多功能智能鞋垫及步态相似性检测方法

摘要

本发明涉及日常生活用品技术领域，尤其涉及一种多功能智能鞋垫及一种步态相似性检测方法，该多功能智能鞋垫方便轻巧，便于携带，使用灵活；功能强大，包括了测重、计步、测距、热量消耗测量、防走失、跌倒报警、无线数据传输一系列的功能；该方法主要通过分析来自被测对象运动时的三轴加速度、三轴角速度以及脚部三个位置的压力信息，判断被测对象的脚步姿态及协调性，从而可有效地发现和校正不正确或不正常的步态，尤其对跳舞爱好者、学走路的婴儿以及走路复健的患者有着重要的应用价值；同时，该步态检测方法可配合智能系统使用，通过智能终端设备直观地将测试结果呈现给使用者。

权利要求

1.一种基于多功能智能鞋垫的步态相似性检测方法，其步骤如下：(1)利用智能鞋垫各传感器采集P次数据，数据采集来源于9个运动信息量：三轴加速度传感器X轴方向加速度、三轴加速度传感器Y轴方向加速度、三轴加速度传感器Z轴方向加速度、三轴陀螺仪X方向角速度、三轴陀螺仪Y方向角速度、三轴陀螺仪Z方向角速度、前脚掌第一跖骨压力、前脚掌第五跖骨压力、后脚掌压力；每次采集得到一组K*9矩阵数据，其中K表示每次采集存储的数据量，并传至信号处理模块(12)；

(2)由信号处理模块(12)将1-P次采集的数据分别与第1次采集的数据比较并进行动态规划，并将得到的P个最小的累积距离存入矩阵的第一行；

(3)以此类推，最终将1-P次采集的数据分别与第P次采集的数据比较，并将得到的N个最小的累积距离存入矩阵的第P行；

(4)最终可形成一个P*P的矩阵D(P,P)；

(5)找出动态规划后矩阵每一行最大的元素Dmax；

(6)根据式(1-Di/Dmax)*100计算出该行每一个元素与标准运动姿态的相似度；

(7)将相似度结果通过无线通信模块(13)输出。

说明书

多功能智能鞋垫及步态相似性检测方法

技术领域

[0001] 本发明涉及日常生活用品技术领域，尤其涉及一种多功能智能鞋垫及步态相似性检测方法。

背景技术

[0002] 随着生活的不断提高，人们对业余生活也有了越来越多的规划和追求，特别是在下班和退休后。现实生活中，我们可以经常看到很多跳广场舞的群体，有些社区还会组织广场舞比赛等活动，这使得人们对广场舞的追求不仅仅是简单的跳跳而已，而对舞步的准确度有着越来越高的要求。同时，教育部也经常会组织学校间各种舞蹈比赛，在这种场合下要求舞者间的舞步具有高度的一致性，因此，本发明提出的这种步态相似性检测方法可以有效地帮助改善舞步不一致、不标准的问题，提高舞者自身和团体的跳舞质量。此外，对于学走路的婴儿和走路复健患者而言，细微的脚步不协调及脚步不正常姿态很难被家长或医生发现，但如果不及时校正，这些错误的步行姿态将会成为习惯，很难再纠正，而采用本发明提出的步态相似性检测方法可以及时发现行走过程中姿态不正确和不协调的情况，从而可降低行走时姿态错误的风险。

[0003] 由于人走路时步态复杂多变，且每次采集的样本数据的长度、起止时刻及状态均具有随机性，因此传统的欧式距离等类似的度量方法无法实现对数据的有效处理。对于这类NP难问题，处理时可以用多项式时间划归到他们中的一个，因此本发明提出了一种多功能智能鞋 垫及基于DTW动态时间归整算法的步态相似性检测方法。

发明内容

[0004] 本发明为克服上述的不足之处，目的在于提供一种多功能智能鞋垫，该鞋垫能够实现测重、计步、测距、热量消耗测量、防走失、跌倒报警、无线数据传输等功能。本发明另一目的在于提供一种步态相似性检测方法，该算法能够判断被测对象的脚步姿态及协调性，可有效地发现和校正不正确或不正常的步态。

[0005] 本发明是通过以下技术方案达到上述目的：多功能智能鞋垫，包括：上鞋垫面2、下鞋垫面1，第一压力传感器3、第二压力传感器4、第三压力传感器8、三轴加速度传感器9、三轴陀螺仪10、温湿度传感器11、信号处理模块12、无线通信模块13、电源6；第一压力传感器3、第二压力传感器4、第三压力传感器8、三轴加速度传感器9、三轴陀螺仪10、温湿度传感器11分别与信号处理模块12相连；信号处理模块12与无线通信模块13相连；电源6分别与第一压力传感器3、第二压力传感器4、第三压力传感器8、三轴加速度传感器9、三轴陀螺仪10、温湿度传感器11、信号处理模块12、无线通信模块13相连；第一压力传感器3、第二压力传感器4、第三压力传感器8分别设置于下鞋垫的第一跖骨位置、第五跖骨位置和后脚跟处，，三轴加速度传感器9、三轴陀螺仪10、温湿度传感器11、信号处理模块12、无线通信模块13、电源6设于下鞋垫面1的足弓处，上鞋垫面2边缘环状粘合在下鞋垫1上。

[0006] 作为优选，所述的鞋垫体选用防水，质软、弹性好的材料。

[0007] 作为优选，所述的三轴加速度传感器的测量范围为±16g。

[0008] 作为优选，所述的三轴陀螺仪的测量范围为±2000°/s。

[0009] 作为优选，所述的信号处理模块主要由主控制器、数据存储电路构成，实现对传感器测量数据的处理与分析。

[0010] 作为优选，所述的三轴加速度传感器、三轴陀螺仪、温湿度传感器、信号处理模块、无线通信模块集成在PCB电路板上面，信号输出端分别与主控制器相应的信号测试引脚基于时钟线与数据线相连，主控制器将对采集的信号进行处理分析；PCB电路板设于下鞋垫面的足弓处，电源独立于PCB电路板之外，电源为其供电。

[0011] 作为优选，所述的第一压力传感器、第二压力传感器和第三压力传感器的信号输出端分别与PCB电路板上主控制器相应的信号测试引脚通过时钟线与数据线相连，主控制器将对采集的压力信号进行处理分析。

[0012] 作为优选，所述的信号处理模块和无线通信模块通过时钟线与数据线相连。

[0013] 作为优选，所述的无线通信模块为蓝牙模块，主要用于实现鞋垫与智能手机APP通信，给用户呈现各种直观的数据信息，也可用于走失报警。

[0014] 作为优选，所述的电源为可有线充电、无线充电或太阳能充电的锂电池。

[0015] 一种应用于多功能智能鞋垫的步态相似性检测方法，其步骤如下：

[0016] (1)利用智能鞋垫各传感器采集P次数据，数据采集来源于9个运 动信息量：三轴加速度传感器X轴方向加速度、三轴加速度传感器Y轴方向加速度、三轴加速度传感器Z轴方向加速度、三轴陀螺仪X方向角速度、三轴陀螺仪Y方向角速度、三轴陀螺仪Z方向角速度、前脚掌第一跖骨压力、前脚掌第五跖骨压力、后脚掌压力；每次采集得到一组K*9矩阵数据，其中K表示每次采集存储的数据量，并传至信号处理模块12；

[0017] (2)由信号处理模块12将1-P次采集的数据分别与第1次采集的数据比较并进行动态规划，并将得到的P个最小的累积距离存入矩阵的第一行；

[0018] (3)以此类推，最终将1-P次采集的数据分别与第P次采集的数据比较，并将得到的N个最小的累积距离存入矩阵的第P行；

[0019] (4)最终可形成一个P*P的矩阵D(P,P)；

[0020] (5)找出动态规划后矩阵每一行最大的元素Dmax；

[0021] (6)根据式(1-Di/Dmax)*100计算出该行每一个元素与标准运动姿态的相似度；

[0022] (7)将相似度结果通过无线通信模块13输出。

[0023] 该步态相似性检测方法的实现是基于DTW动态时间归整算法以及被测者的运动信息，DTW动态时间归整算法基于动态规划(DP)的思想，本发明将DTW动态时间归整算法应用于步态相似性分析中，利用该算法对被测对象的加速度、角速度和压力信息数据进行分析，可判断不同运行状态下被测对象步态的相似程度。

[0024] DTW算法的核心思想为：假设有一个标准的参考模板R，是一个 M维的向量，即R＝{R(1),R(2),……,R(m)，……,R(M)}，每个分量可以是一个数或者是一个更小的向量。有一个测试的模板T，是一个N维向量，即T＝{T(1),T(2),……,T(n)，……,T(N)}同样每个分量可以是一个数或者是一个更小的向量，注意M不一定等于N，但是每个分量的维数应该相同。为了比较它们之间的相似度，可以计算它们之间的距离D[T,R]，距离越小则相似度越高。为了计算这一失真距离，应从T和R中各个对应帧之间的距离算起。设n和m分别是T和R中任意选择的帧号，d[T(n),R(m)]表示这两帧特征矢量之间的欧氏距离，形成如附图2所示的网络。

[0025] 附图2中的每一个交叉点(ni，mi)表示某一帧的交汇点，DTW算法可以归结为寻找一条通过此网络中若干格点的路径，使得最终到达右上角的交汇点(N,M)时总的积累距离最小。路径通过的格点即为测试和参考模板中进行计算的帧号。由于被采样的数据各部分的先后次序不可能改变，因此所选的路径必定是从左下角出发，到右上角结束。对于网络中的格点，如果路径要通过格点(ni,mi)，那么前一刻通过的格点只可能是下列三种情况之一：(ni-1,mi)，(ni-1,mi-1)，(ni-1,mi-2)，为使得通过格点(ni,mi)的累积距离最小，只需找出通过这三个格点(ni-1,mi)，(ni-1,mi-1)，(ni-1,mi-2)时的最小累积距离minD，则D(ni,mi)＝d[T(ni)，R(mi)]+minD。

[0026] 附图3示意的为DTW算法的搜索过程：为保证每次通过网络格点时累积距离最小，算法从格点(1，1)出发开始搜索(箭头1所表征路径)，对每一个格点都存储相应的前一格点及相应的帧匹配距离。 每搜索到一个格点时，只保留一条最佳路径(即具有相同标号的箭头所表征的路径只保留最短的那条路径)，这样通过逐点向前寻找就可以求得整条路径，使得达到交汇点(N,M)的总累积距离D(n,m)最小。该算法的时间复杂度和空间复杂度均为O(N*M)，此外考虑到边界问题，有些前续格点可能不存在，因此要加入一些判断条件。

[0027] 本发明的有益效果在于：(1)方便轻巧，便于携带，同时只要将鞋垫更换到不同的鞋中即可，使用灵活；(2)功能强大，包括了测重、计步、测距、热量消耗测量、防走失、跌倒报警、无线数据传输等一系列的功能；(3)该步态相似性算法能够判断被测对象的脚步姿态及协调性，可有效地发现和校正不正确或不正常的步态；(4)该步态相似性检测方法运用广泛，可配合智能系统使用，通过智能终端设备直观地将测试结果呈现给使用者；(5)该步态相似性算法具有高度的适应性和扩展性，可方便增加其他各类的传感器数据进行分析，如三轴磁偏角等，从而在成本允许的情况下增加度量精度。

附图说明

[0028] 图1是本发明的结构分布图；

[0029] 图2是DTW算法中向量形成的网络示意图；

[0030] 图3是DTW算法的搜索过程示意图。

具体实施方式

[0031] 下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

[0032] 实施例：如图1所述，多功能智能鞋垫由鞋垫体、多种传感器、 信号处理模块、无线通信模块和可充电电源组成。鞋垫体由下鞋垫面1和上鞋垫面2组成，并选用防水，质软、弹性好的材料制成；多种传感器包括了一个位于鞋垫前脚掌第一跖骨的压力传感器3、一个位于鞋垫前脚掌第五跖骨的压力传感器4、一个位于鞋垫后脚掌的压力传感器8、一个三轴加速度传感器9、一个三轴陀螺仪10、一个温湿度传感器11，三轴加速度传感器9、三轴陀螺仪10和温湿度传感器11分别分布于PCB电路板5上面，同时PCB电路板5还包含了信号处理模块12和无线通信模块13；信号处理模块12包括主控制电路、数据存储电路等多个功能模块，主要用于采集和处理来自各传感器的信号；第一压力传感器3、第二压力传感器4、第三压力传感器8、三轴加速度传感器9、三轴陀螺仪10、温湿度传感器11、信号处理模块12分别与无线通信模块13中的主控制器相连，其相连是基于时钟线与数据线；无线通信模块13采用蓝牙实现与智能终端设备7的通信，可将各种运动信息直观呈现给使用者；可充电电源6是一个可通过有线、无线或太阳能进行充电的锂电池,该电池为鞋垫的所有设备供电。

[0033] 三轴加速度传感器的X，Y，Z三轴定义：其参照物为脚，立正站立：X轴垂直于脚尖方向向右，Y轴沿着脚尖方向向前，Z轴方向根据右手定则确定(垂直脚面向上)；三轴陀螺仪的X，Y，Z三轴定义：其参照物为脚，立正站立：X轴角速度正方向为向后转(脚面向后翘起)，Y轴角速度正方向为向右转(脚面向右翻转)，Z轴角速度正方向为向左转(脚面向左转向)。

[0034] 步态相似性检测方法的检测过程：(1)将1-P次采集的数据分别与第1次采集的数据比较，并将得到的P个最小的累积距离存入矩阵的第一行；(2)将1-P次采集的数据分别与第2次采集的数据比较，并将得到的P个最小的累积距离存入矩阵的第二行；(3)以此类推，最终将1-P次采集的数据分别与第P次采集的数据比较，并将得到的N个最小的累积距离存入矩阵的第P行；(4)最终可形成一个P*P的矩阵D(P,P)。

[0035] 利用本发明提出的多功能智能鞋垫和步态相似性检测方法，测试分析十组运动的相似度，这十种运动形式如下：第一次：向前，向右，向后运动；第二次：向前，向右，向后运动；第三次：向前，向前，向右，向右，向后运动；第四次：向前，向前，向右，向右，向后运动；第五次：不动；第六次：不动；第七次：原地高抬腿；第八次：原地高抬腿；第九次：频率同原地高抬腿，加速度大一些；第十次：频率同原地高抬腿，加速度大一些，每组运动均采集
1000组数据，采样频率约为10ms。根据上面给出的运动形式可知，第一次与第二次，第三次与第四次，第五次与第六次，第七次与第八次，第九次与第十次的运动状态相似，计算出的相似度百分比应比较接近才能说明本发明提出的相似性检测算法有效。

[0036] 利用本发明提出的步态相似性检测方法进行数据处理分析结果如下(10*10矩阵)：

[0037]

[0038] 由以上数据可以看出，以第一次运动作为标准进行相似性比较时，第二次运动与其相似度为87.7638％，第三次-第十次的相似度依次为74.6758％、71.0980％、0.0412％、0％、65.5972％、62.0112％、56.7896％、62.1413％，可以看出执行两种相似的运动时，该两组运动步态与标准运动姿态的相似度百分比非常接近，同样分别以第二次-第十次运动为标准进行相似度比较时也有相同的结果，该结果符合实例上测试的十组运动情况，说明本发明提出的步态相似性检测方法可以有效地实现步态相似性的检测，这里需要说明的是上图所示测试结果只在同一行中相比才有意义，行与行之间数据的大小没有比较意义，例如第一行第三个元素值为74.6758％，而第二行第四个元素值为81.5336％，并不能说明第四次运动姿态比第三次的运动姿态具有更高的相似度。

[0039] 以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。