一种手部运动状态评估方法、装置、设备、介质及产品

摘要: 本技术涉及数据处理,特别是涉及一种手部运动状态评估方法、装置、设备、介质及产品。背景技术:1、手部作为人体结构中运动自由度最多、动作最为精细灵活的肢体部位,承担...
一种手部运动状态评估方法、装置、设备、介质及产品

本技术涉及数据处理,特别是涉及一种手部运动状态评估方法、装置、设备、介质及产品。

背景技术:

1、手部作为人体结构中运动自由度最多、动作最为精细灵活的肢体部位,承担着抓取、握持、操控、精细操作等各类日常行为动作,手部运动状态能够直观反映人体肢体运动机能以及神经系统控制能力。

2、目前,手部运动状态评估广泛应用于人机交互控制以及体育运动机能检测等多个领域,具备极高的工程应用价值。在智能穿戴、仿生机械手、体感交互等技术领域,手部运动状态的精准评估也是实现人机协同、动作精准映射的关键基础。

3、然而,现阶段对手部运动状态评估的方式主要通过人工的方式进行评估,通过肉眼观察、手动触碰检测的方式,对手部运动状态进行主观判定。这种方式得到的评估结果高度依赖评估人员的经验,主观性强、量化程度低,无法精准捕捉手部微小运动偏差,从而导致手部运动状态的评估结果不准确。

技术实现思路

1、本技术的目的是提供一种手部运动状态评估方法、装置、设备、介质及产品,可以提升手部运动状态的评估结果的准确性。

2、为实现上述目的,本技术提供了如下方案:

3、第一方面,本技术提供了一种手部运动状态评估方法,包括:

4、在用户手部执行预设动作的过程中,通过预设的传感器采集所述用户手部的运动参数;其中,所述传感器预先佩戴于所述用户手部;

5、基于所述运动参数对所述用户手部执行的所述预设动作进行评估,得到所述用户手部的手部运动评分;

6、基于所述手部运动评分,确定所述用户手部的手部运动状态。

7、可选地,所述传感器至少包括弯曲传感器、力反馈传感器以及惯性测量单元,其中:

8、所述弯曲传感器佩戴于所述用户手部的每根手指上;

9、所述力反馈传感器佩戴于所述用户手部的每根手指的指尖以及手掌;

10、所述惯性测量单元佩戴于所述用户手部的手背上。

11、可选地,所述预设动作至少包括手指共同屈曲、手指共同伸展、第一握力动作、第二握力动作、第三握力动作、第四握力动作以及第五握力动作,所述在用户手部执行预设动作的过程中,通过预设的传感器采集所述用户手部的运动参数,具体包括:

12、输出动作执行指示信息;其中,所述动作执行指示信息用于指示所述用户手部执行预设动作,且每个预设动作均执行预设数量次;

13、在用户手部执行任一个预设动作的过程中,通过预设的传感器采集所述用户手部执行所述任一个预设动作的运动参数。

14、可选地,所述第一握力动作为钩状抓握动作,所述在用户手部执行任一个预设动作的过程中,通过预设的传感器采集所述用户手部执行所述任一个预设动作的运动参数,具体包括:

15、在用户手部执行所述手指共同屈曲的过程中,通过所述弯曲传感器采集所述用户手部执行所述手指共同屈曲结束时的每根手指关节屈曲角度;并通过所述惯性测量单元采集用户手部的稳定性参数;以及基于所述每根手指关节屈曲角度确定手指关节平均屈曲角度;以及将所述手指关节平均屈曲角度和所述稳定性参数确定为用户手部执行所述手指共同屈曲的运动参数;

16、在用户手部执行所述手指共同伸展的过程中,通过所述弯曲传感器采集所述用户手部执行所述手指共同伸展结束时的每根手指关节伸展角度;并通过所述惯性测量单元采集用户手部的稳定性参数;以及基于所述每根手指关节伸展角度确定手指关节平均伸展角度;以及将所述手指关节平均伸展角度和所述稳定性参数确定为用户手部执行所述手指共同伸展的运动参数;

17、在用户手部执行所述第一握力动作的过程中,通过所述力反馈传感器采集的所述用户手部的主动对抗力;并通过所述惯性测量单元采集用户手部的稳定性参数;以及将所述主动对抗力和所述稳定性参数确定为用户手部执行所述第一握力动作的运动参数;

18、在用户手部执行所述第二握力动作/所述第三握力动作/所述第四握力动作/所述第五握力动作的过程中,通过所述力反馈传感器采集的所述用户手部的捏力;并通过所述惯性测量单元采集用户手部的稳定性参数;以及将所述捏力和所述稳定性参数确定为用户手部执行所述第二握力动作/所述第三握力动作/所述第四握力动作/所述第五握力动作的运动参数。

19、可选地,所述基于所述运动参数对所述用户手部执行的所述预设动作进行评估,得到所述用户手部的手部运动评分,具体包括:

20、对每个预设动作的每个运动参数进行评估,得到每个预设动作的每个运动参数的当前运动评分;

21、将任一个预设动作的多个当前运动评分中的最高当前运动评分确定为所述任一个预设动作的最佳运动评分;

22、基于每个预设动作的最佳运动评分,确定所述用户手部的手部运动评分。

23、可选地,在所述确定所述用户手部的手部运动状态之后,所述方法还包括:

24、对所述用户手部的运动参数进行特征提取,得到关节协同性特征和发力对称性特征;

25、将所述关节协同性特征、所述发力对称性特征以及所述手部运动状态输入至预先构建的分类模型,得到所述分类模型输出的所述用户手部的手部运动类型;

26、获取与所述手部运动类型匹配的手部运动调整信息。

27、第二方面,本技术提供了一种手部运动状态评估装置,包括:

28、采集单元,用于在用户手部执行预设动作的过程中,通过预设的传感器采集所述用户手部的运动参数;其中,所述传感器预先佩戴于所述用户手部;

29、评估单元,用于基于所述运动参数对所述用户手部执行的所述预设动作进行评估,得到所述用户手部的手部运动评分;

30、确定单元,用于基于所述手部运动评分,确定所述用户手部的手部运动状态。

31、第三方面,本技术提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述中任一项所述的手部运动状态评估方法的步骤。

32、第四方面,本技术提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的手部运动状态评估方法的步骤。

33、第五方面,本技术提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的手部运动状态评估方法的步骤。

34、第六方面,本技术提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,所述处理器执行所述程序或指令时实现上述中任一项所述的手部运动状态评估方法的步骤。

35、根据本技术提供的具体实施例,本技术公开了以下技术效果:

36、本技术提供了一种手部运动状态评估方法、装置、设备、介质及产品,通过佩戴在手部的传感器直接采集手部实际运动参数,依托真实采集到的运动数据开展动作评估并得出运动评分,进而判定手部运动状态。相较于传统主观评判方式,摒弃了人为判断带来的主观偏差,全程依托实际运动数据完成评估,能够贴合手部真实运动情况开展分析,有效规避外界因素与人为经验带来的判断误差,整体评判过程更加贴合实际运动表现,能够有效提升手部运动状态评估结果的准确性。