基于柔性多传感器的步态采集识别系统设计与实现
人体的生理特性和行为特征，通过利用科学技术，可以完成对人身份的鉴定和识别运动人体行为的任务。其中，步态识别技术为此类技术的代表之一。然而，现有的步态识别系统存在采集信号单一、价格高昂和穿戴舒适性较差的问题。针对这些问题，本文设计了基于柔性多传感器的步态采集识别系统，通过采集人体下肢肌电信号和足底压力信号，进而实现对人体步态信息的识别。文中主要工作如下： 首先，对步态采集系统进行了需求分析，设计总体方案。设计了下肢肌肉活动传感器的结构，利用有限元分析验证了圆形等强度悬臂梁结构的合理性。采用PVDF压电薄膜制作肌肉活动传感器，用于采集下肢肌肉活动产生的肌电信号。选取阵列式柔性压阻传感器，用于采集行走时产生的足底压力信号。柔性传感器表现出了较好的振幅电压响应关系、结构柔性、电导率，较小的迟滞区间，以及良好的穿戴舒适性。 其次，设计了步态采集系统的硬件，分为两部分。第一部分：根据压电传感器电路模型设计了电荷电压转换电路，并通过仿真进行验证。设计了滤波电路滤除环境的噪声干扰。为了实现不同位置的肌肉活动信号同步采集，设计了6通道同步采集电路保证。第二部分：设计了阵列式压阻传感器采集电路，包括电阻选通电路与电阻测量电路。设计了采集系统主控电路、电源电路和数据存储电路，并制作了采集系统实物，为后续信号特征提取与步态识别做好铺垫。 然后，设计了步态采集系统的软件，用于多通道采集芯片信息读取。根据阵列式压阻采集原理步骤，设计了系统程序框图。移植了FreeRTOS实时操作系统可满足采集过程中多任务的实现。使用了数据实时上传软件VOFA+，便于更直观的看到波形数据，主要用于传感器调试及主要传感器数据监测功能。 最后，对采集的信号进行小波降噪，并采用加权平均法将多路步态数据融合成单维度融合数据，保证了信号的能量特征，同时降低了信号的维度。单维度融合数据结合MEMD和能量熵理论，提取得到IMF能量熵特征，基于LLTSA-SVM的人体步态识别算法能够有效识别人体移动时的不同步态,算法准确度高达96.25%。 本文主要对柔性传感器、步态采集系统的硬件和软件、信号分类识别算法进行了研究，由柔性传感器采集的肌电信号和足压信号经过硬件电路、上位机软件和信号分类算法处理分析后，对应的人体上楼、下楼、慢跑、平地走四种步态会被识别，以此实现帮助下肢残障人士和老年人群体进行更好的辅助康复治疗，重新恢复行走能力。
柔性多传感器;步态采集识别系统;足底压力
华东交通大学
硕士
控制工程
王晓明
2023
中文
TP212.9;TP18
2023-11-30（万方平台首次上网日期，不代表论文的发表时间）