CN110558991A - 一种步态分析方法 - Google Patents
一种步态分析方法 Download PDFInfo
- Publication number
- CN110558991A CN110558991A CN201910694506.XA CN201910694506A CN110558991A CN 110558991 A CN110558991 A CN 110558991A CN 201910694506 A CN201910694506 A CN 201910694506A CN 110558991 A CN110558991 A CN 110558991A
- Authority
- CN
- China
- Prior art keywords
- maximum value
- time
- gait
- value
- signal
- 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.)
- Granted
Links
- 230000005021 gait Effects 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000001133 acceleration Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007306 turnover Effects 0.000 claims description 2
- 238000010223 real-time analysis Methods 0.000 abstract description 2
- 238000011897 real-time detection Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 210000002683 foot Anatomy 0.000 description 17
- 208000002193 Pain Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 208000006820 Arthralgia Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 208000004067 Flatfoot Diseases 0.000 description 1
- 206010024453 Ligament sprain Diseases 0.000 description 1
- 208000008930 Low Back Pain Diseases 0.000 description 1
- 208000013201 Stress fracture Diseases 0.000 description 1
- 208000000491 Tendinopathy Diseases 0.000 description 1
- 206010043255 Tendonitis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 208000024765 knee pain Diseases 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 201000004415 tendinitis Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种步态分析方法，六轴加速度传感器至少采集在空间X、Y、Z三个方向上加速度数据；所述判断方法步骤如下：1)定位完全着地的时间点；2)对信号进行步态检测；3)单步信号划分；4)计算角度的大小；5)判断着地方式；6)判断足内旋和足外旋；7)判断走跑方式。本方法通过对用户在行走或运动过程中基于足部的各种参数进行实时采集和算法处理，能够实现实时检测与分析用户步态，并且分析过程方便快捷，准确度高,有利于运动员及早发现进行矫正。
Description
技术领域
本发明涉及步态分析技术领域，尤其涉及一种步态分析方法。
背景技术
步态是人体结构与功能、运动调节系统、行为及心理活动在行走时的外在表现，但是，其中某个系统或某些方面的功能障碍，都可引起步态异常。足内旋本身是一种正常的动作，它是脚部为了防止脚内侧足弓受伤害而自然产生的一系列缓冲动作。但是长期的内旋不足或者内旋过度都有可能引起跑步损伤。脚内旋会破坏正常负重路径，导致腿向内过度翻转。脚过度内旋是一种不良形态，可能导致不适和损伤。外旋则与内旋相反，指脚向外翻卷。脚过度内旋和外旋引起的常见疾病包括：足弓疼痛、脚跟疼痛、扁平足、膝盖疼痛、踝关节扭伤、肌腱炎、关节疼痛、腰背痛、胫夹疼痛和/或应力性骨折。因此，有必要提供一种方便，快捷，精准的步态分析方法，尤其是分析足内旋和外旋的方法。
发明内容
本发明的目的在于克服上述不足，提供一种步态分析方法。
为实现上述目的，本发明的技术解决方案是：一种步态分析方法，对信号采集系统采集传输的数据进行分析，其具体分析过程如下：
1)定位完全着地的时间点:设置初始阈值为0.5G，方波信号为0，将原始信号放大3倍，消除干扰，对信号数据进行低通滤波处理，利用y轴加速度生成方波信号，若检测到方波是为下降边沿，开始检测x轴角速度极大值，判断极大值是否大于500DPS，若否，则以该极大值的时间点为着地时间点，若是，则继续寻找以角速度为零的时间点为完全着地时间点；
2)对信号进行步态检测：检测信号的极大值，从极大值开始寻找与极大值相差大于阈值的实时信号数据，实时信号数据与极大值的差值大于阈值时将方波信号置为-1，在方波信号为-1时开始检测y轴加速度的最小值，并检测完全着地时间点，在找到完全着地时间点后，方波信号置为0，以极大值和最小值的差值的0.8倍作为下一步的阈值；
3)单步信号划分：检测生成的方波信号的下降沿，在实时信号大于最小值0.2G时(减少过程误差)开始检测角速度的极大值判断极大值的大小，小于零时以该极值点作为一步结束的时间，大于零时，从极值点位置开始寻找角速度为零的时间点，作为一步的结束；
4)计算角度的大小：定位着地后脚掌翻转的时间，对角速度进行积分，求解出角度θ，θ＝∫(w*t),式中w为角速度，t为采样时间；
5)判断着地方式：判断该角度的正负关系以及绝对值大小，若θ绝对值小于α，则当前步态为全掌着地；若θ绝对值大于α，且θ方向为正，则当前步态为前脚掌着地；若θ绝对值大于α，且θ方向为负，则当前步态为后脚掌着地；
6)判断足内旋和足外旋：若角度θ大于β，则当前步态为足外旋；若角度θ小于或等于0°，则当前步态为足内旋；当角度θ属于0°到β之间，则为正常内旋；
7)判断走跑方式：定位x轴离地时间和着地时间，判断触地腾空比是否小于1，若小于1，则为跑步状态，反之则为走路状态，其中触地腾空比为单步着地时间/腾空时间。
优选的，所述采集系统为六轴加速度传感器，至少采集在空间X、Y、Z三个方向上加速度数据，所述X、Y、Z方向为设定的方向。
优选的，所述的滤波方式采用二阶巴特沃斯低通滤波器进行滤波。
优选的，所述步态检测还包括极大值的更新：在检测到极大值后极大值的值会锁定，在之后若检测到10个以上的极大值时该极大值的值重新确定。或若后面的极大值大于该极大值，将极大值替换为较大的极大值。
本发明由于采用了以上技术方案，具有显著的技术效果：本方法通过对用户在行走或运动过程中基于足部的各种参数进行实时采集和算法处理，能够实现实时检测与分析用户步态，并且分析过程方便快捷，准确度高；在鞋子上添加六轴加速度传感器配合移动终端，整个足内旋和足外旋的判断方法更加全面、准确，成本低廉，有利于运动及早发现进行矫正。
附图说明
图1为本发明步态分析方法的流程示意图；
图2为本发明定位完全着地的时间点流程示意图；
图3为本发明的步态检测信号示意图；
图4为本发明的单步划分信号示意图；
图5为本发明x轴角速度示意图；
图6为本发明判断判断着地方式示意图；
图7为本发明判断判断足内旋和足外旋示意图。
图中：1、y轴机速度信号；2、生成的方波信号；3、单步划分信号；4、y轴加速度；5、方波信号下降沿；6、直线一；7、直线二。
具体实施方式
以下结合附图和具体实施例来进一步说明本发明。
如图1-6所示，一种步态分析方法，对信号采集系统采集传输的数据进行分析，所述采集系统为六轴加速度传感器，至少采集在空间X、Y、Z三个方向上加速度数据，所述X、Y、Z方向为设定的方向，其具体分析过程如下：
1)参照图2，定位完全着地的时间点：设置初始阈值为0.5G，方波信号为0，将原始信号放大3倍，消除干扰，对信号数据进行低通滤波处理，利用y轴加速度生成方波信号，若检测到方波是为下降边沿，开始检测x轴角速度极大值，判断极大值是否大于500DPS，若否，则以该极大值的时间点为着地时间点，若是，则继续寻找以角速度为零的时间点为完全着地时间点；
还可以采用通带滤波处理方式，优选的，本发明使用二阶巴特沃斯低通滤波器进行滤波。滤波公式如下：
data_fil＝
(0.0201*data1+0.0402*data2+0.0201*data3+1.5610f*data_fil1-0.6414*data_fil2)
其中datafil为某一时刻滤波后的信号，datafil1、datafil2分别为上一时刻和上上一时刻滤波后的信号，data1、data2、data3分别为某一时刻的原始数据、上一时刻的原始数据和上上一时刻的原始数据。
2)参照图3，对信号进行步态检测：本发明分别用加速度计的y轴加速度的特性进行步态进行检测和单步信号划分(运动过程中y轴加速度信号和陀螺仪x轴角速度的主要特征不会因使用者的不同而出现较大变化，具有良好的普适性)。本发明使用动态阈值的方法生成方波信号进行步态检测。相对于静态阈值，动态阈值检测的准确性更高。检测信号的极大值，从极大值开始寻找与极大值相差大于阈值的实时信号数据，实时信号数据与极大值的差值大于阈值时将方波信号置为-1，在方波信号为-1时开始检测y轴加速度的最小值，并检测完全着地时间点，在找到完全着地时间点后，方波信号置为0，以极大值和最小值的差值的0.8倍作为下一步的阈值；在检测到极大值后极大值的值会锁定，在之后若检测到10个以上的极大值时该极大值的值重新确定。或若后面的极大值大于该极大值，将极大值替换为较大的极大值；
3)参照图4，进行单步信号划分：检测生成的方波信号的下降沿，在实时信号大于最小值0.2G时(减少过程误差)开始检测角速度的极大值判断极大值的大小，小于零时以该极值点作为一步结束的时间，大于零时，从极值点位置开始寻找角速度为零的时间点，作为一步的结束，一步的结束即为下一步的开始；
4)计算角度的大小：定位着地后脚掌翻转的时间，对角速度进行积分，求解出角度θ，θ＝∫(w*t),式中w为角速度，t为采样时间(以0.005s为例)；
参照图5，角度的计算原理：脚掌着地瞬间由于鞋底与地面的缓冲，陀螺仪x轴角速度会产生一个微小的突变(图中直线一6的位置)，以该时间点为脚掌翻转的起点，直线二7的位置为脚掌完全着地的时间点，该时间点由着地时后y轴加速度趋近于零的极值点来确定，积分该过程陀螺仪x轴角速度得到角度变化量。
5)参照图6所示，判断着地方式：判断该角度的正负关系以及绝对值大小，若绝对值小于10°，则当前步态为全掌着地；若绝对值大于10°，且方向为正，则当前步态为前脚掌着地；若绝对值大于10°，且方向为负，则当前步态为后脚掌着地；
6)参照图7所示，判断足内旋和足外旋转：若角度大于10°，则当前步态为足外旋；若角度小于或等于0°，则当前步态为足内旋；反之，则为正常内旋；正常情况下着地时脚掌向内翻转的角度在0°～10°时为正常内旋，当内旋角度大于10°时为足外旋，小于或等于0°时为足内旋。
7)判断走跑方式：定位x轴离地时间和着地时间，判断触地腾空比是否小于1，若小于1，则为跑步状态，反之则为走路状态，其中触地腾空比为单步着地时间/腾空时间。
当使用者在穿着过程中，鞋子通过六轴传感器采集到信号数据传输到移动终端，移动终端对信号数据进行处理，分析出步态信息，反馈到鞋子的控制芯片上，鞋子的控制芯片根据不同的步态信息，控制气囊的变化，当该气压值大于预设的最高气压值时，气囊放气，直至当前气囊的气压值与预设的最高气压值接近或相同；当该气压值小于预设的最高气压值时，气囊充气，直至当前气囊的气压值与预设的最高气压值接近或相同。
以上所述的，仅为本发明的较佳实施例而已，不能限定本发明的范围，凡是依本发明申请专利范围所作的均等变化与装饰，皆应仍属于本发明涵盖的范围内。
Claims (5)
1.一种步态分析方法，其特征在于：对信号采集系统采集传输的数据进行分析，其具体分析过程如下：
1)定位完全着地的时间点:设置初始阈值为0.5G，方波信号为0，将原始信号放大3倍，消除干扰，对信号数据进行低通滤波处理，利用y轴加速度生成方波信号，若检测到方波是为下降边沿，开始检测x轴角速度极大值，判断极大值是否大于500DPS，若否，则以该极大值的时间点为着地时间点，若是，则继续寻找以角速度为零的时间点为完全着地时间点；
2)进行步态检测：检测信号的极大值，从极大值开始寻找与极大值相差大于阈值的实时信号数据，实时信号数据与极大值的差值大于阈值时将方波信号置为-1，在方波信号为-1时开始检测y轴加速度的最小值，并检测完全着地时间点，在找到完全着地时间点后，方波信号置为0，以极大值和最小值的差值的0.8倍作为下一步的阈值；
3)单步信号划分：检测生成的方波信号的下降沿，在实时信号大于最小值0.2G时，开始检测角速度的极大值判断极大值的大小，小于零时以该极值点作为一步结束的时间，大于零时，从极值点位置开始寻找角速度为零的时间点，作为一步的结束；
4)计算角度的大小：定位着地后脚掌翻转的时间，对角速度进行积分，求解出角度θ，θ＝∫(w*t),式中w为角速度，t为采样时间；
5)判断着地方式：判断该角度的正负关系以及绝对值大小，若θ绝对值小于α，则当前步态为全掌着地；若θ绝对值大于α，且θ方向为正，则当前步态为前脚掌着地；若θ绝对值大于α，且θ方向为负，则当前步态为后脚掌着地；
6)判断足内旋和足外旋：若角度θ大于β，则当前步态为足外旋；若角度θ小于或等于0°，则当前步态为足内旋；当角度θ属于0°到β之间，则为正常内旋；
7)判断走跑方式：定位x轴离地时间和着地时间，判断触地腾空比是否小于1，若小于1，则为跑步状态，反之则为走路状态，其中触地腾空比为单步着地时间/腾空时间。
2.根据权利要求1所述的一种步态分析方法，其特征在于：所述采集系统为六轴加速度传感器，至少采集在空间X、Y、Z三个方向上加速度数据，所述X、Y、Z方向为设定的方向。
3.根据权利要求1所述的一种步态分析方法，其特征在于：所述α＝β＝10°。
4.根据权利要求1所述的一种步态分析方法，其特征在于：所述的滤波方式采用二阶巴特沃斯低通滤波器进行滤波。
5.根据权利要求1所述的一种步态分析方法，其特征在于：所述步态检测还包括极大值的更新：在检测到极大值后极大值的值会锁定，在之后若检测到10个以上的极大值时该极大值的值重新确定,或若后面的极大值大于该极大值，将极大值替换为较大的极大值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910694506.XA CN110558991B (zh) | 2019-07-30 | 2019-07-30 | 一种步态分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910694506.XA CN110558991B (zh) | 2019-07-30 | 2019-07-30 | 一种步态分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110558991A true CN110558991A (zh) | 2019-12-13 |
| CN110558991B CN110558991B (zh) | 2022-05-20 |
Family
ID=68773601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910694506.XA Active CN110558991B (zh) | 2019-07-30 | 2019-07-30 | 一种步态分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110558991B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114259720A (zh) * | 2020-09-15 | 2022-04-01 | 荣耀终端有限公司 | 动作识别方法及装置、终端设备、运动监测系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080146968A1 (en) * | 2006-12-14 | 2008-06-19 | Masuo Hanawaka | Gait analysis system |
| US20110224915A1 (en) * | 2006-09-29 | 2011-09-15 | Intel-Ge Care Innovations Llc | Method and apparatus for a self-powered rfid-readable pedometer |
| CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和系统 |
| US20150257679A1 (en) * | 2011-03-24 | 2015-09-17 | MedHab, LLC | System and method for monitoring a runner's gait |
| CN105125216A (zh) * | 2015-08-29 | 2015-12-09 | 深圳市老年医学研究所 | 一种基于足底压力的步态检测系统 |
| US20160029928A1 (en) * | 2014-07-29 | 2016-02-04 | Samsung Electronics Co., Ltd. | Apparatus and method for recognizing gait motion |
| CN106805980A (zh) * | 2017-01-24 | 2017-06-09 | 重庆小爱科技有限公司 | 一种步态分析系统及分析方法 |
| CN108209924A (zh) * | 2018-01-16 | 2018-06-29 | 北京大学第三医院 | 一种前交叉韧带断裂后步态特征的分析方法 |
| CN108831527A (zh) * | 2018-05-31 | 2018-11-16 | 古琳达姬（厦门）股份有限公司 | 一种用户运动状态检测方法、装置及可穿戴设备 |
| CN108813804A (zh) * | 2018-08-22 | 2018-11-16 | 黑天鹅智能科技（福建）有限公司 | 一种多硬度鞋底胚及鞋底 |
| CN108836346A (zh) * | 2018-04-16 | 2018-11-20 | 大连理工大学 | 一种基于惯性传感器的人体步态分析方法和系统 |
| CN109528212A (zh) * | 2018-12-29 | 2019-03-29 | 大连乾函科技有限公司 | 一种异常步态识别设备及方法 |
-
2019
- 2019-07-30 CN CN201910694506.XA patent/CN110558991B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110224915A1 (en) * | 2006-09-29 | 2011-09-15 | Intel-Ge Care Innovations Llc | Method and apparatus for a self-powered rfid-readable pedometer |
| US20080146968A1 (en) * | 2006-12-14 | 2008-06-19 | Masuo Hanawaka | Gait analysis system |
| US20150257679A1 (en) * | 2011-03-24 | 2015-09-17 | MedHab, LLC | System and method for monitoring a runner's gait |
| US20160029928A1 (en) * | 2014-07-29 | 2016-02-04 | Samsung Electronics Co., Ltd. | Apparatus and method for recognizing gait motion |
| CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和系统 |
| CN105125216A (zh) * | 2015-08-29 | 2015-12-09 | 深圳市老年医学研究所 | 一种基于足底压力的步态检测系统 |
| CN106805980A (zh) * | 2017-01-24 | 2017-06-09 | 重庆小爱科技有限公司 | 一种步态分析系统及分析方法 |
| CN108209924A (zh) * | 2018-01-16 | 2018-06-29 | 北京大学第三医院 | 一种前交叉韧带断裂后步态特征的分析方法 |
| CN108836346A (zh) * | 2018-04-16 | 2018-11-20 | 大连理工大学 | 一种基于惯性传感器的人体步态分析方法和系统 |
| CN108831527A (zh) * | 2018-05-31 | 2018-11-16 | 古琳达姬（厦门）股份有限公司 | 一种用户运动状态检测方法、装置及可穿戴设备 |
| CN108813804A (zh) * | 2018-08-22 | 2018-11-16 | 黑天鹅智能科技（福建）有限公司 | 一种多硬度鞋底胚及鞋底 |
| CN109528212A (zh) * | 2018-12-29 | 2019-03-29 | 大连乾函科技有限公司 | 一种异常步态识别设备及方法 |
Non-Patent Citations (3)
| Title |
|---|
| K. AOIKE, K. NAGAMUNE, K. TAKAYAMA, R. KURODA AND M. KUROSAKA: "Gait analysis of normal subjects by using force sensor and six inertial sensor with wireless module", 《2016 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS》 * |
| 郭文辉: "功能性踝关节不稳者步态的生物力学特征", 《中国优秀硕士学位论文全文数据库》 * |
| 黄萍,陈博,刘志宏,许萍: "膝关节置换后患者的三维步态特征", 《中国组织工程研究》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114259720A (zh) * | 2020-09-15 | 2022-04-01 | 荣耀终端有限公司 | 动作识别方法及装置、终端设备、运动监测系统 |
| CN114259720B (zh) * | 2020-09-15 | 2022-10-18 | 荣耀终端有限公司 | 动作识别方法及装置、终端设备、运动监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110558991B (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110558992B (zh) | 一种步态检测分析方法及装置 | |
| CN106805980A (zh) | 一种步态分析系统及分析方法 | |
| CN109528212B (zh) | 一种异常步态识别设备及方法 | |
| CN102469955A (zh) | 跌倒预防 | |
| CN102885661A (zh) | 一种动力型假肢膝关节 | |
| CN106625604A (zh) | 基于助力外骨骼机器人的运动状态判别方法及系统 | |
| CN110558991B (zh) | 一种步态分析方法 | |
| CN105747357A (zh) | 物联网智能矫正鞋 | |
| CN108175644A (zh) | 基于腿部姿态识别的下肢外骨骼控制系统及其实现方法 | |
| AU2022206835B2 (en) | Gait profiler system and method | |
| CN110274592A (zh) | 一种腰部脚部惯性测量单元信息融合的零速区间确定方法 | |
| CN105852319A (zh) | 基于智能鞋垫的数据处理方法及装置 | |
| Paraschiv-Ionescu et al. | Real-world speed estimation using single trunk IMU: methodological challenges for impaired gait patterns | |
| CN107561970B (zh) | 一种双足支撑区域判别的方法 | |
| CN109091151A (zh) | 一种基于mimu的行人跌倒检测方法及装置 | |
| CN202875542U (zh) | 一种动力型假肢膝关节 | |
| Lu et al. | Gait analysis based on magnetometer and inertial sensors data fusion | |
| JP7632676B2 (ja) | 歩容計測装置、歩容計測システム、歩容計測方法、およびプログラム | |
| CN114224326B (zh) | 一种穿戴式步态相位和动作识别装置及方法 | |
| CN105232053B (zh) | 一种人体踝关节跖屈相位检测系统及方法 | |
| CN110575175B (zh) | 一种判断足内外八的方法 | |
| Liu et al. | A wearable inertial sensor system for human motion analysis | |
| CN110595500B (zh) | 一种计步准确的方法及智能鞋 | |
| Lv et al. | A Novel F-SVM based on PSO for Gait Phase Recognition in Lower Limb Exoskeleton | |
| CN113925494B (zh) | 个人不良行走步态监测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |