一种基于动作捕捉系统的康复运动平台的制作方法

本发明属于运动康复，涉及一种基于动作捕捉系统的康复运动平台，适用于运动康复训练、虚拟现实(vr)互动游戏以及体育技能训练等应用。

背景技术：

1、现有的行走康复设备如单履带跑步平台、双履带跑步平台等在提供康复训练时，面临着一系列的局限性，这些限制影响了康复效率和患者体验。以下是现有技术的主要不足之处：

2、1.个性化适应性不足：传统康复平台多采用固定步速的手动调节机制，这种一刀切的方式忽略了患者之间的个体差异，可能导致部分患者在康复过程中面临不适当的运动负荷，甚至可能影响其康复效果。各个患者在年龄、健康状况以及恢复进程上各不相同，需要更为细致的个性化康复计划来应对这些差异。

3、2.步态数据获取不足：大多数现有康复平台缺乏集成的传感系统，不能实时采集患者的步态信息。这限制了医疗专业人员对患者行走状态的评估能力，无法进行有效的个性化调整。由于缺少实时步态分析，治疗的针对性和效果受到限制，尤其是在提升平衡能力和步态协调性方面。

4、3.在现有动作捕捉技术方面，主要分为惯性测量单元(imu)和光学系统两大类。惯性系统虽然灵活且易于部署，但受限于精度问题和电磁干扰的影响，可能导致数据失真。而光学系统尽管在精度上有显著优势，提供的数据可靠性高，但易受环境因素的干扰，如视线遮挡等，可能在捕捉特定体态时出现误差。

5、因此，有必要对现有技术予以改良以克服现有技术中的缺陷。

技术实现思路

1、本发明的目的在于提供一种基于动作捕捉系统的康复运动平台，利用动作捕捉技术，能够收集更为全面的步态和姿势数据，为制定患者特定的康复方案提供有力支持。

2、本发明的目的是通过以下技术方案实现：

3、一种基于动作捕捉系统的康复运动平台，包括跑步平台以及设置在跑步平台外侧的桁架，所述跑步平台上具有供患者踩踏的移动平台；所述桁架上设置有若干个摄像头，所述摄像头朝向跑步平台并对跑步平台上的患者形成360度全覆盖；所述摄像头能捕捉患者身上的反光标记并将获得的图像信息传递给后端服务器；后端服务器获得人体的坐标并基于坐标计算获得人体运动数据；所述动作捕捉系统根据两脚踝坐标计算出人体相对于移动平台中心点的位置，控制器基于动作捕捉系统获得的位移数据调整移动平台的位移从而实现自适应控制。

4、在一个实施例中，所述动作捕捉系统捕获用户两脚踝的坐标p1(x1,y1)、p2(x2,y2)，根据如下公式计算得到两脚中心的坐标pc(xc,yc)：

5、xc＝(x1+x2)/2

6、yc＝(y1+y2)/2

7、根据两脚中心的坐标得到人体与移动平台中心点的相对位移向量

8、进一步来说，当移动平台的中心点标定为世界坐标系原点时，相对位移向量为坐标pc(xc,yc)。

9、进一步来说，所述跑步平台为单履带跑步平台或双履带跑步平台时，控制所述移动平台的移动保证人体始终处于跑步平台中心。

10、进一步来说，所述跑步平台为全方向跑步平台时，控制所述移动平台的移动保证人体始终处于跑步平台中心。

11、在一个实施例中，所述控制器采用单神经元自适应pid算法对移动平台的驱动电机进行控制并调整移动平台的移动。

12、进一步来说，所述单神经元自适应pid算法公式为：

13、

14、其中：

15、wi(t)为t时刻，第i个权重系数；

16、ei(t)为t时刻计算的控制器第i个输入误差量；

17、p(t)为t时刻计算的电机移动的距离，即上面计算得到的-xc或者-yc；

18、p(t-1)为t-1时刻计算的电机移动的距离，即上面计算得到的-xc或者-yc；

19、k为比例系数，且k>0。

20、进一步来说，wi(t)的计算公式如下：

21、w1(t)＝w1(t-1)+αp[pr(t)-pc(t)]p(t)e1(t)        (2)

22、w2(t)＝w2(t-1)+αi[pr(t)-pc(t)]p(t)e2(t)         (3)

23、w3(t)＝w3(t-1)+αd[pr(t)-pc(t)]p(t)e3(t)       (4)

24、其中：

25、pr是控制器输入给定值，即为我们期望电机移动的距离，值为0；

26、pc为当前电机移动的实际距离，即由动捕系统测量得到的-xc或者-yc值；

27、αp为比例项学习率；

28、αi为积分项学习率；

29、αd为微分项学习率。

30、进一步来说，ei(t)的计算公式如下：

31、e1(t)＝pr(t)-pc(t)            (5)

32、e2(t)＝e1(t)-e1(t-1)           (6)

33、e3(t)＝e1(t)-2e1(t-1)+e1(t-2)            (7)

34、pr是控制器输入给定值，即为我们期望电机移动的距离，值为0；

35、pc为当前电机移动的实际距离，即由动捕系统测量得到的-xc或者-yc值。

36、在使用pid公式之前，我们需要对学习率和比例系数以及权重系数进行初始化，以保证在未修改参数的值之前，pid对象也同样可用的。初始化值如下：

37、k＝0.12，αp＝0.4，αi＝0.35，αd＝0.4，v(t-1)＝0，w1(t-1)＝0.1，w2(t-1)＝0.1，w3(t-1)＝0.1，e1(t-1)＝0，e1(t-2)＝0。

38、有了上述设置，单神经元自适应pid算法就可以有效地用于控制移动平台的x轴、y轴或仅y轴的运动。

39、进一步来说，所述跑步平台为单履带跑步平台、双履带跑步平台或全方向跑步平台。

40、进一步来说，所述后端服务器获得人体运动数据能计算出关节角度，其计算方式如下：

41、基于获得的髋关节坐标ph(xh，yh，zh)、膝关节坐标pk(xk，yk，zk)和踝关节坐标pa(xa，ya，za)，计算膝关节角度θ：

42、向量

43、向量

44、

45、此时θ是0～π的角度，我们根据法向量的正负可换算θ为0～2π的角度，即当法向量为负时，θ＝2π-θ。

46、同理，我们可以在脊柱上标记三个点，则可获得脊柱的弯曲角度。

47、采用上述技术方案，具有以下有益效果：

48、能够根据实时行走速度动态调节平台速度，适应各种康复需求，有效地服务于不同患者群体，确保康复过程的个性化和效率。

49、自适应运动康复平台配备先进的动作捕捉系统，能够实时监测和记录患者或用户的运动数据，为康复医生、运动训练师或用户自身的步态分析、姿势校正以及运动模式评估提供准确的数据支持。本平台的独特之处在于其能够根据用户实际的运动速度，动态调整平台的移动，以符合个体的康复或训练需求，确保运动任务的个性化和安全性。