電動跑步機上步態特征獲取系統的設計

王 鵬，韓 穎

（1、成都工業學院,四川成都611730；2、四川旅游學院，四川成都，610100）

1 電動跑步機設計的人機工程要點

1.1 人機工程學

步態特征的獲取屬于人機工程學的范疇，在進行人體步態特征獲取的之前，我們需要了解一下人機工程。

人機工程學主要的研究對象是生物，涉及人體科學、生物科學、工程技術和環境科學等。其中人是最重要的研究對象。進入21世紀后，人機工程學的研究和應用越來越廣泛，電動跑步機就是其中之一。

1.2 對于跑步的相關研究

跑步時人的一種本能運動，在和大自然斗爭的幾千年時間里，跑步對于推動人類歷史文明的發展具有極大的促進意義。跑是支撐相與擺動相交替、蹬與擺相配合的周期性運動。跑步運動可以改善脂質代謝，降低過高的血清膽固醇、甘油三酯的水平，同時可以加強心臟搏動能力，促進呼吸系統的工作能力增強，從而改善組織代謝。同時，跑步還可以調節人體內部平衡，調劑情緒，振作精神。概括起來說，跑步可以促進新陳代謝，增強人體體質，延年益壽。

1.3 跑步機上人體步態特征獲取要點

跑步機在設計上需要注重跑步機速度和人體運動速度上的協調。本文將設計出一套解決方案，通過相應的傳感器，獲得鞋底的壓力和人體的心率等等一系列的參數，從而獲取人們在跑步機上運動時的步態信息。同時獲取的數據將會用來進一步研究如何在電動跑步機上實現更好的舒適度，確保人們運動的健康。

由于步態識別是生物特征識別技術中的新興領域，較以往的指紋識別以及其他的生物識別方式，步態識別主要針對人體步行運動圖像序列進行分析處理,通常包括人體輪廓分割、步態特征提取與識別,以及身份認證。其中,步態識別的關鍵是如何尋找合適的步態特征以及有效的分類方法。

2 人體步態識別系統的整體設計和誤差分析

2.1 步態測量系統總體結構組成

系統總體結構包括一臺跑步機、心率測量模塊、數據采集部分等等。一般而言，通過測量獲得數據上傳到電腦中，然后進行數據分析。電動跑步機是通過驅動電機轉動，通過自身的程序進行速度的調節，通過調節不同的運動速率，最終測試不同速率下人體運動的相關數據。數據采集模塊壓力傳感器以及心率測量儀，獲得電子數據后通過與儀器的電腦進行處理和儲存，最后通過相關的軟件分析計算步態參數。

2.2 較以往輪廓步態測量的優越性

傳統的輪廓提取參數容易受到諸如環境變量、背影變量、攝像機和前景目標之間的相對位置、運動目標復雜化等等問題影響。同時對于單一的步態參數提取對象而言，傳統跑步機基于輪廓的整體模型便于進行快速直觀的識別, 但和步態之間屬于間接聯系,很容易受到人體背景因素的干擾(如衣著厚度等變化的影響)。有時候雖然對于測量目標進行了相應的簡化測量，但是簡化處理后難免丟失有用的特征信息(如體寬等)。與以往的的步態特征參數提取相比，我們設計的步態參數提取系統作了相應的改善，使之在提取步態特征參數的準確性上具有相應優勢,較以往的輪廓步態測量有很大的改進。

2.3 本系統存在的相關問題

與傳統大多數的電腦數據處理情況一樣，首先是傳感器的靈敏度是影響測量精度的主要原因，雖然可以進行算法上的修正，但是同樣存在一些問題。也就是說，在現階段提出一種能夠較好處理各種情況的通用算法是很困難的。在實際應用中，研究者往往是針對不同的應用場合設計不同的算法，并且還要在算法的精度、復雜度和可靠性等方面進行折衷考慮。這樣，就導致了本系統必須取最大的測量范圍，可以采取多次測量來降低誤差，但這涉及到更多的數據處理。

2.4 系統使用過程中需要注意的細節

運動過程中需要涉及到人體骨骼學相關的知識，而我們對于這個方面的設計沒有涉及到對于人體骨骼測量的問題。為此，我們對于骨骼學的相關部分可以參考以往的研究，即在一定程度上忽略人體骨骼對于整體測量精度的影響。

3 相關數據的采集和處理

3.1 數據采集工具分析

數據采集方面，我們利用柔性陣列壓力傳感器，將多個傳感器以密布的方式進行排列組合，其中，測量的面積為1.2m X 0.5m的長方形格式進行排列，因此，本系統靈敏度影響最大的是兩腳之間來回踏步過程中的數據傳輸問題。基于此，我們選擇運用腦。我們選用電腦而不是以往處理效率低的單片機的原因是數據的傳輸是基于TCP /IP協議。這樣處理后，不僅能夠實現實時數據傳輸。同時還能保證接收到的數據的準確性。

3.2 心率測量工具的分析

由于人體在運動一段時間后，其心跳的心率會出現不同程度的變化，這時心率的參數對于電動跑步機上的步態會產生很大的影響。為此，我們需要測量運動者心率的變化。為了將數據整合到一起，對以往的心率測量儀器進行適當的修改，最終促進數據能夠被計算機讀取。

3.3 傾斜角度的測量

對于傾斜角度的測量，我們主要采用水平陀螺儀，我們可以根據測量不同傾斜角度下人體最適宜的跑步角度，最終反作用于跑步機的設計。應該說，對于傾斜角度的測量沒有什么需要注意的，其最主要的原因是沒有什么干擾因素，較容易獲得準確的測量數據。

3.4 干擾因素的濾除

跑步機上跑的過程中，由于震動和其他的因素會造成運動者在進行步態測量時的誤差，同時，傳感器回彈速度不夠快也有可能產生干擾信號。因此，在進行步態特征提取前需要對原始數據進行去噪。可以借鑒視頻和圖像數據處理中的去噪算法對原始數據進行去噪預處理，我們采用一種簡便的算法，該算法的基本原理是依次掃描某一個時間戳下的所有數據點，如果圍繞某一個數據點的3×3 的數據窗口中有效數據點(指壓力值＞0)的個數少于某一個值，那么就認為該數據點是雜點，予以剔除。

4 相關數據的應用和處理

由于在步態測量中，步長、步頻和騰空時間是主要的測量指標，所以這個系統最主要的特點是在獲取了以往的測量參數之后能夠自行對數據進行處理。因此，我們需要在此處講一下軟件編程的邏輯順序問題。

將每只腳支撐期間所有幀的數據區域疊加，計算出整個支撐期間的區域范圍，然后把最后一幀的時間戳(IDend)減去第一幀的時間戳(IDstart)乘以采樣時間即為支撐時間Ton(ms)，即：Ton=（IDend—IDstart).1/ Fs

在跑步機上，步長SL定義每步之間的時間間隔和間隔內的平均速度再加上兩步之間的步差，這樣我們得到步差的計算公式：前腳著地時刻減去前一只腳離地時刻乘以這段時間內的速度V(km/h)，所得結果減去當前腳、前一只腳腳跟著地點的距離之差即

總體而言，只要確定了公式之后，我們可以將以上的公式進行編程，在此我們就不在贅述。

5 跑步機跑步帶的長度（測量數據的運用）

進行數據處理之后，我們可以看到，無論哪個步態處理方法，其最終獲得數據都必須運用到其它方面，我們在跑步機上的正常健身活動包括散步、慢跑、中跑和快跑幾種形式。我們對于數據的獲取可以用于電動跑步機的設計，比如跑步帶長度的設計上。

不同的年齡，不同的體質，不同的骨骼構架都導致了在運動時每個人步幅的不同。一般而言，年輕人由于身體發育較好，處于身體整體極佳的狀態，因此，年輕人的步幅較大。因為人們的健身活動以快跑步幅最大，所以在設計時，優先考慮年輕人的步幅大小。

其次，受到人體骨骼構架的影響，在設計時需要優先考慮骨骼構架高大人群的步幅長度。這兩者是最主要的因素。同時，由于人們在跑步過程都會穿著運動鞋，需要考慮到鞋對于跑步帶長度的影響，以及考慮對環境的影響和家居空間的容納尺寸，跑步帶長度可在1425—1540cm之間。這就是人機工程學帶來設計上的便利。

6 結語

我們從傳統跑步機上采用新的設計原理，將傳統的跑步機進行了相應的改造，從步長、步頻、騰空時間及支撐時間這四個指標來分析訓練者在跑步機上跑步的步態特。總體而言，數據的獲取較以往的步態獲取方法上帶來很大簡易性，能夠有效的降低測量量。但是，由于是初步的改裝，其中仍有很多不足之處，需要通過后續的處理加以修正。該研究的測量結果和數據參數必將為今后在電動跑步機上實現速度自適應控制提供了很好的參考。

[1] 李鴻江.田徑[M].2版,高等教育出版社,2008.

[2] 袁玲. 基于人機工程學的家用電動跑步機設計與生產研究[D].太原理工大學,2011.

[3] 田光見. 步態特征提取與識別技術研究[D].西北工業大學,2006.

[4] 楊先軍,李春麗,夏懿,劉建強,王俊青,孫怡寧. 電動跑步機上步態特征獲取系統的設計[J]. 傳感技術學報 ,2012,06：751-755.