1.步態(tài)分析的技術(shù)分類

　　目前，主流的狀態(tài)分析技術(shù)主要有以下幾種:基于計算機視覺的人體步態(tài)捕捉與分析、基于慣性傳感器的人體步態(tài)捕捉與分析、基于無線信號的人體步態(tài)捕捉與分析。基于計算機視覺的人體步態(tài)捕捉包括紅外攝像機、基于三維深度攝像機的2D攝像機等。上個世紀的技術(shù)路線也是基于機械步態(tài)捕捉。其他動作捕捉軟件基于電磁步態(tài)捕捉的技術(shù)路線。

　　1.1基于紅外攝像機的光學步態(tài)捕捉

　　經(jīng)過幾十年的持續(xù)發(fā)展，紅外光學動作捕捉技術(shù)是基于計算機視覺的原理。紅外攝像機的光學步態(tài)捕捉主要分為被動和主動兩種。被動方式是在人體關(guān)鍵部位貼上反光標志，主動方式是在人體主要部位佩戴能發(fā)射紅外線的主動攝像頭。本節(jié)主要描述被動光學步態(tài)捕捉。在人體的主要骨骼和關(guān)節(jié)上粘貼反射標記，利用架設(shè)的紅外攝像機跟蹤反射標記，然后計算反射標記在空間的絕對位置。

　　基于紅外相機的光學gait動作捕捉系統(tǒng)技術(shù)成熟度高，采樣頻率高，數(shù)據(jù)處理速度快。主要缺點是對光特別敏感，不能在光線變化大的環(huán)境中使用，周圍不能有類似光學標記物的物體或光斑。所以光學步態(tài)捕捉一般只在室內(nèi)使用。由于攝像頭的視角有限，人在運動時的一些標記點容易被其他物體和自己遮擋，導致被遮擋部分的數(shù)據(jù)丟失。后期處理工作量大，且由于數(shù)據(jù)量大，需要處理丟幀、跳幀等問題，后期處理時間長。缺點是需要架設(shè)攝像頭，一般架設(shè)在鋼架結(jié)構(gòu)上，導致使用場景一般固定，難以移動。一般場景至少需要6個攝像頭。如果需要跟蹤更大的場景，需要幾十個攝像頭，單個攝像頭非常昂貴。比如維康公司生產(chǎn)的單個攝像頭價格高達10萬元，導致紅外光學步態(tài)捕捉或在科研中的應(yīng)用，無法進入大眾。

　　2.動作捕捉基于3D深度相機

　　3D隨著深度相機技術(shù)的成熟，許多研究者開始研究基于深度相機的動作捕捉系統(tǒng)[5][6]。3D相機和2D相機的區(qū)別在于，除了平面圖像，還可以獲得深度信息。目前，深度技術(shù)廣泛應(yīng)用于人體步態(tài)識別、三維重建等領(lǐng)域，如SLAM。目前主流3D深度相機的技術(shù)路線包括:(1)雙目立體視覺；(2)飛行時間；(3)結(jié)構(gòu)光技術(shù)等。

　　雙目立體視覺使用兩個2D平面相機。兩個平面相機從兩個圖像獲得兩個圖像以計算深度信息。飛行時間是雷達芯片發(fā)射的紅外激光散射、照射物體，然后反射回雷達芯片的時間。因為已知光速和已知發(fā)射，相機和物體之間的距離被測量。結(jié)構(gòu)光是由照相機發(fā)出的特定圖案。當對象反射回該圖案時，深度相機再次接收該圖案，并且通過比較發(fā)送的圖案和接收的圖案來測量相機和對象之間的深度信息。

　　輕方案引入了Kinect，廣泛應(yīng)用于體感交互、人體骨骼識別、步態(tài)科技等領(lǐng)域。

　　基本原理是先找到圖像中的運動物體，然后評估運動物體的深度，識別出人體的部位，再從背景環(huán)境中分割出來。分割后，要做的工作是模式匹配，它與骨骼系統(tǒng)光學匹配。

　　光

　　光學動作捕捉算法流程圖

　　3.以上三種方案D深度相機方案多用于娛樂，如面部識別解鎖、人機交互等。由于探測距離短，很難在大空間使用。目前，深度相機芯片正在基于3D不斷研究和改進。其硬件芯片仍是目前的難點之一，其次是算法的復雜度。大量的圖像計算對硬件主控芯片的計算能力要求很高。由于目前的電池技術(shù)，單個傳感器的工作時間相對較短。它的優(yōu)點是用戶不需要佩戴任何傳感器和貼標志點?；贙inect的人體下肢骨骼識別

　　2D相機動作捕捉

　　利用2D相機捕捉三維運動軌跡是當前的前沿技術(shù)研究。2D相機是一種沒有深度信息的平面相機。目前基于2D相機的動作捕捉主要利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)突出稀疏2D人體姿態(tài)檢測原理。然而，這種姿態(tài)捕捉捕獲方案需要長時間操作，不適合實時運動分析，并且輸出精度低。2D目前攝像機的動作捕捉可以捕捉人體的局部運動姿態(tài)，需要采集大量的數(shù)據(jù)樣本作為訓練數(shù)據(jù)集。2D相機對深度信息的預(yù)測是有偏差的，任何錯誤的數(shù)據(jù)都會導致偏差大，穩(wěn)定性差。最大的挑戰(zhàn)是相機的屏蔽和快速移動，2D相機很難跟蹤。它的優(yōu)點是不需要任何衣服，需要一個觸手可及的2D相機，成本極低。對于熱門應(yīng)用來說是個不錯的選擇。

　　3.基于MEMS慣性傳感器的慣性動作捕捉系統(tǒng)

　　基于MEMS慣性傳感器的動作捕捉系統(tǒng)應(yīng)用于虛擬現(xiàn)實、運動訓練、生物醫(yī)學工程和康復等多個領(lǐng)域。因為它們體積小，重量輕，價格合理。

　　Inertia動作捕捉system主要是將慣性傳感器綁定在人體的主要骨骼上，如腳、小腿、大腿等，實時測量每個骨骼的轉(zhuǎn)動，利用正向和反向運動實時推導計算出整個人體的運動參數(shù)。慣性動作捕捉系統(tǒng)的優(yōu)勢在于它是一個被動式動作捕捉系統(tǒng)，不需要任何外界信息，即不受外界環(huán)境的干擾。缺點是慣性傳感器常見的累積漂移會使慣性系統(tǒng)無法精確測量運動位移。

　　慣性傳感器主要有加速度計、陀螺儀和磁力計。加速度計、陀螺儀、磁力計大多采用MEMS，所以稱為MEMS慣性傳感器。三軸加速度計可以測量載體在三個軸上的加速度，也就是一個矢量，我們也可以通過加速度計算出載體靜止時的傾角。三軸陀螺儀通過對角速度進行積分，可以測量載體在三個軸上的角速度。三軸磁力儀可以測量周圍磁場的強度以及與地球磁場的夾角。我們可以通過整合加速度、角速度和磁值的數(shù)據(jù)來精確地旋轉(zhuǎn)載體。積分數(shù)據(jù)通常用四元數(shù)或歐拉角表示。歐拉角等四元數(shù)形式包括俯仰角、滾轉(zhuǎn)角和偏航角。在獲得載體的旋轉(zhuǎn)之后，擬合每個骨骼的運動，以計算佩戴部件的運動姿態(tài)?？梢酝ㄟ^加速度和角速度的積分來測量佩戴者的步速、步幅、步長等參數(shù)。世界著名的MEMS慣性動作捕捉國外荷蘭Xsens，國內(nèi)的等等。

　　姿態(tài)分析基于MEMSinertial動作捕捉系統(tǒng)的步態(tài)分析有很大的優(yōu)勢，主要體現(xiàn)在inertial動作捕捉系統(tǒng)采用MEMS芯片，成本低。每個芯片只需要10元左右，整個系統(tǒng)的價格上萬元。由于慣性動作捕捉系統(tǒng)是一個被動系統(tǒng)，整個系統(tǒng)的重量在幾公斤的范圍內(nèi)，這使得它可以方便地隨身攜帶，而無需安裝復雜的攝像頭。慣性傳感器只需啟動即可使用，無需復雜的標定、校準等操作步驟，使用起來非常方便。Inertia動作捕捉system不受使用環(huán)境影響，室內(nèi)室外均可正常使用。然而，MEMS傳感器與optical動作捕捉system相比，精度較低，但已經(jīng)完全滿足了大眾的需求。隨著時間的推移，MEMS陀螺儀出現(xiàn)零偏，積分累積誤差會隨著動態(tài)情況而漂移。在MEMS的不同狀態(tài)下，特別是在高動態(tài)下，加速度計也存在誤差。強磁環(huán)境容易干擾磁力儀。但是算法可以補償這一系列的誤差。補償后的MEMS慣性傳感器靜態(tài)精度一般可以達到:俯仰角/滾轉(zhuǎn)角≤0.2°，偏航角≤1°；動態(tài)精度:俯仰角/滾轉(zhuǎn)角≤0.5°，偏航角≤2°，步態(tài)位移誤差可達5%。滿足了步態(tài)參數(shù)計算的精度要求。

　　4.其他技術(shù)路線

　　機械運動捕捉依靠佩戴在人體內(nèi)的機械裝置來測量關(guān)節(jié)的角度和位移。人類的運動驅(qū)動機械裝置的運動。傳感器可以從機械裝置的角度知道運動角度，根據(jù)角度和機械部分的長度計算出運動位移。這項技術(shù)最早出現(xiàn)在20世紀。由于機械結(jié)構(gòu)的重量，機械運動捕捉早已退出步態(tài)分析的主流。然而，使用機械外骨骼