本發(fā)明涉及步態(tài)識別，特別涉及一種光電多模態(tài)步態(tài)識別方法、系統(tǒng)、設備及介質(zhì)。

背景技術：

1、隨著人們對健康監(jiān)測需求的增加，步態(tài)識別技術逐漸成為醫(yī)療健康領域的重要研究方向。步態(tài)識別通過分析人體在行走時產(chǎn)生的步態(tài)特征，能夠幫助醫(yī)生及康復師評估患者的運動功能、監(jiān)測病情進展，并為術后康復提供科學依據(jù)。

2、步態(tài)識別方法大多采用計算機視覺法，其通過攝像設備捕捉連續(xù)的視頻或圖像序列，利用圖像處理算法分析人體的運動軌跡，進而識別步態(tài)。但是在光線變化、陰影干擾和攝像頭視角受限的情況下，其識別性能會嚴重下降；且該方法受制于攝像設備的清晰度和圖像處理能力，搭建這樣一套系統(tǒng)往往需要高昂的硬件成本和強大的計算資源，包括高清攝像頭、強大的計算機以及復雜的圖像處理算法，這些因素限制了該技術的普及和應用場景的拓展。

3、總之，目前的步態(tài)識別方法的識別精度較低，且實用性較差。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種光電多模態(tài)步態(tài)識別方法、系統(tǒng)、設備及介質(zhì)，可以提升步態(tài)識別的準確性和實用性。

2、為解決上述技術問題，本發(fā)明的實施例提供了一種光電多模態(tài)步態(tài)識別方法，包括以下步驟：

3、獲取目標對象腿部的肌電信號，所述肌電信號用于表征目標對象在步態(tài)過程中腿部的肌肉活動狀況；

4、通過光纖壓感器獲取目標對象的足底在步態(tài)過程中的壓力信號；

5、提取肌電信號中的高頻信號與低頻信號，并分別對肌電信號的高頻信號與低頻信號進行特征提取，得到目標對象的第一步態(tài)特征；

6、提取壓力信號中的高頻信號與低頻信號，并分別對壓力信號的高頻信號與低頻信號進行特征提取，得到目標對象的第二步態(tài)特征；

7、結合第一步態(tài)特征和第二步態(tài)特征，對目標對象進行步態(tài)識別。

8、在一些可選的實施例中，所述獲取目標對象腿部的肌電信號，包括：

9、通過nrf52810芯片內(nèi)置的模數(shù)轉換器對目標對象腿部的肌電信號進行過采樣。

10、在一些可選的實施例中，所述肌電信號包括目標對象腿部的脛骨前肌和腓腸肌的肌電信號。

11、在一些可選的實施例中，所述壓力信號包括目標對象足底的腳跟、大拇指和小拇指的壓力信號。

12、在一些可選的實施例中，所述第一步態(tài)特征和所述第二步態(tài)特征分別通過小波包分解方法對肌電信號和壓力信號進行處理得到；其中，所述小波包分解方法采用3層分解。

13、在一些可選的實施例中，在所述通過小波包分解方法對肌電信號和壓力信號進行處理之前，還包括：

14、采用滑窗切割方法對肌電信號與壓力信號進行時序同步。

15、在一些可選的實施例中，所述步態(tài)識別的結果至少包括：坐、站、蹲、走、跑、上臺階和下臺階。

16、本發(fā)明的實施例還提供了一種光電多模態(tài)步態(tài)識別系統(tǒng)，包括：

17、信號獲取模塊，用于獲取目標對象腿部的肌電信號，所述肌電信號用于表征目標對象在步態(tài)過程中腿部的肌肉活動狀況；以及通過光纖壓感器獲取目標對象的足底在步態(tài)過程中的壓力信號；

18、特征提取模塊，用于提取肌電信號中的高頻信號與低頻信號，并分別對肌電信號的高頻信號與低頻信號進行特征提取，得到目標對象的第一步態(tài)特征；以及提取壓力信號中的高頻信號與低頻信號，并分別對壓力信號的高頻信號與低頻信號進行特征提取，得到目標對象的第二步態(tài)特征；

19、步態(tài)識別模塊，用于結合第一步態(tài)特征和第二步態(tài)特征，對目標對象進行步態(tài)識別。

20、本發(fā)明的實施例還提供了一種計算機設備，包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器中存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行上述光電多模態(tài)步態(tài)識別方法。

21、本發(fā)明的實施例還提供了一種計算機可讀存儲介質(zhì)，存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述光電多模態(tài)步態(tài)識別方法。

22、本發(fā)明所提供的光電多模態(tài)步態(tài)識別方法，至少具有以下有益效果：

23、不僅獲取了目標對象腿部的肌電信號，即目標對象在步態(tài)過程中腿部的肌肉活動狀況，還通過光纖壓感器獲取了目標對象的足底在步態(tài)過程中足底的壓力信號，從而得到用于體現(xiàn)目標對象步態(tài)的光電多模態(tài)數(shù)據(jù)，為步態(tài)特征的全面分析提供了重要數(shù)據(jù)支持，保證了后續(xù)提取的步態(tài)特征能夠更加精確地反映目標對象的步態(tài)，從而提升了步態(tài)識別的準確性。

24、并且，在對肌電信號與壓力信號進行特征提取時，分別對其中的高頻信號與低頻信號進行處理，作為目標對象的步態(tài)特征，即對不同大小和分辨率的信號分別進行處理，提高了對步態(tài)數(shù)據(jù)的處理效果。

25、再者，硬件設備為肌電信號的采集設備與光纖壓感器，成本相較于計算機視覺法較低，有利于該技術的普及和應用場景的拓展，實用性較強。

技術特征：

1.一種光電多模態(tài)步態(tài)識別方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的光電多模態(tài)步態(tài)識別方法，其特征在于，所述獲取目標對象腿部的肌電信號，包括：

3.根據(jù)權利要求2所述的光電多模態(tài)步態(tài)識別方法，其特征在于，所述肌電信號包括目標對象腿部的脛骨前肌和腓腸肌的肌電信號。

4.根據(jù)權利要求1至3中任一項所述的光電多模態(tài)步態(tài)識別方法，其特征在于，所述壓力信號包括目標對象足底的腳跟、大拇指和小拇指的壓力信號。

5.根據(jù)權利要求1所述的光電多模態(tài)步態(tài)識別方法，其特征在于，所述第一步態(tài)特征和所述第二步態(tài)特征分別通過小波包分解方法對肌電信號和壓力信號進行處理得到；其中，所述小波包分解方法采用3層分解。

6.根據(jù)權利要求5所述的光電多模態(tài)步態(tài)識別方法，其特征在于，在所述通過小波包分解方法對肌電信號和壓力信號進行處理之前，還包括：

7.根據(jù)權利要求1所述的光電多模態(tài)步態(tài)識別方法，其特征在于，所述步態(tài)識別的結果至少包括：坐、站、蹲、走、跑、上臺階和下臺階。

8.一種光電多模態(tài)步態(tài)識別系統(tǒng)，其特征在于，所述系統(tǒng)包括：

9.一種計算機設備，其特征在于，包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如權利要求1至7中任一項所述的光電多模態(tài)步態(tài)識別方法。

10.一種計算機可讀存儲介質(zhì)，存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時，實現(xiàn)如權利要求1至7中任一項所述的光電多模態(tài)步態(tài)識別方法。

技術總結
本發(fā)明涉及步態(tài)識別技術領域，公開了一種光電多模態(tài)步態(tài)識別方法、系統(tǒng)、設備及介質(zhì)。該光電多模態(tài)步態(tài)識別方法包括：獲取目標對象腿部的肌電信號，肌電信號用于表征目標對象在步態(tài)過程中腿部的肌肉活動狀況；通過光纖壓感器獲取目標對象的足底在步態(tài)過程中的壓力信號；提取肌電信號中的高頻信號與低頻信號，并分別對肌電信號的高頻信號與低頻信號進行特征提取，得到目標對象的第一步態(tài)特征；提取壓力信號中的高頻信號與低頻信號，并分別對壓力信號的高頻信號與低頻信號進行特征提取，得到目標對象的第二步態(tài)特征；結合第一步態(tài)特征和第二步態(tài)特征，對目標對象進行步態(tài)識別。本發(fā)明的光電多模態(tài)步態(tài)識別方法，可以提升步態(tài)識別的準確性和實用性。

技術研發(fā)人員：閆佳慶,薛瑋祺,鮑英鑠,劉庚辰,陳衛(wèi)碧,張昊,閔銳,李小俚
受保護的技術使用者：北方工業(yè)大學
技術研發(fā)日：
技術公布日：2024/12/10