【技术实现步骤摘要】
基于RFID/IMU融合的运动姿势评估系统
[0001]本专利技术涉及人体运动姿态模型重建领域,尤其涉及一种基于RFID/IMU融合的运动姿势评估系统。
技术介绍
[0002]姿势是指身体各部位在空间的相对位置,姿势变化能反映人体骨骼、肌肉、内脏器官、神经系统等各组织间的力学关系。姿势评估在运动康复中的应用贯穿整个运动训练及康复治疗过程,通过姿势评估,能快速准确地发现患者的痛点,如动态姿势经过动态平衡测量评估,从本体、前庭、视觉、重心分布等方面进行检测,能够定量评估帕金森病患者姿势平衡障碍,并有针对性地安排康复训练,改善帕金森病患者步态。不同的步态姿势能够表征患有某种对应疾病的可能性更高。例如醉酒步,临床上称为共济失调,这种姿势很危险,不仅平衡能力差、易摔跤,还可能提示脑肿瘤、脑出血、小脑病变等情况;磁性步,这种走路姿势支撑力不足、平衡性差,尤其是老年人,容易因此摔倒。在临床上,是正压性脑积水病人典型症状。
[0003]姿势评估能够帮助运动员或特种人员精确发现个体的薄弱链,继而个性化地针对性地指导运动员或特种人员进行科学有效的运动训练及运动康复,例如利用Y平衡测试对中长跑运动员进行身体功能性评估能够对下肢损伤起到很好的预判作用。
[0004]目前,人体动态姿势追踪的传感技术:惯性传感器、声传感器、磁传感器、机械传感器及视觉传感器。其中,基于惯性传感器追踪系统是利用安装在跟踪身体关键位置的加速度计、陀螺仪、磁力计等基本MEMS传感器采集运动数据,通过数据融合算法,实现多目标的协同运动跟踪。声学跟踪系统是 ...
【技术保护点】
【技术特征摘要】
1.基于RFID/IMU融合的运动姿势评估系统,其特征在于,所述系统包括:姿势定位标签:感知运动状态和RFID标签,并将IMU信息传输至处理单元;RFID定位标签单元:提供个体部位位置识别标识;RFID阅读器:阅读各个所述RFID标签信息,提供RFID阅读器标识;处理单元:接收所述姿势定位标签的IMU信息并对其滤波,接收所述RFID阅读器阅读的RFID标签信息,利用信息融合技术,获取各个标签的位置信息,根据先验知识得到姿势信息;通信显示模块:将所述处理单元获取的姿势信息显示出来或传输至其他模块;所述姿势定位标签中IMU进行坐标转换获取加速度,利用四元数法进行坐标转换如下式(1)所示:alp=qalq
‑1(1)其中,al=[0,a],a=[a
x
,a
y
,a
z
]是姿势定位标签输出加速度,q为当前姿势定位标签的信息四元数,其中,当前姿势定位标签输出θ,γ;进一步,设置训练者t时刻腰部运动起点转化后加速度为(a
x1t
,a
y1t
,a
z1t
),腹部运动起点转化后坐标为(a
x2t
,a
y2t
,a
z2t
),胸部运动起点转化后坐标为(a
x3t
,a
y3t
,a
z3t
),则将人体作为一个整体的加速度将三点加速度求和,其中放置传感器安装方向错误,则先判断;以x轴为例,Ifa
x1t
*a
x2t
≥0,thena
x1t
*a
x3t
≥0则认为正确;Ifa
x1t
*a
x2t
≥0,thena
x1t
*a
x3t
<0则认为传感器三需要整理,则a
x3t
=
‑
a
x3t
Ifa
x1t
*a
x2t
<0,thena
x1t
*a
x3t
<0则认为传感器一需要整理,则a
x1t
=
‑
a
x1t
then a
x1t
*a
x3t
≥0则认为传感器二需要整理,则a
x2t
=
‑
a
x2t
整理后的,整个人体的加速度值为:整理后的,整个人体的加速度值为:整理后的,整个人体的加速度值为:整理后的,整个人体的加速度值为:进一步,利用惯性步态模型SL
k
=af
k
+bS
k
+C(7)
其中,SL
k
为第k步的步幅,f
k
为第k步行走的所用时间的倒数,即f
k
=t
k
‑
t
k
‑1,S
k
为第k步内所采集得到的加速度值的方差,其中,其中,a
k
为第k步内的加速度的均值,其中,N为当前一步内的采样点数,a、b、C为待求系数,一般与身高、腿长及运动环境有关,可由实验经验获得;方法如下:在当前环境下,求出(3)
‑
(4)的步态信息,及测量步长,继而获得a、b、C值;所述定位标签定位技术,利用LANDMARC
‑
R算法进行定位,首先利用信号距离损耗模型,其中,r为待求标签距离距所述RFID阅读器的距离,r0为参考标签距离距所述RFID阅读器的距离,P
r
为待求标签到所述RFID阅读器的信号强度耗损,P
r0
为参考标签到所述RFID阅读器的信号强度耗损,a为路径损耗指数,ε
r
为遮蔽因子,f
p
(x,y,z)为环境干扰函数;利用公式(8)求出标签i到各个所述RFID阅读器的位置向量d
i
=(r
i1
,r
i2
,
…
r
ik
);其中,定位标签包括姿态定位标签和RFID定位标签单元;根据所述...
【专利技术属性】
技术研发人员:孟琳,张广举,明东,程龙龙,庞珺,
申请(专利权)人:天津大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。