基于Kinect的自主康復系統的設計與實(shí)現

　　在系統中利用余弦定理計算如圖 3所示的相關(guān)聯(lián)的3個(gè)關(guān)節點(diǎn)連線(xiàn)的角度值 ，計算方法為：

(4)

　　通過(guò)(4)式，系統在Kinect檢測到骷髏關(guān)節點(diǎn)的運動(dòng)時(shí)可獲取相關(guān)聯(lián)的節點(diǎn)間在任意時(shí)刻的相對角度，繼而求得在Δt時(shí)段內活動(dòng)關(guān)節點(diǎn)相對于轉動(dòng)圓心關(guān)節點(diǎn)的角度變化值Δθ，并設該活動(dòng)關(guān)節點(diǎn)對應角度閾值為θt ，并設BOOL型變量K，K通過(guò)(5)式確定：

(5)

　　在每一采樣周期，系統計算此時(shí)刻與前Δt時(shí)刻的角度差Δθ，得到K的結果并判斷，當K為假時(shí)繼續采樣追蹤活動(dòng)關(guān)節點(diǎn)位置，當K為真時(shí)給出對應語(yǔ)音和文字提示并結束追蹤關(guān)節運動(dòng)。

3 測試結果

　　對系統進(jìn)行性能測試驗證，為減少系統負擔提高運算效率，對系統進(jìn)行優(yōu)化設計，當追蹤某一關(guān)節活動(dòng)時(shí)，系統只計算該關(guān)節與系統預先設定的關(guān)聯(lián)關(guān)節活動(dòng)軌跡，對其他關(guān)節點(diǎn)的動(dòng)作不進(jìn)行跟蹤和建立軌跡。而且由于系統傳感器使用了激光散斑原理，即激光在散射體表面發(fā)生漫反射的時(shí)候在附近光場(chǎng)中可看到無(wú)規則分布的亮暗光點(diǎn)，這就要求系統使用過(guò)程中使用者和背景環(huán)境有較為明顯的區分度，而且Kinect傳感器的有效探測區間是[0.8米，3.5米]，因此在測試時(shí)測試者身著(zhù)深色服裝、背靠白色墻壁、距Kinect傳感器2.5米進(jìn)行測試。圖 4 系統界面所示為系統界面，用戶(hù)登錄系統后將進(jìn)入到此界面，左側為提示框和操作區，其中上方顯示了當前動(dòng)作的動(dòng)作概念、鍛煉部位和小貼示，下方為系統控制區，可進(jìn)行重做、下一動(dòng)作、尋求幫助、系統風(fēng)格等操作，其中顯示風(fēng)格為系統右側規定動(dòng)作和展示使用者動(dòng)作展示的顯示風(fēng)格，目前已完成鋼鐵機甲、與子偕老、夕陽(yáng)紅等三種風(fēng)格;右側為動(dòng)作展示區和進(jìn)行提示區，分別展示系統規定動(dòng)作和使用者動(dòng)作，并在下方提示用戶(hù)完成進(jìn)度。

　　為了測試系統的實(shí)時(shí)性和準確性，分別選取舉手上伸、握拳抬小臂、擊掌、小腿劃圈、頭部轉圈等五個(gè)動(dòng)作，前四個(gè)動(dòng)作左右肢各進(jìn)行50次，頭部轉圈動(dòng)作進(jìn)行100次，通過(guò)讀取系統時(shí)戳以獲取系統反應時(shí)間，并根據系統顯示結果判斷系統識別動(dòng)作是否正確，測試結果如表1所示。

　　從表1數據可以看出，系統對舉手上伸、握拳抬小臂、擊掌等三個(gè)動(dòng)作的識別率達到100%，而小腿劃圈、頭部轉圈兩個(gè)動(dòng)作有不識別情況，不識別主要發(fā)生在測試者劃圈速度較快的情況下，系統使用三關(guān)聯(lián)點(diǎn)測角的方法發(fā)生誤判，但考慮到康復患者普遍動(dòng)作較慢，不識別的情況在系統實(shí)際使用中發(fā)生的可能性較小，系統的平均反應時(shí)間隨著(zhù)動(dòng)作復雜度提升也會(huì )小幅增長(cháng)，但都小于0.2秒的設計要求，因此本系統的準確性和實(shí)時(shí)性滿(mǎn)足實(shí)際使用需求。

4 結束語(yǔ)

　　本文的系統使用Kinect開(kāi)發(fā)完成，可實(shí)現對患者康復動(dòng)作的引導教學(xué)和完成情況判定，并將最終的康復情況存入數據庫中，醫生可根據數據庫中數據判斷患者自主康復效果并更新訓練計劃提供給患者，在良好的人機交互的基礎上實(shí)現了醫生和患者遠程良性互動(dòng)，對患者自主進(jìn)行康復具有積極促進(jìn)作用，系統測試結果表明系統的實(shí)時(shí)性和準確性達到設計要求，因此系統具有一定的應用價(jià)值。但是系統也存在一定的不足，對用戶(hù)的使用環(huán)境有一定的要求，同時(shí)軟件使用方面還有較大的優(yōu)化空間，而且對于老人來(lái)說(shuō)系統操作還不夠簡(jiǎn)潔，這些都將是下一步工作中重點(diǎn)進(jìn)行改進(jìn)的地方。

參考文獻：

　　[1]魯明,王真水,田元等.一種基于Kinect的虛擬現實(shí)姿態(tài)交互工具[J].系統仿真學(xué)報,2013,25(9):2124-2130

　　[2]徐獻金.腦卒中執行功能障礙康復技術(shù)的研究進(jìn)展[J].中國康復理論與實(shí)踐,2013,1(19):57-61

　　[3]Y J Chang, S F Chen, A F Chuang.  A gesture recognition system to transition antonomously through vocational tasks for individuals with cognitive impairments [J].  Research in developmental disabilities, 2011, 32(6): 2064-2068

　　[4]X B Yang, S H Choi, K K Yuen, etc. An intuitive human-computer interface for large display virtual reality applications [J]. Computer-Aided Design & Applications, 2010, 7(2): 267-278

　　[5]趙建敏,許曉偉,賈慧媛.基于Kinect體感傳感器的心理宣泄系統的實(shí)現[J].傳感器與微系統,2014,33(8):119-122

　　[6]林海波,梅為林,張毅等.基于Kinect骨骼信息的機械臂體感交互系統的設計[J].計算機應用與軟件,2013,30(2):157-160

　　[7]J Kang, D Seo, D Jung. A study on the control method of 3-dimensional space application using Kinect system [J]. International Journal of Computer Science and Network Security, 2011, 11(9): 55-59

　　[8]林海波,王浩,張毅.基于Kinet的無(wú)標定人機交互控制系統設計[J].計算機工程與設計,2015,26(2):551-555

　　[9]李任卓.圖像序列中運動(dòng)人體檢測和跟蹤算法研究[D].重慶:重慶大學(xué),2008

　　[10] Jingen Liu, Ali S, Shah M. Recognizing human actions using multiple features [C]. Proceedings of the IEEE conference on Computer Vision and Pattern Recognition, AK:IEEE, 2008