基于步態(tài)加速度信號的人體疲勞檢測研究.pdf

1、工作強(qiáng)度增加、工作時間延長、精神壓力增大等諸多因素都會導(dǎo)致出現(xiàn)疲勞感。在疲勞狀態(tài)下工作效率低，易引發(fā)安全事故，會給身體帶來多種疾病。對人體疲勞狀態(tài)進(jìn)行實(shí)時檢測越來越受到學(xué)術(shù)界的關(guān)注，在體育訓(xùn)練、運(yùn)動健身、醫(yī)療康復(fù)等領(lǐng)域的實(shí)際應(yīng)用價值更為突出。本課題通過對人的步態(tài)加速度信號進(jìn)行采集和處理分析，從以下兩個方面對人處于疲勞狀態(tài)下行走時步態(tài)的改變展開了研究。
　　課題研究初期，通過觀察人體前后方向的步態(tài)加速度信號波形圖，發(fā)現(xiàn)疲勞前后存在明

2、顯的不同，因此根據(jù)信號在時域上的變化，用相關(guān)系數(shù)法求出閾值進(jìn)行疲勞判斷。對9個測試樣本進(jìn)行實(shí)驗(yàn)驗(yàn)證，檢測結(jié)果的準(zhǔn)確率為93.06％。該方法是針對同一個個體進(jìn)行的疲勞檢測，檢測前需要先得到正常狀態(tài)下的步態(tài)加速度信號，然后和測得的信號進(jìn)行比較判斷。
　　為了能夠從步態(tài)加速度信號中挖掘更多的步態(tài)特征參數(shù)進(jìn)行疲勞檢測進(jìn)行了更為深入的研究。通過對步態(tài)加速度信號進(jìn)行了數(shù)學(xué)建模，設(shè)計(jì)相應(yīng)算法得到各類步態(tài)特征參數(shù)，包括步態(tài)周期、步調(diào)、步態(tài)加速度均

3、方根、自相關(guān)系數(shù)、峰-峰值、FFT等。分別計(jì)算出疲勞和非疲勞狀態(tài)下各類步態(tài)參數(shù)的均值和標(biāo)準(zhǔn)差，然后進(jìn)行配對T檢驗(yàn)，進(jìn)而分析人體疲勞前后步態(tài)在時域和頻域范圍內(nèi)的變化。研究結(jié)果表明，人體疲勞以后三個方向的步態(tài)加速度信號穩(wěn)定性都會變差，垂直方向上幅值、頻域范圍的變化非常明顯。今后可以使用這些步態(tài)特征參數(shù)從多角度、多層次進(jìn)行疲勞檢測。
　　總之，以上研究均說明了步態(tài)加速度特征可以被用來進(jìn)行疲勞檢測。前期研究是一種具體疲勞檢測方法，而后期研