【技术实现步骤摘要】
本专利技术涉及异常步态检测，特别是涉及一种智能穿戴设备的步态分析与异常检测系统、一种智能穿戴设备的步态分析与异常检测方法。
技术介绍
1、随着科技的发展，智能穿戴设备在健康监测、行为分析等领域得到了广泛应用。其中，步态分析是一种非常有价值的技术手段。人类的步态包含了大量关于个体身体状况、平衡能力、神经系统运作等方面的信息。通过对步态的细致分析，可以检测出一些健康隐患，为疾病预防、康复治疗等提供有价值的依据。
2、在步态分析技术中，关键是提取和量化步态的特征参数。常见的步态特征包括步频、步幅、双腿摆动对称性、关节角度变化等。这些特征反映了人体各关节、肌肉以及神经系统的运作状态。通过对这些特征进行测量和分析，可以发现一些异常的步态模式，从而推测出可能存在的健康问题。
3、现有步态异常检测系统主要采集的运动数据，如足底压力、步频、步幅等。难以捕捉步态序列的时间依赖性和非线性关系，从而导致检测结果不够准确。
技术实现思路
1、本专利技术提供一种智能穿戴设备的步态分析与异常检测系统及方法，用以解决现有技术中检测结果不够准确的缺陷。
2、一方面，本专利技术提供一种智能穿戴设备的步态分析与异常检测系统，包括：
3、数据采集模块，用于采集被试者的运动数据、生理数据和路况信息。
4、移动速度计算模块，用于建立基于被试者所在的路面为基准面的空间坐标系，并根据被试者在空间坐标系中两个相邻时刻的步态变化计算被试者的移动速度。
5、步态
6、步态特征提取模块，用于提取下一时刻预测步态的预测步态特征和被试者下一时刻实际步态的实际步态特征，步态特征包括关节向量和关节角度特征。
7、异常步态判断模块，用于根据预测步态特征与实际步态特征的相似度、预测移动量与实际移动量的相似度，获取异常检测评分，并将异常检测评分与预设的异常检测评分阈值进行对比，若异常检测评分超出异常检测评分阈值范围，则判断为异常步态。
8、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，移动速度包括线速度和角速度，线速度为被试者左脚移动速度与右脚移动速度的平均值。角速度根据被试者在两个相邻时刻转过的角度与时间的比值得到。
9、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，步态空间方程包括位置方程和移动方程。位置方程用于表征被试者的位置坐标及当前偏角。移动方程用于表征被试者的移动速度及转角。步态空间方程表达为：
10、；
11、式中，k表示步态变量，x表示横坐标，y表示纵坐标，z表示竖坐标，δ表示偏角，δ=（α，β，γ），s表示移动变量，v表示线速度，表示转向角。
12、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，步态转移方程表达为：
13、；
14、式中，表示横向速度，表示纵向速度，表示竖向速度，表示转角速度，d表示左右脚移动轨迹之间的距离。
15、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，步态预测方程包括预测步态方程和预测移动方程。预测步态方程用于表征根据当前步态及移动量的变量，获取被试者在下一时刻预测步态。预测移动方程用于表征使被试者在理想的移动轨迹上移动时，下一时段预测移动量。步态预测方程表达为：
16、；
17、；
18、式中，表示下一时刻预测步态，为当前步态，表示移动量的变量，a表示步态矩阵，b表示移动矩阵，为当前移动量，c为输出矩阵。
19、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，下一时刻预测步态包括被试者在下一时刻的预测步态量和预测移动量。下一时刻预测步态表达为：
20、；
21、式中，表示下一时刻的预测步态量，表示下一时段的预测移动量。
22、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，关节向量的提取过程包括：
23、获取被试者关节的中心点在空间坐标系中的三维坐标。
24、设定任意两个关节的三维坐标为pi=（xi，yi，zi），pj=（xj，yj，zj），则关节pi和pj的关节向量表示为uij=（xj-xi，yj-yi，zj-zi）。
25、分别计算被试者每两个关节的关节向量，构成关节向量集u={uij|i，j=1，2，3∧i<j}。
26、关节角度特征的提取过程包括：
27、设定任意两个关节向量ua和ub，则ua和ub之间的角度特征表示为：
28、；
29、分别计算被试者各关节向量之间的角度特征，构成角度特征集r={rua，ub|ua，ub∈u∧ua≠ub}。
30、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，计算预测步态特征与实际步态特征的相似度的过程包括：
31、使用皮尔逊相关系数计算预测步态特征与实际步态特征中关节向量的相似度。
32、使用余弦相似度算法计算预测步态特征与实际步态特征中关节角度特征的相似度。
33、使用相对差异百分比计算预测移动量与实际移动量的相似度。
34、根据本专利技术提供的一种智能穿戴设备的步态分析与异常检测系统，判断被试者是否存在步态异常的过程包括：
35、将关节向量相似度、关节角度相似度和移动量相似度进行加权求和，得到异常检测评分。
36、将异常检测评分与预设的异常检测评分阈值进行对比，若异常检测评分超出异常检测评分阈值范围，则判断为异常步态。
37、另一方面，本专利技术还提供一种智能穿戴设备的步态分析与异常检测方法，包括：
38、s1、采集被试者的运动数据、生理数据和路况信息。
39、s2、计算被试者的移动速度，包括：
40、s21、建立基于被试者所在的路面为基准面的空间坐标系。
41、s22、根据被试者在空间坐标系中两个相邻时刻的步态变化计算被试者的移动速度。
42、s3、对被试者下一时刻的步态进行预测，包括：
43、s31、根据被试者的位置坐标，构建描述步态变化规律的步态空间方程，得到步态变量。
44、s32、对步态变量进行求导，进而将步态空间方程转换为步态转移方程。
45、s33、构建基于神经网络的预测模型，输入步态变量路况信息，输出下一时刻移动函数。
46、s34、在移动函数中选取任意两个移动点，并对两个移动点进行展开，得到步态预测方程，步态预测方程包括下一时刻本文档来自技高网...
【技术保护点】
1.一种智能穿戴设备的步态分析与异常检测系统，其特征在于，包括：
2.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述移动速度包括线速度和角速度，所述线速度为被试者左脚移动速度与右脚移动速度的平均值；所述角速度根据被试者在两个相邻时刻转过的角度与时间的比值得到。
3.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态空间方程包括位置方程和移动方程；所述位置方程用于表征被试者的位置坐标及当前偏角；所述移动方程用于表征被试者的移动速度及转角；所述步态空间方程表达为：
4.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态转移方程表达为：
5.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态预测方程包括预测步态方程和预测移动方程；所述预测步态方程用于表征根据当前步态及移动量的变量，获取被试者在下一时刻预测步态；所述预测移动方程用于表征使被试者在理想的移动轨迹上移动时，下一时段预测移动量；所述步态预测方程表达为：<...
【技术特征摘要】
1.一种智能穿戴设备的步态分析与异常检测系统，其特征在于，包括：
2.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述移动速度包括线速度和角速度，所述线速度为被试者左脚移动速度与右脚移动速度的平均值；所述角速度根据被试者在两个相邻时刻转过的角度与时间的比值得到。
3.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态空间方程包括位置方程和移动方程；所述位置方程用于表征被试者的位置坐标及当前偏角；所述移动方程用于表征被试者的移动速度及转角；所述步态空间方程表达为：
4.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态转移方程表达为：
5.根据权利要求1所述的一种智能穿戴设备的步态分析与异常检测系统，其特征在于，所述步态预测方程包括预测步态方程和预测移动方程；所述预测步态方程用于表征根据当前步态及移动量的变量，获取被试者...
【专利技术属性】
技术研发人员：林义巡，张义术，
申请(专利权)人：深圳市领为创新科技有限公司，
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。