020-12-30 | 2022-04-15 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
| WO2022141268A1 (zh) | 2020-12-30 | 2022-07-07 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、计算机设备及存储介质 |
| CN113697759B (zh) * | 2021-07-09 | 2023-07-21 | 中国电子科技集团公司第十三研究所 | 基于柔性衬底的mems惯性传感器及制备方法 |
| CN113611388B (zh) * | 2021-08-02 | 2024-02-09 | 北京精密机电控制设备研究所 | 一种基于外骨骼的智能运动康复治疗与训练系统 |
| CN114098707B (zh) * | 2021-10-29 | 2024-08-16 | 西安交通大学 | 一种下肢力线角度的测量系统及测量方法 |
| CN116168506A (zh) * | 2022-12-15 | 2023-05-26 | 国电联合动力技术有限公司 | 风电场智能行为监测系统及方法 |
| CN116509380B (zh) * | 2023-04-14 | 2023-12-29 | 江苏泰科博曼医疗器械有限公司 | 一种膝关节坐标建立装置、方法及系统 |
| CN116602659B (zh) * | 2023-05-31 | 2024-10-11 | 北京欧应科技有限公司 | 用于关节夹角测量的高精度测量系统、方法及存储介质 |
| CN118634126B (zh) * | 2024-08-14 | 2025-03-04 | 阳光学院 | 基于电子信息硬件技术的膝关节康复辅助系统 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6427131B1 (en) * | 1999-08-18 | 2002-07-30 | American Gnc Corporation | Processing method for motion measurement |
| JP2006034343A (ja) * | 2004-07-22 | 2006-02-09 | Tamagawa Seiki Co Ltd | 生体のリハビリ用姿勢モニタリング方法及び装置 |
| CA2811593A1 (en) * | 2010-09-27 | 2012-04-05 | Vanderbilt University | Movement assistance device |
| CN102551935A (zh) * | 2010-12-23 | 2012-07-11 | 于福东 | 人体下肢动力外骨骼装置 |
| KR20120107433A (ko) * | 2011-03-21 | 2012-10-02 | 엘아이지넥스원 주식회사 | 디지털 ｍｅｍｓ 센서를 이용하는 고정밀 ｉｎｓ 모듈 및 그 구동 방법 |
| CN102228319A (zh) * | 2011-05-25 | 2011-11-02 | 浙江大学 | 多传感器融合的智能头盔 |
| CN102670217A (zh) * | 2012-05-04 | 2012-09-19 | 嘉兴市制衡精仪有限公司 | 下肢关节作用力和力矩的穿戴式传感器测量装置及方法 |
| CN203026915U (zh) * | 2012-09-11 | 2013-06-26 | 杭州之江开关股份有限公司 | 智能型低压电动机保护器 |
| CN103083027B (zh) * | 2013-01-10 | 2014-08-27 | 苏州大学 | 一种基于下肢关节运动信息的步态相位判别方法 |
| CN103226398B (zh) * | 2013-03-25 | 2016-05-04 | 上海交通大学 | 基于微惯性传感器网络技术的数据手套 |
| CN103300864B (zh) * | 2013-04-23 | 2016-04-13 | 中国科学院深圳先进技术研究院 | 微型无线传感器节点 |
-
2014
- 2014-01-20 CN CN201410023775.0A patent/CN103750841B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103750841A (zh) | 2014-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103750841B (zh) | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 | |
| CN103722550B (zh) | 外骨骼机器人的嵌入式系统 | |
| CN110303471B (zh) | 助力外骨骼控制系统及控制方法 | |
| CN103961109B (zh) | 基于加速度信号和角速度信号的人体姿态检测装置 | |
| Lee et al. | Quasi real-time gait event detection using shank-attached gyroscopes | |
| CN111693024A (zh) | 一种基于九轴惯性测量单元可穿戴人体传感监测设备 | |
| CN103417217B (zh) | 关节活动度量测装置及其量测方法 | |
| CN107115114A (zh) | 人体运动能力评价方法、装置及系统 | |
| CN107616898B (zh) | 基于日常动作的上肢穿戴式康复机器人及康复评价方法 | |
| CN106908021A (zh) | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 | |
| WO2018081986A1 (zh) | 一种可穿戴式设备及用于该设备的实时步长测量方法 | |
| CN105795571A (zh) | 一种用于外骨骼压力鞋的数据采集系统及方法 | |
| WO2018132999A1 (zh) | 一种用于可穿戴式设备的人体步长测量方法及其测量设备 | |
| CN108042142A (zh) | 一种穿戴式的人体姿态检测及肢体肌力测量系统 | |
| Hsu et al. | A wearable inertial-sensing-based body sensor network for shoulder range of motion assessment | |
| CN105232053B (zh) | 一种人体踝关节跖屈相位检测系统及方法 | |
| CN115607146B (zh) | 一种用于腿部姿态估计的可穿戴单节点设备及测量方法 | |
| Zhang et al. | Pose estimation in physical human-machine interactions with application to bicycle riding | |
| CN108253954A (zh) | 一种人体姿态捕捉系统 | |
| CN207428525U (zh) | 智能鞋 | |
| Liu et al. | Measurement of human lower limb orientations and ground reaction forces using wearable sensor systems | |
| Gong et al. | Real-time Detection System of Gait Event for Disabled People | |
| CN210570716U (zh) | 一种无线姿态采集器及系统 | |
| CN114391831A (zh) | 一种髋膝关节角度及动态力线解算系统 | |
| Alonge et al. | Use of accelerometers and gyros for hip and knee angle estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150624 Termination date: 20180120 |