[发明专利]基于非线性动力学的儿童物体控制能力评估方法

权利要求书

1.基于非线性动力学的儿童物体控制能力评估方法，其特征在于，具体按照以下步骤实施：

步骤1、利用Kinect传感器采集测试者手部、肘部和肩部运动骨骼点空间位置信息，利用惯性传感器采集测试者手部的运动生物力学信号；

步骤2、从骨骼点空间位置信息和运动生物力学信号中提取人体运动的时频域特征和样本熵特征；

步骤3、采用主成分分析法对时频域特征和样本熵特征进行融合；

步骤4、构建基于RF的儿童物体控制能力评估模型，实现儿童物体控制能力的分类。

2.根据权利要求1所述的基于非线性动力学的儿童物体控制能力评估方法，其特征在于，所述步骤1具体按照以下步骤实施：

使用惯性传感器采集加速度和角速度信号，并提取信号峰值、峰值离散系数和信号周期在内的时域信号特征，同时还可以提取信号峰值功率、峰值频率和峰值总功率在内的频域信号特征；

使用Kinect获得人体骨骼的空间位置数据，从而提取一些空间位置特征和关节角度特征。

3.根据权利要求2所述的基于非线性动力学的儿童物体控制能力评估方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1、提取球落点的凸包特征和肘部夹角特征；

步骤2.2，提取样本熵：

样本熵具体计算如下：

步骤2.2.1、假设样本手部轨迹X方向序列集合为{a_x(1),a_x(2),...,a_x(n)}，则该序列样本熵计算如下：

按照序列{a_x(1),a_x(2),...,a_x(n)}顺序组成一组m维向量A(i)：

A(i)＝[a_x(1),a_x(2),...,a_x(i+m-1)],i＝1,2,...,i+m-1 (14)

重构m维向量A(1)，A(i),...,A(z),z＝n-m+1

步骤2.2.2、计算A(i)与A(j)向量之间的切比雪夫距离d[A(i),A(j)]：

给定阈值r，计算i＜n-m+1时d[A(i),A(j)]＜r的数目n_i，将与距离总数n-m+1比值，将该结果记作计算公式如下：

其中，m表示嵌入维数；r表示相似容限，r∈[0.1*std,0.25*std]，std表示手部轨迹X方向序列的标准差；

步骤2.2.3、将维数扩展至m+1维，重复步骤2.2.2-2.2.4，同理计算出则手部轨迹X方向序列样本熵为：