《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于Kinect傳感器的康復(fù)訓(xùn)練系統(tǒng)
基于Kinect傳感器的康復(fù)訓(xùn)練系統(tǒng)
2015年微型機(jī)與應(yīng)用第11期
楊文璐,占 嬋
(上海海事大學(xué) 信息工程學(xué)院,上海 201306)
摘要: 針對(duì)腦卒中患者后期的康復(fù)訓(xùn)練需求,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Kinect傳感器的實(shí)時(shí)康復(fù)訓(xùn)練指導(dǎo)系統(tǒng)。該系統(tǒng)利用Kinect傳感器實(shí)時(shí)采集人體動(dòng)作信息,同時(shí)通過(guò)與標(biāo)準(zhǔn)動(dòng)作庫(kù)中的關(guān)鍵姿勢(shì)序列進(jìn)行比對(duì),得出相應(yīng)的匹配結(jié)果,指引患者進(jìn)行正確的康復(fù)訓(xùn)練。實(shí)驗(yàn)表明該系統(tǒng)能夠準(zhǔn)確地判斷動(dòng)作的完成度,對(duì)康復(fù)訓(xùn)練具有指引作用
Abstract:
Key words :

  楊文璐,占 嬋

 ?。ㄉ虾:J麓髮W(xué) 信息工程學(xué)院,上海 201306)

  摘  要: 針對(duì)腦卒中患者后期的康復(fù)訓(xùn)練需求,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Kinect傳感器的實(shí)時(shí)康復(fù)訓(xùn)練指導(dǎo)系統(tǒng)。該系統(tǒng)利用Kinect傳感器實(shí)時(shí)采集人體動(dòng)作信息,同時(shí)通過(guò)與標(biāo)準(zhǔn)動(dòng)作庫(kù)中的關(guān)鍵姿勢(shì)序列進(jìn)行比對(duì),得出相應(yīng)的匹配結(jié)果,指引患者進(jìn)行正確的康復(fù)訓(xùn)練。實(shí)驗(yàn)表明該系統(tǒng)能夠準(zhǔn)確地判斷動(dòng)作的完成度,對(duì)康復(fù)訓(xùn)練具有指引作用。

  關(guān)鍵詞: Kinect傳感器;康復(fù)訓(xùn)練;運(yùn)動(dòng)指導(dǎo);關(guān)鍵姿勢(shì)匹配

0 引言

  在腦卒中患者的后期治療中,康復(fù)訓(xùn)練是一種強(qiáng)大的干預(yù),能夠有效地促進(jìn)患者的康復(fù)[1]??祻?fù)訓(xùn)練是一個(gè)長(zhǎng)期的過(guò)程,相同的康復(fù)動(dòng)作往往需要成千上萬(wàn)次的重復(fù)練習(xí)。因此,可以進(jìn)行自主康復(fù)鍛煉的患者常需要在無(wú)人監(jiān)視的情況下進(jìn)行自主康復(fù)訓(xùn)練。然而,康復(fù)訓(xùn)練的內(nèi)容需要專(zhuān)業(yè)醫(yī)生為患者量身定制,不遵循規(guī)范的康復(fù)訓(xùn)練不僅達(dá)不到預(yù)期的康復(fù)效果,而且可能造成對(duì)患者身體的傷害。當(dāng)前的康復(fù)指引通常僅限于康復(fù)醫(yī)生的當(dāng)面指導(dǎo)和書(shū)面或視頻的指示,這使得患者在訓(xùn)練過(guò)程中無(wú)法得到及時(shí)的反饋信息,無(wú)法判斷自己的康復(fù)方式是否正確,臨床醫(yī)生也無(wú)法獲取患者的康復(fù)訓(xùn)練信息,難以對(duì)下一步的康復(fù)治療做出及時(shí)的調(diào)整。

  基于以上康復(fù)訓(xùn)練的需求,本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Kinect傳感器的康復(fù)訓(xùn)練指導(dǎo)系統(tǒng),利用Kinect傳感器獲取人體關(guān)節(jié)點(diǎn)坐標(biāo)[2],采用關(guān)鍵姿勢(shì)匹配的方式跟蹤康復(fù)動(dòng)作的進(jìn)度,計(jì)算動(dòng)作偏差,從而引導(dǎo)患者進(jìn)行正確的康復(fù)訓(xùn)練。該系統(tǒng)使得患者在家庭環(huán)境下也能進(jìn)行安全、高效的康復(fù)鍛煉,此外系統(tǒng)中記錄的康復(fù)數(shù)據(jù)有利于康復(fù)醫(yī)生及時(shí)調(diào)整康復(fù)計(jì)劃,提高患者的康復(fù)效率。

1 總體設(shè)計(jì)

  參照真實(shí)的康復(fù)訓(xùn)練過(guò)程,設(shè)計(jì)了基于Kinect體感交互技術(shù)的康復(fù)訓(xùn)練指導(dǎo)系統(tǒng)。系統(tǒng)總體結(jié)構(gòu)如圖1所示。該系統(tǒng)通過(guò)Kinect傳感器實(shí)時(shí)采集人體運(yùn)動(dòng)信息,獲取人體運(yùn)動(dòng)過(guò)程中關(guān)節(jié)點(diǎn)的三維坐標(biāo),并將三維坐標(biāo)時(shí)間序列轉(zhuǎn)換為角度時(shí)間序列。模板訓(xùn)練時(shí)采用模糊C均值聚類(lèi)算法(FCM)搜尋到各動(dòng)作序列中的關(guān)鍵姿勢(shì)作為模板,并將角度時(shí)間序列表示的姿勢(shì)與數(shù)據(jù)庫(kù)(存放專(zhuān)業(yè)康復(fù)醫(yī)生為患者量身定制的康復(fù)動(dòng)作的模板)里模板庫(kù)中的關(guān)鍵姿勢(shì)進(jìn)行匹配,并在系統(tǒng)界面上將匹配結(jié)果反饋給患者,引導(dǎo)患者做出正確的康復(fù)動(dòng)作。

001.jpg

2 系統(tǒng)實(shí)現(xiàn)

  2.1 骨骼數(shù)據(jù)的獲取

  骨骼追蹤技術(shù)是Kinect的核心技術(shù)之一[3]。啟動(dòng)Kinect傳感器后,Kinect傳感器通過(guò)發(fā)射和接收紅外數(shù)據(jù)可以獲取人體20個(gè)關(guān)節(jié)點(diǎn)的三維坐標(biāo)位置。坐標(biāo)數(shù)據(jù)對(duì)不同體型的人十分敏感,為減小體型差異造成的誤差,本系統(tǒng)利用兩點(diǎn)法[4]將三維坐標(biāo)數(shù)據(jù)轉(zhuǎn)化為16個(gè)角度數(shù)據(jù)。每個(gè)動(dòng)作都可以用一個(gè)二維矩陣PN×M來(lái)表示,其中N為該動(dòng)作總的幀數(shù),M的值為16,代表16個(gè)角度。

  2.2 關(guān)鍵姿勢(shì)的提取

  在2.1節(jié)中,用角度時(shí)間序列表示了動(dòng)作的具體信息。系統(tǒng)中采用模糊C均值聚類(lèi)(FCM)算法提取動(dòng)作中的關(guān)鍵姿勢(shì),關(guān)鍵姿勢(shì)也是由一組角度向量來(lái)表示的。模糊C均值聚類(lèi)是用隸屬度確定每個(gè)數(shù)據(jù)點(diǎn)屬于某個(gè)聚類(lèi)程度的一種聚類(lèi)算法,是早期硬C均值聚類(lèi)(HCM)的一種改進(jìn)[5]。

  動(dòng)作的二維矩陣PN×M可以看作是N個(gè)姿勢(shì)序列,F(xiàn)CM算法在標(biāo)準(zhǔn)動(dòng)作的N個(gè)姿勢(shì)序列中提取關(guān)鍵姿勢(shì)。其具體方法如下:

  把n個(gè)向量xi(i=1,2,3…,n)(即PN×M的行向量)分為c個(gè)模糊組,并求出每個(gè)模糊組的聚類(lèi)中心C=(c1,c2,…,cc),使得非相似性指標(biāo)的價(jià)值函數(shù)達(dá)到最小。

  U=uij∈[0,1](1)

  其中,uij表示數(shù)據(jù)點(diǎn)xi屬于聚類(lèi)中心cj的概率。

  FCM聚類(lèi)算法的目標(biāo)函數(shù)為:

  2.png

  其中m是一個(gè)加權(quán)指數(shù),m∈[1,∞)。

  聚類(lèi)中心的計(jì)算公式如下:

  3.png

  FCM算法的具體步驟如下:

  (1)隨機(jī)初始化uij。

 ?。?)利用uij來(lái)計(jì)算聚類(lèi)中心,如式(3)。

 ?。?)利用上一步得到的聚類(lèi)中心來(lái)重設(shè)uij的值,uij=`)64ZG@O]A0ZPIOU`6U`BXN.png。

  (4)重新計(jì)算每一類(lèi)的聚類(lèi)中心,直到聚類(lèi)中心不再改變,算法終止。

  通過(guò)對(duì)標(biāo)準(zhǔn)動(dòng)作角度序列的FCM聚類(lèi),將動(dòng)作聚為3類(lèi),得到3個(gè)聚類(lèi)中心,將其作為關(guān)鍵姿勢(shì);另外,由于起始姿勢(shì)和動(dòng)作完成時(shí)的姿勢(shì)是判斷動(dòng)作開(kāi)始和結(jié)束的關(guān)鍵,因此同樣將這兩個(gè)姿勢(shì)作為關(guān)鍵姿勢(shì)。故共有5個(gè)關(guān)鍵姿勢(shì),表示為:

  pose1=[θ1,1,θ1,2,…,θ1,16];

  pose2=[θ2,1,θ2,2,…,θ2,16];

  pose3=[θ3,1,θ3,2,…,θ3,16];

  pose4=[θ4,1,θ4,2,…,θ4,16];

  pose5=[θ5,1,θ5,2,…,θ5,16]。

  2.3 關(guān)鍵姿勢(shì)的匹配

  為實(shí)現(xiàn)系統(tǒng)的動(dòng)作指導(dǎo)功能,首先須判斷當(dāng)前的動(dòng)作是否與標(biāo)準(zhǔn)動(dòng)作一致。本系統(tǒng)采用關(guān)鍵姿勢(shì)匹配的方式來(lái)實(shí)現(xiàn)這一功能,其主要方法是計(jì)算姿勢(shì)之間的相似性。在數(shù)據(jù)庫(kù)中存放了用關(guān)鍵姿勢(shì)來(lái)表示的標(biāo)準(zhǔn)的動(dòng)作模板。

  系統(tǒng)運(yùn)行時(shí),Kinect以30幀/s的速度采集動(dòng)作數(shù)據(jù)。將實(shí)時(shí)采集到的數(shù)據(jù)用2.1節(jié)所述的方法轉(zhuǎn)化為角度數(shù)據(jù),并與模板中的關(guān)鍵姿勢(shì)進(jìn)行歐式距離匹配[6],歐式距離計(jì)算公式如下:

  4.png

  設(shè)置匹配距離閾值λ,當(dāng)Dis<λ時(shí),關(guān)鍵姿勢(shì)匹配成功,此時(shí)系統(tǒng)認(rèn)為完成了該關(guān)鍵姿勢(shì)相對(duì)應(yīng)的分動(dòng)作。對(duì)于每個(gè)動(dòng)作都將相應(yīng)的關(guān)鍵姿勢(shì)模板與實(shí)時(shí)動(dòng)作進(jìn)行順序匹配,前一個(gè)關(guān)鍵姿勢(shì)匹配成功后將自動(dòng)跳轉(zhuǎn)到下一個(gè)關(guān)鍵姿勢(shì)進(jìn)行匹配。若5個(gè)分動(dòng)作均順序匹配成功,則認(rèn)為該動(dòng)作完成。

002.jpg

  圖2是正確動(dòng)作下左手側(cè)提180°的5個(gè)關(guān)鍵姿勢(shì)歐式距離匹配結(jié)果。圖中橫線(xiàn)以下的點(diǎn)表示匹配成功的點(diǎn)。易看出該動(dòng)作與標(biāo)準(zhǔn)動(dòng)作的5個(gè)關(guān)鍵姿勢(shì)均匹配成功。

003.jpg

  匹配流程如圖3所示。當(dāng)相應(yīng)的關(guān)鍵姿勢(shì)與當(dāng)前的動(dòng)作有6幀匹配成功時(shí),則系統(tǒng)認(rèn)為相應(yīng)的分動(dòng)作完成,并開(kāi)始下一個(gè)關(guān)鍵姿勢(shì)的匹配,直到動(dòng)作完成為止。動(dòng)作完成后系統(tǒng)給出總的得分。得分結(jié)果是由各分動(dòng)作的完成情況綜合決定的。

  2.4 結(jié)果反饋

004.jpg

  本系統(tǒng)是在Unity3D中開(kāi)發(fā)實(shí)現(xiàn)的,其交互界面如圖4所示,界面右上角為患者播放標(biāo)準(zhǔn)動(dòng)作的錄制視頻,患者只需模仿視頻中的動(dòng)作即可。界面右下方是周?chē)h(huán)境的彩色圖像。界面中間虛擬人物的動(dòng)作與患者的動(dòng)作數(shù)據(jù)進(jìn)行了綁定,虛擬人物的動(dòng)作與當(dāng)前患者的動(dòng)作一致。動(dòng)作完成后界面將顯示每個(gè)分動(dòng)作的得分和總的得分。若匹配失敗,界面將在相應(yīng)的位置顯示“動(dòng)作錯(cuò)誤”。每個(gè)分動(dòng)作的匹配結(jié)果均會(huì)實(shí)時(shí)地展示在界面上,以達(dá)到對(duì)患者動(dòng)作進(jìn)行指引的目的。

3 實(shí)驗(yàn)結(jié)果與分析

  為驗(yàn)證系統(tǒng)的可靠性,選取20名健康的志愿者,其中8名女性,12名男性,年齡均在22~28歲之間,在系統(tǒng)提示下完成康復(fù)動(dòng)作,每個(gè)動(dòng)作類(lèi)型均重復(fù)5次。表1列出了系統(tǒng)的關(guān)鍵姿勢(shì)匹配結(jié)果,其中錯(cuò)誤動(dòng)作1是只完成了整個(gè)動(dòng)作中的前4個(gè)分動(dòng)作,錯(cuò)誤動(dòng)作2是只完成了整個(gè)動(dòng)作中的前3個(gè)分動(dòng)作,錯(cuò)誤動(dòng)作3是只完成了整個(gè)動(dòng)作中的前2個(gè)分動(dòng)作,錯(cuò)誤動(dòng)作4是只完成了整個(gè)動(dòng)作中的前1個(gè)分動(dòng)作。

  實(shí)驗(yàn)結(jié)果表明,用關(guān)鍵姿勢(shì)匹配的方法判斷動(dòng)作是否完成是可行的,該系統(tǒng)能夠準(zhǔn)確地反饋動(dòng)作信息,實(shí)時(shí)告知患者動(dòng)作的完成度。當(dāng)用戶(hù)的動(dòng)作在某一過(guò)程中出現(xiàn)錯(cuò)誤時(shí),相應(yīng)的關(guān)鍵姿勢(shì)將匹配失敗,此時(shí)系統(tǒng)能夠及時(shí)地將錯(cuò)誤的信息反饋給用戶(hù),提示患者該過(guò)程中的動(dòng)作不到位。該系統(tǒng)在監(jiān)視用戶(hù)動(dòng)作的同時(shí)具有動(dòng)作指引功能,并且能夠記錄患者的康復(fù)訓(xùn)練信息,便于康復(fù)醫(yī)生及時(shí)調(diào)整康復(fù)計(jì)劃,有利于患者進(jìn)行科學(xué)、高效的康復(fù)訓(xùn)練。

4 結(jié)束語(yǔ)

  本系統(tǒng)將Unity3D中的虛擬人物與Kinect傳感器獲取的骨骼位置信息進(jìn)行綁定,從而控制虛擬人物的運(yùn)動(dòng),虛擬現(xiàn)實(shí)的渲染為康復(fù)訓(xùn)練增添了樂(lè)趣;將整個(gè)動(dòng)作分解為幾個(gè)關(guān)鍵姿勢(shì)再進(jìn)行匹配的方式,實(shí)現(xiàn)了對(duì)動(dòng)作完成度的評(píng)估,并讓患者及時(shí)糾正動(dòng)作過(guò)程中的錯(cuò)誤,克服了只進(jìn)行整體評(píng)判時(shí)對(duì)動(dòng)作過(guò)程中出現(xiàn)的錯(cuò)誤敏感度不高的問(wèn)題。此系統(tǒng)對(duì)硬件設(shè)備要求不高,實(shí)時(shí)性好,可為家庭式康復(fù)系統(tǒng)的開(kāi)發(fā)提供參考。

  參考文獻(xiàn)

  [1] LEE J D, HSIEH C H, LIN T Y. A Kinect-based tai chi exercises evaluation system for physical rehabilitation [C]. IEEE International Conference on Consumer Electronics(ICCE),2014:177-178.

  [2] BISWAS K K, KUMAR B S. Gesture recognition using Microsoft Kinect[C]. Proceedings of the 5th International Conference on Automation, Robotics and Application: IEEE,2011:100-103.

  [3] 余濤,葉金永,邵菲杰,等.Kinect核心技術(shù)之骨架追蹤技術(shù)[J].數(shù)字技術(shù)與研究,2012(10):115.

  [4] 戰(zhàn)蔭偉,于芝枝,蔡俊.基于Kinect角度測(cè)量的姿勢(shì)識(shí)別算法[J].傳感器與微系統(tǒng),2014,33(7):129-131.

  [5] Lv Fengjun, NEVATIA R. Single view human action recognition using key pose matching and viterbi path searching[C]. Proc of IEEE Conference on Computer Vision and Pattern Recognition, 2007:1-8.

  [6] 宣國(guó)榮.模式識(shí)別中歐式距離特征選擇新方法[J].中國(guó)電子學(xué)術(shù)雜志,1984(6):5-12.


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。