基于視覺傳感的步態(tài)檢測系統(tǒng).pdf

1、步態(tài)分析起步于上世紀90年代，是通過一系列時間、幾何、力學和肌電等參數(shù)，對人體行走時的肢體和關節(jié)活動進行運動學觀察和動力學分析，為人體步行功能提供客觀、定量的評定。通過異常步態(tài)分析，可起到對與運動相關的疾病進行預判和后期醫(yī)療輔助。目前，基于智能可穿戴設備的步態(tài)檢測系統(tǒng)，采用接觸測量法，通過傳感器獲取人體行走的力學和肌電參數(shù)，對時間一空間、步態(tài)周期、下肢關節(jié)角度、肌電活動、重心及能量變化等參數(shù)進行研究，完成人體步態(tài)的檢測與分析。
　

2、　本文設計了基于視覺傳感器的步態(tài)檢測系統(tǒng)，通過視覺成像技術實現(xiàn)對人體步態(tài)的非接觸測量，對步行時骨骼運動支點進行深度分析，提取人體步行姿態(tài)的特征參數(shù)，將動態(tài)時間規(guī)整和步態(tài)參數(shù)相結合，實現(xiàn)對步態(tài)的分析。首先，選取Kinect視覺傳感器獲取人體行走時的動態(tài)骨骼運動支點參數(shù)，并對人體步態(tài)特征進行提取，建立人體步態(tài)特征的動作模板。其次，采用動態(tài)時間規(guī)整算法與創(chuàng)建的模板進行步態(tài)匹配，對測試的步態(tài)模型進行分類識別。最后，采用基于事件的方式，隨著骨骼支

3、點數(shù)據(jù)的獲取，將人體步態(tài)信息劃分為周期，計算相關的人體步態(tài)參數(shù)，選取層次分析法對人體步態(tài)進行評估，合理分配影響因子對應的權值，提高步態(tài)識別的準確率。
　　本文搭建了步態(tài)檢測系統(tǒng)的測試平臺，選取150組步態(tài)集合作為測試樣本，對人體步態(tài)進行研究。測試結果表明，采用經(jīng)典的DTW（動態(tài)時間規(guī)整）算法時，人體步態(tài)的識別率可以達到79％左右，將DTW算法與步態(tài)參數(shù)融合，在相同的實驗條件下，人體步態(tài)的識別率可以達到86.6％，改進后的算法提高了