基于步态加速度信号的人体疲劳检测研究

摘要

工作强度增加、工作时间延长、精神压力增大等诸多因素都会导致出现疲劳感。在疲劳状态下工作效率低，易引发安全事故，会给身体带来多种疾病。对人体疲劳状态进行实时检测越来越受到学术界的关注，在体育训练、运动健身、医疗康复等领域的实际应用价值更为突出。本课题通过对人的步态加速度信号进行采集和处理分析，从以下两个方面对人处于疲劳状态下行走时步态的改变展开了研究。
　　课题研究初期，通过观察人体前后方向的步态加速度信号波形图，发现疲劳前后存在明显的不同，因此根据信号在时域上的变化，用相关系数法求出阈值进行疲劳判断。对9个测试样本进行实验验证，检测结果的准确率为93.06％。该方法是针对同一个个体进行的疲劳检测，检测前需要先得到正常状态下的步态加速度信号，然后和测得的信号进行比较判断。
　　为了能够从步态加速度信号中挖掘更多的步态特征参数进行疲劳检测进行了更为深入的研究。通过对步态加速度信号进行了数学建模，设计相应算法得到各类步态特征参数，包括步态周期、步调、步态加速度均方根、自相关系数、峰-峰值、FFT等。分别计算出疲劳和非疲劳状态下各类步态参数的均值和标准差，然后进行配对T检验，进而分析人体疲劳前后步态在时域和频域范围内的变化。研究结果表明，人体疲劳以后三个方向的步态加速度信号稳定性都会变差，垂直方向上幅值、频域范围的变化非常明显。今后可以使用这些步态特征参数从多角度、多层次进行疲劳检测。
　　总之，以上研究均说明了步态加速度特征可以被用来进行疲劳检测。前期研究是一种具体疲劳检测方法，而后期研究则更加深入的发掘出更多的可被用来进行疲劳检测步态特征参数，对今后疲劳检测的实际应用具有一定的指导意义。

目录

摘要

第一章 绪论

1．1 课题背景及意义

1．1．1 课题研究的背景

1．1．2 课题研究的意义

1．2 人体疲劳检测的国内外研究现状

1．3 本课题研究内容

第二章 步态特征的生理学基础

2．1 步行与步态

2．2 正常步态

2．3 步态周期

2．4 步态分析的分类以及方法

2．5 步态特征的个体差异性

2．6 疲劳对步态的影响

2．7 步态加速度特征

第三章 步态加速度数据采集装置及数据读取

3．1 装置简介

3．2 数据读取

3．2．1 微控制器与上位机通讯软件设计

3．2．2 Matlab环境下对数据进行处理及分析

第四章 疲劳检测算法研究

4．1 实验设计

4．2 数据预处理

4．3 步态周期划分

4．4 横向归一化

4．5 均值转换

4．6 疲劳检测方法

4．7 实验与结果分析

第五章 定量法分析疲劳前后步态特征的变化

5．1 相关方法介绍

5．2 具体研究方法设计以及数据分析

5．2．1 有效性和可靠性

5．2．2 设计

5．2．3 研究对象

5．2．4 疲劳方案

5．2．5 数据分析

5．2．6 统计方法

5．2．7 多次检测可靠性

5．3 研究结果

5．4 结论

第六章 总结与展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明