一种关节角实时估计方法、系统、装置及相关设备

本发明提出了一种关节角实时估计方法、系统、装置及相关设备，属于可穿戴设备数据采集。

背景技术：

1、在正常的日常活动中，监测和评估关键关节的机械和生理特征，可以为不同肌肉骨骼疾病的发生和发展提供有价值的判断。而在所有关节中，膝关节是人体活动能力最关键的关节，这是由于膝关节是体重的主要承载者，在活动能力方面起着至关重要的作用。膝关节的实时监测可以不间断的提供与膝关节健康和活动能力相关的重要信息，这些信息可用于健康评估、活动相关问题的早期诊断以及监测受伤或手术后的恢复情况，膝关节角度是膝关节实时监测的关键参数。

2、在现有技术中使用惯性可穿戴惯性节点估计关节角度一般采取以下三个步骤：

3、首先，估计惯性可穿戴惯性节点的“绝对方向”来跟踪惯性可穿戴惯性节点坐标系和地球坐标系在身体运动过程中的相对方向关系。在实践中，惯性可穿戴惯性节点的姿态不能直接用于估计关节角度，因为imu（inertial measurement unit，惯性测量单元）坐标系与体段或关节的坐标系不对齐。这种错位将导致较大的估计误差，所以我们要执行校准程序，这些程序是将惯性可穿戴惯性节点坐标系与主体坐标系对齐。校准程序通过运动学约束来执行，使用运动学约束构造成本函数；

4、其次，利用求解出的关节轴线和关节位置向量，求得两个惯性可穿戴惯性节点的加速度和角速度，分别求得加速度和角速度计算得到两组关节角度，通过互补滤波对两组关节角度求加权平均，求解出关节角度；

5、最后，对外界扰动进行处理。实时计算关节角算法的一个隐含假设是：在执行校准程序（即关节轴线的解算）后，惯性可穿戴惯性节点不会相对于其安装的人体肢体移动。但是，如果惯性可穿戴惯性节点在关节角实时测量期间由于一些偶发的碰撞或松动的附件产生的扰动而移动，则会产生较大的估计误差。对扰动的处理思路一般为通过滑动窗口实时获取当前一段时间和当前一段时间的下一段时间的数据，将不同滑动窗口接收的数据进行对比，将其差值的二范数与阈值对比，若不超过阈值，则判断为传感器未发生窜动，继续进行关节角度解算；若超过阈值，则判断传感器发生窜动，停止角度解算，重启关节轴线向量求解，更新关节轴线向量坐标。

6、目前相近技术方案有：

7、论文文献：seel, t.; raisch,j.;schauer, t. imu-based joint anglemeasurement for gait analysis.sensors 2014,14,6891-6909.，该论文提出了一套新方法用于关节轴和位置识别，以及屈伸关节角度测量。特别是提出了只使用陀螺仪和加速度计不依赖于均质磁场的方法。这最终测量的结果膝关节屈伸度的均方根误差在假肢上小于1度，在人腿上约为3度。对于踝关节的跖屈/背伸，两者的偏差均约为1度。该论文为关节角的计算提供了最有利的理论依据，但是该论文只涉及到了惯性可穿戴惯性节点的矫正，没有涉及到抗扰动的问题。

8、专利文献1：一种可穿戴式惯性器件人体步态信息采集计算方法；申请号为201711408588.4；该发明公布了一种可穿戴式惯性器件人体步态信息采集计算方法，涉及外骨骼步态规律信息采集领域；包括如下步骤：步骤(一)、在人体腿部安装4个加速度计和2个imu；步骤(二)、根据大腿俯仰角和小腿俯仰角，计算第一膝关节角度；步骤(三)、根据大腿倾斜角度和小腿倾斜角度，计算第二膝关节角度；步骤(四)、建立人体大腿第一imu坐标系和小腿第二imu坐标系；步骤(五)、建立第一膝关节角度和第二膝关节角度的关系方程 ；步骤(六)、进行卡尔曼滤波计算，得到膝关节角度误差并补偿后的膝关节角度；本发明实现了人体步态信息的实时非接触测量，获得准确的膝关节角度信息，结合开始采集的人体基本信息，解算人体步行过程中步长、步频和抬腿高度等信息。该专利存在两大缺点：首先是需要佩戴的设备过多，总共需要安装4个加速度计和2个imu，安装过程过于繁杂，其次无法做到imu的校准，需要人为的进行校准。

9、专利文献2：一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法；申请号为202010117861.3；该发明公本开了一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法。步骤1：安置imu，并建立关节生理运动学约束；步骤2：利用步 骤1的imu，当imu的采样点数超过100个时，根据 关节生理运动学约束，运行优化程序，利用高斯-牛顿法估算 关节轴线及关节位置向量；步骤3：利用求解出的 关节轴线和关节位置向量，通过加速度信息和角 速度积分，分别求得两组关节角度；步骤4：通过 互补滤波对步骤3中两组关节角度求加权平均，求解出的关节角度。本发明目的在于对人体下肢 imu信号进行解码，并根据人体下肢运动学模型 实时解算下肢髋关节、膝关节以及踝关节角度。但是该专利无法对扰动产生有效的干预措施。

10、专利文献3：一种基于惯性传感器的抗位置窜动关节角度解算实时方法；申请号为202010117558.3；该发明公开了一种基于惯性传感器的抗位置窜动关节角度解算实时方法。该发明其目的是解决应用惯性传感器估算人体关节角度过程中传感器相对于肢体发生窜动所导致的测量误差问题。但是该发明对于扰动的判断指标过于单一，且对于阈值的设定过于随意，完全由经验决定，对扰动的检测正确率不高。

技术实现思路

1、为了解决现有技术关节角实时估计精度低问题，本发明提供一种关节角实时估计方法、系统、装置及相关设备，该方法解决了惯性传感可穿戴惯性节点测量过程中佩戴不稳或者被外界干扰导致的扰动问题，提高了可穿戴设备的测量准确性。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、第一方面，本发明提供一种膝关节的关节角估计方法，包括：

4、通过滑动窗口接收膝关节数据，并建立关节生理运动学约束，基于关节生理运动学约束建立关节生理运动最优化方程；求解关节生理运动最优化方程得到关节轴线及关节位置向量；

5、基于所述关节轴线和关节位置向量，通过加速度信息和角速度，求得两组关节角度；通过互补滤波对两组关节角度求加权平均，得到关节角度。

6、作为本发明进一步改进，所述通过滑动窗口接收膝关节数据之后还包括：扰动判断步骤；所述扰动判断步骤包括：

7、对相隔时间窗口的膝关节数据采集后，进行扰动判断，如果扰动量大于阈值，则根据最优化原理重新估算关节轴线及关节位置向量；

8、对相隔时间窗口的膝关节数据变化采用数学指标进行量化，根据量化的指标使用贪婪算法得到最优阈值，并基于所述最优阈值更新实时阈值。

9、作为本发明进一步改进，所述通过滑动窗口接收膝关节数据，并建立关节生理运动学约束，基于关节生理运动学约束建立关节生理运动最优化方程，包括：

10、采集若干个周期内的膝关节数据，包括加速度和角速度数据；

11、通过滑动窗口接收加膝关节数据，并建立关节生理运动学约束；

12、根据关节生理运动学约束，建立关节生理运动最优化方程。

13、具体地，采集若干个周期内的膝关节数据，包括加速度和角速度数据，通过滑动窗口接收加膝关节数据，并建立关节生理运动学约束：

14、

15、

16、式中，、分别是第一惯性节点、第二惯性节点任意时间 t的角速度； j1、 j2分别是第一惯性传感模块、第二惯性传感模块的关节轴向量，、分别是是第一惯性传感模块、第二惯性传感模块任意时间 t的加速度， o1， o2是绕关节中心旋转而产生的径向和切向加速度，表示不同的关节中心，为任意时间 t，为矩阵/向量的二范数；

17、其中， j1， j2在球坐标系中的坐标如下所示：

18、

19、式中， φ1， φ2是球坐标系下的方位角， θ1， θ2是球坐标系下的极角；cos( )为余弦函数，sin( )为正弦函数， t为向量的转置；

20、根据关节生理运动学约束，建立关节生理运动最优化方程：

21、

22、

23、式中， ψ是误差平方和； ei是上下关节参数的误差。

24、作为本发明进一步改进，所述求解关节生理运动最优化方程得到关节轴线及关节位置向量，是利用高斯-牛顿法优化所述关节生理运动最优化方程从而估算关节轴线及关节位置向量。

25、作为本发明进一步改进，所述基于所述关节轴线和关节位置向量，通过加速度信息和角速度，求得两组关节角度，包括：

26、基于所述关节轴线和关节位置向量，利用角速度求积分计算得第一组关节角；

27、基于所述关节轴线和关节位置向量，利用加速度求得第二组关节角。

28、具体地，所述基于所述关节轴线和关节位置向量，通过加速度信息和角速度积分，求得两组关节角度，包括：

29、利用角速度求得关节角：

30、

31、式中， αgyr是基于角速度计算的关节角，、分别是第一惯性节点、第二惯性节点任意时间 t的角速度； j1、 j2分别是第一惯性传感模块、第二惯性传感模块的关节轴向量， dτ是单位时间；

32、利用加速度求得关节角：

33、

34、式中， αacc是基于加速度关节角， 、为加速度， x1、 x2、 y1、 y2为关节平面轴，表示在r²二维下的角度。

35、作为可选方案，所述通过互补滤波对两组关节角度求加权平均，得到关节角度，包括：

36、

37、式中， λ是互补滤波因素， αacc+qyr(t)是 t时刻的合关节角， αacc+qyr(t-△t)是t-△t时刻的合关节角， αgyr(t)是基于角速度在t时刻的关节角， αgyr(t-△t)是基于角速度t-△t时刻的关节角。

38、作为本发明进一步改进，所述通过滑动窗口接收膝关节数据之后还包括扰动判断步骤；所述扰动判断步骤包括：

39、对相隔时间窗口的膝关节数据采集后，进行扰动判断，如果扰动量大于阈值，则重新估算关节轴线及关节位置向量；

40、对相隔时间窗口的膝关节数据变化采用数学指标进行量化，根据量化的指标使用贪婪算法得到最优阈值，并基于所述最优阈值更新实时阈值。

41、作为本发明进一步改进，所述对相隔时间窗口的膝关节数据变化采用数学指标进行量化，包括：

42、得到第一窗口的加速度、角速度，关节角向量；

43、得到第二窗口的加速度、角速度，关节角向量；

44、计算关节角两次向量产生的变化，关节角变化δj= j2- j1、加速度变化δa= a2- a1、角速度变化δ w= w2- w1；

45、将多指标的变化结合产生最终变化，最终变化△q=d×关节角变化+e×加速度变化+f×角速度变化，扰动量δchange=mean(d×δj+e×δa+f×δw)，其中，mean代表平均值，d、e、f为满足d+e+f=1的随机数。

46、作为本发明进一步改进，所述根据量化的指标使用贪婪算法得到最优阈值，包括：

47、取初始值：对d、e、f取随机数值；

48、在惯性节点绝对静止不加扰动的状态下用滑动窗口多次取得多组δq，找到δq中的最小值a、最大值b，形成δqnormal∈[a,b]，δqnormal是不受外界扰动的正常值范围；在惯性节点轻微扰动的情况下用滑动窗口多次取得多组δq，找到δq中的最小值c、最大值d形成δqunnormal∈[c,d]，δqunnormal是受到外界扰动的非正常值范围；

49、对d、e、f取多种不同数值，找到使得δqnormal与δqunnormal取最大范围的取值。

50、作为本发明进一步改进，所述基于所述最优阈值更新实时阈值，包括：

51、根据不同的数学指标进行量化并计算变化值，取变化值中最大值作为最优阈值，用于更新实时阈值。

52、具体地，在初始值的基础上进行实时判断与更新：

53、如果当前变化δq∈δqnormal，则惯性模块正常的运动变化；

54、如果当前变化δq∈δqunnormal，则出现了扰动，停止角度解算，重启关节轴线向量求解，更新关节轴线向量坐标；

55、如果当前变化δq∉δqnormal且δq∉δqunnormal：

56、且，若δq<a或者δq>d，继续下一轮计算δq，

57、如果|δq-b|>|δq-c|，拓展δqnormal∈[a,δq]，如果|δq-b|<|δq-c|，拓展δqnormal∈[δq,d]。

58、第二方面，本发明提供一种膝关节的关节角估计装置，包括：

59、向量求解单元，用于通过滑动窗口接收膝关节数据，并建立关节生理运动学约束，基于关节生理运动学约束建立关节生理运动最优化方程；求解关节生理运动最优化方程得到关节轴线及关节位置向量；

60、角度求解单元，用于基于所述关节轴线和关节位置向量，通过加速度信息和角速度，求得两组关节角度；通过互补滤波对两组关节角度求加权平均，得到关节角度。

61、作为进一步改进，还包括：扰动判断单元：用于对相隔时间窗口的膝关节数据采集后，进行扰动判断，如果扰动量大于阈值，则根据最优化原理重新估算关节轴线及关节位置向量；对相隔时间窗口的膝关节数据变化采用数学指标进行量化，根据量化的指标使用贪婪算法得到最优阈值，并基于所述最优阈值更新实时阈值。

62、第三方面，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述膝关节的关节角估计方法。

63、第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述膝关节的关节角估计方法。

64、第五方面，本发明提供一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令指示计算机执行所述膝关节的关节角估计方法。

65、第六方面，本发明提供一种可穿戴设备，包括：两个嵌入式的可穿戴惯性节点，每个可穿戴惯性节点均包含惯性传感模块、主控芯片模块、无线通讯模块及电源模块，两个嵌入式的可穿戴惯性节点用于通过惯性传感模块实时接收惯性传感模块采集的膝关节数据，再经过无线通讯模块通过滑动窗口发送膝关节数据；所述惯性传感模块包括三轴加速度、三轴陀螺仪、三轴角速度。

66、第七方面，本发明提供一种膝关节的关节角估计系统，包括：

67、设备模块，采用上述的可穿戴设备；

68、关节角计算模块，采用上述的膝关节的关节角估计装置。

69、本发明相对于现有技术具备的有益效果为：

70、本发明通过融合关节轴，加速度和角速度来量化扰动的变化量，解决了惯性传感可穿戴惯性节点测量过程中佩戴不稳或者被外界干扰导致的扰动问题，且对扰动的判断有百分之九十以上的高精确度。

71、进而通过基于数学指标进行量化的贪婪算法动态更新阈值，使得抗干扰的准确性大大上升。将关节角的实时计算算法和抗扰动结合，实现了高实时计算的同时，也能对外界扰动进行检测，并且该检测不会对实时性有较大干扰。