【技术实现步骤摘要】
本专利技术涉及智能鞋步态分析，具体是指一种多功能智能鞋系统及步态分析方法。
技术介绍
1、申请号202011576384.3，一种足底压力测量鞋及足底压力测量方法，涉及一种足底压力测量鞋及足底压力测量方法，包括鞋体，所述鞋体的底部固定连接有鞋底板，所述鞋体的内部固定连接有填充腔，所述鞋底板的内部固定连接有压座，所述压座的顶部固定连接有压板，所述压座的底部固定连接有滑动柱；滑动套筒内的挤压块对气囊进行挤压，使气囊喷出气流，气流并通过喷气管和连接软管进入填充球内，使填充球开始膨胀，使填充球带动鞋体内的填充腔开始膨胀，使受测者的脚面和后方可以更好的与鞋体接触，使鞋体可以适应不同大小的脚体，使鞋体可以与不同大小的脚体紧密贴合，避免鞋体出现不跟脚的现象，影响压力测量精度。该专利技术是基于气压测量来计算足底压力，精度没有直接采用压力传感器测量足底压力准确。
2、申请号201710212431.8，足底压力测量鞋及足底压力测量方法，涉及一种足底压力测量鞋，包括鞋底，连接在鞋底上的鞋帮以及测量支架，所述测量支架设置在鞋底上，所述测量支架包括支架和底板组成，所述底板设置在支架的框面内，所述底板包括前脚掌板、跖骨板和后脚跟板，所述前脚掌板及跖骨板由多个支撑板拼接而成，所述前脚掌板、跖骨板和后脚跟板下方均设置有传感单元，所述传感单元用于检测前脚掌板、跖骨板和后脚跟板的所受的力。该专利技术能准确测量静态足底压力，但是在行走过程中，或者踩踏康复训练过程中，难以准确测量负重。
3、申请号202211646553.5，一种步态检测鞋，
4、申请号201610953136.3，一种基于足底压力的智能传感鞋步态分析系统，主要包括可测量人体足底压力的智能传感鞋垫、可持续采集足底压力数据并无线传输给应用系统的控制器以及动态显示足底压力数据信息的应用程序终端。所述的可测量人体足底压力的智能传感鞋垫包括根据鞋垫形状尺寸设计的pcb软板和根据人体足底生理特点合理分布的压力传感器，所述的可持续采集足底压力数据并无线传输给应用系统的控制器主要包括电池、数据采集和无线发送模块、控制盒以及固定绑带，所述的动态显示足底压力数据信息的应用程序终端主要是实现传感点压力大小实时动态界面显示、足底cop压力中心曲线的实时显示和步态平衡稳定性评估。该专利仅采用压力传感器进行压力分布评估，不能精准测量负重。
5、为此我们提出一种新型智能鞋系统，包括使用惯性导航imu传感器，采集鞋体的位置、速度和加速度；通过多通道压力传感器，采集压力分布和地面反力；采用回归分析方法，融合imu和压力分布，构建鞋的步态预测模型，计算出鞋的地面反力(即负重)、步幅和步长。
技术实现思路
1、本专利技术要解决的技术问题是，克服上述技术问题，提供一种解决鞋步态测量支撑相识别难、行走过程中负重测量不精确的问题，消除单个或少量传感器的局限性，提高动态步态过程中负重测量的精度的一种多功能智能鞋系统及步态分析方法。
2、为解决上述技术问题，本专利技术提供的技术方案为：一种多功能智能鞋系统，包括智能鞋与设于智能鞋内的压力传感器，在智能鞋的鞋跟部署有imu传感器与单片机，所述压力传感器设有多个，单片机输出步态参数。
3、优选的，所述压力传感器设有6个，单片机分别采集6个压力传感器数据和imu传感器数据。
4、优选的，所述imu传感器为9轴imu传感器。
5、优选的，所述单片机输出步态参数包括负重、步幅、步长。
6、一种多功能智能鞋步态分析方法，包括采用cnn卷积神经网络，构建回归预测模型，计算负重、步幅、步长，具体包括以下步骤：
7、步骤1：将预处理后的信号转换成矩阵，其中信号预处理采用巴特沃斯滤波器对压力和imu信号进行预处理；
8、步骤2：将矩阵进行归一化处理；
9、步骤3：将归一化后的矩阵幅值作为灰度值的大小，表示成灰度图像；
10、步骤4：采用cnn对融合后的图像进行步态分析，包括提取特征信息，采用回归预测网络对负重、步幅、步长进行预测。
11、优选的，所述cnn卷积神经网络中cnn模型具有1个输入层、1个输出层、3个卷积层以及3个池化层。
12、优选的，所述cnn模型的权值采用高斯概率分布函数；卷积层对融合后的图像进行特征提取；池化层采用均方根池化策略。
13、优选的，将时间序列信号转换成m*n的矩阵，对矩阵进行归一化处理，将信号的幅值转换成一个0-1的数值，归一化后的信号幅值当作改像素点的灰度值，采用图像拼接方法，将压力图像和imu图像融合为一幅灰度图像。
14、优选的，所述矩阵的值即压力信号、imu姿态解算后的位置、速度、加速度的幅值。
15、本专利技术与现有技术相比的优点在于：
16、提供步态采集系统和步态分析方法，计算出的足底压力和步态参数；可以为临床医学上的康复效果评价、隐形疾病的发现、体育训练方案提供可靠依据。解决便携式步态测量支撑相识别难、行走过程中负重测量不精确的问题，提高系统决策和规划的科学性、反应的快速性和精度，消除单个或少量传感器的局限性。
17、相比智能鞋垫，本专利技术的智能鞋系统，除了测量压力分布和步态外，还能提高负重测量的精度。
18、相比智能拐杖，本专利技术的智能鞋具有更好的穿戴性和便携性。
19、相比体重秤，本专利技术的鞋具有体积小、重量轻、便携性好、能测量压力分布、能测量步态等优势。
本文档来自技高网...【技术保护点】
1.一种多功能智能鞋系统，其特征在于：包括智能鞋与设于智能鞋内的压力传感器，在智能鞋的鞋跟部署有IMU传感器与单片机，所述压力传感器设有多个，单片机输出步态参数。
2.根据权利要求1所述的一种多功能智能鞋系统，其特征在于：所述压力传感器设有6个，单片机分别采集6个压力传感器数据和IMU传感器数据。
3.根据权利要求2所述的一种多功能智能鞋系统，其特征在于：所述IMU传感器为9轴IMU传感器。
4.根据权利要求3所述的一种多功能智能鞋系统，其特征在于：所述单片机输出步态参数包括负重、步幅、步长。
5.一种多功能智能鞋步态分析方法，其特征在于：包括权利要求1-4任意所述的智能鞋，采用CNN卷积神经网络，构建回归预测模型，计算负重、步幅、步长，具体包括以下步骤：
6.根据权利要求5所述的一种多功能智能鞋步态分析方法，其特征在于：所述CNN卷积神经网络中CNN模型具有1个输入层、1个输出层、3个卷积层以及3个池化层。
7.根据权利要求6所述的一种多功能智能鞋步态分析方法，其特征在于：所述CNN模型的权值采用高斯概率分
8.根据权利要求5所述的一种多功能智能鞋步态分析方法，其特征在于：将时间序列信号转换成M*N的矩阵，对矩阵进行归一化处理，将信号的幅值转换成一个0-1的数值，归一化后的信号幅值当作改像素点的灰度值，采用图像拼接方法，将压力图像和IMU图像融合为一幅灰度图像。
9.根据权利要求8所述的一种多功能智能鞋步态分析方法，其特征在于：所述矩阵的值即压力信号、IMU姿态解算后的位置、速度、加速度的幅值。
...【技术特征摘要】
1.一种多功能智能鞋系统，其特征在于：包括智能鞋与设于智能鞋内的压力传感器，在智能鞋的鞋跟部署有imu传感器与单片机，所述压力传感器设有多个，单片机输出步态参数。
2.根据权利要求1所述的一种多功能智能鞋系统，其特征在于：所述压力传感器设有6个，单片机分别采集6个压力传感器数据和imu传感器数据。
3.根据权利要求2所述的一种多功能智能鞋系统，其特征在于：所述imu传感器为9轴imu传感器。
4.根据权利要求3所述的一种多功能智能鞋系统，其特征在于：所述单片机输出步态参数包括负重、步幅、步长。
5.一种多功能智能鞋步态分析方法，其特征在于：包括权利要求1-4任意所述的智能鞋，采用cnn卷积神经网络，构建回归预测模型，计算负重、步幅、步长，具体包括以下步骤：
6.根据权利要求...
【专利技术属性】
技术研发人员：陆耀刚，徐兆红，严上钦，
申请(专利权)人：上海泉涟维康智能科技有限公司，
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。