一种基于动作捕捉系统的康复运动平台
文献发布时间:2024-05-24 17:48:49
技术领域
本发明属于运动康复技术领域,涉及一种基于动作捕捉系统的康复运动平台,适用于运动康复训练、虚拟现实(VR)互动游戏以及体育技能训练等应用。
背景技术
现有的行走康复设备如单履带跑步平台、双履带跑步平台等在提供康复训练时,面临着一系列的局限性,这些限制影响了康复效率和患者体验。以下是现有技术的主要不足之处:
1.个性化适应性不足:传统康复平台多采用固定步速的手动调节机制,这种一刀切的方式忽略了患者之间的个体差异,可能导致部分患者在康复过程中面临不适当的运动负荷,甚至可能影响其康复效果。各个患者在年龄、健康状况以及恢复进程上各不相同,需要更为细致的个性化康复计划来应对这些差异。
2.步态数据获取不足:大多数现有康复平台缺乏集成的传感系统,不能实时采集患者的步态信息。这限制了医疗专业人员对患者行走状态的评估能力,无法进行有效的个性化调整。由于缺少实时步态分析,治疗的针对性和效果受到限制,尤其是在提升平衡能力和步态协调性方面。
3.在现有动作捕捉技术方面,主要分为惯性测量单元(IMU)和光学系统两大类。惯性系统虽然灵活且易于部署,但受限于精度问题和电磁干扰的影响,可能导致数据失真。而光学系统尽管在精度上有显著优势,提供的数据可靠性高,但易受环境因素的干扰,如视线遮挡等,可能在捕捉特定体态时出现误差。
因此,有必要对现有技术予以改良以克服现有技术中的缺陷。
发明内容
本发明的目的在于提供一种基于动作捕捉系统的康复运动平台,利用动作捕捉技术,能够收集更为全面的步态和姿势数据,为制定患者特定的康复方案提供有力支持。
本发明的目的是通过以下技术方案实现:
一种基于动作捕捉系统的康复运动平台,包括跑步平台以及设置在跑步平台外侧的桁架,所述跑步平台上具有供患者踩踏的移动平台;所述桁架上设置有若干个摄像头,所述摄像头朝向跑步平台并对跑步平台上的患者形成360度全覆盖;所述摄像头能捕捉患者身上的反光标记并将获得的图像信息传递给后端服务器;后端服务器获得人体的坐标并基于坐标计算获得人体运动数据;所述动作捕捉系统根据两脚踝坐标计算出人体相对于移动平台中心点的位置,控制器基于动作捕捉系统获得的位移数据调整移动平台的位移从而实现自适应控制。
在一个实施例中,所述动作捕捉系统捕获用户两脚踝的坐标p
x
y
根据两脚中心的坐标得到人体与移动平台中心点的相对位移向量
进一步来说,当移动平台的中心点标定为世界坐标系原点时,相对位移向量
进一步来说,所述跑步平台为单履带跑步平台或双履带跑步平台时,控制所述移动平台的移动
进一步来说,所述跑步平台为全方向跑步平台时,控制所述移动平台的移动
在一个实施例中,所述控制器采用单神经元自适应PID算法对移动平台的驱动电机进行控制并调整移动平台的移动。
进一步来说,所述单神经元自适应PID算法公式为:
其中:
w
e
p(t)为t时刻计算的电机移动的距离,即上面计算得到的-x
p(t-1)为t-1时刻计算的电机移动的距离,即上面计算得到的-x
K为比例系数,且K>0。
进一步来说,w
w
w
w
其中:
p
p
α
α
α
进一步来说,e
e
e
e
p
p
在使用PID公式之前,我们需要对学习率和比例系数以及权重系数进行初始化,以保证在未修改参数的值之前,PID对象也同样可用的。初始化值如下:
K=0.12,α
有了上述设置,单神经元自适应PID算法就可以有效地用于控制移动平台的X轴、Y轴或仅Y轴的运动。
进一步来说,所述跑步平台为单履带跑步平台、双履带跑步平台或全方向跑步平台。
进一步来说,所述后端服务器获得人体运动数据能计算出关节角度,其计算方式如下:
基于获得的髋关节坐标p
向量
向量
此时θ是0~π的角度,我们根据法向量
同理,我们可以在脊柱上标记三个点,则可获得脊柱的弯曲角度。
采用上述技术方案,具有以下有益效果:
能够根据实时行走速度动态调节平台速度,适应各种康复需求,有效地服务于不同患者群体,确保康复过程的个性化和效率。
自适应运动康复平台配备先进的动作捕捉系统,能够实时监测和记录患者或用户的运动数据,为康复医生、运动训练师或用户自身的步态分析、姿势校正以及运动模式评估提供准确的数据支持。本平台的独特之处在于其能够根据用户实际的运动速度,动态调整平台的移动,以符合个体的康复或训练需求,确保运动任务的个性化和安全性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例1提供的第一种结构示意图。
图2为本发明实施例1提供的第二种结构示意图。
图3为本发明实施例1提供的第三种结构示意图。
图4为本发明实施例2提供的第一状态结构示意图。
图5为本发明实施例3提供的第一状态结构示意图。
图中:1-全方位跑步平台;2-桁架;3-摄像头;4-双履带跑步平台;5-单履带跑步平台。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1
参见图1-图3所示,一种基于动作捕捉系统的康复运动平台,包括跑步平台,跑步平台上具有供患者踩踏的移动平台。本实施例中的跑步平台为全方位跑步平台1,其上的移动平台包括第一电机驱动的纵向循环轨道,横向移动模块的两端固定在纵向循环轨道上并能跟随纵向循环轨道移动。横向移动模块上设有第二电机驱动的横向循环轨道。患者踩在横向循环轨道上。通电状态下启动开关能带动纵向循环轨道、横向循环轨道循环移动。上述第一电机、第二电机与控制器连接,以便调整移动平台的速度。
以上结构为全方位跑步平台的常规结构,属于现有技术范畴。
跑步平台外侧的桁架2,桁架2上设置有若干个摄像头3。如图1中摄像头3的数量为八个,图2中摄像头3的数量为十个,图3中摄像头的数量为十二个。上述摄像头3是可调整的,并朝向跑步平台放置。当患者站在跑台平台上时,上述摄像头3能对跑步平台上的患者形成360度全覆盖摄像。
本实施例中的摄像头3的要求如下:
a)分辨率:摄像头的分辨率决定了其能够捕捉到的图像细节。较高的分辨率有助于提高系统对细小运动和关键点的精度。
b)帧率:高帧率是实时动作捕捉系统的关键要素。较高的帧率可以提供更流畅的动作捕捉效果,尤其是对于快速运动的场景。
c)传感器类型:使用较大传感器或专业传感器,如CMOS传感器,能够提供更好的低光性能、动态范围和图像质量。
d)红外灯过滤:光学动作捕捉系统通常在低光条件下工作,因此摄像头的红外灯过滤性能很重要。它影响系统在红外光照下对标记物的识别能力。
e)全景/广角视野:为了确保捕捉区域的完整性,摄像头应具有足够的全景或广角视野。这尤其对需要捕捉大范围动作的应用场景很重要。
f)低延迟:对于实时应用,摄像头的延迟应保持在较低水平,以确保系统能够快速响应运动。
g)同步性:多摄像头系统中,摄像头需要具有良好的同步性,以确保它们在同一时刻捕捉到相同的动作状态。
h)可调焦距:可调焦距的摄像头能够适应不同捕捉距离和场景,提高系统的灵活性。
i)耐用性和稳定性:在实际应用中,摄像头可能需要长时间运行,因此摄像头应具有良好的耐用性和稳定性。
患者身穿带有反光标记的运动服,上述反光标记能被摄像头捕捉到。反光标记用于帮助动作捕捉系统跟踪物体或人体的运动,有主动和被动之分,都可用于本康复运动平台。以下是对反光标记物的一些要求如下:
i.高反射性:反光标记物应具有较高的反射性,能够在光源的照射下反射出强烈的光信号。这有助于摄像机更容易检测和跟踪标记物的位置。
ii.稳定性:标记物应该具有稳定的反射性能,不受环境光照变化或其他干扰的影响。稳定的标记物有助于保持系统的准确性和稳定性。
iii.多方位反射:反光标记物最好能够在多个方向上反射光线,使得摄像机能够从不同角度捕捉到标记物的反射信号,提高系统的鲁棒性。
iv.无遮挡:标记物的设计应尽量避免被其他物体遮挡,以确保摄像机可以完整地捕捉到标记物的反射。
v.轻巧小型:标记物的设计应尽量轻巧小型,以减小对物体或人体运动的影响,并确保舒适性。尤其是对于人体运动捕捉,标记物的舒适性对于被测试者的体验很重要。
vi.易于附着:标记物应易于附着在物体表面,同时不会损害物体的表面质量。这有助于在不同场景中更灵活地使用标记物。
vii.高可见性:在红外光源下,标记物应具有高可见性,以便摄像机能够清晰地捕捉到标记物的反光信号。这有助于在低光条件下工作,例如夜晚或室内低照度环境。
viii.耐用性:特别是在需要进行快速、剧烈运动的应用中,标记物应具有足够的耐久性,以防止频繁的更换或损坏。先进的动捕系统软件,通过机器学习训练的标记集,能够实时跟踪和标记任何您能想象到的物体,以快速识别和跟踪被跟踪的物体。
上述摄像头3能捕捉患者身上的反光标记并将获得的图像信息传递给后端服务器,后端服务器获得人体的坐标(反光标记位置坐标)并基于坐标计算获得人体运动数据,上述人体运动数据包括各个关节的角度、脊柱弯曲度、以及步态时相等数据,为康复医生和训练师提供可靠依据。人体运动数据可以保存为较为流行的C3D,BVH,ASF/AMC格式,便于Unity,Anybody等软件加载、使用。
后端服务器获得人体运动数据能计算出关节角度,其计算方式如下:
基于获得的髋关节坐标p
向量
向量
此时θ是0~π的角度,我们根据法向量
同理,我们可以在脊柱上标记三个点,则可获得脊柱的弯曲角度。
后端服务器内集成有动作捕捉系统,动作捕捉系统根据两脚踝坐标计算出人体相对于移动平台中心点的位置和方向。控制器基于动作捕捉系统获得的位移数据调整移动平台的位移从而实现自适应控制。
本发明中控制器采用单神经元自适应PID算法对移动平台的驱动电机进行控制并调整移动平台的位移,以实现个性化的康复训练。
具体步骤和公式如下:
一、动作捕捉系统捕获用户两脚踝的坐标p
x
y
由此我们可以得到人体与移动平台中心点的相对位移向量
本实施例中的跑步平台为全方位跑步平台,我们控制X轴方向和Y轴方向的电机(第一电机和第二电机)分别移动-x
但是直接的电机位置控制并不能实现平滑操作,为此我们引入了单神经元自适应PID算法反馈控制。控制器采用单神经元自适应PID算法对移动平台的驱动电机速度进行控制并调整移动平台的位移。
二、单神经元自适应PID算法是传统PID算法的改进形式,具有自学习自适应能力,而且结构简单,易于实现。能够根据行走状态的变化,自动调整跑台的速度,具有较强鲁棒性。能克服传统控制器在控制非线性系统时随动性差的缺点。
神经网络采用多神经元的方式,可以任意逼近线性和非线性系统,实现常规非线性和不确定系统的控制。但神经网络存在结构、计算复杂,不利于实时控制的缺点。单神经元具有神经网络的优点,同时与PID相机结合,构成自适应PID控制器。通过对加权系数自适应、自学习的调整,实现稳定的速度控制方式。
由于用户在平台上的行动会对电机造成不均匀且间歇性的压力,电机的输出可能会不平滑,这影响了用户体验。利用单神经元自适应PID算法对电机速度进行控制,可以显著提高输出的稳定性,改善用户体验。算法公式为:
在这个公式中,我们采用有监督Hebb学习规则,其中,
w
w
w
w
e
e
e
e
上述各式中,
p(t)为t时刻计算的电机移动的距离,即上面计算得到的-x
p(t-1)为t-1时刻计算的电机移动的距离,即上面计算得到的-x
p
p
那么e
α
α
α
K为比例系数,且K>0。
在使用PID公式之前,我们需要对学习率和比例系数以及权重系数进行初始化,以保证在未修改参数的值之前,PID对象也同样可用的。初始化值如下:
K=0.12,α
有了上述设置,单神经元自适应PID算法就可以有效地用于控制移动平台的X轴、Y轴的运动。
实施例2
参见图4所示,一种基于动作捕捉系统的康复运动平台,跑步平台上具有供患者踩踏的移动平台。本实施例中的跑步平台为双履带跑步平台4,其上的移动平台包括两条独立的跑步履带,上述两条跑步履带均由独立的电机单独驱动。双履带跑步平台4上具有扶手,扶手上安装控制开关。通电状态下启动开关能带动跑步履带循环移动。上述两个电机与控制器连接,用以调整移动平台的速度。
双履带跑步平台实现对左右脚的分别控制,实现了:前向异频,后向异频,异向同频,同向同频等模式,以达到矫正患侧腿运动的目的。异频、异向的履带运动方式,能够更好的训练左右脚步速不一致的病人。
以上结构为双履带跑步平台的常规结构,属于现有技术范畴。
跑步平台外侧的桁架2,桁架2上设置有若干个摄像头3。如图4中摄像头3的数量为十个(实际使用时不局限于十个,可根据实际情况调整)。桁架2上的摄像头3位置是可调整的,并朝向跑步平台放置。当患者站在跑台平台上时,上述摄像头3能对跑步平台上的患者形成360度全覆盖摄像。
本实施例中的摄像头3的要求跟实施例1中摄像头的要求是一致的,故在本实施例中不再进行阐述。
患者身穿带有反光标记的运动服,上述反光标记能被摄像头捕捉到。反光标记用于帮助动作捕捉系统跟踪物体或人体的运动,有主动和被动之分,都可用于本康复运动平台。以下是对反光标记物的要求与实施例1的要求一致,故在本实施例中不再进行阐述。
十个摄像头3捕捉患者身上的反光标记并将获得的图像信息传递给后端服务器,后端服务器获得人体的坐标(反光标记位置坐标)并基于坐标计算获得人体运动数据,上述人体运动数据包括各个关节的角度、脊柱弯曲度、以及步态时相等数据,为康复医生和训练师提供可靠依据。人体运动数据可以保存为较为流行的C3D,BVH,ASF/AMC格式,便于Unity,Anybody等软件加载、使用。
后端服务器内集成有动作捕捉系统,动作捕捉系统根据两脚踝坐标计算出人体相对于移动平台中心点的位置和方向。控制器基于动作捕捉系统获得的位移数据调整移动平台的位移从而实现自适应控制。
本发明中控制器采用单神经元自适应PID算法对移动平台的驱动电机进行控制并调整移动平台的位移,以实现个性化的康复训练。
具体步骤和公式如下:
一、动作捕捉系统捕获用户两脚踝的坐标p
x
y
由此我们可以得到人体与移动平台中心点的相对位移向量
本实施例中跑步平台为双履带跑步平台,我们只需要控制Y轴方向(移动方向)的电机移动-y
但是直接的电机位置控制并不能实现平滑操作,为此我们引入了单神经元自适应PID算法反馈控制。控制器采用单神经元自适应PID算法对移动平台的驱动电机速度进行控制并调整移动平台的位移。
本实施例中控制器采用的单神经元自适应PID算法与实施例1中的单神经元自适应PID算法一致,故在本实施例中不再进行阐述。通过单神经元自适应PID算法可以有效地用于控制移动平台在Y轴方向的运动。
实施例3
参见图5所示,一种基于动作捕捉系统的康复运动平台,跑步平台上具有供患者踩踏的移动平台。本实施例中的跑步平台为单履带跑步平台5,其上的移动平台包括一条跑步履带,该跑步履带由独立的电机驱动。使用时,用户的双脚同时踩在该跑步履带上。单履带跑步平台5上具有扶手,扶手上安装控制开关。通电状态下启动开关能带动跑步履带循环移动。上述电机与控制器连接,用以调整移动平台的速度。
以上结构为单履带跑步平台的常规结构,属于现有技术范畴。
跑步平台外侧的桁架2,桁架2上设置有若干个摄像头3。如图5中摄像头3的数量为八个(实际使用时不局限于八个,可根据实际情况调整)。桁架2上的摄像头3位置是可调整的,并朝向跑步平台放置。当患者站在跑台平台上时,上述摄像头3能对跑步平台上的患者形成360度全覆盖摄像。
本实施例中的摄像头3的要求跟实施例1中摄像头的要求是一致的,故在本实施例中不再进行阐述。
患者身穿带有反光标记的运动服,上述反光标记能被摄像头捕捉到。反光标记用于帮助动作捕捉系统跟踪物体或人体的运动,有主动和被动之分,都可用于本康复运动平台。以下是对反光标记物的要求与实施例1的要求一致,故在本实施例中不再进行阐述。
八个摄像头3捕捉患者身上的反光标记并将获得的图像信息传递给后端服务器,后端服务器获得人体的坐标(反光标记位置坐标)并基于坐标计算获得人体运动数据,上述人体运动数据包括各个关节的角度、脊柱弯曲度、以及步态时相等数据,为康复医生和训练师提供可靠依据。人体运动数据可以保存为较为流行的C3D,BVH,ASF/AMC格式,便于Unity,Anybody等软件加载、使用。
后端服务器内集成有动作捕捉系统,动作捕捉系统根据两脚踝坐标计算出人体相对于移动平台中心点的位置和方向。控制器基于动作捕捉系统获得的位移数据调整移动平台的位移从而实现自适应控制。
本发明中控制器采用单神经元自适应PID算法对移动平台的驱动电机进行控制并调整移动平台的位移,以实现个性化的康复训练。
具体步骤和公式如下:
一、动作捕捉系统捕获用户两脚踝的坐标p
x
y
由此我们可以得到人体与移动平台中心点的相对位移向量
本实施例中跑步平台为单履带跑步平台,我们只需要控制Y轴方向(移动方向)的电机移动-y
但是直接的电机位置控制并不能实现平滑操作,为此我们引入了单神经元自适应PID算法反馈控制。控制器采用单神经元自适应PID算法对移动平台的驱动电机速度进行控制并调整移动平台的速度。
本实施例中控制器采用的单神经元自适应PID算法与实施例1中的单神经元自适应PID算法一致,故在本实施例中不再进行阐述。通过单神经元自适应PID算法可以有效地用于控制移动平台在Y轴方向的运动。
本发明通过动作捕捉系统,能够实时监测和记录患者或用户的运动数据,能够根据用户实际的运动速度,动态调整平台的移动,以符合个体的康复或训练需求,为制定患者特定的康复方案提供有力支持。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
- 一种具备运动捕捉功能的舞蹈动作评测系统
- 一种基于LABVIEW平台的康复机器人手部在线动作识别系统
- 一种动作惯性捕捉系统及捕捉方法
- 一种基于光学动作捕捉设备及人工智能系统被应用于肌肉损伤的检查诊断及后期康复的设备
- 一种基于惯性传感器的肢体动作捕捉方法及康复评估系统