应用探索CEMAGAZINEPAGE84可穿戴传感信息融合的精细步态相位分割系统研究龚朴郅【摘要】本文搭建了一个可穿戴传感信息融合的精细步态相位分割系统。采集受测者行走过程中的膝关节弯曲角度数据，小腿倾斜的姿态角数据，足部压力数据，提取步态特征。采用模糊推理算法融合有限状态机算法，完成步态相位的分割。该系统保证了数据采集的高精确度、数据处理的高可靠性。步态相位识别功能将利于下肢功能受损患者的康复情况的观察，亦可用于辅助诊断、疾病预测和康复治疗。【关键词】可穿戴；模糊推理；步态相位分割作者简介：龚朴郅，武汉理工大学信息工程学院。引言据不完全统计，目前我国的下肢运动障碍患者约有1.9亿。解决下肢康复问题刻不容缓。可穿戴式健康监测产品能在非临床环境下完成对受测者多项生理指标的获取，并通过内置的处理器系统对受测者的健康状况完成大致的评估。可穿戴式步态相位分割系统，通过提取人体行走时的运动学特征，评估测试者下肢的健康水平，为下肢运动障碍患者的疾病预测、辅助诊断和康复治疗提供了一种方案。有研究者通过测量髋关节和踝关节的角度数据，将步态划分为左腿支撑、右腿支撑、左右腿支撑、左右腿摆动四个相位[1]。另外，通过收集腿部和脚面的角度数据以及足底压力数据，并设置合适的阈值完成步态相位的识别[2]。加州伯克利大学的研究者使用模糊推理方法将步态分隔为六个相位[3]。这些方法和技术为步态相位识别提供了多种途径，并可以根据不同的研究目的和应用需求进行选择和应用。一、步态相位分割系统的设计本文搭建了一套可穿戴传感信息融合的精细步态相位分割系统。该系统首先通过压力传感器，膝关节的角度传感器，小腿的姿态角传感器等采集设备，对人体的足底压力、关节角度等步态信号进行准确地采集，得到信息将其显示在自制的上位机界面上。采集并预处理压力传感器、角度传感器等的数据，设定模糊规则以完成模糊推理，并结合有限状态机，实现步态相位的分割与输出，达到对检测人员步态特点的高准确率检测。步态相位的分割识别方案总体框如图1：图1步态相位的分割识别方案二、步态相位及步态数据采集（一）步态相位划分步行是具有周期性的运动，为了传递更多信息和制定控制策略，本文将一个步态周期分为5个部分，分别用GP1、GP2、GP3、GP4、GP5来表示[4]（GP0表示站立）。GP1表示支撑前期，此时单侧足跟触地，是行走的开始。GP2表示支撑中期，此时脚掌触地作为支撑。GP3表示支撑后期，此时单侧足尖触地。...
