电动跑步机上步态特征获取系统的设计

王 鹏，韩 颖

（1、成都工业学院,四川成都611730；2、四川旅游学院，四川成都，610100）

1 电动跑步机设计的人机工程要点

1.1 人机工程学

步态特征的获取属于人机工程学的范畴，在进行人体步态特征获取的之前，我们需要了解一下人机工程。

人机工程学主要的研究对象是生物，涉及人体科学、生物科学、工程技术和环境科学等。其中人是最重要的研究对象。进入21世纪后，人机工程学的研究和应用越来越广泛，电动跑步机就是其中之一。

1.2 对于跑步的相关研究

跑步时人的一种本能运动，在和大自然斗争的几千年时间里，跑步对于推动人类历史文明的发展具有极大的促进意义。跑是支撑相与摆动相交替、蹬与摆相配合的周期性运动。跑步运动可以改善脂质代谢，降低过高的血清胆固醇、甘油三酯的水平，同时可以加强心脏搏动能力，促进呼吸系统的工作能力增强，从而改善组织代谢。同时，跑步还可以调节人体内部平衡，调剂情绪，振作精神。概括起来说，跑步可以促进新陈代谢，增强人体体质，延年益寿。

1.3 跑步机上人体步态特征获取要点

跑步机在设计上需要注重跑步机速度和人体运动速度上的协调。本文将设计出一套解决方案，通过相应的传感器，获得鞋底的压力和人体的心率等等一系列的参数，从而获取人们在跑步机上运动时的步态信息。同时获取的数据将会用来进一步研究如何在电动跑步机上实现更好的舒适度，确保人们运动的健康。

由于步态识别是生物特征识别技术中的新兴领域，较以往的指纹识别以及其他的生物识别方式，步态识别主要针对人体步行运动图像序列进行分析处理,通常包括人体轮廓分割、步态特征提取与识别,以及身份认证。其中,步态识别的关键是如何寻找合适的步态特征以及有效的分类方法。

2 人体步态识别系统的整体设计和误差分析

2.1 步态测量系统总体结构组成

系统总体结构包括一台跑步机、心率测量模块、数据采集部分等等。一般而言，通过测量获得数据上传到电脑中，然后进行数据分析。电动跑步机是通过驱动电机转动，通过自身的程序进行速度的调节，通过调节不同的运动速率，最终测试不同速率下人体运动的相关数据。数据采集模块压力传感器以及心率测量仪，获得电子数据后通过与仪器的电脑进行处理和储存，最后通过相关的软件分析计算步态参数。

2.2 较以往轮廓步态测量的优越性

传统的轮廓提取参数容易受到诸如环境变量、背影变量、摄像机和前景目标之间的相对位置、运动目标复杂化等等问题影响。同时对于单一的步态参数提取对象而言，传统跑步机基于轮廓的整体模型便于进行快速直观的识别, 但和步态之间属于间接联系,很容易受到人体背景因素的干扰(如衣着厚度等变化的影响)。有时候虽然对于测量目标进行了相应的简化测量，但是简化处理后难免丢失有用的特征信息(如体宽等)。与以往的的步态特征参数提取相比，我们设计的步态参数提取系统作了相应的改善，使之在提取步态特征参数的准确性上具有相应优势,较以往的轮廓步态测量有很大的改进。

2.3 本系统存在的相关问题

与传统大多数的电脑数据处理情况一样，首先是传感器的灵敏度是影响测量精度的主要原因，虽然可以进行算法上的修正，但是同样存在一些问题。也就是说，在现阶段提出一种能够较好处理各种情况的通用算法是很困难的。在实际应用中，研究者往往是针对不同的应用场合设计不同的算法，并且还要在算法的精度、复杂度和可靠性等方面进行折衷考虑。这样，就导致了本系统必须取最大的测量范围，可以采取多次测量来降低误差，但这涉及到更多的数据处理。

2.4 系统使用过程中需要注意的细节

运动过程中需要涉及到人体骨骼学相关的知识，而我们对于这个方面的设计没有涉及到对于人体骨骼测量的问题。为此，我们对于骨骼学的相关部分可以参考以往的研究，即在一定程度上忽略人体骨骼对于整体测量精度的影响。

3 相关数据的采集和处理

3.1 数据采集工具分析

数据采集方面，我们利用柔性阵列压力传感器，将多个传感器以密布的方式进行排列组合，其中，测量的面积为1.2m X 0.5m的长方形格式进行排列，因此，本系统灵敏度影响最大的是两脚之间来回踏步过程中的数据传输问题。基于此，我们选择运用脑。我们选用电脑而不是以往处理效率低的单片机的原因是数据的传输是基于TCP /IP协议。这样处理后，不仅能够实现实时数据传输。同时还能保证接收到的数据的准确性。

3.2 心率测量工具的分析

由于人体在运动一段时间后，其心跳的心率会出现不同程度的变化，这时心率的参数对于电动跑步机上的步态会产生很大的影响。为此，我们需要测量运动者心率的变化。为了将数据整合到一起，对以往的心率测量仪器进行适当的修改，最终促进数据能够被计算机读取。

3.3 倾斜角度的测量

对于倾斜角度的测量，我们主要采用水平陀螺仪，我们可以根据测量不同倾斜角度下人体最适宜的跑步角度，最终反作用于跑步机的设计。应该说，对于倾斜角度的测量没有什么需要注意的，其最主要的原因是没有什么干扰因素，较容易获得准确的测量数据。

3.4 干扰因素的滤除

跑步机上跑的过程中，由于震动和其他的因素会造成运动者在进行步态测量时的误差，同时，传感器回弹速度不够快也有可能产生干扰信号。因此，在进行步态特征提取前需要对原始数据进行去噪。可以借鉴视频和图像数据处理中的去噪算法对原始数据进行去噪预处理，我们采用一种简便的算法，该算法的基本原理是依次扫描某一个时间戳下的所有数据点，如果围绕某一个数据点的3×3 的数据窗口中有效数据点(指压力值＞0)的个数少于某一个值，那么就认为该数据点是杂点，予以剔除。

4 相关数据的应用和处理

由于在步态测量中，步长、步频和腾空时间是主要的测量指标，所以这个系统最主要的特点是在获取了以往的测量参数之后能够自行对数据进行处理。因此，我们需要在此处讲一下软件编程的逻辑顺序问题。

将每只脚支撑期间所有帧的数据区域叠加，计算出整个支撑期间的区域范围，然后把最后一帧的时间戳(IDend)减去第一帧的时间戳(IDstart)乘以采样时间即为支撑时间Ton(ms)，即：Ton=（IDend—IDstart).1/ Fs

在跑步机上，步长SL定义每步之间的时间间隔和间隔内的平均速度再加上两步之间的步差，这样我们得到步差的计算公式：前脚着地时刻减去前一只脚离地时刻乘以这段时间内的速度V(km/h)，所得结果减去当前脚、前一只脚脚跟着地点的距离之差即

总体而言，只要确定了公式之后，我们可以将以上的公式进行编程，在此我们就不在赘述。

5 跑步机跑步带的长度（测量数据的运用）

进行数据处理之后，我们可以看到，无论哪个步态处理方法，其最终获得数据都必须运用到其它方面，我们在跑步机上的正常健身活动包括散步、慢跑、中跑和快跑几种形式。我们对于数据的获取可以用于电动跑步机的设计，比如跑步带长度的设计上。

不同的年龄，不同的体质，不同的骨骼构架都导致了在运动时每个人步幅的不同。一般而言，年轻人由于身体发育较好，处于身体整体极佳的状态，因此，年轻人的步幅较大。因为人们的健身活动以快跑步幅最大，所以在设计时，优先考虑年轻人的步幅大小。

其次，受到人体骨骼构架的影响，在设计时需要优先考虑骨骼构架高大人群的步幅长度。这两者是最主要的因素。同时，由于人们在跑步过程都会穿着运动鞋，需要考虑到鞋对于跑步带长度的影响，以及考虑对环境的影响和家居空间的容纳尺寸，跑步带长度可在1425—1540cm之间。这就是人机工程学带来设计上的便利。

6 结语

我们从传统跑步机上采用新的设计原理，将传统的跑步机进行了相应的改造，从步长、步频、腾空时间及支撑时间这四个指标来分析训练者在跑步机上跑步的步态特。总体而言，数据的获取较以往的步态获取方法上带来很大简易性，能够有效的降低测量量。但是，由于是初步的改装，其中仍有很多不足之处，需要通过后续的处理加以修正。该研究的测量结果和数据参数必将为今后在电动跑步机上实现速度自适应控制提供了很好的参考。

[1] 李鸿江.田径[M].2版,高等教育出版社,2008.

[2] 袁玲. 基于人机工程学的家用电动跑步机设计与生产研究[D].太原理工大学,2011.

[3] 田光见. 步态特征提取与识别技术研究[D].西北工业大学,2006.

[4] 杨先军,李春丽,夏懿,刘建强,王俊青,孙怡宁. 电动跑步机上步态特征获取系统的设计[J]. 传感技术学报 ,2012,06：751-755.