【文献导读】通过智能鞋垫进行步态监控的一种节能自适应感知框架

 

T_D`JWH_9RLV5NX{63AQCLG

摘要:步态分析是衡量人体运动的重要过程。由于连续的检测和计算,可穿戴式步态设备不能一整天持续的工作。这里提出了一个节能自适应感应框架来解决这个问题。通过预采样对内容的理解,提出了选择性检测和基于稀疏信号的重构方法。开发并在智能鞋垫系统上实施了新的感测方案,在保留步态参数信息完整性的前提下减少样本的数量。研究人员提出的方法提高了电池寿命10.47小时,而归一化均方误差在10%以内。

步态实验室是医生观察人体步态运动的传统环境。这些监测系统都配备了高速摄像机,压敏地毯和照明设施。在步态的研究中,这些设备捕捉到受试者的运动,并提取其步态参数。随着可穿戴式传感器系统的发展,步态数据可以在更舒适和现实的环境进行监测。这里提到的穿戴式传感器系统即智能鞋垫装有52×20的压力传感器,外表看起来像正常鞋垫。微控制器控制随机存取传感器单元读取目标传感器的数据。传感器信号由一个ADC模块量化然后保存在一个数据存储单元内,诸如SD卡。整个电子系统由400mAh的锂离子电池供电。

但是在这里,由于传感器的密度较大,电池不足以支撑长时间的工作。在一般情况下,有两种方法可以选择:降低采样速率或降低采样密度。为此,研究人员提出了一种新的自适应传感方案来降低采样密度,以控制样品的局部性,同时保留信息的完整性。

更具体地说, 这个框架由三个主要组件构成: 预采样与实时步态分析,选择性检测, 稀疏型信号的重建。前两个组件发生在智能鞋垫设备上,而第三个组件运行在主机系统上。

一个步态周期有四个不同的步态阶段:摆动(S),接触(C),站立中期(M)和推进(P)的阶段。研究人员发现在每个阶段压力的分布是不同的,可以使用选定的压力传感器来确定步态相并根据压力阈值(TH)来估算步态阶段。例如,在摆动阶段脚下无压力,也就没有必要进行压力图像的采样。

(2K$ZM2SK`Y}6LU2(~E`1`A

选择性采样的目的是为了减少每帧的样本数;不过,该系统仍然可以估算和通过这些有限的传感器测量点重建整个压力图像。首先随机稀疏的表示样本,然后将稀疏样本限定在预定义的区域内。重建方法是基于稀疏表示(SR)的理论。稀疏表示已成功应用于信号的重建,即压缩感知中。

研究人员通过两个指标来定量测量重建错误,NMSE(归一化均方误差)和SSIM(结构相似性)。SSIM通常被认为是在空间上的结构信号相似性的更好的视觉估计,即衡量两幅图像相似度的指标,SSIM越高需要的样本越多。具体来说,在接触阶段,即作为脚跟向下接触地面的阶段,原始和重构图像之间的结构相似性比较低。SSIM持续上升直到站立中期达到峰值,然后一直下降,直到推进阶段,即脚趾离开地面的阶段。在这期间,摆动阶段的重建质量更好,比在支撑阶段更稳定。

研究人员进行了大量的实验来均衡重建精确性和传感功率消耗,同时选择了一个重要的步态特征,质心轨迹也称为步态线 ,来评估k-选择性传感(k是为了达到原始图像所需的结构相似度的值)在步态特征上的影响。实验发现,尽管不同的k-选择性传感设置之间所计算的轨迹略有不同,它仍可以保留该要素的重要信息,如轨迹方向,过渡和曲率。结果表明,通过稀疏表示的重建充分保持了步态特征的完整性。

该实验方法可以有效地降低每帧所需的样本数量,同时在步态参数重建之后保持良好的步态质量,使得电池的工作时间被进一步延长。除了步态分析之外,此处提出的感测方案可以应用到其它医疗应用的纵向研究之中。

参考文献:Wu Y, Xu W, Liu J J, et al. An Energy-Efficient Adaptive Sensing Framework for Gait Monitoring Using Smart Insole[J]. IEEE Sensors Journal, 2015, 15(4):2335-2343.

 

anyShare分享到:
This entry was posted in 新闻动态 and tagged , . Bookmark the permalink.

One Response to 【文献导读】通过智能鞋垫进行步态监控的一种节能自适应感知框架

  1. 吴, 京 says:

    本文抓住了智能鞋垫功耗的两个缺点(挑战),找准了一个入口点进行切入,并针对这个入口点提出了相应的解决方案,从本文的实验结果证明,提出的方法很好的解决了智能鞋垫的功耗问题。但是本文也存在一些问题:(1)作者在进行步态周期分析的时候,给出了相应的方法,但是该方法过于粗糙,里面的阈值没有给出一个明确的定义方法,缺少理论支撑。(2)作者在进行样例筛选时,采用的是随机的方式对样例进行采取,这里可不可能漏掉一些重要的特征图像,而且作者在这个问题上也没有很好的去证明,只是提到了做过一些相关工作,并没有给出引用对应的论文来做理论支撑。

发表评论