基于足底压力的人体运动识别研究

研究内容
•基于足底压力人体运动识别检测机理研究 •足底压力采集硬件平台搭建 •基于足底压力参数的特征提取方法研究 •人体运动识别算法研究
关键问题和难点
关键问题
可穿戴式采集装置系统设计
采集足底多路压力信号：足底关键位置粘贴传感器 使用无线传输数据：消除接线对运动范围的限制
难 点
系统操作简单：被试者无需进行其他操作
国内外研究现状
常用人机交互策略
位置和运动传感器 编码器, LVDT, 电位器, 加速度计, 测斜 仪, 磁传感器，电测角仪，惯性传感器
应变式传感器, 力/力矩传感器, 压力传 感器, 压电传感器, 压阻式聚合物, 电容 式力传感器 EMG(肌电图), MSS(肌肉僵硬传感器), 肌肉紧张传感器, 超声波肌肉活动传感 器 EEG(脑电图)
•
November, 2012
PRESENTED BY CAO CHUN
THANKS!
Reference
• • • • • Zoss, A. B., Kazerooni, H., and Chu, A., ―Biomechanical design of the Berkeley lower extremity exoskeleton (BLEEX),‖ IEEE/ASME Transaction on Mechatronics, Vol. 11, No. 2, pp. 128 -138, 2006. Lee, S. W. and Sankai, Y., ―Virtual impedance adjustment inunconstrained motion for an exoskeletal robot assisting the lower limb,‖ Advanced Robotics, Vol. 19, No. 7, pp. 773 -795, 2005. Dollar, A. M. and Herr, H., ―Design of a quasi-passive knee exoskeleton to assist running,‖ Proc. of the IEEE/RSJ Int. Conf. Intell. Rob. Syst., pp. 747-754, 2008. 陈炜, ―一种用于步态检测的柔性双足助力机器人感知系统的研究‖, 硕士学位论文, 合肥: 中国科学 技术大学, 2010. Heedon Lee, Wansoo Kim, Jungsoo Han, Changsoo Han, ―The Technical Trend of the Exoskeleton Robot System for Human Power Assistance‖, INTERNATIONAL JOURNAL OF PRECISION ENGINEERING AND MANUFACTURING, 2012, Vol. 13, No. 8, pp. 1491-1497. 石欣, ―基于压力感知步态的运动人体行为识别研究‖,博士学位论文, 重庆:重庆大学, 2010.
物理交互
力和压力传感器
认知交互
肌肉活动传感器
脑激活传感器
国内外研究现状
EMG控制
加速度传感 器
.. .
国内外研究现状
基于视频的步态识别方法
主流的步态识别研究基于计算机视觉
基于加速度的步态识别方法
尚处于研究初期阶段
将加速度传感器固定在腰部 或脚踝处，检测三维运动加速度
需保证行走方向与镜头主轴垂直 易受环境变化影响
特征提取
分析足底压力信息中的潜在规律，提取步态特征参数
运动状态分类
构造分类器， 建立特征参数与运动行为之间的关系
工作计划
论文工作计划安排
4
论文工作计划安排
1
相关文献查阅
2012年11月 -- 2012年12月
2
3 4 ຫໍສະໝຸດ Baidu 6 7
拟定项目总体方案及技术路线 确定软硬件系统的工作原理和流程，建立步 态识别系统框架 设计并搭建系统的硬件部分
足底压力特征分析
原始数据 可重复性 共性与个性特征共存 压力特征，保留有效信息
人体运动识别分类
足底压力特征与人体运动对应 BP神经网络
支持向量机
改进
技术路线 检测机理分析 硬件平台搭建 特征提取 运动状态分类
图1 站立时足底压力波形图
图2 下蹲时足底压力波形图
图3 起立时足底压力波形图
图4 行走时足底压力波形图
各传感器间位置关系不易控制 识别精度较低
国内外研究现状
0
呈周期循环性变化，信号可靠，易于辨识
) Knee angle(°
足底压力信号 目前使用范围
分析与脚功能紊乱和步态失调； 潜在的溃疡识别领域； 疾病继发于糖尿病和其他神经性问题
-20 -40 -60 -80 0
1
2
3
4
5
Time(s)
课题来源
特征提取
运动状态分类
算法思想 从压力曲线图中提取相应的步态特征，构成一个特征向量
矩阵。使用该矩阵作为步态模式，利用识别算法，可进行 运动人体行为识别。—— BP神经网络 & 支持向量机
预期目标
预期达到的目标及考核指标
3
预计目标 检测机理研究
完成基于足底压力特征的步态识别方法研究
系统搭建
设计并搭建步态识别硬件实验系统
课题来源： 实验室自拟项目“基于足底压力的人体运动识别研究”
论文研究方案
1 2 3 研究目标及研究内容
2
拟解决的关键问题和难点
拟采用的研究方法、技术路线、实验方案及预期的新意
研究目标及内容
研究目的 研究一种基于助力机器人系统的人 机交互控制应用的步态识别方法
搭建一套应用于助力机器人的人体
运动识别系统
基于足底压力的人体运动识别研究
目录
03
Contents
Page
10
17
19
论文选题依据
论文研究方案
预期目标
工作计划
1
2
3
4
论文选题依据
1 2 论文选题意义 国内外研究现状
1
论文选题意义
可穿戴式助力机器人是一种交
互式机器人系统，在日常生活、运动康 复、临床医疗及军事应用等领域有广阔 的前景。 研究目的：研究一种基于助力机器人系统的 人机交互控制应用的人体运动识别方法
编写基于步态识别的人体运动状态分类程序 进行软硬件调试，完成步态识别过程 撰写毕业论文
2012年12月 -- 2013年2月
2013年3月 -- 2013年6月 2013年6月 -- 2013年8月 2013年8月 -- 2013年11月 2013年11月– 2014年2月 2014年2月 – 2014年5月
检测机理分析
硬件平台搭建
特征提取
运动状态分类
足底压力静态着力点特征: 取足底的几个主要着力点的特征值； 足底压力着力点动态变化特征: 在一段时间内，主要着力点压力
变化的特征。
步频数量特征E1 步频间隔特征E2 步频间隔波动特征E3 步态幅值特征E4 步态幅值波动特征E5
技术路线
检测机理分析
硬件平台搭建
技术路线
检测机理分析
FSR402压阻 传感器
硬件平台搭建
nRF24L01
特征提取
运动状态分类
压力感知部分
最小系统
微处理器部分
无线通讯部分
后台处理部分
PC机
技术路线
检测机理分析
硬件平台搭建
特征提取
运动状态分类
压力传感器
电源
鞋
无线传输 (发送端)
无线传输 (接收端)
USB 适配器
PC机
主机适配器
技术路线