[论文解读] Using Positional Heel-marker Data to More Accurately Calculate Stride Length for Treadmill Walking: A Step Length Approach

Kevin Supakkul|arXiv (Cornell University)|Oct 24, 2017

Lower Extremity Biomechanics and Pathologies被引用 6

一句话总结

本文提出一种新方法，通过累加基于足跟标记点数据检测到的连续步长来计算跑步机行走时的步长，误差仅为2.2%，标准差低——显著优于传统总位移计算方法，后者因双支撑阶段跑步机的后退运动导致步长高估超过12%。

ABSTRACT

Treadmill walking is a convenient tool for studying the human gait; however, a common gait parameter, stride length, can be difficult to calculate directly because relevant reference points continually move backwards. Although there is no direct calculation of stride length itself, we can use positional heel-marker data to directly determine a similar parameter, step length, and we can sum two step lengths to result in one stride length. This proposed method of calculation is simple but seems to be unexplored in other literature, so this paper displays the details of the calculation. Our experimental results differed from the expected values by 2.2% and had a very low standard deviation, suggesting that this method is viable for practical use. The ability to calculate stride length for treadmill walking using heel-marker data may allow for quick and accurate gait calculations that further contribute to the versatility of heel data as a tool for gait analysis.

研究动机与目标

• 解决由于参考点移动而导致跑步机行走中准确计算步长的挑战。
• 改进现有数字化和基于视频的方法，这些方法或劳动密集，或易受速度变化和数据误读的影响。
• 证明基于足跟标记点数据累加两个连续步长的方法，相较于总位移计算，是更准确且实用的替代方案。
• 通过实验数据验证该方法的准确性和一致性，显示其与预期跑步机速度的偏差极低。

提出的方法

• 该方法利用Vicon足跟标记点的X、Y、Z坐标，计算连续足跟触地事件之间的水平位移作为步长。
• 步长通过累加两个连续步长计算得出，利用了步长在几何上等价于两个步长之和的特性。
• 足跟触地事件通过检测垂直（Z）或水平（X）位置数据中的局部极小值来识别，确保步长计算的时间精度。
• 该方法避免使用步长周期内足跟总位移，因为该位移包含了双支撑阶段的额外后退运动。
• 将所提方法与总位移计算方法进行比较，后者累加整个步长周期内的绝对位移。
• 实验验证采用1 m/s速度的跑步机行走，计算步长和行走速度，并与预期值进行比较。

实验结果

研究问题

• RQ1 能否在不依赖总位移的前提下，利用足跟标记点位置数据准确计算跑步机行走中的步长？
• RQ2 所提出的步长累加方法在步长估算中的准确性与总位移计算方法相比如何？
• RQ3 双支撑阶段的后退运动对传统基于足跟标记点轨迹的步长计算有何影响？
• RQ4 该方法在多个受试者和步态试验中是否能保持一致且低误差的结果？

主要发现

• 所提方法在计算步长时平均误差仅为2.2%，标准差极低，表明其具有高度的准确性和一致性。
• 总位移计算方法在行走速度估算中平均误差超过12%，显著超出跑步机标称容差，因此不切实际。
• 该方法的高准确性源于避免将双支撑阶段跑步机后退运动纳入计算，后者会显著高估基于距离的步长。
• 本研究证明，可直接且可靠地从足跟标记点数据中计算步长，从而通过累加实现精确的步长估算。
• 与人工视频分析相比，该方法更具实用性，可实现数字运动学数据的自动化、高通量步态参数提取。