基于坐姿數(shù)據(jù)的使用者體態(tài)特征識別模型研究

段家琦，楊劍鋒，廖允廷，田中英一郎

（1.早稻田大學 信息生產(chǎn)系統(tǒng)研究科，日本 北九州 169-8050；2.鄭州大學 管理工程學院，河南 鄭州 450001；3.鄭州大學 商學院，河南 鄭州 450001）

0 引言

隨著生產(chǎn)力水平提高，人類平均壽命不斷增加，人口老齡化也成為世界性的社會問題。截至2017年，全球60歲及以上人口為9.62億，到2050年，這個數(shù)字將達到21億左右，由此帶來的照料老年人和輔助日常生活所需要的社會資源巨大，因此，借助機械或輔助設(shè)備幫助老年人日常生活活動（activities of daily living，ADL）已成為當今護理技術(shù)的發(fā)展趨勢［1］。其中，輔助器械研發(fā)是重要的研究方向。

輔助起立機器人及起立數(shù)據(jù)采集已經(jīng)有了快速發(fā)展。D.Chugo等［2］研究使用輔助器械托舉使用者的上半身，并通過輸入設(shè)定好的輔助軌跡進行起立；P.Médéric等［3］，Y.Eguchi等［4］所開發(fā)的起立與行走輔助裝置可以輔助老年人實現(xiàn)從起立到行走，該裝置通過調(diào)節(jié)裝置桿件長度實現(xiàn)輔助不同對象；N.Bando等［5］，E.Bruce等［6］，W.Zijlstra等［7］采用座椅和地面的壓力傳感器進行數(shù)據(jù)收集，但對起立過程的后半部分缺乏準確的數(shù)據(jù)分析；U.Martinez-Hernandez等［8］，G.R.H.Regterschot等［9］將加速度傳感器安置于實驗對象大腿，分析了起立過程中質(zhì)心的變化；WANG F C等［10］，R.Pala等［11］建立人體模型，對起立過程的地面和人體進行受力分析；A.Galán-Mercant等［12］通過手機采集起立過程中關(guān)節(jié)角速度變化的視頻，并用于求解最優(yōu)的起立軌跡；P.J.Millington等［13］采用EMG信號測量并預估起立過程中的肌肉變形。綜上，輔助老年人起立的機器人已經(jīng)有了快速發(fā)展，研究者已采用多種測量和分析方法對起立過程進行研究。

針對現(xiàn)有研究不能快速識別體態(tài)和難以個性化輔助的問題，本文提出一種適用于起立輔助裝置的體態(tài)特征識別模型。使用非穿戴式傳感器對使用者重心和坐姿進行測量，通過模型計算出使用者身高和體重等體態(tài)特征，以期為不同使用者提供自適應(yīng)的最優(yōu)起立輔助。

1 基于坐姿體態(tài)數(shù)據(jù)的識別模型及 原理

1.1 坐姿人體模型分析

對人體的靜態(tài)和動態(tài)進行分析，首先需要建立人體模型。根據(jù)人體靜坐姿態(tài)和起立運動中的主要運動部位，可建立一個3段結(jié)構(gòu)的人體模型［14］（圖1）。本文人體模型依據(jù)日本人的平均身高比例［15］建立。人體模型分為上身（包括軀干、手臂和頭部）、大腿、小腿（包括腳）3個部分。人體各部分重量、長度與其體重、身高比幾乎是固定的［16］，根據(jù)身高、體重可得出每部分的長度、質(zhì)量和重心位置。

圖1 人體3段結(jié)構(gòu)模型Fig.1 Human body model in 3-parts

由圖1可知，小腿、大腿和軀干長度分別為l1，l2，l3；3個部位重心到關(guān)節(jié)的距離分別為x1，x2，x3；3個部位的質(zhì)量分別為m1，m2，m3。這些數(shù)值可以根據(jù)人體身高和體重計算得出，具體比例如表1所示。

表1 人體各部位比例Tab.1 Ratio of human each part

1.2 基于坐姿的體態(tài)數(shù)據(jù)識別原理

通過人體模型分析不同人群在椅子上的受力情況。通過試驗和分析發(fā)現(xiàn)，不同身高的人坐在同一高度座椅時，由于身高差別，坐姿會有所不同，因此人的身高會影響座椅上的壓力分布。為了模仿肌肉在受到擠壓時產(chǎn)生的支撐力，使用圖2具有彈簧系統(tǒng)的模型模擬不同身高的人在座椅表面上壓力和重心的分布。

圖2 具有彈簧系統(tǒng)的坐姿模型Fig.2 Sitting posture model with spring structure

圖2中，使用一個彈簧結(jié)構(gòu)模擬肌肉產(chǎn)生的支撐力，在受力分析中對座椅表面產(chǎn)生一個額外的補償力F′，該力由大腿到座椅前端的距離決定。當大腿前部靠近座椅表面時，彈簧被壓縮，由此產(chǎn)生的補償力增加。相反，如果距離增加，補償力會相應(yīng)減小。圖2中彈簧是計算補償力的等效模型，在實際狀態(tài)下不存在。假設(shè)彈簧系數(shù)為k，如圖3所示，當大腿實際位置與平行位置之間的距離為Δyfront時，補償力F′可根據(jù)式（1）計算，

圖3 大腿移動距離示意Fig.3 Thigh movement distance schematic

由此得出人體對座椅表面的作用力，如圖4所示。圖4中Ffoot是地面對人的反作用力。因此，通過力矩平衡方程可以計算出座椅上力的中心和大小。

圖4 坐姿下的受力示意圖Fig.4 Force diagram in sitting posture

人體對座椅表面的壓力可以根據(jù)比例計算得出，如圖4所示。得知實驗對象的身高和體重后，可以計算出每個部位的數(shù)據(jù)。圖4中，θ為上半身與水平面的夾角，yfront為膝關(guān)節(jié)和髖關(guān)節(jié)的連線與座椅表面前部的垂直距離，用于計算補償力F′。如圖5所示，根據(jù)力矩平衡公式，可以列出下列與Ffront和Fback有關(guān)的方程，用于計算座椅表面上的壓力分布。

圖5 坐姿下的力矩平衡示意圖Fig.5 Torque balance diagram of sitting posture

式（2）～（4）中，補償力F′的值由大腿距離平行位置的長度Δyfront確定，根據(jù)上文提出補償力F′的計算方法，大腿與座椅表面平行時，補償力F′為0，補償力的大小與Δyfront有關(guān)，見圖3。因此，當確定髖關(guān)節(jié)和膝關(guān)節(jié)的位置時，Δyfront可表示為

實驗中要求實驗對象采用一種便于數(shù)據(jù)采集和分析的坐姿，即上半身和小腿垂直于地面，因此上半身重心位于髖關(guān)節(jié)上方，小腿重心位于踝關(guān)節(jié)上方。根據(jù)座椅高度、座椅表面長度和髖關(guān)節(jié)位置計算得出膝關(guān)節(jié)坐標（xknee，yknee）：

式（6）中，髖關(guān)節(jié)的坐標取決于座椅高度和實驗對象坐姿，5 cm是人類腳踝到地面的平均高度。將式（6）代入式（5）中，可求出Δyfront。在簡化后的模型中，由于上半身重力作用于髖關(guān)節(jié)，小腿重力作用于地面，因此，簡化后座椅表面壓力Ffront和Fback的新方程為

實驗過程中，身體數(shù)據(jù)和平均值有不同的實驗對象，如較矮或者體重超重，與平均體態(tài)有一定差別，可以采用額外的參數(shù)F′和xextra使上述方程能夠適用于更廣泛的對象。

對于身高低于165 cm的實驗對象，實驗中座椅前部的傳感器讀數(shù)大于模型模擬結(jié)果。對補償力F′進行額外調(diào)整，使彈簧的彈性系數(shù)從1000 N/m增加到4000 N/m，因此使用一個分段函數(shù)描述補償力F′，

如果實驗者BMI大于正常值，則體脂較高，臀部厚度大于平均值。此時，座椅背面距離傳感器測得的髖關(guān)節(jié)位置與實際位置有所出入。通過增加額外的坐姿長度xextra調(diào)整，

利用調(diào)整后的新方程，通過坐姿和座椅表面的壓力分布，計算出不同實驗時座椅表面的模擬壓力分布。再將實際測量的Ffront，F(xiàn)back代入式（10），重新計算實驗對象的身高和體重，

2 信息采集與數(shù)據(jù)分析

2.1 測量裝置簡介

如圖6所示，將座椅看作起立裝置，將4個壓力傳感器構(gòu)成的壓力板放置于座椅表面，測量座椅表面的壓力分布；同時將超聲波距離傳感器分別安置于座椅底部、靠背上端和下端，用于測量實驗對象的坐姿。

圖6 數(shù)據(jù)測量裝置Fig.6 Data measurement device

2.2 測量方法

靜態(tài)數(shù)據(jù)主要用于分析實驗對象的身高和體重。當實驗對象坐在座椅上時，由于身高、體重和坐姿不同，座椅表面的壓力大小和分布也不同。為了便于計算和驗證，本實驗要求實驗對象小腿和軀干垂直于地面。實驗過程中，首先讓測量裝置空載靜置約10 s，傳感器磁滯完全消失后，將傳感器讀數(shù)歸零復位。然后要求實驗對象以圖7的姿勢坐在座椅上，等待約10 s后起立。在此期間可以獲得15組靜態(tài)壓力和距離數(shù)據(jù)，對數(shù)據(jù)進行平均化和歸一化處理，使傳感器的讀數(shù)盡可能接近真實數(shù)值。

圖7 靜態(tài)數(shù)據(jù)測量姿勢Fig.7 Static data measuring posture

2.3 測量結(jié)果與分析

實驗測試了12名身高在1.55～1.87 m間的實驗對象，將實驗過程中獲得的壓力數(shù)據(jù)作為測量結(jié)果，然后模擬理論壓力值。根據(jù)表1由實驗對象的實際身高和體重計算出相應(yīng)身體部位的長度和重量后，代入人體模型，再根據(jù)式（10）計算出傳感器的模擬讀數(shù)，作為模擬結(jié)果。

圖8中紅色和藍色是根據(jù)實際身高計算得到的模擬結(jié)果；橙色和淺藍色是通過傳感器讀數(shù)直接記錄的測量結(jié)果。橫軸是不同實驗對象的身高，縱軸是傳感器的讀數(shù)和模擬結(jié)果。如圖9所示，將實際結(jié)果與模擬結(jié)果的差值作為誤差，以身高排列。紅點是座椅表面前端即Ffront的誤差，藍點是座椅表面后端即Fback的誤差。座椅前后端誤差計算方法為

圖8 模擬和測量壓力分布對比Fig.8 Comparison of simulation and measurement of pressure distribution

圖9 模擬與測量壓力的誤差Fig.9 Error of simulate and measurement pressure

由圖8中可以看出，實際測量結(jié)果與模擬結(jié)果基本一致。圖9所示誤差中，絕大多數(shù)誤差小于2 kg，可認為模擬結(jié)果基本與測量結(jié)果相吻合。因此，將傳感器讀數(shù)的測量數(shù)據(jù)代入式（10）中，可計算出由測量壓力所得的身高和體重。

實驗對象身高和體重的實際數(shù)據(jù)與計算數(shù)據(jù)對比分別如圖10～11所示。藍色是實驗對象的身高和體重的實際數(shù)據(jù)，橙色是根據(jù)傳感器讀數(shù)的計算結(jié)果。比較兩圖數(shù)據(jù)，計算結(jié)果與實際數(shù)據(jù)基本一致。身高方面，絕大多數(shù)誤差在3%以內(nèi)，有一個實驗對象的誤差為6.1%。體重方面，絕大多數(shù)結(jié)果的誤差在5%以內(nèi)，有兩個實驗對象存在約8%的誤差。由此證明使用者的身高和體重能夠通過傳感器測量的坐姿和座椅上的壓力計算，大多數(shù)情況下誤差小于5%。

圖10 實際身高和計算身高對比圖Fig.10 Comparison diagram of real height and calculated height

圖11 實際體重和計算體重對比圖Fig.11 Comparison diagram of real weight and calculated weight

3 結(jié) 語

針對現(xiàn)有起立輔助裝置多為通用尺寸，無法對使用者體態(tài)提供最佳輔助功能的問題，提出一種基于坐姿數(shù)據(jù)的使用者體態(tài)特征識別模型，以實現(xiàn)起立輔助裝置對不同使用者的自適應(yīng)輔助功能。通過對坐姿進行分析，提出一種使用分段式彈簧模型模擬座椅表面壓力的體態(tài)數(shù)據(jù)測量模型，并基于三段式人體模型分析壓力分布，從而識別使用者的身高、體重等體態(tài)特征。通過壓力板和距離傳感器等非接觸式傳感器組成的測量系統(tǒng)，快速采集使用者的靜態(tài)坐姿和壓力數(shù)據(jù)。仿真分析和實際驗證結(jié)果表明，該模型能夠快速準確地識別使用者的體態(tài)特征，并成功應(yīng)用于起立輔助裝置。當老年人使用起立輔助裝置時，能夠通過傳感器讀數(shù)和模型計算出身高、體重等體態(tài)信息，實驗驗證表明識別誤差小于5%。在此研究基礎(chǔ)上，可以進一步對使用者的動態(tài)體態(tài)數(shù)據(jù)進行分析和模擬，從而對使用者身體特征、肌肉力度等更多體態(tài)特征進行識別，并應(yīng)用于自適應(yīng)起立輔助裝置中。