一种基于足底压力阵列的自适应人体负荷估计方法与流程

摘要: 本发明属于传感器信号处理与智能穿戴设备,具体涉及一种基于足底压力阵列的自适应人体负荷估计方法,尤其涉及一种通过多通道足底压力数据采集、候选压力帧预测扰动评价、通...
一种基于足底压力阵列的自适应人体负荷估计方法与流程

本发明属于传感器信号处理与智能穿戴设备,具体涉及一种基于足底压力阵列的自适应人体负荷估计方法,尤其涉及一种通过多通道足底压力数据采集、候选压力帧预测扰动评价、通道权重自适应标定、状态估计追踪及零点漂移补偿,实现人体垂向负荷或静态等效体重连续估计的方法。

背景技术:

1、足底压力测量是指通过设置于鞋垫、鞋底或压力测量踏板中的阵列式压力传感器,采集人体站立、行走或运动过程中足底不同区域的压力分布信息。随着智能穿戴设备、步态分析设备、运动康复评估设备以及健康监测设备的发展,足底压力测量技术逐渐由实验室测量场景扩展至日常穿戴场景。通过对足底压力数据进行分析,可以获得足底受力分布、步态周期、左右脚负荷分配、人体垂向负荷变化等参数,为运动状态识别、康复训练评估、健康监测和人机交互提供数据基础。

2、现有足底压力测量设备通常采用压阻式、电容式、压电式等压力传感器,并以多通道阵列形式布置于鞋垫或鞋底中。利用足底压力数据估计人体负荷或静态等效体重时,常见方式包括直接求和法、线性回归法和模型学习法。直接求和法通常将各压力通道的输出值进行求和,再乘以经验系数得到人体负荷或体重估计值;线性回归法通常利用已知体重或参考载荷作为标签,对多通道压力数据进行回归建模;模型学习法则可利用神经网络等模型从压力分布图或多通道压力序列中学习人体负荷映射关系。

3、但是,在实际穿戴场景中,上述方法仍存在不足。首先,足底压力传感器通常包括多个压力通道,不同压力通道在足底位置、受力路径、安装压紧程度、传感器灵敏度和个体步态习惯方面存在差异,各通道对人体负荷估计结果的贡献并不相同。若仅采用简单求和、经验系数或固定权重,难以准确反映各压力通道的实际贡献,容易造成估计误差。若采用普通回归或模型学习方法,则通常需要较多标定样本和较高计算资源,且在穿戴位置变化、鞋垫受力状态变化或传感器响应特性变化时,模型适应性不足。

4、其次,人体行走或运动过程中足底压力信号具有明显的周期性和冲击性。落脚、抬脚、重心快速转移、转身以及局部足底接触状态变化,均会导致压力传感器输出出现剧烈波动。该类动态压力帧并不适合作为稳定负荷标定数据使用。如果现有方法对所有采集帧一视同仁,将稳定站立帧、平稳支撑帧和动态干扰帧均纳入负荷估计或通道标定过程,动态干扰帧会污染历史数据集合,使得后续通道权重、回归系数或估计模型发生偏移,从而降低人体负荷估计结果的稳定性和准确性。

5、再次,现有方法通常缺乏有效的帧级数据质量判别机制。一些方法可通过压力幅值阈值、压力变化率或外部运动状态判断筛除异常数据,但该类判断多依赖单帧原始压力值或预设经验阈值,难以适应不同体重、不同鞋垫安装状态、不同传感器噪声水平和不同步态习惯下的数据变化。尤其是在多通道足底压力阵列中,某一候选压力帧是否适合参与后续标定,并不完全取决于该帧自身的压力大小,而更取决于该候选压力帧加入当前稳定数据窗口后,是否会对当前人体负荷估计结果产生明显扰动。因此,仅依据原始压力幅值或固定阈值进行稳定性判断,容易出现误接收或误拒绝。

6、另外,柔性足底压力传感器在长期穿戴过程中还可能产生零点漂移或响应特性变化。例如,鞋垫弯折、温湿度变化、传感器疲劳、安装压力变化等因素均可能使压力通道的基线输出发生偏移。若在标定完成后完全采用固定参数,长期使用时估计基线容易发生偏移;若持续利用参考体重或参考负荷重新约束全部通道权重,又可能使真实负荷变化被参考值重新锚定,导致追踪阶段难以反映人体负荷的连续变化。

7、此外,人体负荷估计结果通常需要连续输出,以满足智能穿戴设备实时监测、运动康复评估和健康数据记录的需要。若直接丢弃不稳定压力帧,可能导致输出结果不连续;若不加区分地使用不稳定压力帧,又容易造成估计曲线跳变。因此,需要一种能够在保证连续输出的同时,降低不可靠压力帧对实时估计结果影响的状态追踪机制。

8、另外,在动态穿戴场景中,足部的加速度和角速度能够反映落脚、抬脚、转身和快速摆动等运动状态,但若仅依赖加速度或陀螺仪阈值判断候选帧稳定性,仍可能无法直接反映该候选帧对当前人体负荷估计结果的影响。

9、综上,现有基于足底压力阵列的人体负荷估计方法,在多通道压力权重标定、动态压力帧筛选、实时连续追踪以及长期零点漂移补偿方面仍存在改进空间。如何在动态穿戴状态下识别会扰动当前估计结果的候选压力帧,并利用该候选压力帧的可信程度同时控制通道权重标定、状态估计追踪和零点漂移补偿,是提高足底压力阵列人体负荷估计稳定性和准确性需要解决的技术问题。

技术实现思路

1、本发明的目的在于提供一种基于足底压力阵列的自适应人体负荷估计方法,以解决现有基于足底压力阵列的人体负荷估计方法中,多通道压力传感器的通道贡献难以准确标定、动态压力帧容易污染历史标定数据、固定阈值难以适应不同穿戴状态、实时负荷估计结果容易跳变以及长期穿戴过程中压力通道零点漂移影响估计基线的问题。本发明通过候选压力帧加入滑移窗口前后的预测负荷值变化确定预测扰动量,并结合候选压力帧对应的加速度数据和陀螺仪数据确定运动扰动评价量,进而形成帧可信度,使帧可信度同时参与历史稳定压力帧集合更新、通道权重标定、状态估计追踪和零点偏置补偿,从而提高动态穿戴状态下人体负荷估计结果的稳定性、连续性和准确性。

2、本发明的技术方案是这样的:

3、一种基于足底压力阵列的自适应人体负荷估计方法,包括如下步骤:

4、s1、压力及惯性数据获取与校正:采集足底压力传感器阵列输出的多通道压力数据,并采集惯性传感器输出的加速度数据和陀螺仪数据;对所述多通道压力数据进行时间同步和零点偏置修正,并将所述加速度数据、陀螺仪数据与所述多通道压力数据对齐至同一时间轴,得到修正后的压力帧序列及对应的惯性数据序列;

5、s2、通道权重标定:基于历史稳定压力帧集合计算多通道压力数据的协方差矩阵,并以加权输出方差最小为目标、以参考人体负荷为约束,通过二次规划求解各压力通道的通道权重;

6、s3、候选帧双预测:针对当前候选压力帧,基于所述通道权重分别计算所述候选压力帧未加入滑移窗口时的第一预测负荷值p1,以及所述候选压力帧加入滑移窗口后的第二预测负荷值p2;

7、s4、预测扰动评价:根据所述第一预测负荷值p1与所述第二预测负荷值p2的差值,确定所述候选压力帧的预测扰动量;

8、s5、帧可信度确定:根据所述预测扰动量、历史预测扰动量分布以及所述候选压力帧对应的加速度数据和陀螺仪数据,确定自适应扰动阈值和/或运动扰动评价量,并基于所述预测扰动量、所述自适应扰动阈值以及所述运动扰动评价量确定所述候选压力帧的帧可信度;

9、s6、可信度驱动的标定更新:根据所述帧可信度控制所述候选压力帧是否进入所述历史稳定压力帧集合,并根据进入所述历史稳定压力帧集合的压力帧更新所述协方差矩阵和/或重新求解所述通道权重;

10、s7、可信度驱动的状态追踪:根据所述帧可信度调节状态估计过程中的测量噪声参数,并基于所述通道权重和状态估计结果输出人体负荷估计结果;

11、s8、零负荷漂移补偿:在检测到对应足底压力传感器阵列处于零负荷区间时,更新至少一个压力通道的零点偏置,并在标定阶段完成后冻结所述通道权重。

12、优选的,所述足底压力传感器阵列包括分别设置于左脚鞋垫和右脚鞋垫中的多个压力传感器,所述多通道压力数据包括左脚压力数据和右脚压力数据;所述惯性传感器包括加速度计和陀螺仪,所述加速度数据和陀螺仪数据用于表征足部运动状态或鞋垫运动状态;所述时间同步包括:以左脚压力数据、右脚压力数据或惯性数据的时间轴为基准,根据时间戳对其余数据进行插值处理,使左脚压力数据、右脚压力数据、加速度数据和陀螺仪数据对齐至同一时间轴,并拼接形成所述压力帧序列及对应的惯性数据序列。

13、优选的,所述历史稳定压力帧集合采用固定长度数据栈进行存储;当候选压力帧进入所述固定长度数据栈时,所述固定长度数据栈中的最早压力帧被移出;所述滑移窗口为从所述固定长度数据栈中选取的靠近当前时刻的预设数量压力帧。

14、优选的,所述二次规划的目标函数为:

15、wtcw+λ||w||2;并求取所述目标函数的最小值;

16、约束条件包括:

17、wtmean(p)=w,0≤wi≤wmax;

18、其中,w为各压力通道的通道权重向量,c为所述历史稳定压力帧集合对应的协方差矩阵,p为历史稳定压力帧集合中的多通道压力数据,mean(p)为多通道压力数据的均值向量,w为参考人体负荷,λ为正则化系数,wi为第i个压力通道的通道权重,wmax为通道权重上限。

19、优选的,所述候选帧双预测包括:

20、从所述历史稳定压力帧集合中选取靠近当前时刻的预设数量压力帧作为当前滑移窗口,基于所述当前滑移窗口和所述通道权重计算所述第一预测负荷值p1;

21、将所述候选压力帧加入所述当前滑移窗口,形成候选滑移窗口,基于所述候选滑移窗口和所述通道权重计算所述第二预测负荷值p2;

22、其中,计算所述第一预测负荷值p1和所述第二预测负荷值p2时,先根据所述通道权重对滑移窗口内的多通道压力数据进行加权求和,得到加权压力信号,再对所述加权压力信号进行因果低通滤波和/或移动平均处理,得到对应的预测负荷值。

23、优选的,所述预测扰动量为所述第一预测负荷值p1与所述第二预测负荷值p2之差的绝对值;所述运动扰动评价量根据所述候选压力帧对应的加速度模值、加速度变化率、角速度模值或者角速度变化率中的至少一种确定;所述帧可信度与所述预测扰动量和所述运动扰动评价量均负相关。

24、优选的,所述自适应扰动阈值tk满足:

25、tk=median(δ)+β·mad(δ);

26、其中,δ为历史预测扰动量集合,median(δ)为所述历史预测扰动量集合的中位数,mad(δ)为所述历史预测扰动量集合的中位绝对偏差,β为阈值调节系数;

27、所述帧可信度qk根据如下关系确定:

28、qk=max{0,1-δk/tk-γ·mk};

29、其中,δk为当前候选压力帧的预测扰动量,mk为当前候选压力帧对应的运动扰动评价量,γ为运动扰动权重系数。

30、优选的,在所述可信度驱动的标定更新中,当所述帧可信度大于或等于预设可信度阈值时,将所述候选压力帧加入所述历史稳定压力帧集合;当所述帧可信度小于所述预设可信度阈值时,不将所述候选压力帧加入所述历史稳定压力帧集合;并且,在计算所述协方差矩阵时,根据压力帧对应的帧可信度确定该压力帧在协方差矩阵计算中的贡献权重。

31、优选的,所述状态估计过程采用一维卡尔曼滤波器,所述一维卡尔曼滤波器的状态量为人体负荷估计值,状态模型为随机游走模型;根据所述帧可信度调节状态估计过程中的测量噪声参数包括:当所述帧可信度越低时,增大所述一维卡尔曼滤波器的测量噪声方差,或者当所述帧可信度低于预设下限时,所述一维卡尔曼滤波器仅执行状态预测步骤,不执行基于当前候选压力帧的测量更新步骤。

32、优选的,所述零负荷区间根据对应足底压力传感器阵列的总压力确定;当对应足底压力传感器阵列的总压力低于零负荷阈值并持续达到预设时长时,判定对应足底压力传感器阵列处于零负荷区间;在所述零负荷区间内,根据压力通道的输出值更新该压力通道的零点偏置bi,且满足:

33、bi,k+1=(1-ρ)bi,k+ρpi,k;

34、其中,bi,k为第i个压力通道在第k时刻的零点偏置,pi,k为第i个压力通道在第k时刻的压力输出值,ρ为偏置更新系数;

35、并且,在标定阶段内,基于所述参考人体负荷周期性更新所述通道权重;当进入所述历史稳定压力帧集合的压力帧数量达到预设标定数量后,结束所述标定阶段并进入追踪阶段;在所述追踪阶段内,冻结所述通道权重,并基于冻结后的通道权重和状态估计结果输出连续的人体负荷估计结果

36、本发明在使用过程中,足底压力传感器阵列首先采集使用者左脚和右脚对应的多通道压力数据,并对采集到的压力数据进行时间同步和零点偏置修正,形成统一时间轴下的压力帧序列。由此可以消除左右脚采样时刻不一致以及各压力通道零点漂移对后续计算的影响,为后续人体负荷估计提供基础数据。

37、在标定阶段,系统从压力帧序列中选取历史稳定压力帧集合,并基于该历史稳定压力帧集合计算多通道压力数据的协方差矩阵。随后,系统以加权输出方差最小为目标、以参考人体负荷为约束,通过二次规划求解各压力通道的通道权重。通过该过程,可以使噪声较大或稳定性较差的压力通道在负荷估计中的影响降低,使与人体负荷相关性较高、输出较稳定的压力通道获得更合理的权重。

38、当新的候选压力帧到来时,系统不直接将该候选压力帧用于标定或追踪,而是先执行候选帧双预测。具体地,系统基于当前滑移窗口和已求得的通道权重,计算候选压力帧未加入滑移窗口时的第一预测负荷值p1;随后将候选压力帧加入滑移窗口,形成候选滑移窗口,并计算第二预测负荷值p2。系统根据p1与p2之间的差值确定候选压力帧的预测扰动量。若该候选压力帧加入后使预测负荷值发生明显变化,则说明该候选压力帧可能包含落脚冲击、抬脚、重心快速转移、局部接触异常或传感器瞬时异常等动态干扰;若该候选压力帧加入前后预测负荷值变化较小,则说明该候选压力帧与当前稳定负荷状态较为一致。

39、进一步地,系统根据历史预测扰动量分布确定自适应扰动阈值,并根据候选压力帧对应的加速度数据和陀螺仪数据确定运动扰动评价量;随后,系统基于候选压力帧的预测扰动量、自适应扰动阈值和运动扰动评价量确定该候选压力帧的帧可信度。由此,系统不再依赖固定阈值或单帧压力幅值判断候选压力帧是否稳定,而是根据候选压力帧对当前负荷估计结果的实际扰动程度进行评价,从而提高不同穿戴状态、不同传感器噪声水平和不同使用者步态条件下的数据质量判别适应性。

40、系统随后根据帧可信度执行标定更新。对于帧可信度较高的候选压力帧,系统将其加入历史稳定压力帧集合,使其参与后续协方差矩阵更新和通道权重重新求解;对于帧可信度较低的候选压力帧,系统不将其加入历史稳定压力帧集合,或者降低其在协方差矩阵计算中的贡献。通过该方式,可以避免动态异常压力帧污染历史标定数据,使二次规划求解得到的通道权重更能反映稳定受力状态下各压力通道的实际贡献。

41、在实时追踪过程中,系统基于通道权重对当前压力帧进行加权计算,并结合状态估计方法输出人体负荷估计结果。同时,系统根据候选压力帧的帧可信度调节状态估计过程中的测量噪声参数。对于帧可信度较高的压力帧,系统赋予其较高的测量可信程度,使其正常参与状态更新;对于帧可信度较低的压力帧,系统增大其对应的测量噪声,或者仅执行状态预测而不执行测量更新。由此,可以在不直接中断输出的情况下,降低不可靠压力帧对人体负荷估计曲线的影响,减少输出结果跳变,保持负荷估计结果的连续性和平滑性。

42、在标定阶段完成后,系统冻结已求得的通道权重,使追踪阶段的人体负荷估计结果不再被参考人体负荷持续锚定,从而能够反映人体负荷的连续变化。同时,当系统检测到对应足底压力传感器阵列处于零负荷区间时,例如某只脚离地且该足底压力传感器阵列的总压力低于零负荷阈值并持续达到预设时长,系统更新对应压力通道的零点偏置。由此,可以在不重新约束通道权重的情况下补偿长期穿戴导致的压力通道基线漂移,提高长期使用过程中的估计稳定性。

43、通过上述作用过程,本发明利用候选压力帧加入滑移窗口前后的预测扰动量评价候选压力帧的数据质量,并使由此得到的帧可信度同时作用于历史稳定压力帧集合更新、通道权重标定、状态估计追踪以及零点漂移补偿。由此,本发明能够减少动态压力帧对通道权重求解的污染,降低不可靠压力帧对实时输出结果的影响,并补偿长期穿戴引起的压力通道零点漂移,从而提高足底压力阵列人体负荷估计的准确性、稳定性和连续性。

44、与现有技术相比,本发明至少具有以下有益效果:

45、第一,本发明通过采集足底压力传感器阵列输出的多通道压力数据,并对多通道压力数据进行时间同步和零点偏置修正,可以减少左右脚采样时间不一致以及压力通道基线偏移对后续负荷估计的影响,使后续通道权重标定和状态追踪建立在较一致的压力帧序列基础上。

46、第二,本发明基于历史稳定压力帧集合计算多通道压力数据的协方差矩阵,并以加权输出方差最小为目标、以参考人体负荷为约束,通过二次规划求解各压力通道的通道权重。由此,可以根据各压力通道在稳定受力状态下的波动特性自适应分配通道权重,降低噪声较大或稳定性较差的压力通道对人体负荷估计结果的影响,提高多通道足底压力阵列负荷估计的稳定性。

47、第三,本发明在候选压力帧到来时,分别计算候选压力帧未加入滑移窗口时的第一预测负荷值p1,以及候选压力帧加入滑移窗口后的第二预测负荷值p2,并根据p1与p2之间的差值确定预测扰动量。由此,可以从“候选压力帧对当前估计结果造成的影响”角度判断该候选压力帧的数据质量,而不是仅依据单帧压力幅值、压力变化率或固定经验阈值判断其是否稳定,从而提高动态穿戴场景下稳定压力帧判别的针对性。

48、第四,本发明根据预测扰动量以及历史预测扰动量分布确定自适应扰动阈值,并基于预测扰动量与自适应扰动阈值确定候选压力帧的帧可信度。由此,可以使候选压力帧的数据质量判断随传感器噪声水平、鞋垫安装状态、使用者体重差异和步态状态变化而调整,减少固定阈值在不同使用条件下造成的误接收或误拒绝。

49、第五,本发明根据帧可信度控制候选压力帧是否进入历史稳定压力帧集合,并根据进入历史稳定压力帧集合的压力帧更新协方差矩阵和/或重新求解通道权重。由此,可以减少落脚冲击、抬脚、重心快速转移、局部接触异常或传感器瞬时异常等动态压力帧对历史标定数据的污染,使二次规划求解得到的通道权重更能反映稳定受力状态下各压力通道的实际贡献。

50、第六,本发明根据同一帧可信度调节状态估计过程中的测量噪声参数。对于帧可信度较高的压力帧,使其正常参与状态更新;对于帧可信度较低的压力帧,增大其对应的测量噪声,或者仅执行状态预测而不执行测量更新。由此,可以在不中断人体负荷估计结果输出的情况下,降低不可靠压力帧对实时估计结果的影响,减少人体负荷估计曲线的瞬时跳变,提高输出结果的连续性和平滑性。

51、第七,本发明在标定阶段完成后冻结通道权重,并在检测到对应足底压力传感器阵列处于零负荷区间时更新至少一个压力通道的零点偏置。由此,可以在避免追踪阶段人体负荷变化被参考人体负荷持续锚定的同时,对长期穿戴过程中压力通道产生的零点漂移进行补偿,降低长期使用时估计基线逐渐偏移的可能性。

52、第八,本发明的帧可信度并非仅用于简单地接收或丢弃候选压力帧,而是同时作用于历史稳定压力帧集合更新、协方差矩阵计算、通道权重标定以及状态估计追踪。由此,在标定数据更新和实时状态追踪之间建立了基于同一数据质量评价结果的关联机制,使动态压力帧既不容易污染通道权重标定过程,又不会因被完全丢弃而导致输出结果明显中断,从而在数据筛选、参数标定和连续输出之间取得较好的平衡。

53、第九,本发明在预测扰动量的基础上融合加速度数据和陀螺仪数据,使候选压力帧的数据质量评价同时考虑其对负荷估计结果的扰动程度以及足部运动状态,从而减少落脚、抬脚、转身或快速摆动等动作造成的误判。

54、进一步地,本发明还能够产生一种相对意想不到的技术效果:在候选压力帧预测扰动量较大时,该候选压力帧一方面被限制进入历史稳定压力帧集合或降低其对协方差矩阵的贡献,以避免其对后续通道权重标定产生长期影响;另一方面,该候选压力帧仍可通过较大的测量噪声参数或状态预测方式参与实时追踪过程,使人体负荷估计结果保持连续输出。也就是说,同一帧可信度在不同计算环节中产生了不同但相互配合的控制作用,使本发明不是单纯剔除异常数据,也不是简单平滑输出曲线,而是同时兼顾标定数据纯净性和实时输出连续性。该效果并非由单独采用二次规划、滑移窗口判别或卡尔曼滤波即可直接获得,有利于提高足底压力阵列在动态穿戴状态下进行人体负荷估计的实用性。