基于Kinect系统的步态参数提取方法

root 提交于 周五, 06/17/2022 - 10:21
基于步态参数的定义,研究并提出了使用微软最新一代Azure Kinect无标记运动捕获系统(以下简称Kinect系统)采集并提取步态参数的方法,同时在数据处理中分别采用自适应滤波、指数滤波、卡尔曼滤波及无滤波条件,以提高步态参数计算结果的准确性与可靠性。为了评价本文计算方法的准确性与滤波效果,将提取的步态参数结果与同步实验的Qualisys标记式运动捕获系统(瑞典Qualisys公司,简称Q标记法)的结果进行统计学对比分析,并据此对不同滤波方法进行评价。结果显示,总体而言Kinect系统与Q标记法的结果一致性较高,结果均落在95%一致性界限内,并且在有滤波条件下的准确度要高于无滤波条件,且卡尔曼滤波的效果最好;在单个步态参数方面,步速的结果在所有滤波条件下均有较大差异性,无法应用;对于其他参数,本文方法表现了较高的准确性与一致性,并且应用卡尔曼滤波后的一致性与可靠性都有所提高。应用本文方法并使用卡尔曼滤波进行平滑处理后,Kinect系统可以较为准确地计算健康人的步态参数,并在某些情况下代替标记法设备。

相关内容

发布日期 01/21/2024 - 12:12
发布日期 05/12/2024 - 09:43
发布日期 02/24/2024 - 15:39
发布日期 07/04/2024 - 17:54
发布日期 08/04/2020 - 01:35
发布日期 10/31/2021 - 01:12
发布日期 06/17/2022 - 10:21
发布日期 06/11/2024 - 17:46