基于六軸傳感器的步態分析系統設計*

李秀豐， 郭立泉， 王計平， 郁 磊， 方 強

(1.中國科學院 長春光學精密機械與物理研究所，吉林 長春 130033；2.中國科學院大學，北京 100049；3.中國科學院 蘇州生物醫學工程技術研究所 醫用電子室，江蘇 蘇州 215163；4.皇家墨爾本理工大學 電氣與計算機工程學院，澳大利亞 墨爾本 3001)

0 引 言

步態分析是對人類運動功能的綜合研究，包括對人類運動特征的測量、描述和數量的評估[1]。通過步態分析，可以識別出步態周期，計算出人類步態的運動學和動力學參數，還有肌電參數。因此，步態分析已經被廣泛應用在運動、康復和健康診斷等領域中。例如:在一些運動訓練中，可以應用步態分析來分析出運動員在訓練過程中出現的一些問題，然后幫助他們提升成績[2,3];在康復醫療中，可以應用步態分析來監護病人的病愈過程[4,5]；在生物醫療工程中，步態分析已經成為一種基本的輔助方法來識別人的運動特征。近年來，虛擬現實技術也越來越多的應用到了步態分析與訓練當中，Mirelman A等人的研究證明了通過虛擬現實技術進行輔助訓練對病人的步態的生物力學功能的恢復有著很好的效果[6]。

本文設計了一種基于六軸數據的步態分析系統，并在嘉興市第二醫院康復醫學中心進行了臨床實驗，實驗結果表明：本文所設計的步態分析系統穩定可靠，可以方便快捷地對病人的步態進行分析，為醫生對病人的診斷提供可靠的參考依據。

1 系統的總體設計

本文是以中風病人為研究目標，以中風病人的運動數據作為采集對象，設計出一種可以采集病人運動數據的無線采集裝置，無線接收終端可以通過Zig Bee無線網絡接收無線節點傳來的數據，然后通過RS—232與電腦終端進行串口通信。所以,系統的總體結構設計可以分為2個部分：一個是數據采集節點，一個是數據接收終端。主要功能是首先通過MPU6050六軸數據傳感器采集三軸的加速度和角速度信息，也就是人體下肢的運動信息；其次是實現數據的Zig Bee無線傳輸，通過CC2530無線Zig Bee傳輸芯片，將采集到的運動數據傳輸到Zig Bee無線接收終端中;然后利用上位機軟件，將采集到的數據進行處理，實現存儲和實時顯示功能，如圖1。

圖1 系統設計框圖

2 硬件電路設計

2.1 主控制電路

本文采用TI的CC2530作為數據采集節點的主控核心，控制傳感器模塊的數據采集和數據的無線傳輸，CC2530是一種真正的IEEE 802.15.4的片上系統解決方案，用于Zig Bee和RF4CE的應用，它可以以非常低的材料消耗建立一個非常穩定的網絡節點系統。CC2530具有性能優良的RF收發器，整合了增強型8051 MCU，系統可編程閃存，8 kB的RAM，主控電路如圖2。

圖2 主控電路電路圖

2.2 電源模塊

電源模塊采用了300 mA的鋰電池對系統進行供電，供電電壓為3.7～4.2 V，而CC2530的工作電壓為1.8～3.8 V，MPU6050的工作電壓為3.3 V。所以，選取了TPS71733降壓和穩壓芯片，為MPU6050提供穩定的3.3V工作電壓，如圖3。

圖3 電源模塊電路圖

2.3 傳感器模塊

傳感器模塊選用了MPU6050作為六軸數據傳感器，該傳感器為全球首例整合性六軸運動處理組件，相較于多組件方案，免除了組合陀螺儀與加速器時之軸間差的問題，減少了大量的包裝空間。MPU6050整合了三軸陀螺儀、三軸加速器，并含可藉由第二個I2C端口連接其他廠牌的加速器、磁力傳感器，或其他傳感器的數字運動處理器(digital motion processor,DMP)硬件加速引擎，由主要I2C端口以單一數據流的形式，向應用端輸出完整的九軸融合演算技術，如圖4。

圖4 傳感器模塊電路圖

2.4 開關模塊

開關模塊的作用是控制整個節點系統的上電和掉電，實現的功能是短按開關S1時，系統上電，長按開關5s以上，系統掉電。實現方法是通過硬件電路和下位機程序配合共同完成。當短按開關S1時，整個開關電路導通；當要關閉系統時，長按開關，這時，CC2530主控芯片會檢測與CC2530相連接的端口P11，如果檢測到低電平，則認為開關已被按下，此時CC2530會給P10發送一個低電平，使Q3不再導通，所以,系統斷電,如圖5。

圖5 開關模塊電路圖

3 系統的軟件設計

本文的系統軟件設計師在LabVIEW軟件平臺上實現。系統的軟件設計按照所實現的功能主要包含兩方面內容，第一部分是人機操控界面和一些常用的數據處理功能，包括數據接收板與PC的串口通信、采集數據的預處理、數據的波形顯示、存儲等功能 ；第二部分就是步態分析算法部分，主要包括步態識別算法和步態參數的計算。

4 系統測試

4.1 實驗室測試

在實驗室旁邊的走廊標記34 m的距離作為步態分析系統的測試范圍。分別將2個下肢運動數據采集模塊戴在大腿根部、小腿(膝蓋下約5 cm)處，行走34 m距離，然后記錄下步數，測試結果如圖6。

圖6 步長對比曲線

上圖實驗結果的最大相對誤差為6 %，相似實驗重復做8組，得出8組測試的最大誤差如表1所示。

表1 步長誤差值

4.2 臨床測試

本次的臨床測試選擇了來自嘉興市第二醫院康復醫學中心的患者來配合進行實驗，最后選擇了5例偏癱患者進行測試實驗。

在醫生的指導下，完成了5例病人數據的實時采集。實驗過程中，本步態分析系統很好地完成了運動數據的采集與存儲，步態識別算法和步態參數的計算很好地完成了對步態的分析，對康復醫生分析病人病情起到了很好的輔助作用。

5 結束語

本文基于六軸數據傳感器，設計了一種步態分析系統。系統的設計以微型和低功耗為出發點，設計過程中充分考慮了便攜式步態分析系統對系統尺寸和功耗的要求，使該采集節點系統在使用普通300 mA鋰電池的情況下，可以使用長達半個月之久。系統的軟件設計基于LabVIEW平臺，集成了接收板與PC機的串口通信、數據的存儲與顯示、人機交互界面、步態參數的計算等多種功能。

參考文獻:

[1] Ghoussayni S,Stevens C,Durham S,et al.Assessment and validation of a simple automated method for the detection of gait events and intervals[J].Gait & Posture,2004,20(3):266-272.

[2] Boulgouris N V,Hatzinakos D,Plataniotis K N.Gait recognition:A challenging signal processing technology for biometric identification[J].Signal Processing Magazine,IEEE,2005,22(6):78-90.

[3] Kwon D Y,Gross M.Combining body sensors and visual sensors for motion training[C]∥Proceedings of the 2005 ACM SIGCHI International Conference on Advances in Computer Entertainment Technology,ACM,2005.

[4] Kimmeskamp S,HennigG E M.Heel to toe motion characteristics in Parkinson patients during free walking[J].Clinical Biomechanics,2001,16(9):806-812.

[5] Steultjens M,Dekker J,Vanbaar M,et al.Range of joint motion and disability in patients with osteoarthritis of the knee or hip[J].Rheumatology,2000,39(9):955-961.

[6] Mirelman A,Patritti B L,Bonato P,et al.Effects of virtual reality training on gait biomechanics of individuals post-stroke[J].Gait & Posture,2010,31(4):433-437.