论文部分内容阅读
摘要：为了解决在步态识别过程中对于训练集肌电信号步态周期的划分，本文利用美国Delsys公司开发的TrignoTM Wireless EMG信号采集系统进行肌电信号和加速度信号的采集，使用一种基于移动窗的均值化方法处理加速度信号，最终完成步态周期的划分。
关键词：加速度;移动窗;步态周期
1、引言
由于在人体运动过程中肌电信号的产生在人体期望动作之前，越来越多的研究学者利用这一特点使用肌电信号来完成对人体下肢行走步态周期的识别。为了在识别过程中完成对训练集的建立，需要将肌电信号按步态周期进行划分。
2、角度测量原理
对于三轴加速度计的某一轴来说，其上的加速度为重力加速度在这一轴上的分量，所以如果这一轴的加速度测量结果为A（-g ≤ A ≤ g），为传感器角度，g为重力加速度，则满足公式：
从式（3）中可以看出当太小时，加速度分辨率就会太低，所以在通过三轴加速度计测量角度时，应当尽量使用传感方向与重力加速度夹角最大的轴。
3、加速度数据处理
由于人体步行过程中，下肢并非处于匀速状态，再加上三轴加速度计的横轴传感、测量精度、零点漂移和其他外界影响，这时传感器测得的加速度并不等于重力加速度，不能直接通过加速度转换为角度。本文采用基于移动窗的均值化处理，假定测得的加速度为{a1， a2， a3， …， an}其具体过程如下：
（1）取一个长度为50的时间窗，得{a1， a2， a3， …， a50}，对时间窗中的加速度求取平均值，得到A1;
（2）将时间窗的移动步长设为1，得到第二个时间窗{a2， a3， a4， …， a51}，对时间窗中的加速度求取平均值，得到A2;
（3）重复步骤（2），使时间窗遍历整段加速度序列{a1， a2， a3， …， an}，便可得到新的加速度为{A1， A2， A3， …， An}。
每一个新加速度可定义为：
如图1所示，为大腿上的传感器Z轴方向的原始加速度与使用基于移动窗的均值化处理后的加速度对比。图1（a）的每个步行周期中总有一小段时期的加速度发生剧烈抖动，使得加速度大于g或小于负g，这是实际行走中脚落地时与地面产生剧烈的作用力而导致传感器抖动，此时难以使用角度测量原理得到传感器角度;图1（b）中所有的加速度都在负g与g之间，并且随着步行周期的变化而呈现周期性的变化，所以基于移动窗的均值化在处理加速度信号上能取得良好的效果。
根据传感器所在位置以及姿态（人体直立时Y轴为竖直方向，X和Z为水平方向，行走中X轴与重力方向的夹角不变，仅Y和Z与重力方向夹角改变），通过公式（1）可以分别得到大腿和小腿与重力方向的夹角，两者作差便可得到膝关节的关节角度。计算得到的角度为离散值并且具有一定的误差，而人体步行时的膝关节角度变化曲线，可以看作不同幅值与不同周期的两个正弦曲线叠加，所以可以通过傅里叶变换对角度信息进行曲线拟合，得到整个步态周期的膝关节角度变化曲线，拟合结果如图2所示。
4、步态划分
人体下肢步行是一种周期性的运动，可分为支撑期和摆动期，其中支撑期可分为支撑前期、支撑中期和支撑后期，摆动期可分为摆动前期、摆动中期和摆动后期。在一个步态周期中，相应时期的膝关节角度如图3所示。
通过图（3）所示，在一个完整的步态周期中，膝关节角度均为支撑前期开始时刻，角度开始增加;支撑中期开始时刻，达到第一次极大值并开始下降;在整个步态周期的40%处，膝关节角度下降到最小值并开始上升;摆动前期结束时刻，达到第二次极大值并开始下降直至步态周期结束。根据以上规律，可以将肌电信号进行步态周期的划分。
5、结语
通过对加速度计测量角度原理的分析，使用一种基于移动窗均值化的方法，对采集到的加速度进行处理，得到膝关节角度信息并通过傅里叶变换对膝关节角度变化曲线进行拟合，最终根据膝关节角度的变化规律对步态周期进行划分。分析结果表明，该方法可以用于步态周期的划分。
参考文献
[1] 范書瑞， 贾雅亭， 刘晶花. 基于三轴加速度传感器人体姿态识别的特征选择[J]. 应用科学学报， 2019， 037（003）：427-436.
[2] 高发荣， 王佳佳， 席旭刚，等. 基于粒子群优化-支持向量机方法的下肢肌电信号步态识别[J]. 电子与信息学报， 2015， 37（005）：1154-1159.
[3] 郝静涵， 杨 鹏， 陈玲玲，等. 一种基于表面肌电信号及三轴加速度信号的步态识别方法[J]. 中国组织工程研究， 2019，23（32）.
[4] 吴平平， 徐剑华， 杜明家，等. 基于单肌肉表面肌电-加速度融合的步态识别[J]. 合肥工业大学学报（自然科学版）， 2020（7）.
中国民用航空飞行学院 杨泽坤
关键词：加速度;移动窗;步态周期
1、引言
由于在人体运动过程中肌电信号的产生在人体期望动作之前，越来越多的研究学者利用这一特点使用肌电信号来完成对人体下肢行走步态周期的识别。为了在识别过程中完成对训练集的建立，需要将肌电信号按步态周期进行划分。
2、角度测量原理
对于三轴加速度计的某一轴来说，其上的加速度为重力加速度在这一轴上的分量，所以如果这一轴的加速度测量结果为A（-g ≤ A ≤ g），为传感器角度，g为重力加速度，则满足公式：
从式（3）中可以看出当太小时，加速度分辨率就会太低，所以在通过三轴加速度计测量角度时，应当尽量使用传感方向与重力加速度夹角最大的轴。
3、加速度数据处理
由于人体步行过程中，下肢并非处于匀速状态，再加上三轴加速度计的横轴传感、测量精度、零点漂移和其他外界影响，这时传感器测得的加速度并不等于重力加速度，不能直接通过加速度转换为角度。本文采用基于移动窗的均值化处理，假定测得的加速度为{a1， a2， a3， …， an}其具体过程如下：
（1）取一个长度为50的时间窗，得{a1， a2， a3， …， a50}，对时间窗中的加速度求取平均值，得到A1;
（2）将时间窗的移动步长设为1，得到第二个时间窗{a2， a3， a4， …， a51}，对时间窗中的加速度求取平均值，得到A2;
（3）重复步骤（2），使时间窗遍历整段加速度序列{a1， a2， a3， …， an}，便可得到新的加速度为{A1， A2， A3， …， An}。
每一个新加速度可定义为：
如图1所示，为大腿上的传感器Z轴方向的原始加速度与使用基于移动窗的均值化处理后的加速度对比。图1（a）的每个步行周期中总有一小段时期的加速度发生剧烈抖动，使得加速度大于g或小于负g，这是实际行走中脚落地时与地面产生剧烈的作用力而导致传感器抖动，此时难以使用角度测量原理得到传感器角度;图1（b）中所有的加速度都在负g与g之间，并且随着步行周期的变化而呈现周期性的变化，所以基于移动窗的均值化在处理加速度信号上能取得良好的效果。
根据传感器所在位置以及姿态（人体直立时Y轴为竖直方向，X和Z为水平方向，行走中X轴与重力方向的夹角不变，仅Y和Z与重力方向夹角改变），通过公式（1）可以分别得到大腿和小腿与重力方向的夹角，两者作差便可得到膝关节的关节角度。计算得到的角度为离散值并且具有一定的误差，而人体步行时的膝关节角度变化曲线，可以看作不同幅值与不同周期的两个正弦曲线叠加，所以可以通过傅里叶变换对角度信息进行曲线拟合，得到整个步态周期的膝关节角度变化曲线，拟合结果如图2所示。
4、步态划分
人体下肢步行是一种周期性的运动，可分为支撑期和摆动期，其中支撑期可分为支撑前期、支撑中期和支撑后期，摆动期可分为摆动前期、摆动中期和摆动后期。在一个步态周期中，相应时期的膝关节角度如图3所示。
通过图（3）所示，在一个完整的步态周期中，膝关节角度均为支撑前期开始时刻，角度开始增加;支撑中期开始时刻，达到第一次极大值并开始下降;在整个步态周期的40%处，膝关节角度下降到最小值并开始上升;摆动前期结束时刻，达到第二次极大值并开始下降直至步态周期结束。根据以上规律，可以将肌电信号进行步态周期的划分。
5、结语
通过对加速度计测量角度原理的分析，使用一种基于移动窗均值化的方法，对采集到的加速度进行处理，得到膝关节角度信息并通过傅里叶变换对膝关节角度变化曲线进行拟合，最终根据膝关节角度的变化规律对步态周期进行划分。分析结果表明，该方法可以用于步态周期的划分。
参考文献
[1] 范書瑞， 贾雅亭， 刘晶花. 基于三轴加速度传感器人体姿态识别的特征选择[J]. 应用科学学报， 2019， 037（003）：427-436.
[2] 高发荣， 王佳佳， 席旭刚，等. 基于粒子群优化-支持向量机方法的下肢肌电信号步态识别[J]. 电子与信息学报， 2015， 37（005）：1154-1159.
[3] 郝静涵， 杨 鹏， 陈玲玲，等. 一种基于表面肌电信号及三轴加速度信号的步态识别方法[J]. 中国组织工程研究， 2019，23（32）.
[4] 吴平平， 徐剑华， 杜明家，等. 基于单肌肉表面肌电-加速度融合的步态识别[J]. 合肥工业大学学报（自然科学版）， 2020（7）.
中国民用航空飞行学院 杨泽坤