基于连续足底分布式压力测量的步态分析
发布时间：2021-12-25 10:37
步行是人类最常见的一种运动形式,也是一种较为复杂的周期性运动,而步态分析就是对人体行走时的各种信号进行测量,根据信号的变化进行时空特征与运动学特征分析的一种方法。足底压力信号作为肢体运动重要的生物力学信息,与肢体运动模式之间存在密切联系,不同的步态动作对应生成不同特征的压力信号。通过压力信号与步态模式的对应关系,可以识别不同的步态动作,因此本文开展了基于连续分布式足底压力测量的步态分析的研究课题。但是由于单一的压力传感器无法描述出人体步态动作的全部信息,因此在压力传感器的基础上加入MEMS惯性传感器实现对人体步态的分析。本文首先搭建了人体步态数据采集系统。步态数据采集系统由步态信息感知模块、基于微处理器的数据采集从模块、含有无线数据传输单元的主模块和上位机处理模块四部分组成。在本课题中将IMU惯性传感器固定于足跟处来感知人体正常行进时的姿态信息,将4个薄膜压力传感器分别放置于足拇指、第一跖骨、第四跖骨和足跟处来感知人体行进时的压力信息。其次本文设计了步态数据滤波算法、空白数据段去除和步态分割算法,并分析了一个步态周期段内不同步态模式下加速度、角速度、压力、四元数等传感器数据的特点,以此...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
IMU惯性数据采集单元
IMU位置及XYZ三轴方向
哈尔滨工业大学工程硕士学位论文-10-厚度小于0.6mm，能够保证数据采集过程中穿戴者的舒适性要求，同时该传感器为压敏电阻器，当没有压力作用在传感器上时，该传感器阻值大于10M欧，随着作用在传感器上的压力逐渐增大时，压敏电阻的阻值会减小，因此该传感器检测到压力信号到电信号转换的模型非常简单，只需要一个分压电路即可完成信号的转换。同时有研究表明，在静态站立的时候人体足底压力最大的点分布在脚跟位置（不包含有足部疾病者），足底压力的范围在0.9kg-1.5kg/cm2，动态时受力点在跖骨位置，压力范围在2kg-3.5kg/cm2。本课题中选用的MD30-60薄膜压力传感器的量程为0~20kg，通过计算可得当受力在直径为23mm的圆内时，1cm2的受力大小为4.07kg，大于人体运动时的压力峰值3.62kg[30]，因此本课题选择的薄膜压力传感器能够满足量程需求。单个压力传感器并不能完全测量出人体行进过程中整个足底的压力变化情况，并且如果压力感知区域较小或者感知区域位置不合适，势必会造成足底压力信息的丢失，因此在设计压力传感单元时不仅要考虑压力传感器的选型，还要考虑压力传感器的布局，合理的压力传感器的布局能够使用最少的压力传感器获得最多的足底压力信息。人体的足是由26块骨头，33个关节和126根韧带，肌肉和神经如同网状一样分层构成的一个复杂结构[31]，它的主要作用是支撑人体体重，维持人体平衡，缓冲和吸收地面的反作用力。解剖学将人体足底划分为15个区域如图2-3右侧部分所示，其中主要由足后部（1~3）、足中部（4~5）脚趾（11~15）和跖骨（6~10）四部分组成[32]。、图2-3足底压力分布情况及足部区域划分图
【参考文献】：
期刊论文
[1]混合蒙特卡罗搜索的特征选择算法的优化[J]. 刘云,肖雪,黄荣乘. 信息技术. 2020(05)
[2]面向通用模型的高可用性步态周期分析方法[J]. 门慧超,王波涛. 软件学报. 2019(03)
[3]惯性传感体系下步态特征的差异性检测方法[J]. 何利康,张金艺,韩国川,李鹏,苏全程. 工业控制计算机. 2018(03)
[4]基于多特征融合的复杂路况步态识别方法[J]. 董广宇. 科学技术与工程. 2017(08)
[5]基于多传感器信息融合的步态识别方法研究[J]. 周洁. 现代计算机(专业版). 2016(08)
[6]一种基于低维足底压力特征的静态步态聚类算法[J]. 方正文,王年,江晋剑,鲍文霞. 计算机应用研究. 2015(07)
[7]基于双层卷积神经网络的步态识别算法[J]. 王欣,唐俊,王年. 安徽大学学报(自然科学版). 2015(01)
[8]运动鞋研究概况[J]. 穆道魁. 中国西部科技. 2011(29)
[9]正常人足底压力分布及其影响因素分析[J]. 袁刚,张木勋,王中琴,张建华. 中华物理医学与康复杂志. 2004(03)
[10]行走和站立时足底应力分布研究[J]. 毛宾尧,贾学文,郑菲蓉,应忠追,胡裕桐,任强. 中国矫形外科杂志. 2002(12)
硕士论文
[1]一种可穿戴式人体日常动作识别系统设计及其应用[D]. 张向阳.哈尔滨工业大学 2019
[2]基于智能鞋垫的步态分析及其应用研究[D]. 刘泽原.哈尔滨工业大学 2019
[3]基于静态足底压力的步态识别[D]. 徐杰.南昌大学 2015
本文编号：3552300
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
IMU惯性数据采集单元
IMU位置及XYZ三轴方向
哈尔滨工业大学工程硕士学位论文-10-厚度小于0.6mm，能够保证数据采集过程中穿戴者的舒适性要求，同时该传感器为压敏电阻器，当没有压力作用在传感器上时，该传感器阻值大于10M欧，随着作用在传感器上的压力逐渐增大时，压敏电阻的阻值会减小，因此该传感器检测到压力信号到电信号转换的模型非常简单，只需要一个分压电路即可完成信号的转换。同时有研究表明，在静态站立的时候人体足底压力最大的点分布在脚跟位置（不包含有足部疾病者），足底压力的范围在0.9kg-1.5kg/cm2，动态时受力点在跖骨位置，压力范围在2kg-3.5kg/cm2。本课题中选用的MD30-60薄膜压力传感器的量程为0~20kg，通过计算可得当受力在直径为23mm的圆内时，1cm2的受力大小为4.07kg，大于人体运动时的压力峰值3.62kg[30]，因此本课题选择的薄膜压力传感器能够满足量程需求。单个压力传感器并不能完全测量出人体行进过程中整个足底的压力变化情况，并且如果压力感知区域较小或者感知区域位置不合适，势必会造成足底压力信息的丢失，因此在设计压力传感单元时不仅要考虑压力传感器的选型，还要考虑压力传感器的布局，合理的压力传感器的布局能够使用最少的压力传感器获得最多的足底压力信息。人体的足是由26块骨头，33个关节和126根韧带，肌肉和神经如同网状一样分层构成的一个复杂结构[31]，它的主要作用是支撑人体体重，维持人体平衡，缓冲和吸收地面的反作用力。解剖学将人体足底划分为15个区域如图2-3右侧部分所示，其中主要由足后部（1~3）、足中部（4~5）脚趾（11~15）和跖骨（6~10）四部分组成[32]。、图2-3足底压力分布情况及足部区域划分图
【参考文献】：
期刊论文
[1]混合蒙特卡罗搜索的特征选择算法的优化[J]. 刘云,肖雪,黄荣乘. 信息技术. 2020(05)
[2]面向通用模型的高可用性步态周期分析方法[J]. 门慧超,王波涛. 软件学报. 2019(03)
[3]惯性传感体系下步态特征的差异性检测方法[J]. 何利康,张金艺,韩国川,李鹏,苏全程. 工业控制计算机. 2018(03)
[4]基于多特征融合的复杂路况步态识别方法[J]. 董广宇. 科学技术与工程. 2017(08)
[5]基于多传感器信息融合的步态识别方法研究[J]. 周洁. 现代计算机(专业版). 2016(08)
[6]一种基于低维足底压力特征的静态步态聚类算法[J]. 方正文,王年,江晋剑,鲍文霞. 计算机应用研究. 2015(07)
[7]基于双层卷积神经网络的步态识别算法[J]. 王欣,唐俊,王年. 安徽大学学报(自然科学版). 2015(01)
[8]运动鞋研究概况[J]. 穆道魁. 中国西部科技. 2011(29)
[9]正常人足底压力分布及其影响因素分析[J]. 袁刚,张木勋,王中琴,张建华. 中华物理医学与康复杂志. 2004(03)
[10]行走和站立时足底应力分布研究[J]. 毛宾尧,贾学文,郑菲蓉,应忠追,胡裕桐,任强. 中国矫形外科杂志. 2002(12)
硕士论文
[1]一种可穿戴式人体日常动作识别系统设计及其应用[D]. 张向阳.哈尔滨工业大学 2019
[2]基于智能鞋垫的步态分析及其应用研究[D]. 刘泽原.哈尔滨工业大学 2019
[3]基于静态足底压力的步态识别[D]. 徐杰.南昌大学 2015
本文编号：3552300
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3552300.html
