[发明专利]一种步态分析方法和装置

说明书

本发明公开一种步态分析方法和装置，涉及数据处理领域。为解决现有的步态分析方法成本较高、操作和维护比较复杂，且反光标记点/传感器等设备的佩戴会干扰测试者自然步态等问题而发明。包括：获取至少两个深度图像采集器同步采集的时序初始深度图像；根据时序初始深度图像对预设原始骨架模型进行处理，得到待测人员的待测骨架和待测骨架的各特征点的第一运动轨迹；根据待测骨架对预设原始肌骨模型进行匹配，得到符合待测人员的体型特征的待测肌骨模型；获取待测肌骨模型的各关节点的第二运动轨迹；根据待测肌骨模型的各关节点的第二运动轨迹对待测人员进行步态分析计算，得到待测人员步态运动的平均动力学参数、平均运动学参数和平均时空参数。

技术领域

本发明涉及数据处理领域，特别是涉及一种步态分析方法和装置。

背景技术

人体步态运动是一项复杂的任务，需要多关节协调才能实现精确的运动轨迹。步态分析是生物力学的特殊分支，是对人体行走时的肢体和关节活动进行运动学观察和动力学分析，提供一系列步态参数，如时空参数、关节角度参数、动力学参数、肌肉参数等。

现有技术中，一般的步态分析装置由反光标记点、红外摄像机和计算机组成。将反光标记点贴在人体的待测部位上，通过红外摄像机接收其自身发出并被反光标记点反射回来的红外线信号，再由计算机生成人体的运动位置坐标，最后根据运动位置坐标计算相关的步态参数。

由于现有的步态分析过程需要使用红外摄像机、反光标记点/传感器等专用设备，成本较高，操作和维护比较复杂；且标记点/传感器等设备的佩戴会干扰测试者的自然步态。

发明内容

有鉴于此，本发明的主要目的在于解决现有的步态分析方法成本较高、操作和维护比较复杂，且标记点/传感器等设备的佩戴会干扰测试者的自然步态的问题。

一方面，本发明提供一种步态分析方法，包括：获取至少两个深度图像采集器同步采集的时序初始深度图像，所述时序初始深度图像为通过所述至少两个深度图像采集器对待测人员的步态运动过程进行全方位采集得到的；根据所述时序初始深度图像对预设原始骨架模型进行处理，得到所述待测人员的待测骨架和所述待测骨架的各特征点的第一运动轨迹；根据所述待测骨架对预设原始肌骨模型进行匹配，得到符合所述待测人员的体型特征的待测肌骨模型；根据所述待测骨架的各特征点的第一运动轨迹对所述待测肌骨模型进行驱动跟踪优化，获取所述待测肌骨模型的各关节点的第二运动轨迹；根据所述待测肌骨模型的各关节点的第二运动轨迹对所述待测人员进行步态分析计算，得到所述待测人员步态运动的平均动力学参数、平均运动学参数和平均时空参数；所述平均动力学参数包括各个步态周期的三轴地反力及力矩变化曲线的平均变化曲线、各个步态周期的各关节接触力及力矩变化曲线的平均变化曲线、各个步态周期的肌肉力及肌肉激活度变化曲线的平均变化曲线；所述平均运动学参数包括各个步态周期的关节轨迹变化曲线的平均变化曲线和关节角度变化曲线的平均变化曲线；所述平均时空参数包括平均步幅、平均步速和平均步态周期。

另一方面，本发明提供一种步态分析装置，包括：

图像获取模块，用于获取至少两个深度图像采集器同步采集的时序初始深度图像，所述时序初始深度图像为通过所述至少两个深度图像采集器对待测人员的步态运动过程进行全方位采集得到的；

第一轨迹获取模块，与所述图像获取模块相连，用于根据所述时序初始深度图像对预设原始骨架模型进行处理，得到所述待测人员的待测骨架和所述待测骨架的各特征点的第一运动轨迹；

肌骨匹配模块，与所述第一轨迹获取模块相连，用于根据所述待测骨架对预设原始肌骨模型进行匹配，得到符合所述待测人员的体型特征的待测肌骨模型；

轨迹优化模块，分别与所述第一轨迹获取模块和肌骨匹配模块相连，用于根据所述待测骨架的各特征点的第一运动轨迹对所述待测肌骨模型进行驱动跟踪优化，获取所述待测肌骨模型的各关节点的第二运动轨迹；