负重对足底压力特征的影响研究

穆成成，廖俊帆，罗亚平

（中国人民公安大学 刑事科学技术系，北京 100038）

在公安实践中，我们经常通过在现场发现的指纹、足迹以及视频资料等物证来进行现场侦查，随着犯罪分子的反侦查意识越来越强，犯罪手段也趋于多样化、复杂化、智能化，公安技术领域也需要改革与创新。例如在视频资料中我们经常会发现犯罪嫌疑人戴上帽子、眼镜、口罩以及手套等工具进行伪装，因此一些传统的侦查技术以及勘查技术将无法适用，所以有人想出了从步态识别中着手，希望能研究出一些实战中的可行技术。1872年Carlet第一次尝试测量足底作用力［1］，之后由Beely在1882年第一次完成压力分布测量［2］。由于种种原因，现实中经常遇到各种步态下的足迹，而现在有一定的技术和仪器可以将现场的足迹进行处理，得到足底压力图，再通过足底压力图探究步态特征，然后模拟出人的多模态形态，这样就可以在视频资料和足迹中来进行同一认定，从人的行走步态来进行人身认定，马瑞羚，李浩等人提出，采用PODOTEK HD足底应力仪的传感系统采集不同人行走留下的足迹信息以及通过配套软件FREESTEP进行足迹特征的数据识别、提取与分析，以提高步幅、个体识别模型［4］。但目前这类技术相对指纹检验技术来说还不够成熟，需要探究的领域还有很多。本文旨在对人的一些特定行走方式的足底压力进行研究分析。

一、材料与方法

（一）理论依据

Dawson给出了步态的定义：步态是人类步行的某种方式或者习惯［5］。Johansson指出，步态是人与生俱来独特的生物特征，更是一种潜在的可用于鉴别人类身份的优秀生物特征，步态识别作为生物识别领域新的研究方向，相比于其他识别方式具有非接触性、非侵犯性、易于感知、难于伪装的优势［6］。而步态识别又主要分为基于步态姿态特征（一般依靠计算机视觉技术，通过提取步行时躯干和四肢的运动特征来实现步态识别）和基于步态触觉特征即基于足底压力的步态分析［6］。基于足底压力的步态识别是通过收集人体行走时足底触地各个时期的压力分布从而得出人体各项生理特征，其中最重要的两个步骤是数据采集和数据分析［7］。由于受自身生理条件影响（如性别、年龄、人种、疾病等）和个人生活习惯（如职业类型、穿鞋类型）影响，人体在行走时产生的足底压力有很大不同，具有唯一性和稳定性［8］。

人在正常站立时，躯干需要稍微向前倾，这样连接髋关节、膝关节和踝关节的平行线通过重心保持与地面垂直［9］。此时身体自身的重量与地面对足底的反作用力在一条直线上且具有等大的反向平衡力［10］。根据脚的解剖结构，这种力可以分解为足趾、足跖、足弓和足跟的力［11］。不同负重方式或者不同重量的人行走时，身体重心向前移动，髋、膝、踝关节的平行线超过了足部支撑的前界。为了保证身体的平衡，增加躯干的倾斜角度，肌肉绷紧，腰板挺直。足作为一个支撑结构，减轻这种不平衡的同时力的分布也被改变。重心的转移导致在总作用力不变的情况下足趾、足跖区的受力增加，足弓、足跟区的受力减小，从而降低足弓的缓冲效果的压力和改变相关的力学参数。国内一些研究者针对这种细微的变化利用一些技术方法来探究足底压力研究内容，足底压力分布、压力、接触时间、冲量、足底压力中心等相关参数的变化对足底动态形态特征有很大的影响［12］。

本文使用创恒公司足底压力测试系统测量30名研究对象穿袜时的正常行走步态和8种特定行走步态的压力参数，比较前后足底4个分区的接触面积，探究变换行走姿态的前后机体在足底动力形态特征上的差异。

（二）足底压力采集仪

该实验采用的仪器是由杭州创恒公司研制的高精度压力采集仪。高精度采集数据，像素点从5点/cm2提升到25点/cm2，足迹压力信息量提升十分之大。采集幅面非常大，单台采集设备采集面为500﹡300mm，采集帧率50帧每秒，将33台设备拼接组装后形成了一条长达9.9米的采集步道。实验步道如图1所示。

足底压力图像直观明了，采集到的图像经过彩色渲染后足迹重压区中心点等关键点一目了然，大规模采集数据时足迹研究方面的专家根据压力图像一眼即可判断出采集者的性别、年龄、长短脚等身体特征。采集到的数据经过特有算法加密压缩，可通过分析软件解压出JPG和BMP图像。采集到的足迹图像可动态复现采集过程，行走时的足迹压力变化，可快速或慢速播放也可单帧一步步播放，特定区域的压力一目了然，细微之处的压力变化复现得相当清晰。样本数据包含足底压力、视频图像、身份信息，专家标划特征知识库等足迹样本的信息，该数据库为现代人工智能技术引入足迹比对鉴定奠定了数据基础。依托该数据库，可以针对足迹形成机理、鞋印和足底压力的关联性以及足迹比对鉴定展开研究。

图1 实验步道

（三）足迹样本收集

本实验组织30名安徽大学的学生参与足迹样本的制作。首先，受试者提前脱掉鞋来回自由走动，使足部充分适应，并记录行走时的感受，以保证实验结果的准确性；然后，让实验者用平时正常的步速、步频、步幅在足底压力采集仪上行走，测量行走数据并重复3次测量的压力数据，取平均值；再次，令实验者以两种不同负重重量，四种不同负重方式（自然行走时的步幅、步速、步频）在压力测试板上行走，测量行走数据，同样重复3次测量压力数据，取平均值。如图2所示。

每个人进行27次重复成趟足迹数据采集，以此来探究不同负重行走方式下的足底压力特征。四种负重方式如图3所示。

图2 足底压力行走数据采集

（四）压力图像的处理

采集到的成趟足迹图像为两种形式，第一种为灰度图，第二种为伪彩色图，如图4所示。图4是经剪切后的图片，原始图为长度10米带有15-18枚足迹的成趟足迹。伪彩色图是根据灰度图的像素点RGB值转换而来的，其图像更加直观明了，最原始的数据也都在灰度图里，包含了图像的所有数据，所以数据的采集均使用灰度图。首先将图像放进Photoshop中处理得到单枚足迹图，然后将足底分为4个区域：足弓区、足趾区、足跟区和足跖区，足弓区进行裁剪，并将剪切好的图像保存为JPG格式，将处理好的图片进行整理与分类，方便后续的数据提取。如图5所示。

（五）数据提取

使用Python对裁剪好的图片进行数据提取，测量每张图片的像素点的各个RGB值的数量。根据杭州创恒公司对色阶的划分将收集到的像素点的RGB值数据进行归纳统计。依据压力值与像素点的RGB值呈线性增长关系，像素点的RGB值分为1-17、17-31、31-51、51-67、67-255五个色阶，如图6所示。

图4 足迹图像剪切图

图5 足趾区剪切例图

图6 Python处理后的图像

图6为经过Python处理像素点RGB值在1-17的筛选图。依据此原理，可以根据带有数据的像素点个数来计算接触面积与压力变化。接触面积指的是传感器数值不为零时的像素点个数，即每平方厘米为25个像素点。将最终提取到的实验数据导入到excel中。Godi等在利用鞋垫技术评估足底压力分布的可靠性研究中，以每个分区的接触面积占总面积的比例作为评价指标之一［13］。

二、实验结果与讨论

（一）实验数据的处理与结果

将提取到的实验数据按照0kg、5kg、10kg进行分类，按照足趾区、足跖区、足弓区、足跟区四个分区进行归纳。四个分区对应的RGB值色阶划分描述统计见表1-4，其数值统一保留2位有效数字。算术平均值（期望值）是最为常见的计算方法，表示样本的测试量数据集中地趋向某一个值。对于N个样本的平均值与标准差测量其计算方法分别为：

表1 足趾区的相随单个数均值与标准差（样本数量N=270）

表2 足跖区的像素点个数均值与标准差（样本数量N=270）

表3 足弓区的像素点个数均值与标准差（样本数量N=270）

（二）实验数据的结果分析

将提取到的实验数据导入spss中，并对数据进行配对样本t检验，利用配对样本t检验研究不同重量以及不同负重方式对实验结果是否有影响，对比无重物负重，这几种负重在足趾、足跖、足弓、足跟各个分区进行对比，得到表5-6的分析结果。

（三）实验结果的讨论

在不同的负重变量情况下，足趾区的差异相对于另外三个分区变化较小。足趾区的数据上下浮动较小，在第1色阶到第5色阶均未有明显的变化。而且足趾区的显著性结果数值较大（P值越大差异越小），如表5所示，部分P值＞0.01，这也就意味着数据的差异性较小，说明在负重行走时，大部分的人为了维持身体的平衡会选择在脚的其他部分发力而不是脚趾。

足跖区的变化主要以高色阶的数值增大为主。如表2所示，足跖区的数据在第一色阶至第四色阶变化较小，而第5色阶有了明显的增大，而且数据随着负重重量增加而增大。数据发生变化表明，在负重的情况下，足跖区的接触面积是均匀增加的，每一个像素点的RGB值随着负重的增加都有所增大，才有这种低阶数据不变而高阶数据增加的情况。这也说明人在站立的情况下，足支撑整个身体的同时足跖区是主要受力分区之一。

足弓区的变化最为明显，相比较无负重的情况下，负重的方式以及负重的重量对足弓区压力的影响都是很明显的，如表3所示。对比无负重的情况，5kg负重与10kg负重在第1色阶至第5色阶都有明显的变化。这种情况是由于足弓区与地面的接触面积由原来的不稳定性，转变为稳定接触，才使RGB的数据大大增加。但是5kg负重和10kg负重的差别较小，这表明负重重量对足弓区的压力影响较小。而不同的负重方式对足弓区的数据影响较大，表3中可以看出，在抱重物的时候，数据变化要比其他的负重方式要大。

足跟区的变化与足跖区的变化类似，也是以高色阶的数值增大为主。如表4所示，足跟区的数据在第一色阶第二色阶变化较小，而在第3色阶至第5色阶有了明显的增大，且数据随着负重重量的增加而增大。同样，足跟区也是主要支撑点之一，这也可以理解为足跟区的接触面积是均匀增加的，每一个像素点都随着负重的增加而增大。

表4 足跟区的像素点个数均值与标准差（样本数量N=270）

表5 显著性结果（P）

表6 回归参数值（T）

三、实验结论

负重与无负重进行对比，压力大小都有增加，接触面积也有一定的差异。具体表现在：1.随着负重重量的增加，像素点个数增多，即足底压力的接触面积增加，2.足趾区不是发力点，因此其差异相对另外三个分区较小；3.足跖区和足跟区是足的主要支撑点，因此这个两个分区的结果是随着重量的增加而均匀增加的；4.足弓区的变化最为明显，在负重的情况下足弓区的数据有大幅度的变化。负重重量对数据影响较小，负重方式影响较大，例如抱重物要比其他负重方式在足弓区的施加压力更大。