本發(fā)明涉及步態(tài)研究技術領域，特別涉及步態(tài)參數(shù)采集的采集方法及設備。

背景技術：

步態(tài)是指人或動物通過肢體運動并前進的一種周期性的形式和樣子。(如行走，奔跑，腳步移動等)。不同文獻對步態(tài)的定義有所不同，在本文中，步態(tài)就是描述走路特點的一種周期性現(xiàn)象，并且每個周期可以被分為多個部分進行研究和分析。

步態(tài)的研究和分析是對人類運動功能的綜合研究，包括對人類運動特征的測量、描述和數(shù)量的評估。通過對步態(tài)的分析和研究，可以識別出步態(tài)周期，計算出步態(tài)運動學和動力學參數(shù)等。因此，近年來，相關步態(tài)的研究在運動訓練、疾病診斷、康復醫(yī)療、身份識別等方面都起到了非常重要的作用和應用。例如，在一些運動訓練中，可以應用步態(tài)分析來分析出運動員在訓練過程中出現(xiàn)的一些問題，然后幫助他們提成成績；在疾病診斷中，應用步態(tài)分析來判斷一些骨科或者神經(jīng)性疾病，如中風等；在康復醫(yī)療中，可以應用步態(tài)分析來監(jiān)護病人的治愈過程；在生物醫(yī)療工程中，步態(tài)分析已經(jīng)成為一種基本的輔助方法來識別人的運動特征；在身份識別中，不同的人，在步態(tài)風格的微小變化可以被用作生物標識符來識別個體的人。

綜上所述，如何方便、快捷、低廉、準確的采集步態(tài)數(shù)據(jù)(尤其是步態(tài)參數(shù))成為步態(tài)研究領域的重點。而目前采集步態(tài)數(shù)據(jù)的方法主要有：

①基于計算機視覺的方法

此方法需要限定在布置攝像頭的特定環(huán)境中使用，設備成本較高，且不利于保護個人隱私。

②基于肌電信號傳感器的方法

此方法通過分析人體自然行走過程中下肢前后肌群的表面肌電變化,并且需要在下肢多處肌肉處均捆綁測量電信號的貼片，使用起來也不方便。

③基于壓力測試板的方法

此方法需要限定在布置壓力測試板的特定環(huán)境中使用，安裝難度大，設備成本較高。

技術實現(xiàn)要素：

因此，本發(fā)明的目的在于克服上述現(xiàn)有技術的缺陷，提供一種步態(tài)參數(shù)的采集解決方案。

根據(jù)本發(fā)明的一個方面，提供了一種步態(tài)參數(shù)的采集方法，包括：

1)獲取左、右腳的聲音信號曲線，所述左、右腳的聲音信號曲線是在被測者行走過程中，固定在被測者左腳的左腳步態(tài)數(shù)據(jù)采集裝置和固定在被測者右腳的右腳步態(tài)數(shù)據(jù)采集裝置分別采集到的隨時間變化的聲音信號曲線；

2)根據(jù)峰值檢測算法提取出該聲音信號曲線中表征節(jié)點足觸地聲音的峰值位置和非節(jié)點足觸地聲音的峰值位置，然后計算每一步的步距L_sd＝V_聲(t₂-t₁)；

其中,V_聲為聲音在空氣中傳播的速度，t₁和t₂分別是固定在不同腳的步態(tài)數(shù)據(jù)采集裝置采集到同一次單腳觸地所發(fā)出的聲音的時刻，其中，t₂為采集到非節(jié)點足觸地聲音的時間，t₁為采集到節(jié)點足觸地聲音的時間；對于左腳步態(tài)數(shù)據(jù)采集裝置，左腳就是節(jié)點足，右腳就是非節(jié)點足，對于右腳步態(tài)數(shù)據(jù)采集裝置，右腳就是節(jié)點足，左腳就是非節(jié)點足。

其中，所述步驟2)中，根據(jù)聲音信號曲線計算每一步的步距的方法包括：

21)對于每條聲音信號曲線，分別通過峰值檢測算法進行檢測，提取出峰值位置及其對應的時刻；其中，聲音信號曲線包括左腳采集節(jié)點的聲音信號曲線和右腳采集節(jié)點的聲音信號曲線；

22)對于每個峰值位置，通過其頻譜范圍判別該峰值位置是否為腳觸地的聲音信號；

23)當多個腳觸地的聲音對應的峰值位置距離接近時，將這些腳觸地的聲音對應的峰值組合成代表同一步的一個峰值組，從而得出每條聲音信號曲線中代表每一步的峰值組，同時選擇代表每一步的峰值位置；

24)進一步判斷各個峰值位置是節(jié)點足還非節(jié)點足觸地的聲音，從而得出每一步的所述的t₂和t₁；

25)根據(jù)步距L_sd＝V_聲(t₂-t₁)，計算每一步的步距。

其中，所述步驟21)中，所述峰值檢測算法采用差分法、閾值法、小波法、或者句法檢測法。

其中，所述步驟22)中，對于每個峰值位置，檢測其頻率范圍，如果頻率范圍涵蓋從低頻到高頻的頻段，則判斷該峰值位置對應于腳觸地的聲音，如果頻率范圍僅限于低頻頻段，則判斷該峰值位置對應于風聲。

其中，所述步驟23)中，選擇代表每一步的峰值位置的方式是：對于每一步，均選擇其對應的峰值組中的第一個峰值位置，或者均選擇其對應的峰值組中的最后一個峰值位置作為代表該步的峰值位置；

所述步驟24)還包括：對于同一聲音信號曲線的兩個相鄰峰值組，當這兩個峰值組之間具有風聲，且后一個峰值組的信號強度大于前一個峰值組的信號強度時，判定后一個峰值組對應于節(jié)點足觸地的聲音，前一個峰值組對應于非節(jié)點足觸地的聲音，進而判斷出各個峰值位置是節(jié)點足還非節(jié)點足觸地的聲音。

其中，所述步驟2)還包括：獲取被測者的步寬L_sw，根據(jù)步寬和所計算出的每一步的所述步距L_sd，計算出每一步的步長

其中，所述步驟2)中，獲取步寬的方法包括：提示用戶原地踏步，利用左腳步態(tài)數(shù)據(jù)采集裝置和右腳步態(tài)數(shù)據(jù)采集裝置分別采集用戶原地踏步過程中的聲音信號曲線，并計算原地踏步過程中的每一步的所述步距L_sd，將原地踏步過程的步距L_sd的平均值作為所述步寬。

其中，所述步驟2)還包括：基于所述聲音信號曲線，以及根據(jù)峰值檢測算法提取出該聲音信號曲線中表征節(jié)點足觸地聲音的峰值位置和非節(jié)點足觸地聲音的峰值位置，計算步數(shù)、步頻、步速、步行距離、步行時間、單步時間和步態(tài)周期中的一項或多項。

其中，所述步驟2)還包括：根據(jù)基于所述聲音信號曲線，以及根據(jù)峰值檢測算法提取出該聲音信號曲線中表征節(jié)點足觸地聲音的峰值位置和非節(jié)點足觸地聲音的峰值位置；以及被測者行走過程中左腳步態(tài)數(shù)據(jù)采集裝置和右腳步態(tài)數(shù)據(jù)采集裝置采集到的對地面的超聲測距信號，計算支撐初期、支撐中期、支撐末期、擺動期和足廓清中的一項或多項。

根據(jù)本發(fā)明的另一個方面，還提供了一種步態(tài)參數(shù)的采集設備，包括：分別固定在被測者左、右腳的左腳步態(tài)數(shù)據(jù)采集裝置和右腳步態(tài)數(shù)據(jù)采集裝置，以及與左腳步態(tài)數(shù)據(jù)采集裝置和右腳步態(tài)數(shù)據(jù)采集裝置均互聯(lián)的步態(tài)參數(shù)分析設備；

所述左腳步態(tài)數(shù)據(jù)采集裝置和右腳步態(tài)數(shù)據(jù)采集裝置用于在被測者行走過程中，分別采集隨時間變化的聲音信號曲線；

所述步態(tài)參數(shù)分析設備用于獲取所述隨時間變化的聲音信號曲線，根據(jù)峰值檢測算法提取出該聲音信號曲線中表征節(jié)點足觸地聲音的峰值位置和非節(jié)點足觸地聲音的峰值位置，然后計算每一步的步距L_sd＝V_聲(t₂-t₁)；

其中,V_聲為聲音在空氣中傳播的速度，t₁和t₂分別是固定在不同腳的步態(tài)數(shù)據(jù)采集裝置采集到同一次單腳觸地所發(fā)出的聲音的時刻，其中，t₂為采集到非節(jié)點足觸地聲音的時間，t₁為采集到節(jié)點足觸地聲音的時間；對于左腳步態(tài)數(shù)據(jù)采集裝置，左腳就是節(jié)點足，對于右腳步態(tài)數(shù)據(jù)采集裝置，右腳就是節(jié)點足。

與現(xiàn)有技術相比，本發(fā)明的優(yōu)點在于：

1、本發(fā)明可以檢測和采集人體時的步態(tài)特征數(shù)據(jù)，對數(shù)據(jù)進行處理分析，計算出步長，步速，步幅，步態(tài)周期等步態(tài)參數(shù)。

2、本發(fā)明的采集裝置為可穿戴裝置，具有低廉、方便、快捷等優(yōu)點。

3、本發(fā)明不需要在特定環(huán)境中使用，特別適合于監(jiān)測人的日常行走過程的步態(tài)。

附圖說明

以下參照附圖對本發(fā)明實施例作進一步說明，其中：

圖1是根據(jù)本發(fā)明的一個實施例的步態(tài)采集和分析設備工作原理的示意圖；

圖2是根據(jù)本發(fā)明的一個實施例的步態(tài)采集節(jié)點的模塊示意圖；

圖3是根據(jù)本發(fā)明的一個實施例的將步態(tài)采集設備預裝在鞋上的示意圖；以左腳鞋為例，從左到右，步態(tài)采集設備的位置分別位于鞋的外側(cè)、前側(cè)、后側(cè)、底部前、底部中、底部后；

圖4是根據(jù)本發(fā)明的一個實施例的將步態(tài)采集設備佩戴在腳踝處的示意圖；以右腳為例，從左到右，步態(tài)采集設備分別被佩戴在腳踝的外側(cè)、后側(cè)、前側(cè)；

圖5是根據(jù)本發(fā)明的一個實施例的步態(tài)距離參數(shù)說明示意圖；

圖6是根據(jù)本發(fā)明的一個實施例的步態(tài)周期參數(shù)說明示意圖；

圖7是根據(jù)本發(fā)明的一個實施例的步態(tài)支撐期足跟、足掌、足尖、足趾觸地示意圖；

圖8是根據(jù)本發(fā)明的一個實施例的步態(tài)期間聲音能量曲線的示意圖；

圖9是根據(jù)本發(fā)明一個實施例的左腳采集節(jié)點和右腳采集節(jié)點各自的聲音信號曲線的局部放大對比圖；其中上半部分為左腳節(jié)點采集到的聲音信號，下半部分為右腳節(jié)點采集到的聲音信號。

具體實施方式

下面結(jié)合附圖和具體實施方式對本發(fā)明作詳細說明。

根據(jù)本發(fā)明的一個實施例，提供了一種僅需使用可穿戴傳感器來實現(xiàn)步態(tài)參數(shù)采集的方法。該方法中，單獨使用可穿戴的聲傳感器采集步態(tài)數(shù)據(jù)，然后根據(jù)所采集的聲學步態(tài)數(shù)據(jù)，基于一定的算法，對數(shù)據(jù)進行處理分析，從而計算出諸如步長、步速、步幅、步態(tài)周期等步態(tài)參數(shù)。

該實施例中，涉及基于聲傳感器的可穿戴步態(tài)數(shù)據(jù)采集裝置和與智能終端這兩個功能實體。其中，可穿戴步態(tài)數(shù)據(jù)采集裝置包括能夠采集聲波信號的麥克風單元和能夠發(fā)射和接收超聲波信號的超聲測距單元。并且，可穿戴步態(tài)數(shù)據(jù)采集裝置能夠?qū)⒉杉降臄?shù)據(jù)傳輸至用于處理信號的智能終端。智能終端作為本實施例的步態(tài)數(shù)據(jù)分析端，它可以是普通PC，也可以是移動智能終端，例如智能手機、PDA等。

圖1示出了本實施例的步態(tài)數(shù)據(jù)采集裝置和步態(tài)數(shù)據(jù)分析端的示意圖。其中，步態(tài)數(shù)據(jù)采集裝置包括左腳步態(tài)數(shù)據(jù)采集節(jié)點和右腳步態(tài)數(shù)據(jù)采集節(jié)點。圖2示意性地示出了步態(tài)數(shù)據(jù)采集節(jié)點的模塊組成圖。參考圖2，每個步態(tài)數(shù)據(jù)采集節(jié)點包括存儲單元、微處理器(MCU)、電源單元、無線收發(fā)單元(主要用于與步態(tài)數(shù)據(jù)分析端連接并發(fā)送采集節(jié)點的數(shù)據(jù)給步態(tài)數(shù)據(jù)分析端，可以是例如藍牙或者WIFI或者電信網(wǎng)絡等)、信號采集器(可以是例如能夠同時接收普通聲波和超聲波的麥克風)、信號發(fā)射器(例如帶有超聲發(fā)射功能的麥克風)。在具體實現(xiàn)上，可以根據(jù)實際情況，使用硬件尺寸較小、能夠節(jié)約空間的信號采集器和信號發(fā)射器來實現(xiàn)采集聲波信號的麥克風單元和能夠發(fā)射和接收超聲波信號的超聲測距單元這兩個功能實體，例如在實際實現(xiàn)時，超聲測距單元可以和麥克風單元合二為一。在采集數(shù)據(jù)時，由信號采集器(例如麥克風)采集聲音信號和超聲信號，所采集到的信號發(fā)送到MCU進行處理。另外，MCU還用于對無線收發(fā)單元收發(fā)的數(shù)據(jù)、存儲單元數(shù)據(jù)的進出等進行調(diào)度。

下面，進一步介紹本實施例的步態(tài)參數(shù)采集方法，該方法包括下列步驟：

步驟1：將左腳步態(tài)數(shù)據(jù)采集節(jié)點和右腳步態(tài)數(shù)據(jù)采集節(jié)點分別固定在被測人的左腳和右腳。在雙足(本文中“足”和“腳”的意思相同，二者可以互相替換)上同時使用兩個步態(tài)數(shù)據(jù)采集設備節(jié)點，將左右腳的數(shù)據(jù)進行分析融合，可以獲得比單足測量方式更準確的信息。具體地，可以將步態(tài)數(shù)據(jù)采集節(jié)點穿戴在鞋底處的不同位置，參考圖3所示，步態(tài)數(shù)據(jù)采集節(jié)點可以在生產(chǎn)鞋時預裝在鞋里，a表示步態(tài)數(shù)據(jù)采集節(jié)點，可以看出預裝位置可以是鞋幫的前側(cè)、外側(cè)或后側(cè)，也可以是鞋底的靠近前腳掌處、中部或者靠近腳跟處。優(yōu)選地，左腳步態(tài)數(shù)據(jù)采集節(jié)點和右腳步態(tài)數(shù)據(jù)采集節(jié)點佩戴在左右腳的對稱位置上。另外，步態(tài)數(shù)據(jù)采集節(jié)點中的信號采集器和信號發(fā)射器也可以分開布置，例如信號采集器預裝在鞋底，信號發(fā)射器預裝在鞋幫的后側(cè)。

在另一個實施例中，步態(tài)數(shù)據(jù)采集節(jié)點也可以是獨立與鞋子的裝置，獨立的步態(tài)數(shù)據(jù)采集節(jié)點可以穿戴在雙腳腳踝處。如圖4所示，步態(tài)數(shù)據(jù)采集節(jié)點a可以用松緊繃帶b固定在腳踝外側(cè)、后側(cè)或前側(cè)。優(yōu)選地，左腳步態(tài)數(shù)據(jù)采集節(jié)點和右腳步態(tài)數(shù)據(jù)采集節(jié)點佩戴在左右腳的對稱位置上。雙腳穿戴上步態(tài)數(shù)據(jù)采集節(jié)點后，可以根據(jù)需要調(diào)整松緊繃帶，使其緊緊固定在足部，不發(fā)生移動。這種佩戴方式有利于用戶穿戴的舒適度，同時也能夠很好地使步態(tài)數(shù)據(jù)采集節(jié)點與足部固定，進而步態(tài)參數(shù)采集的準確性。應注意的是當將步態(tài)采集設備佩戴在腳踝前側(cè)時，由于超聲波信號受腳面的阻擋和干擾，會對采集和計算足廓清參數(shù)有影響，故當采用這種佩戴方式時，可能會難以采集和計算足廓清參數(shù)。而如果將步態(tài)采集設備穿戴在腳踝內(nèi)側(cè)，可能會對正常行走帶來影響，進而影響步態(tài)及采集到的步態(tài)參數(shù)。

在進行步態(tài)數(shù)據(jù)采集時，將采集設備(節(jié)點)上電開機，雙足節(jié)點程序啟動，在被測對象開始行走后，采集被測對象的步態(tài)行走數(shù)據(jù)。

步驟2：在被測人行走過程中，左腳步態(tài)數(shù)據(jù)采集節(jié)點和右腳步態(tài)數(shù)據(jù)采集節(jié)點分別采集由于腳步行走而產(chǎn)生的聲音信號以及超聲測距信號。所采集的聲音信號和超聲測距信號實時地通過無線收發(fā)單元傳送給步態(tài)數(shù)據(jù)分析端，步態(tài)數(shù)據(jù)分析端接收聲音信號和超聲測距信號，并根據(jù)這些信號計算步態(tài)參數(shù)。

下面結(jié)合一個實施例詳細說明計算步態(tài)參數(shù)的方法。本實施例中，可以計算的步態(tài)參數(shù)包括步距、步長、步寬、步幅、步數(shù)、步頻、步速、步行距離、步行時間、單步時間、步態(tài)周期、支撐期、擺動期以及足廓清。

圖5示出了步距、步長、步寬、步幅等步態(tài)參數(shù)的示意圖。其中，步距(step distance)是：行走時左右足跟(或足尖)先后著地時兩點間的直線距離。由于行走時前足跟落地時，后足還在支撐期(即所謂的步行雙支撐期)，因此，穿戴在后足的采集節(jié)點能夠拾取由于前后足跟落地時的聲音信號。所以，步距L_sd的計算方法是:

L_sd＝V_聲(t₂-t₁)

其中,V_聲為聲音在空氣中傳播的速度，即340m/s；

t₁和t₂分別是兩個不同采集節(jié)點采集到同一次單腳觸地所發(fā)出的聲音的時刻。其中，t₂為采集到非節(jié)點足觸地聲音的時間；為便于描述，下文中將步態(tài)數(shù)據(jù)采集節(jié)點簡稱為采集節(jié)點。非節(jié)點足是相對于采集節(jié)點而言的，對于左腳采集節(jié)點，右腳就是非節(jié)點足，對于右腳采集節(jié)點，左腳就是非節(jié)點足。t₁為采集到節(jié)點足觸地聲音的時間；對于左腳采集節(jié)點，左腳就是節(jié)點足，對于右腳采集節(jié)點，右腳就是節(jié)點足。

當右腳觸地時，右腳采集節(jié)點首先接收到本次觸地的聲音信號，即記錄下了采集到節(jié)點足觸地聲音的時間t₁，片刻后，左腳采集節(jié)點也會接收到本次觸地的聲音信號，即記錄下了采集到非節(jié)點足觸地聲音的時間t₂。這樣就可以計算出右腳邁出的步距。同理，當左腳觸地時，左腳采集節(jié)點首先接收到本次觸地的聲音信號，即記錄下了采集到節(jié)點足觸地聲音的時間t₁，片刻后，右腳采集節(jié)點也會接收到本次觸地的聲音信號，即記錄下了采集到非節(jié)點足觸地聲音的時間t₂。這樣就可以計算出左腳邁出的步距。

本實施例中，右腳采集節(jié)點和左腳采集節(jié)點會各自采集聲音信號，聲音信號是以聲音能量(或聲強)隨時間變化的曲線的形式呈現(xiàn)，如圖8所示，因此本文中也將聲音信號稱為聲音信號曲線。在聲音信號曲線中，足觸地聲音對應于曲線中的峰值。對于每個采集節(jié)點來說，其聲音信號曲線中既包含節(jié)點足觸地聲音對應的峰值也包含非節(jié)點足觸地聲音對應的峰值。圖9示出了一個例子中的左腳采集節(jié)點和右腳采集節(jié)點各自的聲音信號曲線的局部放大對比圖。參考圖9，每一步通常會產(chǎn)生兩個比較明顯的觸地聲音，一個是足跟觸地的聲音，一個是前腳掌觸地的聲音。因此，本實施例中，計算步距的具體方法包括：

步驟201：對于左腳采集節(jié)點的聲音信號曲線以及右腳采集節(jié)點的聲音信號曲線，分別通過峰值檢測算法進行檢測提取出峰值位置及其對應的時刻。本實施例中，峰值檢測算法采用差分法，具體可參考：張愛華，王平，丑永新.基于動態(tài)差分閾值的脈搏信號峰值檢測算法.《吉林大學學報:工學版》,2014,44(3):847-853。此處不再贅述。

步驟202：對于每個峰值位置，通過其頻譜范圍判別是否為腳觸地的聲音信號。發(fā)明人發(fā)現(xiàn)，對于峰值檢測算法所提取的峰值來說，主要干擾是風聲造成的峰值(如圖9所示，其中虛線框示出的就是風聲對應的峰值)。而風聲的頻譜范圍通常僅限于低頻，因此，本實施例中通過檢測每個峰值位置的頻譜飽滿程度即可判斷該峰值位置是否為腳觸地的聲音。腳步聲本質(zhì)上一種撞擊聲，故聲音頻率從低頻到高頻比較飽滿。

步驟203：識別出腳跟(或腳尖)觸地聲音對應的峰值位置。對于所識別出的腳步聲(即腳觸地的聲音)對應的峰值位置，當多個腳步聲對應的峰值位置距離接近(即橫坐標軸上的位置接近，即時間接近)時，將這些腳步聲作為同一步中腳的不同部位觸地的聲音，同一步的腳的不同部位觸地的聲音在聲音信號曲線中表現(xiàn)為一組峰值，本實施例中稱為峰值組。在劃分出峰值組后，將該峰值組中第一次出現(xiàn)的峰值位置作為該步的腳跟觸地聲音，將該峰值組中最后一次出現(xiàn)的峰值位置作為該步的前腳掌觸地聲音。其中，前腳掌觸地聲音也可以被認為是足尖落地的聲音，這與每個人的行走習慣相關。在圖9的例子中，每一步包括腳跟觸地聲音和前腳掌觸地聲音，但在其他例子中，每一步可能包括更多的觸地聲音，例如：包括腳跟觸地聲音、腳掌觸地聲音和腳尖觸地聲音，甚至有時還會包括腳尖蹬地的聲音(例如在跑步時)。雖然人的步行習慣多種多樣，但是基于本文的描述，本領域技術人員易于理解，取峰值組中的第一個峰值位置或者最后一個峰值位置，即可完成步距的計算。

步驟204：進一步判斷各個峰值位置是節(jié)點足還非節(jié)點足觸地的聲音。本實施例中，基于兩個依據(jù)進行判別，其一是節(jié)點足觸地的聲音通常大于非節(jié)點足觸地的聲音，其二是在節(jié)點足觸地前通常具有風聲，這是因為節(jié)點足落地前處于擺動狀態(tài)，此時位于該足的采集節(jié)點能夠接收到擺動過程中的風聲。因此，本實施例中，對于同一聲音信號曲線的兩個相鄰峰值組，當這兩個峰值組之間具有風聲，且后一個峰值組的信號強度大于前一個峰值組的信號強度時，判定后一個峰值組為節(jié)點足觸地的聲音，前一個峰值組為非節(jié)點足觸地的聲音。

步驟205：綜合左右腳采集節(jié)點的聲音信號曲線，提取出同一步的足跟觸地聲音(或足尖觸地聲音)在兩個聲音信號曲線中的采集時刻，從而得到節(jié)點足觸地聲音的時間t₁和采集到非節(jié)點足觸地聲音的時間t₂，然后根據(jù)前述公式，即步距L_sd＝V_聲(t₂-t₁)計算出每一步的步距。參考圖9，可以看出非節(jié)點足觸地聲音會略微晚于足節(jié)點足觸地聲音。

步寬(step width)是：左右兩足間的橫向距離，通常以足跟中點為測量點。步寬是反映步態(tài)穩(wěn)定性的指標，步寬越窄，步態(tài)的穩(wěn)定性越差。由于正常人原地踏步時兩腳間的步寬和其正常步行時兩腳間的步寬是基本相等的。所以，本實施例中，在開始采集數(shù)據(jù)之前，可以在被測者雙腳分別佩戴上采集節(jié)點后，提示被測者先原地踏步幾步，這樣，根據(jù)計算步距的方法，即可直接得到每步的步寬，然后取這幾步踏步的平均值，即可得到被采集者的步寬L_sw：

$L_{sw}=\frac{L_{sd1}+L_{sd2}+...+L_{sdn}}{n}$

其中，L_sd1為第1步原地踏步的步距；

L_sd2為第2步原地踏步的步距；

L_sdn為第n步原地踏步的步距；

n為原地踏步的步數(shù)。

步長(step length)是：行走時左右足跟(或足尖)先后著地時兩點間的縱向直線距離。如圖5所示，在已知步距和步寬的情況下，可由勾股定理計算步長L_sl：

$L_{sl}=\sqrt{{L_{sd}}^2-{L_{sw}}^2}$

步幅(stride)是：同一側(cè)足跟前后連續(xù)兩次著地點間的縱向直線距離，它相當于左、右兩個步長相加，人的步長一般約為100～160cm。如圖5所示，計算步幅L_stride：

L_stride＝L_sl左+L_sl右

其中L_sl左和L_sl右分別是左步長(邁出左腳的步長)和右步長(邁出右腳的步長)。

步數(shù)(step number)是：步行時左右足總共邁出的數(shù)量。在步行過程中，雙足均佩戴采集節(jié)點，采集節(jié)點可以根據(jù)采集到的步行聲音信號，采用相關的峰值檢測算法，計算全部的峰值組(峰值組已在前文中介紹，此處不再贅述)的數(shù)量，即為步數(shù)。

步頻(step frequency)：單位時間內(nèi)行走的步數(shù)稱為步頻，是衡量腳步快慢的參數(shù)。正常人平均自然步頻約為95～125steps/min。根據(jù)圖8所示，在步行過程中，雙足均佩戴本發(fā)明所述的采集節(jié)點，采集節(jié)點可以根據(jù)采集到的步行聲音信號，采用相關的峰值檢測算法，計算步數(shù)n。步行期間根據(jù)聲音信號峰值對應的時間，即可計算得到步數(shù)對應的時間t。所以，步頻

f_step＝n/t

步速(step velocity)：單位時間內(nèi)行走的距離稱為步行速度。正常人平均自然步速約為1.2m/s左右。如果已知步幅和步頻，則步速如下：

如果步數(shù)n能被2整除，即走了偶數(shù)倍數(shù)量的步，

則步速V_step＝L_stride.f_step

如果步數(shù)n不能為2整除，即走了奇數(shù)倍數(shù)量的步，此時，當最后一步左腳邁出，

則步速

當最后一步右腳邁出，則步速

其中：t_step為步行時間；L_sl左為左步長；L_sl右為右步長。

步行距離(step range)：從邁步開始點為起點至雙腳同時停止時為終點的行的長度，步行距離D_step.t_step。其中，t_step為步行時間；V_step為步速。

步行時間(step time)：從邁步開始點(起點)至雙腳同時停止(終點)的步行的時間長短。在一個例子中，其計算方法是，當雙足邁步時，同時啟動雙足的采集節(jié)點程序，即開始計時。行走過程中，雙足聲音采集節(jié)點不斷采集聲音數(shù)據(jù)。當步行停止，根據(jù)聲音信號峰值檢測，得到最后一步峰值對應的時間，即為步行時間。

單步時間(single step time)：步行周期中邁一步所需要的時間，即從一側(cè)下肢足跟首次著地至對側(cè)下肢足跟再次著地為止所用時間。其計算方法是，行走時前足跟落地時，后足還在支撐期(即所謂的步行雙支撐期)，穿戴在后足的采集節(jié)點能夠拾取由于前后足跟落地時的聲音信號。所以，單步時間T_single＝t₂-t₁。其中，t₂為非節(jié)點足觸地聲音采集時的時間；t₁為節(jié)點足觸地聲音采集時的時間。詳細解釋可參考前文中對計算步距公式的描述，此處不再贅述。

步態(tài)周期(gait cycle)：在行走時，一側(cè)足跟著地到該側(cè)足跟再次著地的過程被稱為一個步行周期。其計算方法是，行走時，同一只足跟落地時，穿戴在足部的采集節(jié)點能夠拾取足跟落地時的聲音信號。根據(jù)相應的聲音峰值檢測方法，可以提出峰值，連續(xù)兩個峰值對應的時間差，即為步態(tài)周期。

支撐初期(可分為左、右支撐初期)：左(或者右)足跟著地到左(或者右)全足放平時期。在此時期，左或者右足底吸收地面的沖擊，并開始承重，也稱緩沖期。該時期通常約占用步態(tài)周期的15％的時間段。如參考圖6、圖7和圖8所示，其計算方法是，行走時，同一側(cè)足跟落地時，穿戴在足部的采集節(jié)點能夠拾取足部相關部位落地時的聲音信號，同側(cè)全足放平，一般來說會伴隨著如圖7所示三個聲音動作：足跟著地、足掌著地和足尖著地。根據(jù)相應的聲音峰值檢測方法，可以提取出足跟落地、足掌著地和足尖著地的峰值，將足掌著地和足尖著地的峰值對應的時間減去足跟落地的峰值對應的時間，即對應的時間差，就是支撐初期。

支撐中期(可分為左、右支撐中期)：左(或者右)全足放平到左(或者右)足跟離地時期。在此時期，身體全部體重轉(zhuǎn)移到支撐足。該時期通常約占用步態(tài)周期的30％的時間段。全足放平的時間可以通過聲音峰值檢測方法計算(參考支撐初期計算方法)，足跟離地的時間，通過穿戴在足部的采集節(jié)點的超聲測距模塊，判斷距離地面的距離是否超過預設閾值來判斷(實際應用時，一般是利用一個閾值來判斷，該閾值并非是零)，如果距離剛剛超過預設閾值，則表示此時就是足跟離地時間。全足放平到該足足跟離地的時間差，即為支撐中期。

支撐末期(可分為左、右支撐末期)：左(或者右)足跟離地到左(或者右)趾離地時期。此間，身體重量逐步向?qū)?cè)轉(zhuǎn)移，并產(chǎn)生蹬地動作，推動身體向前。該時期通常占用步態(tài)周期的15％的時間段。足跟離地的時間，可以通過穿戴在足部的采集節(jié)點的超聲測距模塊來計算(參考支撐中期計算方法)，足趾離地時，根據(jù)足趾與地面蹬踏時產(chǎn)生的聲音信號(如圖7所示)，可以根據(jù)峰值檢測的方法，計算出對應的時間。足跟離地到足趾離地的時間差，即為支撐末期。

擺動期(可分為左、右擺動期)：在左(或者右)足趾離地至左(或者右)足跟著地前的活動，主要動作是下肢前向運動減速，準備足著地的姿勢。該時期通常占用步態(tài)周期的約10％的時間段。由足趾離地(參考支撐末期)和足跟著地(參考支撐初期)的計算方法，可以計算足趾離地到下一次該足足跟著地的時間差，即為擺動期。

足廓清：指的是腳擺動過程中腳與地面之間的最大間隙。根據(jù)穿戴在足部的采集節(jié)點的超聲測距模塊，可以計算在腳擺動過程中該腳距離地面的最大距離。

根據(jù)本發(fā)明的方法，可以僅通過聲音和超聲采集裝置來采集數(shù)據(jù)，并通過對所采集數(shù)據(jù)的簡單的計算而獲得包括步距、步寬、步長、步數(shù)、步頻、步速、步行距離、步行時間、單步時間、步態(tài)周期、以及腳的支撐初期(左、右)、支撐中期(左、右)、支撐末期(左、右)、擺動期(左、右)、和足廓清在內(nèi)的各種步態(tài)數(shù)據(jù)。由此，這種通過計算來獲得所需步態(tài)數(shù)據(jù)的方法，能夠降低數(shù)據(jù)采集的復雜度，從而提高數(shù)據(jù)采集的效率，并且能夠通過準確地計算出所需的步態(tài)數(shù)據(jù)。并且，由于減少了所需采集的數(shù)據(jù)種類，可以采用計算機模塊或者其他計算設備來實現(xiàn)對數(shù)據(jù)的計算過程，而不需要預設復雜的采集環(huán)境，由此降低數(shù)據(jù)采集的所需成本。

此外，本發(fā)明所使用的數(shù)據(jù)采集裝置可以采用能夠采集聲音和超聲信號的例如麥克風的小體積裝置。因此，可以可穿戴地使用所述數(shù)據(jù)采集裝置，以進一步方便采集步態(tài)數(shù)據(jù)。并且，還可采用價格相對低廉的裝置以進一步節(jié)約在采集裝置上所消耗的成本。

需要指出的是，在一些實施例中，采集裝置可以僅包括麥克風單元，即該采集裝置不包含超聲測距單元。依靠采集裝置中麥克風單元所采集的聲音數(shù)據(jù)，仍然能夠測出步距、步寬、步長、步數(shù)、步頻、步速、步行距離、步行時間、單步時間、步態(tài)周期等步態(tài)參數(shù)。

在一些實施例中，可以采用差分法以外的其他峰值檢測算法來從聲音信號曲線中提取峰值位置。例如：閾值法，可參考文獻：Patrick S.Hamilton,Willis J.Tompkins.Quantitative investigation of QRS detection rules using MIT/BIH Arrhythmia database.IEEE Transactions on Biomedical Engineering33(12):1157-1165·January 1987；小波法，可參考文獻：AG Ramakrishnan，S Saha.ECG coding by wavelet-based linear prediction.《IEEE Transactions on Biomedical Engineering》,1997,44(12):1253-61；或者句法檢測，可參考文獻：SL Horowitz.A syntactic algorithm for peak detection in waveforms with applications to cardiography.《Communications of the Acm》,1975,18(5):281-285。

最后所應說明的是，以上實施例僅用以說明本發(fā)明的技術方案而非限制。盡管上文參照實施例對本發(fā)明進行了詳細說明，本領域的普通技術人員應當理解，對本發(fā)明的技術方案進行修改或者等同替換，都不脫離本發(fā)明技術方案的精神和范圍，其均應涵蓋在本發(fā)明的權(quán)利要求范圍當中。