基于惯性传感器的长跑足部姿态检测算法*

胡 越, 叶玮琼

(湖南工业大学 计算机学院,湖南 株洲 412000)

0 引 言

现今,智能穿戴设备在运动姿态检测的技术尚未成熟,仅有部分设备具有检测足部姿态的功能。所以,有效地针对跑步时足部的姿态进行检测成为今后智能穿戴在运动健康领域的重要应用之一。根据关键跑步法[1],对于长跑新手来说,养成错误的跑步习惯易对身体造成不同程度运动损伤。传统精度高的步态分析检测方式往往需要借助光学、压力传感器,因此多用于康复治疗,即使制作成便携式检测设备的成本也较高,不适用于户外运动。由于其体积小、成本低、灵活性好,足部姿态检测目前主要采用微机电系统(micro-electro-mechanical system,MEMS)惯性传感器[2]。由于传感器自身特点,用于检测姿态的系统噪声以及环境对测量的干扰都会导致检测精度下降。不同于一般姿态检测,适用于长跑足部姿态检测会遇到更多外力影响,因此需要算法对于一定周期性变化的足部姿态有自适应性的调整。

互补滤波[3]利用传感器自身特性设置高低通滤波,但未能考虑在运动过程中足部的加速度和震动影响。扩展卡尔曼滤波[4](extended Kalman filtering,EKF)和无迹卡尔曼滤波[5](unscented Kalman filtering,UKF)是非线性滤波器,可用于降低复杂运动中影响因素的干扰。文献[6]使用四元数法设计了一种融合陀螺仪和加速度计信息的互补滤波器,将加速度计数据估计的姿态转化成线性系统。文献[7]提出了一种使用梯度下降计算建立误差函数修正姿态四元数的方法。文献[8]将加速度计和全球定位系统融合,抑制运动加速度的影响。……