论文部分内容阅读
步态分析是以人为对象,通过科学手段获得人在行走时的多个步态参数信息,从而评估人体行走能力和特征的方法,在康复医学、机器人开发等领域具有重要意义。IMU能够提取物体加速度和角速度信息,结合惯导算法得到物体的姿态、速度以及位置情况。本文通过对步态特征与IMU基本原理的分析,研究了面向户外的低成本IMU步态信息采集系统的关键技术和实现方法,主要研究工作如下:针对目前步态信息采集系统成本高昂且在实验室外无法进行数据采集的情况,本文设计实现了可用于户外的低成本IMU步态信息采集系统,该系统通过位于人体下肢多个位置的IMU传感器节点采集对应位置的加速度角速度信息,利用CAN总线实现各个节点之间数据信息的收集,最后打包上传至上位机作进一步的人体步态参数计算。首先,本文完成了IMU节点的硬件设计,包括微控制器最小系统、传感器外围电路、通信交互电路等。其次,完成了数据节点的软件设计,主要是控制器的初始化、传感器数据采集、滤波、姿态解算以及通信交互的任务,同时通过引入嵌入式实时操作系统FreeRTOS,实现了任务间的有效调度以及数据的安全传输。最后,针对低成本IMU传感器数据精度问题,对其进行了建模和误差分析,并通过标定流程完成了IMU传感器数据的校正。针对IMU传感器原始信息难以在步态分析中直接使用,数据参考价值有限的问题,本文研究实现了关节角度、步态相位以及空间参数的计算方法。首先,通过对人体关节运动特征与传感器原理的分析,实现了基于传感器方位以及基于铰链模型的角速度积分关节角度计算方法,对比了两种方法的优缺点,实验验证了二者结果与参照系的误差情况。其次,通过对人体步态周期与足部传感器信息的对比分析,实现了利用多传感信息作为判据的步态相位划分方法,针对结果中出现的误判现象引入了误判矫正方法,提高了步态相位的判断精度。最后,通过惯性导航原理与人体步态特征的结合,实现了基于零速修正的人体空间参数计算方法。实验验证了关节角度误差为±7°,步态相位最大误差为±50ms,步长和位移最大误差分别为±8cm和±15cm。本论文结合人体步态特征与IMU的基本原理,研究实现了户外可用的低成本IMU步态信息采集系统,包括数据采集、数据传输的硬件软件设计以及步态算法模块,最后通过实验验证结果了参数有效可用。