通过头部加速度传感器的步行因素检测方法及装置与流程

本发明涉及一种通过头部加速度传感器的步行因素检测方法及装置(amethodandapparatusfordetectingwalkingfactorwithportionaccelerationsensor)，更详细地，涉及利用佩戴在步行者的头部的加速度传感器来采集步行加速度信号，并检测步行时间点以及步行因素，从而可以提高对于步行姿势的分析准确度的通过头部加速度传感器的步行因素检测方法及装置。
背景技术：
：近来，正在积极进行对于利用多种传感器来分析日常生活中人体活动的系统的开发。众所周知，人体活动中步行是几乎不需要大脑功能的自然的动作，但是发现，实际上其与集中力、执行能力等高级认知功能有关。因此，人的步行分析作为可以评价对象是否能够保持正常的日常生活的重要指标使用。现有的步行运动测定装置，通过在人体中的下肢部佩戴传感器来直接测定地面反作用力，或者由两个彼此不同的测力板分别采集地面反作用力。像这样，因为现有的步行运动测定装置由两个测力板分别采集对于左脚以及右脚的地面反作用力，所以存在若要分析步行者的步行姿势，则需要购买高价设备的缺点。不仅如此，如果利用测力板采集地面反作用力，则存在不便携带的缺点。以往曾尝试利用加速度传感器来测定跑步(running)情况。但是，因跑步时是快速移动，所以只能主要测定对于左脚、右脚的加速度信号，双足支撑区间几乎不出现。因此，利用现有的加速度传感器非常难以分析单足支撑区间、左脚或右脚的单独的动作。技术实现要素：为了解决这种现有的问题，本申请人通过实验发现不使用测力板，而只是在头部佩戴加速度传感器就可以分析步行者的步行姿势。而且发现，在头部佩戴加速度传感器来分析步行姿势的情况，与在下肢部佩戴加速度传感器的情况相比有效地提高了分析的准确度。更具体地，本发明解决的课题是利用佩戴在步行者的头部的头部加速度传感器来采集步行者的步行加速度信号并分析步行姿势，从而提供可以提高工作速度的通过头部加速度传感器的步行因素检测方法。本发明解决的另一课题是基于由头部加速度传感器采集到的步行加速度来区分步行者的左脚以及右脚，从而提供可以增加工作的便利性的通过头部加速度传感器的步行因素检测方法。为了解决如上所述的课题，根据本发明一实施例的通过头部加速度传感器的步行因素检测方法包括：步行加速度采集步骤，采集配置在头部的加速度传感器所测定的步行者的垂直方向加速度；步行时间点检测步骤，在包括立足期以及摆动期的步行周期内提取垂直方向加速度的峰值，并且基于峰值检测双足支撑区间的起始点以及结束点来设定步行时间点；以及步行因素检测步骤，基于起始点以及结束点检测双足支撑区间，以分析步行者的步行姿势。双足支撑区间的起始点以及结束点基于步行周期的峰值在预定的窗口(window)内设定，双足支撑区间的起始点可以与单足支撑区间的结束点相同，双足支撑区间的结束点可以与单足支撑区间的起始点相同。根据本发明的另一特征，步行时间点检测步骤还可以将垂直方向加速度进行微分来检测步行加加速度信号即从单足支撑区间过度到双足支撑区间时对地面施加冲击的时间点，并且可以将位于垂直方向加速度的峰值之前的步行加加速度信号的峰值设定为双足支撑区间的起始点，将位于垂直方向加速度的峰值之后的步行加加速度信号的峰值设定为双足支撑区间的结束点。根据本发明的又一特征，步行因素检测步骤基于垂直方向加速度的峰值检测步频(cadence)以及步宽(stepwidth)，并且如果利用gps，则还可以检测步行者的步行速度、步幅(stidelength)、以及步长(steplength)。根据本发明的又一特征，可以根据下述数学式1计算出步幅。(数学式1)步幅＝步行速度/步频根据本发明的又一特征，步行加速度采集步骤还包括采集步行者的水平方向加速度的步骤，可以根据水平方向加速度的符号来区分步行者的左脚以及右脚。根据本发明的又一特征，窗口将步行周期的峰值中最高的值的峰值设定为基准峰值之后，可以将窗口大小(windowsize)设定为小于配置在基准峰值两侧的峰值之间的范围。为了解决如上所述的课题，根据本发明另一实施例的通过头部加速度传感器的步行因素检测装置包括：步行测定模块，其测定配置在步行者的头部附近的步行加速度传感器所测定的垂直方向加速度，并传送测定值；加速度采集模块，其采集从步行测定模块接收的测定值；以及步行分析模块，其包括基于测定值提取垂直方向加速度的峰值并检测双足支撑区间的起始点和结束点的步行时间点检测模块、以及基于起始点和结束点检测双足支撑区间的步行因素检测模块。双足支撑区间的起始点以及结束点基于步行周期的峰值在预定的窗口(window)内设定，双足支撑区间的起始点可以与单足支撑区间的结束点相同，双足支撑区间的结束点可以与单足支撑区间的起始点相同。根据本发明的另一特征，步行时间点检测模块还可以将垂直方向加速度进行微分来检测步行加加速度信号即从单足支撑区间过度到双足支撑区间时对地面施加冲击的时间点，并且可以将位于垂直方向加速度的峰值之前的步行加加速度信号的峰值设定为双足支撑区间的起始点，将位于垂直方向加速度的峰值之后的步行加加速度信号的峰值设定为双足支撑区间的结束点。根据本发明的又一特征，还可以包括通知模块，该通知模块将由步行分析模块检测的步行因素转换成包含声音或图像的用户能够识别的形态来输出步行姿势分析信息。其它实施例的具体事项包含在详细的说明以及附图中。本发明利用佩戴在步行者的头部的头部加速度传感器来采集步行者的步行加速度信号并分析步行姿势，从而可以提高工作速度。而且，本发明基于由佩戴在头部的加速度传感器采集到的步行加速度来区分步行周期内步行者的左脚以及右脚，从而可以增加工作的便利性。根据本发明的效果不受限于在以上例示的内容，并且在本说明书中包含更多样的效果。附图说明图1a至图1b是概略表示根据本发明一实施例的通过头部加速度传感器的步行因素检测装置的图。图2是根据本发明一实施例的步行因素检测装置的构成图。图3是根据本发明一实施例的通过头部加速度传感器的步行因素检测方法的概略流程图。图4是根据本发明一实施例的步行时间点检测方法的详细流程图。图5是用于说明根据本发明一实施例的通过采集步行加速度信号来检测步行时间点的过程的示例图。图6是用于说明根据本发明一实施例的检测采集到的步行加速度信号的最高点、最低点、以及加加速度的过程示例图。图7以及图8是用于说明根据本发明一实施例的基于步行加速度信号的最高点来设定窗口的过程的示例图。图9是用于说明根据本发明一实施例的在窗口内的加加速度中检测双足支撑区间的起始点以及结束点的过程的示例图。图10是用于说明根据本发明一实施例的根据步行加速度信号区分左脚以及右脚的过程的示例图。图11是用于说明根据本发明一实施例的双足支撑区间以及单足支撑区间的图。图12是用于说明在图11的a区域内基于峰值来分析用户的步行姿势的过程的图。图13是具体表示通过图12的用户的步行姿势的示例图。图14a至图14d是根据本发明一实施例的关于各时间段地面反作用力的曲线图。附图标记的说明100：步行时间点检测装置；110：步行测定模块；111：传感器模块；112：传感器控制模块；113、125：通信模块；120：步行分析模块；121：加速度采集模块；122：步行时间点检测模块；123：步行因素检测模块；124：分析控制模块；126：用户接口模块；130：数据库；140：通知模块；501：步行加速度信号；502：步行加加速度信号；901、903：步行加加速度信号的峰值。具体实施方式以下的内容仅仅例示了发明的原理。因此，虽然本说明书中未明确说明或图解，但从业者可以实现发明的原理并发明包含在发明的概念和范围内的多种装置。而且，应理解本说明书中所列出的所有附加条件的术语以及实施例原则上仅以用于使发明的概念被理解的目的明确示意，并且像这样不特别受限于列出的实施例以及状态。而且，应理解在以下的说明中如第一、第二这样的序数表达用于说明彼此同等且独立的客体，并且其顺序中没有主(main)/副(sub)或主(master)/从(slave)的意思。上述的目的、特征、以及优点可以通过有关附图的以下的详细说明而变得更加明确，由此，在发明所属的
技术领域：
中具有一般知识的人能够容易地实施发明的技术思想。本发明各种实施例的各个特征能够一部分地或整体地互相结合或组合，并且如从业者能充分理解的，技术上能够进行多种联动以及驱动，各实施例有可能相对彼此独立地实施，也有可能以相关性一起实施。以下，参照附图详细说明本发明的多种实施例。在以下，参照图1a至图4来说明根据本发明一实施例的步行因素检测装置100的构成以及利用其的步行因素检测方法。图1a至图1b是概略表示根据本发明一实施例的通过头部加速度传感器的步行因素检测装置的图。图2是根据本发明一实施例的步行因素检测装置的构成图。图3是根据本发明一实施例的通过头部加速度传感器的步行因素检测方法的概略流程图。图4是根据本发明一实施例的步行时间点检测方法的详细流程图。参照图1a至图1b，步行因素检测装置100作为可以采集步行时步行者的步行加速度来准确分析步行动作的装置，是佩戴于可以戴在步行者的头部的耳麦、耳机、帽子等的加速度传感器。如图1a所示，在本发明中步行因素检测装置100主要是佩戴在耳麦上进行测定的。但不受限于此，可以戴在用户的腰部或胸部附近的上半身(参照图1b)。如图2所示，步行因素检测装置100包括步行测定模块110、步行分析模块120、数据库130、以及通知模块140。步行测定模块110利用佩戴在步行者的头部的加速度传感器来测定步行者的步行加速度信号，且步行测定模块110佩戴在耳麦上。但不限定于此，利用带子可以在胸部脱卸/佩戴(参照图1b)，并可以在步行者的头部附近至上半身附近佩戴。例如，步行测定模块110可以利用带子或多种装置佩戴在胳膊的上臂、耳朵、头部、以及头部和肩膀附近。但是，因为脱卸/佩戴于上半身以下的身体部位时测定的准确度下降，所以下半身除外，并且优选为适用于靠近头部的部位。而且，在本发明中，步行测定模块110与步行分析模块120可以容纳在分开的壳体中，也可以容纳在同一个壳体中。参照图2，步行测定模块110可以包括传感器模块111、传感器控制模块112、以及通信模块113。传感器模块111可以测定出步行分析模块120的步行分析所需的传感器值并传送给步行分析模块120。虽然在本发明中只记载了传感器模块111感测步行分析所需的传感器值，但是也可以采集感测到的加速度来检测步行时间点以及步行因素并传送给步行分析模块120。而且，传感器模块111可以包括加速度传感器以及陀螺仪传感器，并且还可以利用gps传感器来进行测定。与其相关的具体的测定方法，在之后进行说明。而且，传感器控制模块112可以控制步行测定模块110的整个运作。通信模块113可以将传感器模块111感测到的传感器值传送给步行分析模块120。例如，可以包括蓝牙、近距离无线通信(nearfieldcommunication，nfc)、rfid(radio-frequencyidentification)、紫蜂(zigbee)模块、wi-fi等等。步行分析模块120包括：加速度采集模块121，其接收从上述步行测定模块110的传感器模块111传递的步行加速度信号，从而采集步行加速度；步行时间点检测模块122，其从采集到的步行加速度检测加速度的最低点以及最高点，从而检测步行时间点；以及步行因素检测模块123，其基于检测的步行时间点得出步行因素。同时，可以具备通信模块113，以传递与步行测定模块110以及通知模块140的信号。步行时间点检测模块122以及步行因素检测模块123的具体运作，在之后通过整个图6至图13进行说明。另一方面，如果加速度采集模块121与步行测定模块110以一体的方式形成，则步行测定模块110的通信模块113可以与步行分析模块120直接连接并传递采集到的步行加速度信号。而且，这种关于步行分析的信息可以通过通知模块140输出。例如，也可以通过扬声器、移动电话、计算机、无线耳机等输出。通知模块140将由步行分析模块120生成的步行姿势分析信息转换成包含声音或图像的用户可以识别的信息并输出。例如，需要矫正步宽时，可以通过步行因素检测装置100所具备的扬声器、或与步行因素检测装置100连接的移动电话、计算机、无线耳机来输出如“请减小步宽”的语音，或者输出如“哔哔-”这样的警告音。此时，如果用户需要矫正的步宽大，则快速地输出警告音，如果需要矫正的步宽小，则缓慢输出警告音，从而用户仅凭警告音也可以认识到需要矫正多少步宽并进行矫正。尤其，虽然明确记载了通知模块140可以包括无线耳机或扬声器，但是因为在本发明中主要是将加速度传感器佩戴于戴在用户的头部的耳机上的，所以可以通过步行因素检测装置100直接向用户的耳朵输出步行姿势分析信息。而且，能够以多种形态实现，例如与智能手机、计算机、或专用显示器等连接并以图像的方式输出准确的矫正信息。而且，步行因素检测装置100可以将由步行分析模块120得出的步行姿势分析信息传送给数据库130存储。此时，步行姿势分析信息被累积存储，从而可以根据时间变化确认步行者的步行姿势。由此，若大量的步行姿势分析信息被累积存储，则可以有多种应用，例如将这样的数据可以应用为大数据并使用于各种统计或分析。步行因素检测装置100的分析控制模块124可以控制上述步行分析模块120的整个运作。步行因素检测装置100佩戴在步行者的头部并采集步行加速度(s210)。接着，检测步行时间点(s220)。步行时间点表示在为了检测步行因素而采集到的步行加速度信号中检测的加速度的最高点、最低点、单足支撑区间或双足支撑区间的起始点以及结束点。在此，步行加速度是指步行者在步行期间发生变化的加速度，基于步行加速度可以判断步行者的步行周期。例如，如图4所示，分别测定出根据步行周期的加速度，从而计算出步行者的步行加速度。参照图4，步行周期可以分为立足期(standingphase)和摆动期(swingphase)。立足期为足部接触地面时负荷体重的时期，也可以定义为立足期。摆动期为下肢离开地面向前方移动的时期，也可以定义为摆动期。此时，体重向另一侧下肢负荷。如图4所示，立足期约占步行周期的60％，摆动期占剩余的40％。步行周期中，双足同时接触地面的阶段被称为双足支撑区间(ds，double-limbsupport)，一个步行周期中出现2次。而且，步行周期中，只有一个脚接触地面的阶段被称为单足支撑区间(ss，single-limbsupport)，一个步行周期中出现2次。此时，随着步行者的步速加快，单足支撑区间(ss)可能会增加，双足支撑区间(ds)可能会减少。具体而言，立足期包括足跟着地(hs，heelstrike)、全足底着地(ff，footflat)、单足立足(midstance)、足跟离地(ho，heeloff)、以及足趾离地(to，toeoff)等5步骤的步行状态。而且，摆动期包括足趾离地(to，toeoff)、摆动期中期(midswing)、以及足跟着地(hs，heelstrike)等3步骤的步行状态。在本说明书中，步行状态以右脚为基准进行了记载，对于左脚的记载用如“另一边”、“另一侧”这样的表达记载。换句话说，立足期包括：首次触地期(initialcontact)，此时足部开始接触地面并负荷体重；承重反应期(loadingresponse)，此时足部完全接触地面并负荷体重；以及摆动前期(preswing)，其是进入立足期中期(midstance)、立足期末期(terminalstance)、以及摆动期(swingphase)之前，体重被另一侧下肢承载的同时足后跟即将开始离开地面的时期。摆动期分为摆动期初期(initialswing)、摆动期中期(midswing)、以及摆动期末期(terminalswing)。具体而言，摆动期初期是从足趾离地(toeoff)开始，向下肢给予加速并向前方移动的时期。摆动期中期是经过另一侧下肢并伸展膝关节，并且几乎没有肌肉作用的时期。摆动期末期也可以定义为减速期，使正在向前方移动的下肢自然地减速，从而可以过度到立足期的首次触地期。上述的各个步行时期的所需时间因人而异，步伐越快，双足支撑区间可能越减小。在以下，参照图4、图5至图10说明检测步行时间点以及步行因素的过程。图5是用于说明根据本发明一实施例的通过采集步行加速度信号来检测步行时间点的过程的示例图。图6是用于说明根据本发明一实施例的检测采集到的步行加速度信号的最高点、最低点、以及加加速度的过程示例图。图7以及图8是用于说明根据本发明一实施例的基于步行加速度信号的最高点来设定窗口的过程的示例图。图9是用于说明根据本发明一实施例的在窗口内的加加速度中检测双足支撑区间的起始点以及结束点的过程的示例图。图10是用于说明根据本发明一实施例的根据步行加速度信号区分左脚以及右脚的过程的示例图。步行分析模块120基于采集到的步行加速度信号，可以检测由佩戴在步行者的头部的头部加速度传感器所测定出的步行者的左脚以及右脚的步行时间点。具体而言，如图4以及图6所示，检测加速度的最高点(s221)，并检测加速度的最低点(s222)，接着检测双足支撑区间的起始点(s223)，并检测双足支撑区间的结束点(s224)，以检测步行时间点(s220)。具体而言，步行时利用佩戴在步行者的头部的步行因素检测装置100采集根据时间(ms)的步行加速度信号501。此时，步行加速度信号可以是上下方向加速度，也可以是包括上下方向加速度的单轴以上的信号的范数(norm)。例如，可以使用包括单轴(垂直)加速度、垂直加速度的多轴加速度等。此时，使用单轴加速度时能够采集到的度量(metric)如下述表1所示，使用多轴加速度时能够采集到的度量如下述表2所示。<表1>metricunitcadencesteps/minstridedurationmsfirstpeakaccelerationgtroughaccelerationgsecondpeakaccelerationgfirstpeakforce(ifmassknown)ntroughforce(ifmassknown)nsecondpeakforce(ifmassknown)nstepcountstepverticaloscillationm<表2>接着，在采集到的步行加速度信号501中检测最高点峰值(*)，并检测最低点峰值(▲)。在步行加速度信号501中，最高点峰值(*)中的最高值峰值(*)表示双足支撑区间(ds)的中间点，最低点峰值(▲)中的最低值峰值(▲)表示单足支撑区间(ss)的中间点。而且，求出步行加速度信号501的微分值即步行加加速度信号502，从而可以检测从单足支撑区间(ss)过渡到双足支撑区间(ds)的途中蹬地时对地面施加冲击的时间点。而且，为了更详细地分析步行加速度信号501，步行加加速度信号502是必需的。此时，步行加加速度信号502在提取已设定的高频信号的高通滤波器(hpf，highpassfilter)中检测峰值，并且运算出检测的峰值的平均值，这样的平均值乘以预测系数，从而可以运算出上下地面反作用力的倾斜度(ivlr)的预测值。在此，ivlr的单位可以使用表示每单位时间的力的绝对单位n/s，或者可以用相对单位(bodyweight或g)/s来表示。本专利的传感器主要采集的不是力数据而是加速度数据，因此用相对单位bw/s来采集数据。若在此乘以用户的质量m，则也可以用绝对单位n/s((n＝m*g)/s)来表示。这种情况，可以使其包含于预测系数(k1或k2)，或者也可以用另外的系数“预测系数(k1或k2)×用户的质量(m)”来运算。在此，高频信号可以是指10hz以上的加速度垂直信号。以用户的自主动作难以产生5hz以上的加速度垂直信号，并且如冲击等的状况下产生的加速度垂直信号一般存在于高频带区域，因此在本发明中，利用10hz以上的高频信号来预测上下地面反作用力的倾斜度(ivlr)。但是，本发明不受限于此，过滤而提取到的高频信号频带区域还可以根据需要进行不同的设定后适用于本发明。接着，在检测步行因素之前设定窗口大小(windowsize)。窗口大小可以是指在与整个步行加速度信号501相应的全部样品中根据时间所定的某一个区间。具体而言，参照图7可以看出，因为每50ms时间重复一次，所以峰值间隔(peakinterval)大约为50ms。此时，以步行加速度信号501的最高点即基准峰值(*，基准peak)为基准来设定前后的n秒的窗口。此时，窗口可以设定为与上述峰值间隔(步频的倒数，大约50ms，参照图6)成比例增减。例如，窗口大小还可以设定为峰值间隔乘以0.6的值。但是，窗口大小优选为，固定为双足支撑区间即0.1秒以上0.4秒以下的数字。但是，如图8所示，窗口大小应注意避免设定为窗口大小变太大而包括前peak和后peak。由此，如图9所示，假定设定完的窗口是以基准peak前、后设定的，则在窗口范围内，将出现在基准peak的前面的步行加加速度信号502的峰值(901，☆)设定为双足支撑区间(ds)的起始点(或单足支撑区间(ss)的结束点)，并且将出现在基准peak的后面的加速度信号502的峰值(903，○)设定为双足支撑区间(ds)的结束点(或单足支撑区间(ss)的起始点)。此时，在步行加加速度信号502的峰值(901，☆)和基准peak之间存在步行加加速度信号的反曲点(902)，在此加速度值的变化量可能急剧减少。而且，本发明在采集步行加速度时主要是采集上下加速度信号的，但是如图10的(i)以及(ii)所示，采集上下加速度信号时，也可以采集左右加速度信号。由此，本发明可以根据与上下加速度信号的最低点峰值(▲，▲)时间点对应的左右加速度信号的符号来区分步行者的左脚和右脚。例如，如果与上下加速度信号对应的左右加速度信号的符号为负(-)，则意味着左脚，如果与上下加速度信号对应的左右加速度信号的符号为正(+)，则意味着右脚。但不受限于此，也可以是负(-)的情况意味着右脚，正(+)的情况意味着左脚。而且，如图10的(ii)，还可以利用与左右加速度信号的峰值(▲，▲)相应的点的大小来计算出左右方向的步宽(stepwidth)。以下，参照图11至图13来说明检测步行因素的过程。图11是用于说明根据本发明一实施例的双足支撑区间以及单足支撑区间的图。图12是用于说明在图11的a区域内基于峰值来分析用户的步行姿势的过程的图。图13是具体表示通过图12的用户的步行姿势的示例图。接着，检测步行因素(s230)。在此，步行因素是为了基于检测的步行时间点来分析步行者的步行姿势而进行检测的构成要素，包括双足支撑区间(ds)，单足支撑区间(ss)，步频(cadence)以及步宽(stepwidth)。但不受限于此，还可以在步行周期内包括第一个峰值、第二个峰值的力的大小以及单足支撑区间的低谷的力的大小。因此，步行因素可以表示能够分析步行者的步行姿势的多种构成要素。首先，参照图11，邻近于200ms时间点的峰值((i-1)thpeak)前、后的步行加加速度信号502的峰值区间为双足支撑区间(ds)，从峰值((i-1)thpeak)之后的步行加加速度信号的峰值到邻近于250ms时间点的峰值(ithpeak)之前的步行加加速度信号的峰值为止的区间为单足支撑区间(ss)。换句话说，第i个峰值的双足支撑区间的时间(tdsi)为双足支撑区间(ds)的结束点时间减去起始点时间的值(tdsi＝tdsendi-tdsstarti)。而且，第i个峰值的单足支撑区间的时间为单足支撑区间的结束点时间减去单足支撑区间时间的起始点时间的值(tssi＝tssendi-tssstarti)。此时，如图11所示，第i个单足支撑区间的起始点时间与第i-1个双足支撑区间的结束点时间相同(tssstarti＝tdsend(i-1))，第i个单足支撑区间的结束点时间与第i个双足支撑区间的起始点时间相同(tssendi＝tdsstarti)。参照图12，a区域为将步行周期的150至200ms区间切割出来的区域，可以利用位于a区域内的峰值来分析步行者的步行姿势。具体而言，第一个峰值加速度值(1202)表示足部接触地面的瞬间(foot-flat)，是第i个单足支撑区间起始点时间(1201，tssstarti)和第i个负荷期中期时间(1205，tssmidi)之间的最高加速度值。而且，第二个峰值加速度值(1203)表示足后跟离地的瞬间(heel-off)，是第i个负荷期中期时间(1205，tssmidi)和第i个单足支撑区间结束点时间(1204，tssendi)之间的最高加速度值。而且，低谷加速度值表示单足立足(midstance)的瞬间，是与tssmidi相应的加速度值。此时，各个值(第一个峰值加速度值、第二个峰值加速度值、低谷加速度值)乘以步行者的体重，从而可以知道该时间点的力(force)值。由此，如图13所示，还可以利用按照各个步行周期(％ofgaitcycle)进行标准化的地面反作用力(normalizedgroundforce(bw))曲线图来区分用户的步行姿势。而且，在图12中可以由“1/峰值之间的时间间隔”计算出步行者的步频(cadence)。但是，可以用多种方法计算出步频。例如，还可以由“1/低谷之间的时间间隔”、“1/双足支撑起始点之间的时间间隔”、或“1/双足支撑结束点之间的时间间隔”计算出步频。一般而言，现有的步行运动测定系统通过在人体的下肢部佩戴传感器来采集地面反作用力，或分别使用两个不同的测力板来采集地面反作用力。由此，存在以下缺点，即，因为分别采集对于左脚以及右脚的地面反作用力，所以为了分析步行者的步行姿势，需要执行将分别采集到的对于双足的地面反作用力相加的工作，因此工作效率下降。不仅如此，如果利用测力板采集地面反作用力，则存在不便携带的问题。与其相反，本申请人通过实验发现不使用测力板，而只是在头部佩戴加速度传感器就可以分析步行者的步行姿势。如图14a至图14d所示，通过佩戴在头部的步行因素检测装置100来采集双足的地面反作用力的和(totalgr)之后(参照图14a)，可以利用左脚和右脚同时着地的情况，得知右脚、左脚各自的地面反作用力(参照图14b、c)。而且，利用上述的步行因素检测方法，还可以在如图14d的曲线图中区分步行动作，即，哪个区间是单足支撑区间，哪个区间是双足支撑区间。而且，本发明仅使用头部加速度传感器(即，步行因素检测装置100)来采集步行者的步行加速度信号501并分析步行姿势，因此可以提高工作速度。而且，本发明基于由佩戴在头部的加速度传感器采集到的步行加速度来区分步行者的对于左脚以及右脚的步行时间点，因此可以增加工作的便利性。而且，本发明利用步行因素检测装置100采集上下加速度以及/或左右加速度，由此能够更加详细地分析步行动作，因此还可以准确检测帕金森病患者或阿尔茨海默病患者的步行异常动作。而且，还具有可以通过检测帕金森病患者或阿尔茨海默病患者的步行异常动作模式来事前预防患者的事故的效果。例如，可以通过分析患者的步行异常动作模式来防止摔伤事故。以上，参照附图更加详细地说明了本发明的实施例，但是本发明并非必须局限于这样的实施例，可以在不脱离本发明的技术思想的范围内多样变形实施。因此，本发明所公开的实施例不是用于限定本发明的技术思想的，而是用于进行说明的，本发明的技术思想的范围不被这样的实施例所限定。因此，应理解为以上所述的实施例在所有方面是例示性的，而不是限定性的。本发明的保护范围应依据以下的请求范围来解释，应解释为在与其等同的范围内的所有技术思想包含于本发明的权利范围。当前第1页12