基于圖像處理的跑步機速度自適應技術研究

程龍樂，許金林，李皙茹,3，馬祖長,3，李曉風,3

(1.安徽大學，安徽 合肥 230601；2.中國科學院 合肥物質科學研究院，安徽 合肥 230031；3.中國科學技術大學，安徽 合肥 230026)

基于圖像處理的跑步機速度自適應技術研究

程龍樂1,2，許金林2，李皙茹2,3，馬祖長2,3，李曉風2,3

(1.安徽大學，安徽 合肥 230601；2.中國科學院 合肥物質科學研究院，安徽 合肥 230031；3.中國科學技術大學，安徽 合肥 230026)

隨著物質生活水平的提高，越來越多的人開始關心自身的健康狀態，并積極投入健康運動。電動跑步機體積小、節約空間、操作簡便，已經成為常用的健身器材之一。然而，在傳統電動跑步機的使用過程中，跑步者必須被迫調節自身速度去適應跑步機預設的固定速度，嚴重影響了跑步者運動時的主動性和輕松感，也限制了電動跑步機的應用拓展；機械跑步機雖能實現速度的自跟隨，但其對運動者肌肉關節的損傷不容忽視。因此，一種能夠判斷運動者加減速意圖，并實時控制跑步機電機速度的技術變得尤為重要，速度自適應跑步機在日常鍛煉與醫療復健領域都有著廣闊前景。從計算機視覺的角度著手，基于對運動者走、跑的視頻圖像序列的處理，取得人體的運動特征并對其進行分析，提出實時控制跑步機電機速度的方案。通過實驗驗證，最終實現跑步機的速度自適應控制。

跑步機；速度自適應；計算機視覺；圖像處理

0 引 言

走跑運動在提高心肺功能、增加肌肉與骨骼強度方面都有顯著效果。由于現代生活節奏逐漸加快，且戶外跑步受環境、場地等客觀因素的限制，人們選擇跑步機用以代替與模擬戶外自由跑環境，從而達到健身目的[1]。

傳統的電動式跑步機的調速依然是通過按鍵等人機交互完成，運動者的自由度受到極大的限制[2]。因此，研究人體在跑步機上的運動特征以及速度變化的規律，根據這一規律調整電機速度以達到跑步機的速度自適應這一目的，對于改善健身者的跑步體驗、拓展跑步機的應用范圍等具有重要意義。

跑步機的速度自適應成為近年來的熱門研究課題。目前，國內外針對速度自適應跑步機的研究都有著多種嘗試，并取得了一定的進展。例如通過束縛在人體上的裝置，實時檢測人體的狀態，以及通過手勢等判別加減速意圖[3]。這類方法存在一些瓶頸：加減速極易引起誤判；人體很難控制，易引起加減速震蕩；束縛在肢體上的檢測裝置影響人的正常運動；操作不夠簡便，易引起誤操作，等等[4]。

文中研究了一種基于視頻圖像處理的跑步機速度自適應的技術。通過圖像處理的方法獲得視頻分幀圖像中的人體圖像；對獲得的圖像進行特征點提取；分析特征數據，建立其與跑步機電機轉速控制之間的數學模型。實驗結果表明，該技術可有效解決上述方法中存在的不足。

1 系統結構

系統結構如圖1所示。

圖1 系統總體結構

基本參數如下：臺體尺寸為220*80*22 cm；跑帶尺寸為164*55 cm；電機速度為1～12 km/h可調；攝像機視場角為水平78°；架設距離為100 cm；架設高度為120 cm；動態分辨率為1 280*720；最大頻幀為30 fps。

攝像頭將采集到的視頻信息通過USB通信傳給上位機，上位機將所得視頻圖片進行降噪、背景消除、形態學等圖像處理獲得運動目標圖像，并進一步分析，獲得運動對象的特征信息，分析特征數據，進而建立其與跑步機電機轉速控制之間的數學模型，再轉換成電機速度指令，通過串口發送至電機控制器。

速度自適應控制的總體思路為：通過攝像頭捕捉到實驗者在每一幀圖像的坐標值，在第n幀與第n+1幀的水平軸坐標分別為Xn,Xn+1，這樣就可以得到這相鄰兩幀圖像中運動目標關于地面的相對位移ΔS，通過實驗計算，找出與跑步機速度變化之間的關系，即可完成速度自適應控制。

2 特征提取與跑步機速度控制方法

2.1 目標特征提取

對實驗者運動特征的提取與識別是該課題的關鍵點之一。為實現良好的跑步機速度自適應控制，對實驗者運動特征的提取與運動意圖的判別是重要前提條件。

攝像頭采集如圖2(a)所示的原始圖像，經過預處理后，可得到如圖2(b)所示的運動目標的邊緣信息。由于邊緣信息并不能單獨作為運動目標的特征，因而引入如圖3所示的人體生物解剖模型[5-7](棍裝模型)。通過該模型對運動目標的邊緣信息做進一步分析處理，可提取到運動目標的特征點[8-10]，稱此點為“中心點”。

圖2 原始灰度圖片與處理后邊緣信息

圖3 生物解剖學中各肢體占身高比例

分別橫向掃描人體運動輪廓圖像中頸關節縱坐標所在的高度為0.870H的行和髖關節所在的0.530H，因為其余背景像素值都為0，故可分別得到這一行中最左邊和最右邊的兩個像素值為1的點的橫坐標xl1,xr1;xl2,xr2，然后算出頸關節的橫坐標(見式(1))、髖關節橫坐標(見式(2))、中心點橫坐標(見式(3))，中心點縱坐標即為0.7H。

X1=xl1+(xr1-xl1)/2

(1)

X2=xl2+(xr2-xl2)/2

(2)

(3)

2.2 跑步機速度控制

對連續特征幀圖片的“中心點”坐標做差值,很容易得到運動目標的相對位移ΔS，提出基于ΔS的速度控制方法。

如圖4所示，忽略左右腳的差異，設周期為t，相鄰兩幀圖像中中心點的相對位移為ΔS，每個周期內的等效加速度為a，跑帶的速度為Vt。當人在單個周期內勻速運動，即等效加速度a=0時，人的速度為Vt，人的質心m在Y軸上的投影相對地面保持不變，相鄰兩幀的中心的位移近似為0。

圖4 跑步機速度控制示意及實驗平臺

(4)

其中，kp為修正系數，范圍為0～1.0。

3 實驗數據分析

為了對提出方法進行驗證，在中科院合肥智能機械研究所運動與健康信息技術研究中心搭建了實驗平臺，如圖4(b)所示。

在50組重復實驗中，隨機挑選一組實驗數據，實驗者為男性，25歲，身高175cm，體重60kg；實驗者經過短時間練習，能很快適應這套實驗裝置，并能夠在跑步機上實現速度的自主跟隨調節。圖5、6為在實驗過程中一段時間內的相對位移的數據曲線以及對應的跑步機速度曲線。加速閾值為45mm，減速閾值為-45mm，KP=0.50。

圖5 運動過程中的相對位移曲線圖

圖6 跑步機速度曲線

圖中的測試結果與以往研究一致[11-14]，驗證了文中實驗裝置獲取的信息是準確的。

在實驗中，實驗者按照要求逐步地調整自己的行走速度。當實驗者試圖加速時，測得ΔS的數值大于加速閾值，跑步機隨之不斷加速。當實驗者試圖減速時，測得ΔS的數值小于減速閾值，跑步機隨之不斷減速。在跑步機速度調整周期內，跑步機能夠完成速度匹配，達到速度跟隨自適應的功能。

4 結束語

文中提出一種基于圖像處理的跑步機速度自適應的控制方法，不需要在運動者身上安裝任何裝置，只需通過攝像機捕捉運動者的姿態特征即可控制電機轉速，跟隨運動者速度的變化趨勢。實驗結果表明，該方法可以在一定范圍內實現跑步機速度的跟隨控制，為進一步研究奠定了基礎。

隨著研究的深入以及互聯網、物聯網、傳感器等相關領域產業科技的進步與發展，速度自適應跑步機的研究可能將力學、視覺圖像、3D、心率、神經直覺等多維度參數進行融合，并結合云計算、大數據等技術，從單純的速度自適應，不斷向更高維度的智能化方向擴展，這也是今后的研究重點。

[1] 郭 鋒.健身走跑在全民健身中運用的方法探索[J].安徽電子信息職業技術學院學報,2010,9(5):108-110.

[2] 崔文琪,李 峰.下肢康復機器人系統中的跑步機速度跟隨自適應控制方法[J].現代制造工程,2013(9):30-34.

[3]TaiJC,TsengST,LinCP,etal.Real-timeimagetrackingforautomatictrafficmonitoringandenforcementapplications[J].ImageandVisionComputing,2004,22(6):485-501.

[4]FukunagaK,HostetlerL.Theestimationofthegradientofadensityfunction,withapplicationsinpatternrecognition[J].IEEETransactionsonInformationTheory,1975,21(1):32-40.

[5]LiptonHA,FujiyoshiH,PatilRS.Movingtargetclassification

and tracking from realtime video[C]//Proc of IEEE workshop on applications of computer vision.[s.l.]:IEEE,1998:129-136.

[6] 朱 梁.健康監測跑步機的研發[D].杭州:浙江理工大學,2013.

[7] 程 娟.復雜背景下運動目標識別算法研究[D].武漢:武漢理工大學,2008.

[8] 孫 浩.智能型電動跑步機驅動控制系統設計與實現[D].南京:南京郵電大學,2011.

[9] 王樹文,閆成新,張天序,等.數學形態學在圖像處理中的應用[J].計算機工程與應用,2005,40(32):89-92.

[10] 顧成成,任 彧,劉宗欽,等.可識別手勢的跑步機：中國,2010102452.9[P].2010-12-15.

[11] 蔣建業.一種跑步機的速度控制方法及裝置：中國,200810217067.5[P].2009-03-18.

[12] Lichtenstein L,Barabbas J,Woods L R,et al.A feedback-controlled interface for treadmill locomotion in virtual environments[J].ACM Transactions on Applied Perception,2007,4(1):1-22.

[13] 楊 杰,張 翔.視頻目標檢測和跟蹤及其應用[M].上海:上海交通大學出版社，2012.

[14] Verkerke G,Hof A,Zijlstra W,et al.Determining the centre of pressure during walking and running using an instrumented treadmill[J].Journal of Biomechanics,2005,38(9):1881-1885.

[15] 楊先軍,李春麗,夏 懿,等.電動跑步機上步態特征獲取系統的設計[J].傳感技術學報,2012,25(6):751-755.

Research on Speed-adaptive Technology of Treadmill Based on Image Processing

CHENG Long-le1,2,XU Jin-lin2,LI Xi-ru2,3,MA Zu-chang2,3,LI Xiao-feng2,3

(1.Anhui University,Hefei 230601,China;2.Hefei Institutes of Physical Science,Chinese Academy of Sciences,Hefei 230031,China;3.University of Science and Technology of China,Hefei 230026,China)

With the improvement of people’s living standards,an increasing number of individuals are concerned about their own health and are active in physical exercise,and electric treadmill has the advantages of small volume,saving space,easy operation,which has become one of the most popular fitness equipment.However,for the traditional electric treadmill,the runners are forced to adjust their speed to adapt the preset fixed speed of the treadmill,and this situation seriously affects the initiative and the relaxed feeling of the runners,and also limits the application extension of electric treadmill.Mechanical running machine can realize speed since followed,but the damage of activists muscle joints cannot be ignored.Therefore,a kind of real-time control treadmill which can judge acceleration intention has become particularly important,at the same time,adaptive speed treadmill in daily exercise and medical rehabilitation field has broad prospects.This topic is based on the perspective of computer vision,analysis of the human body movement characteristic,proposed the scheme of real-time speed control,finally realizing the adaptive speed control of treadmill.

treadmill;speed-adaptive;computer vision;image processing

2016-01-04

2016-05-12

時間：2016-09-19

國家科技支撐計劃課題(2013BAH14F01)

程龍樂(1988-)，男，碩士研究生，研究方向為信號與信息處理；馬祖長，博士生導師，研究方向為非醫療性健康促進服務理論與技術體系；李曉風，博士生導師，研究方向為計算機網絡管理和計算機自動控制。

http://www.cnki.net/kcms/detail/61.1450.TP.20160919.0841.036.html

TP393.4

A

1673-629X(2016)10-0092-03

10.3969/j.issn.1673-629X.2016.10.020