（六）实验结果

本系统交付四川大学华西医院康复医学中心进行学科研究。我们选取了3名居家康复患者进行初步实验，3名患者在离院时上、下肢Brunnstrom分期都在Ⅳ期以上，基本恢复了转移和日常生活活动能力，且能按照要求完成设备的穿戴和使用。本系统在患者家中部署完毕后，每位患者在上午、下午、晚上分别佩戴传感器进行两个小时的运动并监测。监测期间，除进行要求的康复训练，其他时间均可在室内自由活动。

患者的运动数据由使用客户端的康复医生获取，进行实时运动监测时，各传感器捕获的运动数据与3D人物模型相应的肢体绑定，模型同步重现患者的运动情况。使用这种方法，患者的动作还原度很高，而且客户端可以任意旋转3D模型视角，观察运动过程中各个关节的活动能力。动作还原的实时性也有较好的保障，通过在患者家中使用客户端比对患者实际的动作和模型动作，延时在3秒以内。不同视角下运动状态的3D模型模拟见图6-23。

图6-23　不同视角下运动状态的3D模型模拟

PC版的客户端提供了更多查询功能，如图6-24所示，可选取规定时间的运动量统计，也可以详细查看某一时刻的体态和运动强度，也可以比对多个患者的运动统计。康复医生可以据此推测患者的运动能力是否有所改变，也可以判断患者的运动康复训练是否满足要求。

图6-24　运动统计结果(https://www.daowen.com)

系统对于体态的识别准确率基本达到了100%，但实验中还是发现了一些无法识别的体态，主要出现在不同体态转换期间，或受试者借助场景设施形成一些不常见的身体姿态。这些体态不在第一级人体姿态的角度范围内。

另外一个实验内容是测试系统对周期性运动的跟踪精度。我们选取了步行过程中下肢的屈伸角度作为测试对象。为了与视频跟踪结果进行比对，我们在受试者腿部中线处贴有反射标志物，在受试者行走过程中，同步运动的摄像机跟踪拍摄腿部的运动情况。

按前文所述卡尔曼滤波算法可以得到的大腿的俯仰角（定义为大腿与垂直法线夹角，如图6-22中的θ2、θ3所示）曲线和小腿的俯仰角曲线，见图6-25实线。通过测量每一帧图像大腿中线和小腿中线的反射标志物与垂直方向的夹角，可以得到的光学方法测量的大腿俯仰角和小腿俯仰角，见图6-25虚线。两条曲线显示了相同的变化趋势，两者的平均差异为0.072弧度（≈4.1°）。

图6-25　行走过程中大腿俯仰角曲线和小腿俯仰角曲线

实线：卡尔曼滤波结果；虚线：视频图像测量结果。